مدل سازي گسترش شهر در اراضي پيراموني با استفاده از سلول هاي خودكار (CA) و فرآيند تحليل سلسله مراتبي (AHP) (مطالعه موردي: منطقه 7 اصفهان)

Modeling Urban Expansion in Pripheral Lands Through Cellular Automata (CA) and Analytic Hierarchichal Process, Case Study of Isfahan’s 7th Municipal District

گسترش بي‌رويه شهر در اراضي پيراموني از مهم‌ترين مسائل براي مديران و برنامه‌ريزان شهرها در سطوح گوناگون است. از آن‌جا كه امروزه بررسي روند تغييرات كاربري اراضي به كاربري شهري نقشي اساسي را در تصميم‌گيري‌ها و برنامه‌ريزي‌هاي بلند مدت بازي مي‌كند، پيش‌بيني روند گسترش شهر و مدل‌سازي آن در آينده با روش‌هاي دقيق جهت مديريت و كنترل گسترش شهري بيش از پيش ضرورت مي‌يابد. در اين ميان يكي از روش‌هاي مدل‌سازي گسترش و توسعه شهري مدل سلول‌هاي خودكار است. اين مدل به دليل برخورداري از ماهيت پويا، قابليت تلفيق با ساير مدل‌ها، امكان اصلاح مدل و در دسترس بودن داده‌هاي مورد نياز، به طور گسترده‌اي در مطالعات شهري به كار گرفته شده است. اين مدل داراي محدوديت‌هايي نيز بوده كه تلاش‌هايي براي رفع محدوديت‌هاي آن در تحقيقات مختلف صورت گرفته است. در اين مقاله براي افزايش كارآيي مدل سلول‌هاي خودكار و رفع محدوديت‌هاي آن از تلفيق مدل سلولهاي خودكار با مدل AHP استفاده شده است؛ و ميزان دقت آن مورد ارزيابي قرار گرفته است. مقاله حاضر از نظر هدف، كاربردي بوده كه مباني نظري آن به شيوه‌ي اسنادي گردآوري و جهت تحليل موضوع از روش‌هاي كمّي و مقايسه‌اي استفاده شده است. در اين پژوهش ابتدا عوامل تاثير گذار در گسترش شهري تدوين شده است. سپس نقشه‌ي احتمالي تناسب اراضي با استفاده از روش AHP در محيط GIS توليد شده و پس از تعريف اجزا مدل سلول‌هاي خودكار، گسترش شهري در سال 1390 بر مبناي داده‌هاي سال 1385 مورد پش‌بيني قرار گرفته است. به منظور بررسي دقت مدل، از محاسبه‌ي ضريب كاپا استفاده شده است. ضريب كاپاي محاسبه شده برابر با0/89 بوده كه بيانگر توافق 89 درصدي پيش‌بيني صورت گرفته با واقعيت است. مقايسه‌ي ضريب كاپاي به دست آمده با مقدار استاندارد آن نشانگر دقت مناسب مدل و افزايش كارآيي مدل سلول‌هاي خودكار در صورت تلفيق با مدل AHP است.

Extended Abstract 1-Introduction Nowadays, urban expansion in peripheral lands is one of the most important issues for urban planners in various levels of decision making and decision taking. For recognizing this phenomenon, planners need to understand the current and future state of the urban expansion system. Therefore they require an accurate and appropriate tool for predicting the future. Moreover, plans and programs which are prepared for promoting the present state are failed because of the lack of proper tools for prognosticating the future state of urban expansion. Thus, this study aims to provide a CA-based model through combination of basic rules of CA model and AHP for predicting the future urban expansion in peripheral lands. 2-Theotetical Bases For the first time the main idea of CA model, has represented by Turing in 1930. After that, in 1940, the concept of CA has been evolved in computer science by Ulam and Newman. Then Conway developed a CA model which is known “game of life”, in University of Cambridge. The application of CA model in the field of urban planning begins with the Tobler’s efforts in Michigan University that is called cellular geography in 1970, and up to now a lot of activities have been done for improvement and making the CA models better for modeling the real world. CA model includes four components: state, lattice, neighborhood and transition rules. Conventional CA model has some limitation. For this reason, in this paper, basic rules of CA model are combined with the AHP and probabilistic approaches to enhance the efficiency of the model. The conventional CA models are unresponsive to the different weights of influential factors in urban expansion process. For this reason and because of the capabilities of AHP model, in this research CA model is combined with the AHP. 3-Discussion The urban expansion in peripheral lands depends on factors that influence the probability of transforming the vacant areas to the occupant areas. Therefore, first, the influential factors are extracted from reviewing the literature which is related to the research topic. After that the weaknesses of conventional CA model and the methods for ameliorate them have been determined. Then the AHP method and probabilistic approaches have been chosen for calibrating CA model and attain the transition rules. After the calibration methods the conceptual framework of the model is designed and converted to computational codes through MATLAB programming language. Then the transformation rate was calculated via regression model, and it is imported to the designated model with the maps that were prepared, overlaid and rasterized in GIS. Finally the Kappa coefficient is calculated for examination the coincidence of the results of the model and real expansion. 4-Conclusion The results show that the combination of CA model with AHP and probabilistic aprroaches provide an appropriate tool for pridicting the future urban expansion in pripherial lands.