Περίληψη
Η παρούσα διδακτορική διατριβή εντάσσεται στο ευρύτερο πεδίο έρευνας σχετικά με τη διερεύνηση των διεργασιών εκείνων οι οποίες οδηγούν στην μεταβολή των χρήσεων γης σε αστικό και περι-αστικό επίπεδο. Ως μεθοδολογία προσέγγισης του προβλήματος επιλέγεται η χρήση της θεωρίας των κυψελοειδών αυτομάτων. Επίσης, εξετάζεται η δυνατότητα αξιοποίησης της πληροφορίας που εμπεριέχεται στη διανυσματική γεωχωρική βάση του Κτηματολογίου καθώς και των αντίστοιχων περιγραφικών δεδομένων. Για να οριστεί ένα σύστημα κυψελοειδών αυτομάτων, απαιτείται να οριστεί η χωρική μονάδα αναφοράς, το σύνολο των ιδιοτήτων που μπορεί να λάβει κάθε μονάδα αναφοράς ανά δεδομένη χρονική στιγμή, η αποκαλούμενη γειτονιά της μονάδας αναφοράς, και, τέλος, το χρονικό διάστημα στο οποίο θα ενημερώνεται κάθε μονάδα αναφοράς. Το μοντέλο το οποίο δημιουργήθηκε στα πλαίσια της παρούσας διατριβής έχει ως χωρική μονάδα αναφοράς το γεωτεμάχιο όπως αυτό ορίζεται για τις ανάγκες του Κτηματολογίου. Ως ιδιότητα κάθε μονάδας αναφοράς λή ...
Η παρούσα διδακτορική διατριβή εντάσσεται στο ευρύτερο πεδίο έρευνας σχετικά με τη διερεύνηση των διεργασιών εκείνων οι οποίες οδηγούν στην μεταβολή των χρήσεων γης σε αστικό και περι-αστικό επίπεδο. Ως μεθοδολογία προσέγγισης του προβλήματος επιλέγεται η χρήση της θεωρίας των κυψελοειδών αυτομάτων. Επίσης, εξετάζεται η δυνατότητα αξιοποίησης της πληροφορίας που εμπεριέχεται στη διανυσματική γεωχωρική βάση του Κτηματολογίου καθώς και των αντίστοιχων περιγραφικών δεδομένων. Για να οριστεί ένα σύστημα κυψελοειδών αυτομάτων, απαιτείται να οριστεί η χωρική μονάδα αναφοράς, το σύνολο των ιδιοτήτων που μπορεί να λάβει κάθε μονάδα αναφοράς ανά δεδομένη χρονική στιγμή, η αποκαλούμενη γειτονιά της μονάδας αναφοράς, και, τέλος, το χρονικό διάστημα στο οποίο θα ενημερώνεται κάθε μονάδα αναφοράς. Το μοντέλο το οποίο δημιουργήθηκε στα πλαίσια της παρούσας διατριβής έχει ως χωρική μονάδα αναφοράς το γεωτεμάχιο όπως αυτό ορίζεται για τις ανάγκες του Κτηματολογίου. Ως ιδιότητα κάθε μονάδας αναφοράς λήφθηκε η δεσπόζουσα χρήση γης στο γεωτεμάχιο σε επίπεδο κατηγορίας όπως αυτή έχει καταγραφεί για τις ανάγκες του Κτηματολογίου. Στον ορισμό των γειτονιών έγιναν δύο βασικές διαφοροποιήσεις από τα συνήθη μοντέλα C.A. Αρχικά επιλέχθηκε αντί για την εξαγωγή απόλυτων αριθμών να γίνει η χρήση των αντίστοιχων ποσοστών που παρουσιάζει κάθε χρήση γης στην γειτονιά του γεωτεμαχίου. Επίσης, επιλέχθηκε να μελετηθεί και η επιρροή του συνολικού εμβαδού που καταλαμβάνει κάθε χρήση σε επίπεδο γειτονιάς μέσω του αντίστοιχου ποσοστού. Μέσω αυτών των διαφοροποιήσεων επιχειρήθηκε να μειωθεί η ευαισθησία του μοντέλου στον ορισμό της γειτονιάς. Ως διάστημα ενημέρωσης των χρήσεων γης χρησιμοποιήθηκαν τα 10 έτη. Ως κύρια πηγή γεωχωρικών και περιγραφικών δεδομένων λήφθηκε η κτηματολογική βάση. Τα δεδομένα συμπληρώθηκαν και από εξωτερικές πηγές κυρίως όσον αφορούσε σε στοιχεία θεσμικών γραμμών και σε χρήσεις που λαμβάνουν χώρα μέσω βραχυχρόνιων μισθώσεων. Η βαθμονόμηση του μοντέλου έγινε με τη χρήση τεχνικών μηχανικής εκμάθησης και της θεωρίας των προσεγγιστικών συνόλων, δυνάμει τριών συνόλων ιστορικών δεδομένων τα οποία αφορούν στα έτη 1993,2003 και 2013. Τα ιστορικά δεδομένα εξήχθησαν με τη χρήση λογικών ερωτημάτων στην περιγραφική βάση του κτηματολογίου και επιβεβαιώθηκαν με τη χρήση ιστορικών αεροφωτογραφιών. Το μοντέλο εφαρμόστηκε στους Δήμους Κορδελιού-Ευόσμου, Αμπελοκήπων-Μενεμένης καθώς και στις Δ.Ε Ωραιοκάστρου και Ιωνίας, δυτικά του κεντρικού Δήμου Θεσσαλονίκης. Η βαθμονόμηση του μοντέλου με βάση τα ιστορικά στοιχεία οδήγησε σε 12 επιμέρους λύσεις οι οποίες αξιολογήθηκαν ως προς την επιτυγχανόμενη ακρίβεια ταξινόμησης. Παρατηρήθηκε ότι η επιλογή της χρήσης ποσοστού στην καταγραφή των χρήσεων γης επί των ορισμένων γειτονιών συνέδραμε στην μείωση της ευαισθησίας των αποτελεσμάτων στον ορισμό των ίδιων των γειτονιών αφού η διαφορά στην ακρίβεια της ταξινόμησης μεταξύ των διαφορετικών λύσεων ήταν της τάξης του 1%. Επίσης η εφαρμογή της μεθόδου της σταυρωτής επικύρωσης (cross validation) βελτίωσε την ακρίβεια της ταξινόμησης κατά 0.5-2% αυξάνοντας όμως παράλληλα το πλήθος των κανόνων μετάβασης κατά 30%. Τα αποτελέσματα της ταξινόμησης τόσο στο σύνολο των ιστορικών δεδομένων όσο και στο ευρύτερο σύνολο της περιοχής μελέτης είναι ιδιαίτερα ενθαρρυντικά ιδιαίτερα στις περιπτώσεις όπου υπήρχε ικανοποιητικός αριθμός καταγεγραμμένων μεταβολών προς κάποια χρήση όπως λ.χ αυτή της κατοικίας η οποία παρουσίασε ακρίβεια στην ταξινόμηση της τάξης του 82% στα ιστορικά δεδομένα και 97% στο σύνολο της περιοχής μελέτης.
περισσότερα
Περίληψη σε άλλη γλώσσα
The present Ph.D thesis forms part of the broader research regarding the exploration and documentation of the processes that lead to land use change at an urban and peri-urban scale. The proposed methodology involves the use of cellular automata theory. The model also tries to integrate the cadastral spatial and descriptive data. A cellular automata system can be defined by the following basic parameters: a spatial reference unit, a set of attribute values that each reference unit can take, a clearly defined neighborhood surrounding each reference unit and a defined time period at the end of which the attribute values will be updated. The model considers the cadastral plot as its prime spatial reference unit. The main attribute of each reference unit is its most dominant land use as recorded in the cadastral database. The neighborhood definition that was used in the model presents two distinct differentiations from the standard C.A models. Firstly, the land uses that were present in ea ...
The present Ph.D thesis forms part of the broader research regarding the exploration and documentation of the processes that lead to land use change at an urban and peri-urban scale. The proposed methodology involves the use of cellular automata theory. The model also tries to integrate the cadastral spatial and descriptive data. A cellular automata system can be defined by the following basic parameters: a spatial reference unit, a set of attribute values that each reference unit can take, a clearly defined neighborhood surrounding each reference unit and a defined time period at the end of which the attribute values will be updated. The model considers the cadastral plot as its prime spatial reference unit. The main attribute of each reference unit is its most dominant land use as recorded in the cadastral database. The neighborhood definition that was used in the model presents two distinct differentiations from the standard C.A models. Firstly, the land uses that were present in each neighborhood definition were represented by their corresponding total percentage and not in the form of an absolute figure. The influence of the area occupied by each land use was also studied through its corresponding percentage. These two assumptions were used in order to reduce the sensitivity of the model to the different neighborhood definitions. A time period of ten years was selected for the update of the parcels’ land use. The cadastral database was used as the main source for geospatial and descriptive data. The information was complemented by additional external sources regarding the recording of various institutional restrictions and the recording of land uses that take place through short-term leases. The calibration of the model was performed using machine learning techniques and Rough Set Theory based on three distinct historical datasets regarding the years 1993, 2003 and 2013. Historical data can be extracted through the use of sequential logical queries on the descriptive cadastral database and verified through historical aerial or satellite imagery. The land use change model was implemented at the municipalities of Kordelio-Evosmos, Ampelokipoi-Menemeni and the municipal units of Oreokastro and Ionia, on the west of the city of Thessaloniki in Northern Greece. The calibration of the model resulted in 12 individual simulation classifications which were assessed with regards to their performance and accuracy. It was concluded that the use of a percentage instead of an absolute figure assisted in reducing the sensitivity of the results to the definition of the neighborhoods, as the recorded achieved accuracy difference in the results was around 1%. The application of the cross validation method improved the overall accuracy by 0.5-2%, while increasing the number of the transition rules by 30%. The classification results are particularly encouraging especially in the cases where there was an adequate number of recorded changes towards a specific land use e.g the residential land use classification presented an accuracy of 82% in the historical dataset and an overall accuracy of 97% in the entire study area.
περισσότερα