کاربرد شبکه عصبی مصنوعی در مدل‌سازی توسعه شهری (مطالعه موردی: شهر گرگان)

مدل‌های شبکه عصبی مصنوعی از مدل‌های اطلاعات‎محور به‎شمار می‎آیند. مدل تبدیل کاربری/ پوشش زمین، از مدل‎هایی است که شبکه عصبی مصنوعی را با سیستم اطلاعات جغرافیایی مرتبط می‌سازد و برای مدل‎سازی توسعه شهری در شهر گرگان در دوره زمانی سال‌های 2001-1987 از همین مدل استفاده شد. این مدل از 6 برنامه کاربردی که در برنامه MS-DOS اجرا می‎شود، تشکیل شده است. در این مطالعه، سه گروه از متغیرها شامل متغیرهای بیوفیزیکی، اقتصادی- اجتماعی و کاربری زمین به کار برده شد. ده متغیر مؤثر بر توسعه شهری از سه گروه مذکور به عنوان نود ورودی و متغیر وابسته تغییرات شهری به عنوان نود خروجی مورد استفاده قرار گرفتند. استفاده از نود مخفی، برای شناسایی ارتباطات غیرخطی در مدل بوده است. انجام مدل در چرخه 3000 دارای کمترین میزان خطـای مجذور میانگین مربعات بود؛ لذا از این چرخه برای استخراج مناطق توسعه شهری آینده و حساسیت‌سنجی مدل استفاده گردید. برای تأیید مدل از تصویر احتمال این چرخه استفاده شد که رویکرد آماری (ROC) Relative Operating Characteristic برای آن 75/0 برآورد گردید و باعث تأیید مدل در شرایط پیش‎گفته شد. با استفاده از این تصویر، الگوی توزیع شهری برای سـال‌های 2010، 2020، 2030 و 2040 استخراج گردید. اثر نسبی متغیرها با استفاده از ROC و با روش حذف یک متغیر، و اجرای مدل با متغیرهای باقی‎مانده و مقایسه با مدل کامل برآورد گردید. برای انجام این کار، 11 شبکه با داده‌های کامل و داده‌های بدون یک متغیر ایجاد شد و مراحل آموزش و آزمون برای همه آنها به اجرا درآمد. متغیرهای کاربری زمین‌های تحت کاشت، تـعداد سلول‌های شهری و کاربری مرتعی دارای بیشترین اثر در دوره زمانی مورد مطالعه بودند؛ و متغیرهای فاصله تا مراکز آموزشی، کاربری جنگل و زمین‌های بایر کمترین اثر را بر رشد شهری گرگان داشتند؛ به عبارت دیگر، مشخص شد که نوع کاربری منطقه تأثیر زیادی بر توسعه شهری در گرگان دارد.