مدل‌سازي توسعه شهري با تلفيق مدل اتوماسيون سلولي و سيستم‌هاي فازي

Modeling Urban Development Using Fuzzy-Cellular Automata

رشد سريع و نامتوازن جمعيت بخصوص در كشورهاي در حال توسعه، مشكلات فراواني را در زمينه ­هاي زيست محيطي، اقتصادي و اجتماعي ايجاد كرده است. اين مسئله اهميت مدل­ سازي تغييرات كاربري اراضي را براي مديريت بهتر شهرها بيش از پيش مطرح مي­ نمايد. مدل اتوماسيون سلولي به­ طور گسترده در مدل­ سازي تغييرات مكاني-زماني گسترش شهرها مورد استفاده قرار گرفته است. مقاله­ حاضر به ارائه مدل اتوماسيون تركيبي با منطق فازي پرداخته است. در روش ­­هاي متداول اتوماسيون سلولي يا همان CA، حالت، وضعيت و قوانين انتقال به­صورت قطعي تعريف مي­ شوند در حالي­كه بيان قطعي اين اجزا، نيازمند داده­ هاي بسيار زياد است. حال اين­كه دسترسي به داده ­هاي دقيق، به­ دليل گستردگي و حجم بالاي معيارهاي مؤثر در مدل­ سازي فرآيند توسعه شهري، كار ساده ­اي نيست. از اين ­رو نظريه فازي به ­دليل پشتيباني از عدم قطعيت و قابليت توصيف واژگان طبيعي مي­ تواند در بيان اجزاي CA استفاده گردد. مدل پيشنهادي به ­منظور مدل­سازي گسترش شهر شيراز بين سال­هاي 1383 تا 1388 استفاده شده و سپس نتايج مورد ارزيابي قرار گرفته است. مقايسه­ نتايج اين تحقيق با تصاوير ماهواره ­اي، حاكي از دقت 80 درصدي براي روش پيشنهادي مي ­باشد، اين در حالي است كه براي روش اتوماسيون سلولي معمول دقت 75 درصد گزارش شده است. نتايج تحقيق، گامي به سمت جلو مي­ باشد، زيرا مدل پيشنهادي با افزايش قابليت اتوماسيون سلولي در مدل­ سازي پروسه ­هاي پيچيده مكاني به دقت مطلوب ­تري نيز دست پيدا كرده است. نتايج حاصل از اين مدل ­سازي مي ­تواند به­عنوان ابزاري مناسب جهت اخذ تصميم­ هاي بهينه در اختيار برنامه ­ريزان شهري قرار گيرد.

Rapid, irregular and unbalanced growth of the world population during past years, particularly in developing countries, have been caused many problems in the areas of environmental, economic, social and cultural for urban planners. These situations request new methods and tools to model and predict urban future changes. Due to simple and dynamic structure and utilizing spatial characteristics, Cellular Automation (CA) model widely uses in spatial-temporal modeling problems such as urban extension. This paper develops a Fuzzy-CA method to model urban extension. In conventional CA method, state and position of pixels and transition rules are defined certainly. The definitive expression of components of the complex processes needs a large amount of data. However in most cases accurate data are not available. As a result, integration of CA method and fuzzy theory would be useful to model urban extension. In this paper a Fuzzy-CA method is developed and tested in Shiraz city between the years 2004 to 2009. The results of the proposed method show 80% accuracy in comparison to real data have been captured from satellite images. However, an accuracy of 75% has been reported for this case study with utilizing conventional cellular automation.