پیش بینی تغییرات کاربری اراضی شهر تهران با استفاده از الگوی ترکیبی سلولهای خودکار

کلان شهر تهران به عنوان پایتخت سیاسی و اقتصادی کشور، سال ها است که با هجوم پرشتاب جمعیت و توسعه ی نامتناسب و نامتوازن روبه رو بوده است. پیدایش محیطی درهم تنیده، آلوده و پرازدحام در تهران لزوم مدیریت بهینه ی منابع طبیعی و استفاده ی درست از پهنه ی زمین در این شهر را بیش از پیش نمایان ساخته است. هدف اصلی این پژوهش، به کارگیری تلفیقی مدل ترکیبی سلول های خودکار (CA)، شبکه ی عصبی مصنوعی (ANN) و الگوریتم توده ی ذرات (PSO) بر مبنای سیستم اطلاعات مکانی جهت شبیهسازی توسعه ی شهری شهر تهران در طول بازههای زمانی 1988 و 2010 و نهایتاً پیش بینی گسترش آن برای سال های آتی می باشد. با نگر به محدودیت های الگوهای رایج سلولی و برداری سلولهای خودکار، پژوهش حاضر به ارائهی مدل خودکاره ی ترکیبی به صورت آمیزه ای از ساختار محاسباتی سلولی و ویژگی های بهینه ی الگوی برداری پرداخته است. مشکل بزرگ مدل های سنتی سلول های خودکار، حساسیت به مقیاس و نیز دور ماندن از واقعیت اشیاء زمینی است. مدل های برداری و شیءمبنا نیز با آنکه این کاستی ها را تا اندازه ای کمرنگ ساخته اند، اما در پیاده سازی و محاسبات با پیچیدگی و دشواری بسیاری همراهند. در مدل ترکیبی فضا هم چنان به صورت مجموعه ای از سلول های منظم تعریف می شود، اما در کنار آن از شیءهای مکانی برگرفته از واقعیت زمینی نیز استفاده می گردد. مقایسه ی آماری واقعیت زمینی شهر تهران در سال 2010 با شبیه سازی به دست آمده از مدل ترکیبی و نیز الگوی رایج سلولی، بیان گر دقت بالاتر مدل پیشنهادی نسبت به مدل سلولی به میزان 3/09 درصد برای شاخص کاپا (برای تصاویر با تفکیک پذیری مکانی 28/5 متر) بوده است.