مدل سازی توسعه ی شهری کلان شهر تهران مبتنی بر الگوریتم بهینه‌سازی توده ی ذرات(PSO)

هدف اصلی این پژوهش، به کارگیریالگوی ترکیبی سلول‌های خودکار(CA) و الگوریتم بهینه­سازی توده­ی ذرات(PSO) مبتنی بر سیستم اطلاعات مکانی جهت شبیه سازی توسعه‌ی شهری شهر تهران در طول بازه‌های زمانی 1988 و 2010 و نهایتاً پیش‌بینی گسترش آن برای سال‌های آتی(2020) می‌باشد. در این پژوهش سعی شده است که مدل‌سازی فوق­الذکر به دو شیوه انجام گیرد. در شیوه­ی نخست، مدل مفروض بر مبنای تصاویر دو مقطع زمانی (سال­های 1988 و 2010) و در شیوه­ی دوم، مدل بر مبنای تصاویر سه مقطع زمانی (سال­های 1988، 2000 و 2010) طراحی شده‌است. پارامترهایی از قبیل فاصله از نزدیکترین شیء و یا پیکسل شهری، فاصله از خیابان­ها و راه­ها، فاصله از مراکز جذب، فاصله از مرکز شهر، فاصله از فضای سبز و پارک­ها، تعداد همسایه­های شهری، شیب و ارتفاع زمین، به عنوان پارامترهای مؤثر در رشد و توسعه­ی شهری در نظر گرفته شده­اند. نتایج نشان داد به‌کارگیری تلفیقی مدل سلول­های خودکار و الگوریتم بهینه­سازی توده­ی ذرات، می­تواند در فرایند کالیبراسیون قوانین انتقال سلول­های خودکار بهبود ایجاد نماید.مقایسه­ی آماری واقعیت زمینی شهر تهران در سال ۲۰۱۰ با تصاویر شبیه‌سازی شده­ی حاصل از مدل ترکیبی و نیز مدلرستری سلول‌های خودکار، بیان‌گر دقت بالاتر مدل پیشنهادی نسبت به مدل رستری، در حالت مبتنی بر دو تصویر به میزان 79.28 درصد و در حالت مبتنی بر سه تصویر به میزان 70.22 درصد، برای شاخص کاپا (برای تصاویر با تفکیک‌پذیری مکانی ۵.۲۸ متر) بوده است.

کلیدواژه ها:

گسترش شهری ، سلول­های خودکار ، الگوریتم بهینه­سازی توده­ی ذرات ، دقت کلی ، شاخص کاپا