maximum likelihood method
در نشریات گروه جغرافیا-
مجله جغرافیا و توسعه، پیاپی 62 (بهار 1400)، صص 251 -270
تغییرات کاربری نقش مهمی در درک ارتباط متقابل بین فعالیت های بشر و محیط زیست دارد، بررسی این تغییرات به صورت توالی زمانی از گذشته و پیش بینی آن در آینده ضروری است. تهیه نقشه کاربری اراضی با بهره گیری از تکنیکهای سنجش از دوری، یکی از پرکاربردترین روش های تهیه نقشه کاربری اراضی و مقایسه کاربری های موجود است. هدف از این پژوهش، ارزیابی روند تغییرات اراضی حوزه شیرکوه در استان یزد و پیش بینی پوشش اراضی آن در سال 2024 است. بدین منظور نقشه های کاربری اراضی با استفاده از تصاویر سنجنده های TM و OLI لندست در سال های 2000 ،2008 و 2016 به روش طبقه بندی نظارت شده حداکثر احتمال تهیه گردید. سپس با استفاده از نقشه کاربری اراضی سال های 2000 و 2008، پوشش اراضی در سال 2016 پیش بینی شد و با نقشه کاربری اراضی سال 2016 که از طبقه بندی نظارت شده با استفاده از تصویر ماهواره ای به دست آمده بود، صحت سنجی شد. با استفاده از نقشه کاربری اراضی سال 2008 و 2016، پوشش اراضی مربوط به سال 2024 پیش بینی شد. نتایج روند تغییرات کاربری اراضی در 16 سال مورد بررسی (2000-2016) نشان داد که بطور متوسط سالانه 85/161 هکتار از مراتع غنی، 14/131 هکتار از مراتع فقیر و 72/7 هکتار از مساحت اراضی کشاورزی کاسته و 16/45 هکتار در هرسال به کاربری شهری و 72/265 هکتار به مناطق کوهستانی اضافه شده است. باتوجه به اینکه پوشش مرتع بیشتر در مناطق کوهستانی دیده می شود دلیل افزایش مساحت کوهستان به دلیل کاهش مساحت مراتع بوده است. نتایج پیش بینی پوشش اراضی در سال 2024 نشان داد که 55/0 درصد از کاربری کشاورزی، 82/0 درصد از مرتع غنی، 80/0 درصد مرتع فقیر، 51/0درصد اراضی شهری و 97/0درصد کوهستان بدون تغییر باقی می مانند. امکان تبدیل زمین های کشاورزی به مسکونی و مرتع فقیر 40/0 درصد می باشد.
کلید واژگان: آشکارسازی تغییرات، حداکثر احتمال، مدل سلول خودکار مارکوف، تغییر کاربری اراضی، شیرکوهSpecifics regarding land cover and land use is an essential element of the planning process, as it can undoubtedly lead towards the debate around the present plans and patterns and the necessity to modify land use included in a regional plan. In this research, land use maps were prepared using Landsat TM (2000), (2008) and OLI (2016) satellite imaged. Land cover mapping was conducted after pre-processing and processing satellite images, creation of training samples and assessing maps accurate was done by coefficient kappa and overall accuracy. Supervised classification technique with maximum likelihood method were used to show the land use map. In this research, we use the 2000 and 2008 land cover maps to predict the 2016 land cover map and then use the 2008 and 2016 land cover maps to predict the 2024 land cover map.According to the results, with passing time the area of built-up area and mountainous increased with the passage of time while the dense poor rangeland, rich rangeland and agriculture area decreased during the period 2000-2016. The results of predicting changes in the time interval 2016-2024, showed that 55/0 of agriculture, 82% of rich rangeland, 80% of poor rangeland, 51% of built-up, and 0.97 of mountainous will remain unchanged
Keywords: Change Detection, maximum likelihood method, CA-Markov model, land use change, Shirkuh -
در تحقیق حاضر تغییرات کاربری اراضی حوضه آبخیز باباولی سیاهکل در یک دوره زمانی 13 ساله مورد ارزیابی قرار گرفته است. برای انجام این تحقیق از تصاویر سال 2000 سنجنده ETM+ ماهواره لندست 7 و همچنین تصاویر ماهواره لندست 8 استفاده شده است و پس از انجام اقدامات موردنیاز در مرحله پیش پردازش، با روش طبقه بندی حداکثر احتمال تصاویر، نقشه کاربری اراضی منطقه در سال های 2000 و 2013 به دست آمد که صحت سنجی نتایج با واقعیت های زمینی و بازدید میدانی گویای صحت کلی برابر 0/89 و 0/88 و ضریب کاپای برابر 0/88 و 0/87 در تصاویر ETM+ سال 2000 و لندست 8 سال 2013 می باشد که قابل قبول بود.کلید واژگان: کابری اراضی، شناسایی تغییرات، روش حداکثر احتمال، باباولی سیاهکلIn the present study, land use changes in Babavali Basin watershed have been evaluated over a 13- years period. For this research, 2000 Landsat 7 satellite ETM + images and Landsat 8 satellite imagery have been used. After performing the required actions in the preprocessing stage, the maximum probability of the images is classified. The land use map of the region was obtained in 2000 and 2013 the validation results with ground realities and field visits indicate the total accuracy is equal to 0.89 and 0.88. The Kappa coefficient is equal 0.88 and 0.88 in the ETM + images of 2000. Therefore the Landsat 8 of 2013 was acceptable.Keywords: Land Use, Identification of Changes, Maximum Likelihood Method, Skeleton Bastard
-
تعیین محل سکونت و دریافت خدمات بهعنوان عمدهترین فعالیت‌های انسان، نیازمند تحلیل دقیق الگوهای رفتاری انسان می باشد. هدف این مقاله مدلسازی الگوهای رفتاری سفرهای کار و خدمات ساکنان بیستودو منطقهی شهر تهران، از طریق ساخت و پرداخت مدل های کار به خانه و خانه به خدمت، از نوع مدل انتخاب (مدل لوجیت چندگانه) با استفاده از روش بیشینهی درستنمایی است. بنابراین، ابتدا مدل لوجیت و نیازهای اطلاعاتی مدلسازی بررسی و معرفی و سپس به توابع مطلوبیت کار به خانه و خانه به خدمت پرداخته میشود که بر اساس ویژگی ها و عوامل جذب یا دفعکنندهی مناطق برای انتخاب محل سکونت یا دریافت خدمات ساکنان شهر تهران ساخته میشوند. پس از ساخت تعداد زیادی توابع مطلوبیت کار به خانه و خانه به خدمت، مقادیر ثابت و ضرایب نهایی متغیرهای توابع، بر اساس مدل لوجیت چندگانه و مشاهدات سفرهای کار به خانه و خانه به خدمت شهر تهران و استفاده از روش بیشینهی درستنمایی، توابع مطلوبیت نهایی تولید میشوند. پس از بررسی آماری، علائم و ضرایب متغیرهای توابع مطلوبیت ساختهشده و درنهایت، صحت و دقت مدلسازی ها در بازسازی سفرهای کاری و خدماتی مشاهدهشدهی شهر تهران، از طریق تابع روندگرای خطی تحلیل میشوند. مقدار خوب و بالای میزان برازندگی مدلسازی مشخص میکند، مدل های حاصل، برآوردها را در سطح مطلوبی از مشاهده های نظیر خود بازسازی میکنند. مدل های نهایی می توانند الگوهای رفتاری پیچیدهی سفرهای کاری و خدماتی ساکنان شهر تهران را بر اساس مدل احتمالی لوجیت شبیهسازی کنند.
کلید واژگان: مدل کار، به، خانه، مدل لوجیت چندگانه، مدل خانه، به، خدمت، تهران، روش بیشینهی درستنمایی، تابع مطلوبیتModeling for explaining complex patterns of behavior of urban residents can address the analysis and description of many urban issues. It can be used in broad sectors of urban planning that need to analyze the current situation and predict future behavioral patterns of population. Because of the complexity of economic activities and social structures in Tehran, any urban planning for the future requires precise analysis of behavioral patterns of residents in this city in connection with determining residence and services as the major human activities. Models of travel distribution between regions are mathematical formulas of distributed trips based on various assumptions and some regularity observed during the trip length frequency. In these models, the purpose is to analyze distribution of trips between pairs of source-destination. Due to incapability of travel forecasting models such as spatial interaction models, the need for models to predict behavior is reasonable in predicting travel behavior patterns and those social and economic differences between source-destination travel. In this study, the Choice Model (type of Multinomial logit model) is employed for modeling the business patterns of and services trips behavior amongst of residents of Tehran in order to understand and analysis the complexities of these trips on various influencing factors.Keywords: Maximum Likelihood Method, Tehran., Multinomial Logit Model, Work, to, Home Model, Home, to, Service Model, Utility Function
- نتایج بر اساس تاریخ انتشار مرتب شده‌اند.
- کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شده‌است. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
- در صورتی که می‌خواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.
©2000-2025 magiran.com All Rights Reserved.