مروري بر برخي مدل‌هاي پيش‌بيني رشد شهري

A Review of Urban Growth Prediction Models

جمعيت انساني همچنان به تجمع در مراكز شهري ادامه مي دهد كه به ناچار رد پاي شهري را از طريق ايجاد پيامدهاي مهم براي تنوع زيستي، آب و هوا، و منابع محيط زيستي افزايش مي دهد. مدل هاي پيش بيني رشد شهري براي كمك به مديريت پايدار مناطق شهري به طور گسترده مورد مطالعه قرار گرفته اند. با وجود تحقيقات گسترده، اين مدل ها اغلب در فرايند تصميم گيري گنجانده نمي شوند. هدف اين بررسي مروري بر مدل هاي موجود، از جمله مزايا و محدوديت هاي آن ها است. همچنين، به شكل كلي به دلايل عدم اقبال به اين مدل ها در فرايند تصميم گيري پرداخته مي شود. بر اساس آمار و بررسي هاي انجام شده مشخص گرديد كه در حال حاضر سلول هاي اتوماتا از روش هاي مدل سازي غالبي است كه در اكثر آثار منتشر شده بكار گرفته شده است. همچنين، از دلايل عدم استفاده از اين مدل ها در فرايند تصميم گيري، نا آشنا بودن تصميم گيران با آن ها و نيز عدم مقبوليت و محبوبيت مدل براي پژوهش يكپارچه قابل ذكر هستند.

Human population continues to aggregate in urban centers, who inevitably increases the urban footprint with significant consequences for biodiversity, climate, and environmental resources. Urban growth prediction models have been extensively studied with the overarching goal to assist in sustainable management of urban centers. Despite the extensive research, these models are not frequently included in the decision making process. The survey found a strong recognition of the models’ potential in decision making, but limited agreement which these models actually reach enough potential in practice. This review aims are an overview of existing models, including advantages and limitations. Also, in general, it will be discussed to main reason for not applying these models in the decision making. Analysis of aggregated statistics indicates that cellular automata are the prevailing modeling technique, present in the majority of published works. Also, being unfamiliar decision-makers with models and thelack of popularity models to research are significant reasons for not using these models in the decision making.