واکاوی روند تغییرات اراضی و توسعه شهری شوشتر با بهره گیری از سنجش ازدور
سال انتشار: 1404
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 282
نسخه کامل این مقاله ارائه نشده است و در دسترس نمی باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JGSKH-25-76_023
تاریخ نمایه سازی: 30 اردیبهشت 1403
چکیده مقاله:
با استفاده از مدل سازی رشد و توسعه شهری میتوان روند توسعهای متناسب با موقعیت شهر را با توجه به فاکتورهای زیست محیطی و عوامل طبیعی و جمعیت پذیری ترسیم کرد. هدف از انجام این پژوهش ارائه مدل توسعه شهری شوشتر است که به عنوان ابزار مفیدی برای تجزیه وتحلیل فرایندهای پیچیده تحولات شهری استفاده شود. برای نیل به این هدف از دو پایگاه داده نقشه های کاربری های شهری فضاهای آموزشی، درمانی، مسکن و... و تصاویر ماهوارهای لندست برای کاربری های اراضی عمده مانند رودخانه، مناطق بایر، جنگل و... در سه دوره زمانی ۱۹۹۱، ۲۰۰۴ و ۲۰۱۴ در محیط نرم افزارهای GIS و MATLAB استفاده شد. نقشه های کاربری های شهری موجود پس از رقومی سازی، با استفاده از تصاویر ماهواره ای لندست به روزرسانی شدند. سپس پارامترهای موثر در توسعه ی شهری به عنوان ورودی با الگوریتم استنتاج نرو- فازی تطبیقی (ANFIS) وارد شدند و پس از آموزش برای سال های ۱۹۹۱ و ۲۰۰۴، به منظور ارزیابی عملکرد روش پیشنهادی، نتیجه پیش بینی توسعه شهری با استفاده از الگوریتم، با وضعیت موجود در سال ۲۰۱۴ مقایسه گردید که نتایج بسیار به واقعیت نزدیک و با صحت سنجی ۹۳.۷% است. نقشه تغییرات کاربری که نتیجه فرایند آشکارسازی تغییرات می باشد را می توان بر اساس تصاویر چندزمانه سنجش ازدور و تلفیق آن با نقشه های کاربری شهری تهیه کرده و پیامدهای مربوطه را موردبررسی قرار داد. استفاده از الگوریتم های هوشمند در این تحقیق به ما این امکان را داده که با صحت بالا مدل سازی را انجام دهیم. نتایج به دست آمده قابل قبول بوده و این توسعه برای سال های آتی نیز پیش بینی شد.
کلیدواژه ها:
modeling ، urban development ، land use ، Anfis ، Shushtar. ، مدل سازی ، توسعه شهری ، کاربری اراضی ، انفیس ، شوشتر.
نویسندگان
میلاد خیاط
Islamic Azad university
عاطفه بساک
Kharazmi University of Tehran
زهرا حجازی زاده
Kharazmi University of Tehran
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :