مدلسازی الگوی رشد قطعات شهری با استفاده از یک الگوریتم رشد قطعه بر مبنای اتوماتای سلولی در مجموعه شهری تهران

مجموعه های شهری نوع جدیدی از سکونتگاه های شهری هستند که در دهه های اخیر با رشد چشمگیر شهرنشینی بوجود آمده اند. این مجموعه ها از تجمع قطعات شهری بزرگ و کوچکی که با الگوهای متفاوتی رشد نموده اند، تشکیل گردیده اند. ویژگی های مکانی این قطعات متاثر از عوامل گوناگونی مانند نزدیکی به هسته اصلی شهرها و شبکه ارتباطی کلان مجموعه شهری می باشد. اتوماتای سلولی به عنوان متداولترین مدل مورد استفاده در شبیه سازی رشد شهری، به دلیل عملکرد پایین به بالا، در مدلسازی ساختار مکانی قطعات شهری ناتوان است و علی رغم قدرت شبیه سازی بالا در سطح سلول، در سطح قطعه عملکرد ضعیف تری دارد. از اینرو در این تحقیق روشی به منظور شبیه سازی الگوی رشد قطعات شهری ارائه گردیده است که در تلفیق با اتوماتای سلولی لجستیکی به منظور مدلسازی رشد شهری استفاده شده است. در این روش، از یک طرف نقشه پتانسیل رشد با استفاده از رگرسیون لجستیکی تهیه می گردد و از طرف دیگر دو شاخص اندازه و نوع رشد قطعه با تلفیق عوامل موثر بر الگوهای رشد قطعات شهری، در هر موقیعتی محاسبه می شود. در نهایت طبق چارچوب پیشنهادی اطراف هر سلول های انتخابی، قطعه ای با ویژگی های محاسبه شده تشکیل و نقشه رشد شهری تهیه می گردد. مدل پیشنهادی در این تحقیق در مجموعه شهری تهران و برای دوره های زمانی 1379-1385-1391-1397 پیاده سازی شده است. دقت کلی و شاخص سازگاری نتایج به ترتیب برابر است با 01/91 و 96/37 که نسبت به مدل اتوماتای سلولی دقت بهتری ارائه کرده است. همچنین اعتبارسنجی نقشه تهیه شده در این مطالعه با استفاده از محاسبه شاخص های مکانی، نشان دهنده افزایش دقت مدل پیشنهادی در شبیه سازی ساختار مکانی قطعات شهری می باشد.

Modeling growth pattern of urban patches using a patch-growing algorithm based on cellular automata in the Tehran megalopolitan area

The megapolis areas are new types of urban settlements created in recent decades along with rapid urbanization. These areas constructed by clusters of small and large urban patches with various growth patterns. Spatial characteristics of urban patches are affected by some driving forces such as closeness to cities Central Business Center CBD and transportation network. The Cellular automata as a most common model for simulating urban growth, is unable in modeling spatial configuration of urban patches because of bottom up procedure and despite of high simulation power at cell level, CA has weaker performance in patch level. So in this study a method is presented for simulation of urban patches growth that is integrated with Logistic CA to modeling urban growth. In this method, on the one hand the growth potential map derived using logistic regression and on the other hand size and growth type of patch in each location is derived using integration of driving forces of growth patterns of urban patches. Finally according to proposed framework, a patch is constructed around selected cell and urban growth map will be prepared. The proposed model is implemented in the Tehran rsquo;s megalopolis area in 1379138513911397 periods. The overall accuracy and FOM of results is equal to 91/01 and 37/96, respectively that are better than logistic CA model. Also the results of validation of produces urban growth map by using spatial metrics reviled high precision of methodology in simulation of spatial configuration of urban pattern.