مدلسازي توسعه شهري با روش رگرسيون لجستيك مطالعه موردي: شهر سنندج

Urban Expansion Modeling with Logistic Regression

امروزه به دلیل محدودیت منابع طبیعی، ارزش بالای زمین، رشد سریع جمعیت وگسترش سریع شهرها، پیش بینی كاربری آینده ی اراضی برای مدیران، برنامه ریزان و متخصصان محیط زیست از اهمیت بسیار بالایی برخوردار شده است؛ زیرا تغییر در كاربری اراضی باعث تاثیر بر اكوسیستم و در نتیجه تهدید منابع حیاتی مورد نیاز انسان می شود. مدلسازی و تحلیل پدیده توسعه شهری، اطلاعات جامعی در اختیار مدیران و برنامه ریزان شهری قرار می دهد تا با توجه به این پدیده، برنامه ریزی بهتر، علمی تر و منطقی تری انجام دهند. هدف اصلی در این تحقیق, مدلسازیِ مناطقِ توسعه یافته شهری شهر سنندج با استفاده از تصاویر ماهواره‌ ای، سیستم اطلاعات مكانی و رگرسیون منطقی می باشد. شهر سنندج در طی دهه های اخیر رشد جمعیت سریعی داشته است و وضعیت جغرافیایی منطقه و قرار گرفتن این شهر در قسمتهای كوهپایه ای و كمبود زمین های با شرایط توپوگرافی مناسب جهت گسترش شهر باعث انتخاب این شهربرای منطقه مورد مطالعه می باشد. روش رگرسیون منطقی به دلیل ساختار ساده، توانایی تفسیر پذیری بالای مدل و همچنین عملكرد مطلوبی كه در مدل سازی های محیطی از جمله فرایند توسعه شهری از خود نشان داده است به عنوان روش پیشنهادی جهت مدلسازی این فرایند در نظر گرفته شده است. پارامترهای مورد استفاده در این تحقیق شامل فاصله از مناطق توسعه یافته ، فاصله از راههای اصلی، فاصله از فضای سبز، ارتفاع، شیب، فاصله از گسل، فاصله از مراكز نواحی شهر و همچنین تعداد سلول های شهری در همسایگی 3*3 شهری می باشد. همچنین مدلسازی توسعه شهری با شبكه عصبی مصنوعی نیز انجام شده است كه در پایان به مقایسه عملكرد دو مدل می پردازیم. معیار های كاپا، درجه تناسب و درصد تناظر صحیح جهت ارزیابی عملكرد مدل های پیشنهادی به كار گرفته شده اند كه برای روش رگرسیون منطقی به ترتیب 7398/0، 6345/0 و 70/93% و در روش شبكه عصبی مصنوعی برابر با 7316/0، 6249/0 و 55/93% می باشند.

Today, due to the limited natural resources of land, rapid population growth, rapid expansion of cities, future land use prediction is very important for land managers, planners and environmental specialists because land use change effect on ecosystem and also threaten vital resources . Modeling and analysis of the phenomenon of urban development provide comprehensive information to urban planners and managers to have better and more scientific planning. The main objective of this research is modeling urban growth for the city of Sanandaj, in the west of Iran using satellite imagery, Geographic Information Systems and logistic regression. The parameters are used in this study, including distance to developed area, distance to main roads, distance to green spaces, elevation, slope, distance to fault, distance to district centers and number of urban cell in a 3 by 3 neighborhood. Figure of Merit, Kappa coefficient and Percent Correct Match (PCM) have been used to evaluate goodness of fit of proposed model.