مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

مقاله مقاله نشریه

مشخصات مقاله

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

566
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

520
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

ارزیابی قابلیت رگرسیون وزنی جغرافیایی در بهبود پیش بینی رشد اراضی شهری با استفاده از سلول های خودکار

صفحات

 صفحه شروع 43 | صفحه پایان 64

چکیده

رگرسیون وزنی جغرافیایی منطقی (GWLR) نسخه محلی مدل رگرسیون منطقی (LR) است که در هر مکان رابطه متفاوتی را بین متغیرهای وابسته و مستقل برآورد می کند. در تحقیق حاضر از مدل GWLR در توسعه قوانین تبدیل سلولهای خودکار(CA) استفاده و کارایی آن در پیش بینی رشد شهری در مقابل مدل CA مبتنی بر رگرسیون منطقی (Logistic-CA) مورد ارزیابی قرار گرفت. همچنین پارامتری تحت عنوان ضریب رشد حاشیه ای برای تعیین توازن بهینه میان فرایندهای رشد حاشیه ای و رشد خود انگیخته که از جمله فرایندهای مهم در رشد اراضی شهری محسوب می شوند, تعریف گردید. جهت ارزیابی دقت مدل نیز از آماره کاپای فازی در کنار ضریب معمول کاپا استفاده شد. مدل پیشنهادی در تحقیق حاضر جهت پیش بینی توسعه بخشی از اراضی شهری واقع در جنوب غرب منطقه کلانشهری تهران برای دوره زمانی 1391-1383 اجرا گردید. نتایج این مطالعه نشان داد استفاده از مدل GWLR در تعریف قوانین تبدیل CA منجر به افزایش قابل توجه دقت پیش بینی رشد شهری در مقایسه با مدل Logistic-CA می گردد. دقت پیش بینی مدل توسعه داده شده در تحقیق حاضر بر حسب ضریب کاپا برابر 54/0 می باشد که افزایش دقتی معادل 24/0 را در مقایسه با مدل Logistic-CA نشان می دهد. همچنین دقت مدل پیشنهادی بر اساس شاخص کاپای فازی با در نظر گرفتن فواصل50 و 100 متری برای تابع نمایی افت فاصله, به 69/0 و 76/0 می رسد.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    میرباقری، بابک، و علیمحمدی، عباس. (1397). ارزیابی قابلیت رگرسیون وزنی جغرافیایی در بهبود پیش بینی رشد اراضی شهری با استفاده از سلول های خودکار. مهندسی فناوری اطلاعات مکانی، 6(2 )، 43-64. SID. https://sid.ir/paper/230103/fa

    Vancouver: کپی

    میرباقری بابک، علیمحمدی عباس. ارزیابی قابلیت رگرسیون وزنی جغرافیایی در بهبود پیش بینی رشد اراضی شهری با استفاده از سلول های خودکار. مهندسی فناوری اطلاعات مکانی[Internet]. 1397؛6(2 ):43-64. Available from: https://sid.ir/paper/230103/fa

    IEEE: کپی

    بابک میرباقری، و عباس علیمحمدی، “ارزیابی قابلیت رگرسیون وزنی جغرافیایی در بهبود پیش بینی رشد اراضی شهری با استفاده از سلول های خودکار،” مهندسی فناوری اطلاعات مکانی، vol. 6، no. 2 ، pp. 43–64، 1397، [Online]. Available: https://sid.ir/paper/230103/fa

    مقالات مرتبط نشریه ای

    مقالات مرتبط همایشی

  • ثبت نشده است.
  • طرح های مرتبط

  • ثبت نشده است.
  • کارگاه های پیشنهادی






    بازگشت به بالا
    telegram sharing button
    whatsapp sharing button
    linkedin sharing button
    twitter sharing button
    email sharing button
    email sharing button
    email sharing button
    sharethis sharing button