آمار
| تعداد نشریات | 45 |
| تعداد شمارهها | 1,531 |
| تعداد مقالات | 18,683 |
| تعداد مشاهده مقاله | 61,463,646 |
| تعداد دریافت فایل اصل مقاله | 22,215,586 |
تحلیل گسترش شهری شیراز با استفاده از شاخص LEI و متریکهای سیمای سرزمین(1378-1404) با RS و GIS با اعتبارسنجی مبتنی بر یادگیری ماشین ML | ||
| نشریه کاربرد سنجش از دور و سیستم اطلاعات جغرافیایی در علوم محیطی | ||
| دوره 6، شماره 20، مهر 1405 | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22034/rsgi.2026.69581.1149 | ||
| نویسندگان | ||
| سجاد تابع بردبار* 1؛ محمد ابراهیم عفیفی2؛ عبدالرسول قنبری3 | ||
| 1دکتری جغرافیا و برنامه ریزی شهری، واحد لارستان، دانشگاه آزاد اسلامی، لارستان، ایران. | ||
| 2دانشیار، گروه جغرافیا، واحد لارستان، دانشگاه آزاد اسلامی، لارستان، ایران. | ||
| 3استادیار گروه جغرافیا، واحد لارستان، دانشگاه آزاد اسلامی، لارستان، ایران. | ||
| چکیده | ||
| گسترش شتابان شهرها در ایران، بهویژه در کلانشهرهایی مانند شیراز، پیامدهای عمیقی بر کاربری اراضی، محیطزیست و برنامهریزی فضایی برجای گذاشته است. پژوهش حاضر با هدف تحلیل گسترش کالبدی شیراز در بازه ۱۹۹۹ تا 2025، از شاخص LEI (Landscape Expansion Index) و مجموعهای از متریکهای سیمای سرزمین (CA، ND، NT، LPI، ED، LSI) بهره گرفته است. دادههای کاربری زمین از تصاویر چندزمانه ماهوارههای لندست در محیط GIS و تکنیکهای سنجش از دور استخراج و پردازش شدهاند. نتایج شاخص LEI نشان داد که گسترش لبهای (Edge-Expansion) الگوی غالب توسعه شهری شیراز بوده و با مساحتی حدود ۱۳۸٫۳۷۴ کیلومتر مربع معادل بیش از ۹۹٪ کل توسعه را دربر میگیرد. در مقابل، گسترش درونی (Infilling) تنها ۰٫۱۶۶۷ کیلومتر مربع و گسترش پراکنده (Outlying) حدود ۰٫۱۰۰۵ کیلومتر مربع سهم داشته و عمدتاً در حاشیههای دورافتاده مشاهده شده است. تحلیل متریکهای سیمای سرزمین نشان داد طی این دوره، مساحت کاربری شهری از حدود ۷۲.۵ میلیون مترمربع به بیش از ۱۴۶ میلیون مترمربع افزایش یافته؛ اراضی کشاورزی از ۷۹ میلیون مترمربع به کمتر از ۴ میلیون مترمربع و اراضی طبیعی از ۴۱ میلیون مترمربع به حدود ۱۱ میلیون مترمربع کاهش یافتهاند. همچنین شاخص LPI شهری به ۱۰۰٪ رسیده که بیانگر یکپارچگی کامل لکههای شهری و حذف پراکندگی قبلی است. برای ارتقاء دقت نتایج، از رویکرد یادگیری ماشین (ML) با الگوریتمهای Random Forest و SVM استفاده و طبقهبندی کاربریها با ماتریس اغتشاش (Confusion Matrix) اعتبارسنجی شد. نتایج حاکی از دقت کلی بالای ۹۰٪ و ضریب کاپای حدود ۰٫۸۵ بود که اعتمادپذیری بالای شاخص LEI را تأیید میکند. | ||
| کلیدواژهها | ||
| گسترش شهری؛ سیمای متریک؛ ML؛ LEI؛ LM | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 1 |
||