شناسایی پهنه های بافت فرسوده شهری با استفاده از مدل شبکه عصبی(مطالعه موردی: شهر لنگرود)
پارسا کارشناسی ارشد 1400
پدیدآور: حسن آروندی رودسری
استاد راهنما: مریم نیکفر
دانشگاه آزاد اسلامی واحد رامسر، گروه فنی و مهندسی
چکیده
امروزه با توجه به رشد شتابان شهرنشینی و افزایش فزاینده جمعیت شهرها، توجه به بافت های فرسوده که برخی متفکران از آن ها به عنوان ثروت پنهان شهرها یاد می کنند اهمیتی دوچندن یافته است. هدف این تحقیق اولویت بندی مناطق مختلف قلمرو پژوهش و شناسایی بافت های فرسوده به منظور اعمال بهسازی و نوسازی است. برای دستیابی به هدف مذکور از 5 متغیر اصلی قدمت بنا، کیفیت ابنیه، تراکم جمعیت، جنس مصالح و تعداد طبقات استفاده شد. جهت مدل سازی و ارزیابی اعتبار مدل تعداد 48 نقطه GPS از مناطق فرسوده و تعداد 49 نقطه غیرفرسوده برداشت شد. لایه های اطلاعاتی جهت ورود به مدل رستری شدند و با روش شبکه عصبی مناطق مستعد فرسودگی شهر لنگرود مدل سازی شد. نتایج تحقیق رگرسون بالای 72 درصد را در مرحله آموزش و 80 درصد را در مرحله تست نشان داد. در اعتبار سنجی مدل سطح زیر منحنی AUC که در واقع نشان دهنده توانایی مدل در پیش بینی متغیر وابسته است 0.89 به دست آمد که بسیار مناسب بوده است. پارامترهای MSE، RMSE و R_Correlation_Test و R2 نیز به ترتیب 0.0249، 0.1832 ، 0.7255 و 0.8533 به دست آمد. در انتها وزن شاخص های متغیرهای وابسته تحقیق پیش بینی شد. بر اساس نتایج به دست آمده، متغیر کیفیت ابنیه با وزن 0.35 موثرترین پارامتر در وقوع فرسودگی و متغیر تعداد طبقات با وزن 0.04 کم اثرترین پارامتر در وقوع فرسودگی است. نتایج پهنه بندی نقشه نهایی مساحت 239.53 در بافت با فرسودگی خیلی زیاد را نشان داد که تقریباً نیمی از مساحت محدوده مطالعاتی را پوشش می دهد. مناطق با فرسودگی زیاد نیز با مساحت 206.69 قابل توجه بوده است. با بررسی نقشه مدل سازی و نقاط GPS برداشتی بافت های فرسوده انطباق بالایی در مدل سازی انجام شده و نقاط برداشت میدانی مشاهده شد.
نظر شما