An Analysis on Land Use Process Changes and Forecasting in Urmia City Using SVM Model and Neural Networks

Autor: Mir Najaf Mousavi, Hojjat Mohammadi Torkamani, ali khedmatzadeh
Rok vydání: 2021
Předmět:
Zdroj: Journal of Remote Sensing and Gis. 12:53-72
ISSN: 2588-6185
Popis: رشد جمعیت شهرنشین با افزایش فضاهای شهری و به‌طورکلی، با رشد اندازة شهرها همراه بوده است. این امر به‌صورت ساخت‌وساز بیشتر و تغییر اراضی موجود به‌نفع فضاهای ساخته‌شده بروز می‌یابد. موقعیت خاص شهر ارومیه در مجاورت دریاچة ارومیه و شرایط نامساعد این دریاچه لزوم توجه به برنامه‌ریزی صحیح کاربری اراضی را، در این شهر، ناگزیر می‌کند. یکی از ابزارهای مورد نیاز برای برنامه‌ریزی مناسب، در این زمینه، بهره‌گیری از تکنیک‌های سنجش از دور است. پژوهش حاضر با هدف ارزیابی این تغییرات (دورة 2015-1989) و پیش‌بینی روند آتی آن صورت گرفته است. از روش‌های SVM و شبکة عصبی برای ارزیابی تغییرات در پنج کلاس استفاده شده است. ضریب تعیین (0.73) و منحنی راک (82.55%) نیز بیانگر دقت بالای مدل شبکة عصبی برای پیش‌بینی تغییرات گسترش شهری‌اند. با توجه به دقت بالای این مدل، که می‌تواند نتایج واقعی‌تری ارائه دهد، از نتایج این نوع طبقه‌بندی در پیش‌بینی تغییرات برای افق 2045 استفاده شده است. اراضی ساخته‌شده در سال 1989 برابر با 7469.1 هکتار بوده که در سال 2002 و 2015، به‌ترتیب، به 9217.3 و 9436.9 هکتار رسیده است. در سال 2045، براساس مدل پیش‌بینی شبکة عصبی، برابر با 22449.6 هکتار خواهد بود که 13012.7 هکتار افزایش را در اراضی ساخته‌شده نشان می‌دهد. نتایج حاصل گویای این است که تمامی این ساخت‌وسازها برمبنای نیاز واقعی شهر نبوده‌ و پدیدة اسپرال (گستردگی شهری) اتفاق افتاده است.
Databáze: OpenAIRE