پایش و مدلسازی روند گسترس و توسعه فیزیکی شهرها با اعمال روش ترکیبی شبکه عصبی و فیلتر همسایگی

با توجه سرعت روزافزون جمعیت شهرنشین و تاثیر آن در رشد شهری و گسترش کالبدی شهرها و دست اندازی آن ها به زمین های مستعد کشاورزی حومه شهری، مطالعه، بررسی، مدل سازی و پایش این گسترش های بی برنامه از موضوعات مهم محققین در حوزه های مختلف می باشد. به همین جهت، در این تحقیق تصاویر ماهواره لندست در سال های 1996، 2006، و 2016 برای تولید نقشه شهر و از ترکیب روش شبکه عصبی با فیلترهای همسایگی جهت پایش و مدل سازی استفاده شده است. در این مقاله تنها رشد کاربری ساختمانی به عنوان رشد شهری در نظر گرفته شده است. برای طبقه بندی تصاویر و استخراج نقشه از روش ماشین بردار پشتیبان استفاده شد. برای مدل-سازی رشد شهری، شبکه عصبی پیش خورانده پیشنهادی در 2 مرحله اجرا شد؛ (1) برای یادگیری و تعیین وزن ها با استفاده از نقشه سال های 1996 و 2006، و (2) به صورت رو به جلو برای پیش بینی نقشه شایستگی برای سال 2016. به منظور پیش بینی نقشه شایستگی با دقت بالا، معماری شبکه عصبی با توجه به کمترین RMSE تعیین گردید. سپس نقشه شایستگی پیش بینی شده با فیلترهای مختلف همسایگی ترکیب و نقشه سال 2016 پیش بینی گردید. دقت روش در دو مرحله تعیین شد. ابتدا دقت نقشه شایستگی پیش بینی شده با استفاده از روش ROC بررسی گشت و سپس در مرحله دوم میزان تطابق نقشه شهری پیش بینی شده با نقشه مرجع سال 2016 با استفاده از ماتریس مقایسه و با معیارهای دقت کلی و ضریب کاپا بدست آمد. در نهایت روش ارایه شده برای پیش بینی نقشه شهری سال 2026 به کار گرفته شد.