بخشی از مقاله
بررسی مدلهای SLEUTH و SLEUTH-GA در مدلسازی توسعه ی شهری
چکیده
درک پویایی شهری یک امر ضروری برای توزیع پایدار منابع در دسترس است. شهرستانهای ایـران در دهـه اخیـر شـاهد رشـد جمعیتی فزایندهای بوده و با توسعه و گسترش فیزیکی قابل توجهی روبرو بودهاند. از این رو برای پی بردن به میزان و نحـوه توسـعه این شهرها در آینده و درک پیامدهای آن میتوان از مدلهای توسعه شهری استفاده کـرد. در میـان تمـام مـدلهـای ثبـت شـده، سلول های خودکار (CA) با توجه به انعطاف پذیری، سادگی در استفاده و ارتباط نزدیکشان با سـنجش از دور و سیسـتم اطلاعـات جغرافیایی موثرترین مدل برای توسعه شهری است. از بین تمام مدل های CA، مدل SLEUTHاحتمالاً مناسبترین آنها باشد. استفاده از الگوریتم ژنتیک برای کالیبره کردن مدل SLEUTH سبب به وجود آمدن مدل SLEUTH-GA شده کـه صـحت و سرعت اجرای مدل را بهبود بخشیده است.
واژههای کلیدی: توسعه شهر، مدلسازی، سلولهای خودکار، SLEUTH، الگوریتم ژنتیک
-1 مقدمه
در چند دهه گذشته شاهد افزایش چشمگیر در جمعیت شهرها در سراسر جهان و همچنین افزایش نـرخ شهرنشـینی بـودهایـم. درک این پویایی شهری یک امر ضروری برای توزیع پایدار منابع در دسترس اسـت ( الخـدر1 و همکـاران، .(2007 توسـعه شـهری سبب تغییراتی در سیمای سرزمین میگردد. سکونت گزیدن انسانها، پوشش طبیعی را تحت تأثیر قرار داده و از این طریق ساختار و عملکرد بوم سازگان را دگرگون کرده است. در 200 سال گذشته که جمعیت جهان 6 برابر گشته، جمعیت شهرها نیز 100 برابـر شده است. ایران به عنوان یک کشور در حال توسعه در حال حاضر شاهد افزایش پیوسته شهرنشینی در یک مقیاس بزرگ است. با این افزایش سریع شهرنشینی فشار زیادی بر زمینها و منابع وارد میشود (رفیعی و همکاران، .(2009 در فرآیندهای تصمیمگیری، مدیران مناطق نیاز دارند که به درستی میزان رشد شهرها را در نظر بگیرند. مدلهای پوشش اراضی و تغییرات کاربری اراضی ابزار-های مفیدی برای بررسی فهم و پیشبینی تغییرات پوشش زمین و عواقب و پیامدهای آن است. مدلهای تغییرات کـاربری اراضـی همچنین ابزاریهایی برای فهم علل و عواقب پویایی کاربریهای زمین است. استفاده از این مدلها، به سیاستمداران این امکـان را میدهد که سناریوهای مختلف در تغییرات کاربری و پوشش زمین را بررسی کـرده و تـأثیرات آن را ارزیـابی کننـد (ولـد کامـپ و لامبین2، .(2001
مدلسازی شهرها در اواخر سال 1950 شروع شد و در حال حاضر تعدادی مدل شهری تحلیلی و آماری که بر پایـه نظریـههـای مختلفی مثل هندسه شهری و ارتباطات اندازهای بین شهرها و عملکردهای اقتصادیاند، توسعه یافته اسـت. بـرای درک پیامـدهای توسعه شهرها، یک مدلسازی پویا ترجیح داده میشود (رفیعی و همکاران، .(2009 در میان تمام مدلهای ثبت شـده، سـلولهـای خودکار (3CA) با توجه به انعطاف پذیری، سادگی در استفاده و ارتباط نزدیکشان با سنجش از دور و سیستم اطلاعـات جغرافیـایی شاید موثرترین مدل برای توسعه شهری باشند (تورنس4، .(2000
مدل CA اولین بار در دههی 1940 توسط دو ریاضی دان بنام اولام و نیومن و به منظور شبیه سـازی سیسـتمهـای پیچیـده در فیزیک و زیست شناسی بکار گرفته شد. از آن پس CA در سایر حوزه های مطالعاتی نظیر مدل سازی شـهری کـه توسـط تـوبلر بـا تعریفی که از جغرافیای سلولی ارائه داد مورد استفاده قرار گرفت (زارعـی و همکـاران، .(1391 بـا توجـه بـه گفتـه هـای دایتـزل و کلارک(2006) 5، در میان تمام مدلهای CA، مدل SLEUTHاحتمالاً مناسب ترین آن ها باشد، زیرا دو رگهای از دو گروه مـدل CA است که توانایی مدل سازی توسعه شهری و ترکیب دقیق دادههای کاربری اراضی را دارد. این مدل توسط کلارک و همکارانش
در سال 1997 معرفی شده است (رفیعی و همکـاران، .(2009 مـدل از دادههـای ورودی بـرای پـی بـردن بـه تغییـرات گذشـته و کالیبراسیون استفاده میکند. SLEUTH-GA نوع خاصی از SLEUTH است که از الگوریتم ژنتیک برای کالیبره کـردن خـود استفاده میکند (لاویر و کلارک6، 1.(2011
از مزیتهای این مدلها برای توسعه شهری میتوان به موارد ذیل اشاره کرد: (1 این مدلها نیاز بـه اطلاعـات فضـایی مختلفـی دارد. با این وجود این اطلاعات موجود و قابل تهیه هستند. هر چند که توانایی پیشبینی روند توسعه شهر را با توجـه بـه اطلاعـات کلی (شهر/ غیر شهر) هم دارند (2 مدلها وابسته به مکان نبوده و می توان آنهـا را در جاهـای مختلـف و بـا انـدازههـای تفکیـک متفاوت به کار گرفت (3 مدلها توسط یک سایت رسمی پشتیبانی میشود. نرمافزار به آسانی از طریق همین سایت قابل برداشـت و اطلاعات جامعی در ارتباط با نحوه بهکارگیری مدلها در دسترس قرار داده شده است.
اولین تلاش برای شبیهسازی و پیش بینی توسعه شهری در اوایل سال 1990 توسط وایت و اینگلین1 صـورت گرفـت (رفیعـی و همکاران، .(2009 بتی2 و همکاران در سال 1999 با استفاده از سیستم اطلاعات جغرافیایی و سلول های خودکار، پویایی شـهری را مدلسازی کردند.
سیلوا و کلارک در سال 2002 با استفاده از روش SLEUTH مدل رشد شهری را در شهرهای لیبسون و پورتو پرتقال واسنجی کردند. هی3 و همکاران در سال 2008 با استفاده از مدل سلول های خودکار، فرایندهای گسـترش شـهری در پکـن را مـدل سـازی کردند (کرم و همکاران، .(1389 استفاده از GA برای SLEUTH اولین بار توسط گلدشـتاین4 در سـال 2004 بـا اسـتفاده از دو روش نخبه گرایی و انتخاب مسابقه ای و ترکیـب اسـتراتژیهـای رقابـت ژن صـورت گرفـت. لاویـر وکـلارک در سـال 2011 مـدل SLEUTH را توسط GA کالیبره کردند و آن را با SLEUTH معمولی مقایسه کردند (لاویر و کلارک، .(2011
در ایران نیز محققان مختلفی از جمله چادرنشین در سال 1370 در شهر مشهد، سجادیان در سال 1372 در بروجـرد، ویلـوه در سال 1379 در کرمانشاه مطالعاتی را انجـام دادنـد (کـرم و همکـاران، .(1389 کامیـاب و همکـاران در سـال 1388 بـا اسـتفاده از شبکههای عصبی توسعه شهری گرگان را مدلسازی نمودند (کامیاب و همکاران، .(1388 کرم و همکاران در سـال 1389 بـا روش رگرسیون لاجستیک مدلسازی رشد شهرستان شهرکرد را انجام دادند (کرم و همکاران، .(1389 مـؤمنی در سـال 1389 بـا مـدل SLEUTH توسعه شهر تهران را تا سال 2050 پیشبینی نمود (مؤمنی، .(1389
