خلاصة:
مدلسازی الگوی رشد شهری فنی مهم برای درک فرایندهای پیچیده رشد شهری است. در این مطالعه، مدل رگرسیون لجستیک جهت پیشبینی الگوی رشد شهری در آینده به کار گرفته شد. به این منظور، تصاویر ماهوارهای سال های 1988، 1998 و 2007 جهت تهیه نقشههای کاربری زمین به کار گرفته شد. سپس، تغییرات ایجادشده در گستره شهری در فاصله زمانی 1988-2007 شناسایی و مدل سازی تغییرات مناطق شهری و پیشبینی الگوی رشد شهری در آینده با به کارگیری مدل رگرسیون لجستیک انجام گرفت. نتایج اجرای مدل نشان داد گستره مناطق شهری در دوره زمانی مورد مطالعه روند افزایشی داشته است. اعتبارسنجی نتایج مدل با محاسبه معیارهای Pseudo- R2 و ROC انجام گرفت. مقدار این معیارها به ترتیب، بیش از 0/27و 0/83به دست آمد که مقادیری مطلوب اند. در مرحله بعد، الگوی رشد شهری برای سال های 2016 و 2025 پیش بینی شد. مطابق با نتایج، اقدامات مناسب برای کنترل تغییرات کاربری زمین به ویژه رشد شهرها به منظور حفظ محیط زیست و تعادل اکولوژیکی منطقه نیاز است. نتایج مطالعه می تواند به مدیران و تصمیم گیران جهت نظارت و جلوگیری از رشد بدون برنامهریزی مناطق شهری کمک کند و نقشه های خروجی مدل را برای مدیریت و کنترل الگوی رشد مناطق شهری در آینده به کار گرفت.
Modeling urban development patterns is an important technique for understanding complex urban growth processes. In this study، Logistic Regression model was conducted to model urban growth pattern of Gorgan area in North Iran، during the period 1988-2025. To do this، remotely sensed imagery of years 1988، 1998 and 2007 were used to produce land use maps. Also، dependent and independents variables were created to perform urban growth pattern modeling. Then، urban changes were detected during 1988 – 2007 and urban change modelling was achieved using Logistic Regression. After that، future urban grow pattern was predicted. The results indicated that urban areas have increased during study time period. Validation of model results was performed using Pseudo-R2 and ROC values which were more than 0.27and 0.83 respectively. Furthermore، Logistic Regression was applied to predict urban growth patterns for the years of 2016 and 2025. According to the results، appropriate implementations are needed to control land use changes، particularly urban growth، in order to preserve environmental as well as ecological balances of the area. The result could be help the managers to monitor and prevent the unplanned urban development in future. Model’s extracted maps can be used for managing and controlling future urban development.
ملخص الجهاز:
"سپس ، با به کارگیری میزان تغییر مساحت کـاربری مـورد نظـر در دورة زمانی ٢٠٠٧-١٩٩٨ و با توجه به اندازة پیکسل های تصاویر که ٢٤ متر است ، تعـداد پیکسـل هـای تغییریافته در این دوره محاسبه میشود و برای تهیۀ تصاویر نشان دهندة تغییرات شـهری در فاصـلۀ زمانی ٢٠٠٧-٢٠١٦ و ٢٠٢٥-٢٠٠٧ برمبنای تصویر احتمال مرتب شده به کار گرفته میشود.
نقشۀ پیش بینی رگرسیون لجستیک برای کاربری شهر در دورة ٢٠٢٥-٢٠٠٧ نتایج نشان میدهد نرخ رشد مناطق مسکونی در این منطقه بالا است .
ضرایب متغیرهای مستقل در مدل سازی رشد شهر در دوره های زمانی ١٩٩٨-١٩٨٨ و ٢٠٠٧-١٩٩٨ ضرایب متغیرها متغیر نام متغیر دوره ١٩٩٨-١٩٨٨ دورة ٢٠٠٧-١٩٩٨ X1 شیب – 0/000826 +0/046883 X2 جهت شیب – 0/000756 – 0/000096 X3 ارتفاع – 0/046676 – 0/037218 X٤ فاصله از اراضی مرتعی – 0/000057 – 0/000049 X٥ فاصله از اراضی کشاورزی – 0/002192 – 0/003108 X٦ فاصله از اراضی جنگلی + 0/000104 + 0/000155 X٧ فاصله از جاده ها – 0/000857 + 0/001270 X٨ فاصله از لبۀ شهر + 0/032849 + 0/011768 – 0/000031 – 0/000044 X Location X9 – 0/000255 – 0/000055 Y Location X10 نتایج اجرای مدل رگرسیون لجستیک برای رشد شهری نشان مـیدهـد در دورة زمـانی ١٩٩٨- ١٩٨٨ متغیرهای فاصله از لبۀ شهر و فاصله از اراضی جنگلی اثر مثبـت بـر رشـد شـهری دارنـد و متغیرهای ارتفاع ، فاصله از اراضی کشاورزی، فاصله از جـاده هـا، شـیب ، جهـت شـیب ، فاصـله از 2 اراضی مرتعی، Y Location و X Location اثر منفی بر رشد شهر دارند."