پیش بینی توسعه کالبدی شهری با استفاده از شبکه های عصبی (مطالعه موردی: شهر ایذه)

گسترش سریع شهرها نه تنها باعث مشکلات اجتماعی شده بلکه مشکلات زیست محیطی را در بسیاری از کلان شهرها به وجود آورده است. پیچیدگی سیستم های شهری، مستلزم در نظر گرفتن وابستگی متقابل عوامل مختلف برای مدل سازی و پیش بینی توسعه شهری است. مدل های توسعه شهری تلاش دارند تغییرات آینده شهر را بر اساس روندهای گذشته و برنامه های راه انداز به منظور تشخیص و تعیین تغییرات زمینی بین دسته های مختلف پروژه سازی کند. هدف از این پژوهش، شناخت روند و عوامل مؤثر بر توسعه شهری، شهر ایذه و پیش بینی توسعه آینده شهر ایذه با استفاده از شبکه های عصبی می باشد. روش تحقیق در این پژوهش تحلیلی و پیمایشی بوده است. بر همین اساس ابتدا تصاویر شهر ایذه در سال های 1994، 2003، 2013 و 2014 گردآوری کردیم. سپس با استفاده از نرم افزار envi به کلاسه بندی تصاویر ماهواره ای پرداختیم و روند توسعه شهر ایذه را از سال 1994 تا 2014 را نشان دادیم. در گام بعدی با استفاده از شبکه های عصبی پرسپترون چند لایه به مدلسازی توسعه شهری پرداختیم و خروجی به دست آمده با خروجی که از svm بدست آمده است مقایسه کردیم. در ادامه به مدل سازی شهری سال 2014 با استفاده از داده های زمینی پرداختیم. داده های مورد استفاده عبارتند از مدل ارتفاعی منطقه، فاصله از زمین بایر، فاصله از بازار، فاصله از ساختمان ها، فاصله از زمین های کشاورزی، فاصله از راه و فاصله از فضای سبز. سپس با توجه به دو سناریوی )توسعه شهری در مناطق کشاورزی و عدم توسعه در مناطق کشاورزی( به مدلسازی توسعه شهری و مقایسه آن دو با هم پرداختیم. و در آخر با توجه به نتایج فوق به پیش بینی توسعه شهری در شهر ایذه پرداختیم. نتایج پژوهش نشان داد که استفاده از شبکه های عصبی پرسپترون نه تنها قابلیت پیش بینی توسعه شهری را دارد بلکه می تواند جهات توسعه شهر را نیز مدلسازی کند.