فهرست نشریات علمی دسترسی آزاد ایران

مقدمه: امروزه توسعه کالبدی شهرها به­صورت روزافزون در حال افزایش است. مدیریت صحیح این توسعه از جهات گوناگون در زمره مسائل مهمی است که باید مدنظر قرار بگیرد. روش­های متعددی برای پیش­بینی و تعیین جهت توسعه شهری وجود دارد که یکی از این روش­ها در تعیین مناطق مناسب، روش مبتنی بر شبکه­های عصبی است. هدف تحقیق: هدف این پژوهش مدل­سازی توسعه شهر رشت طی بیست سال اخیر و پیش­بینی جهات توسعه این شهر تا سال 2032 می­باشد. روش‌شناسی تحقیق: با استفاده از تصاویر ماهواره­ای ETM + لندست 7 و8 سال­های 2002، 2012 و 2021 شهر رشت و با نرم افزار GIS تصاویر با ترکیب باندی مناسب آماده و سپس با استفاده از روش شبکه عصبی مصنوعی پرسپترون چند لایه ( MLP ) تصاویر طبقه­بندی شده­اند. شاخص­های در نظر گرفته شده برای مدل همسایگی مناطق شهری، فاصله از نقاط شهری، فاصله تا مناطق مرکزی شهر و فاصله تا خیابان­ها و راههای اصلی می­باشند. قلمرو جغرافیایی پژوهش: شهر رشت، مرکز استان گیلان و در ۴۹ درجه و ۳۵ دقیقه و ۴۵ ثانیه طول شرقی و ۳۷ درجه و ۱۶ دقیقه و ۳۰ ثانیه عرض شمالی از نصف النهار گرینویچ قرار دارد و مساحت آن حدود ۱۰۲۴۰ هکتار می­باشد. یافته­ ها: در این مدل در حالت آموزش مرحله اول (ورودی اعمال چهار شاخص بر تصاویر سال 2002)، شبکه 104 تکرار انجام داد و کمترین میزان خطا که با معیار آنتروپی متقاطع ارزیابی می­شود در تکرار 98ام برابر با 058526/0 گردید. در مرحله دوم ورودی مدل اعمال چهار شاخص بر روی تصاویر 2012 بوده که کمترین میزان خطا 076657/0 ارزیابی شد. نتایج: در مجموع مدل توانسته است برای پیش­بینی توسعه شهر رشت در سال 2012، 9/95 درصد و برای سال 2021، 8/93 درصد برآورد درستی داشته باشد که این عددها می­تواند قابل قبول باشد. خطای مدل در این بخش اول 1/4 درصد و در بخش دوم 2/6 درصد بوده است. با بررسی دوره بیست ساله روند توسعه کالبدی، جهات توسعه شهر رشت در سال 2032 پیش­بینی شد.