داده کاوی مکانی

مدیریت و برنامه ریزی آب شهری، به ویژه در کلان شهر ها، اهمیت بسیار زیادی دارد. توسعة مناطق شهری، تبدیل شهرها به کلان شهر و افزایش پیچیدگی عوامل تأثیرگذار در مصرف آب در شهر ها سبب دشواری مدیریت مصرف، تأمین و توزیع آب شده است. بنابراین، استخراج قوانین نقش مهمی در کشف الگو های حاکم بر مجموعة داده و کاهش پیچیدگی ها دارد. اصل نظریة مجموعه های راف، که پائولاک در دهة 80 مطرح کرد، روشی توانمند و انعطاف پذیر در پردازش داده های دارای عدم قطعیت شمرده می شود و در این تحقیق، به منظور استخراج قوانین حاکم بر مصرف آب، به کار رفته است. در این تحقیق، از روش ترکیب الگوریتم های مجموعه های راف و ژنتیک از روش های داده کاوی، برای بهبود استخراج قوانین و طبقه بندی داده های آب مصرفی، با کاربری مسکونی در شهر تهران به منزلة منطقة مورد مطالعه استفاده شده است. داده های مورد استفاده در این تحقیق شامل داده های اجتماعی اقتصادی، محیطی، اقلیمی و فنی مدیریتی می شوند. این داده ها به دو زیرمجموعه، شامل 60 %با هدف آموزش و 40 %به قصد ارزیابی نتایج، تقسیم شدند. نتایج نشان می دهند که تلفیق الگوریتم های ژنتیک و مجموعه های راف کارآیی بالاتری برای استخراج مؤثر قوانین از داده های مصرف آب شهر تهران را دارند. دقت طبقه بندی مجموعه دادة آزمون، ازطریق قوانین استخراج شده از مجموعه های راف، 77 %بود. پس از بهینه سازی قوانین با استفاده از الگوریتم ژنتیک در مجموعه های راف، دقت طبقه بندی در نسل ششم، با سرعت همگرایی متوسط، به 88 %و در نسل دهم، به 92 %افزایش یافت. براساس قوانین استخراج شده، عوامل مؤثر در مصرف سالیانة آب به ترتیب میزان تأثیرگذاری، جمعیت ساکن، آب بها، تراکم جمعیت در واحد سطح، بعد خانوار، موقعیت مکانی (عرض جغرافیایی)، تحصیلات ساکنان و سرانة فضای سبز به شمار می روند.

هم اکنون برنامه های متعددی برای هوشمندسازی یزد در حال اجرا است، ولی به منظور حرکت هدفمند و همه جانبه به سمت شهر هوشمند یزد، تدوین یک چشم انداز روشن و واضح برای آن ضروری است. به منظور تضمین دستیابی به چشم انداز شهر هوشمند یزد، ذی نفعان باید ریسک های متعددی را مدیریت کنند که ازجمله این ریسک ها می توان به ریسک های فناوری، پذیرش جامعه و پایداری محیطی اشاره کرد. این پژوهش با هدف ارزیابی شاخص های رشد هوشمند شهری با استفاده از داده کاوی مکانی در شهر یزد، به روش توصیفی-تحلیلی و با استفاده از مدل ANP انجام پذیرفت. داده های موردنیاز از طرح جامع شهری استخراج و ازنظر سیستم مختصات کنترل شد. زیرشاخص تراکم جمعیت در شاخص فشردگی و زیرشاخص مسیر ویژه دوچرخه، اتوبوس و تاکسی در شاخص دسترسی و زیرشاخص بافت فرسوده، فضای سبز، کاربری تجاری در شاخص محیط زیست درنظر گرفته شدند. شاخص ها و زیرشاخص ها از دیدگاه هوشمندسازی در 5 منطقه شهر یزد بررسی شدند. مطابق با نتایج تلفیقی در مدل ANP شاخص رشد هوشمند منطقه تاریخی، با امتیاز 0.37 به عنوان منطقه ای با بیشترین ساختار رشد هوشمندانه شناخته شده است. پس از منطقه تاریخی، منطقه 3 با اختلاف بسیار کمی با امتیاز 0.2 در رده بعدی قرار دارد. منطقه 2 با امتیاز 0.11 در انتها قرار گرفته است. منطقه تاریخی که هسته مرکزی شهر نیز محسوب می شود، دارای بافتی متراکم است. استقرار کاربری های اداری، تجاری، درمانی و... باعث مراجعه شهروندان از سایر مناطق به این منطقه شده است.

غالباً در تهیه طرح کاربری اراضی شهری از استانداردها و قواعد مبتنی بر دانش کارشناسی استفاده می شود. اما آنچه که در نهایت در فضای فیزیکی و واقعی شهر اتفاق می افتد، گاهی با قواعد اولیه بنا نهاده شده در تدوین طرح های کاربری اراضی، همخوانی ندارد. در این تحقیق با استفاده از روش داده کاوی تلاش شده است تا با کمک تحلیل های مکانی، روش قواعد انجمنی و درخت تصمیم، به استخراج الگوهای استقرار وضع موجود کاربری های شهری در ناحیه 4 منطقه 5 شهرداری تهران پرداخته شود و میزان تأمین استانداردها و قواعد مبتنی بر دانش کارشناسی با آنچه در وضع موجود شهر وجود دارد، مورد سنجش و تحلیل قرار گیرد. به عنوان نمونه، استخراج قواعد استقرار دبستان در همسایگی 300 متری کاربری های مسکونی با 70 درصد پشتیبان و همچنین مدرسه راهنمایی در همسایگی 1200 متری کاربری های مسکونی با 98 درصد پشتیبان، حاکی از استقرار و انطباق مناسب وضع موجود کاربری های آموزشی سطح محله و ناحیه در منطقه مطالعه موردی است. در حالی که عدم استخراج قواعد مرتبط با کاربری درمانی در منطقه مطالعه موردی، حاکی از عدم استقرار این کاربری در شعاع استقرار مذکور در استانداردهای مرسوم برنامه ریزی کاربری اراضی شهری است.

رشد سکونتگاه ها و زیرساخت های پیرامون کلان شهرها پیامد توسعه ناموزون ملی، شهری شدن سریع و همگرایی جریان جمعیت و فعالیت به سمت این گونه شهرها است. اما در مقیاس محلی، نیروهای واگرای ناشی از تقاضای فزاینده برای زمین و فضا، زمینه تخریب چشم اندازهای طبیعی و تغییر پوشش و کاربری اراضی را فراهم می کنند. در این پژوهش، ابتدا با استفاده از داده های ماهواره لندست به آشکارسازی تغییرات کاربری و پوشش اراضی در سال های 1380 تا 1400 در حریم جنوبی تهران پرداخته شد. سپس با استخراج قوانین انجمنی به عنوان یکی از روشهای داده کاوی، قوانین مربوط به رشد فضاهای ساخته شده در دوره 1380 تا 1400 در مقیاس های فراگیر (کل منطقه) و محلی (شهرستان های منطقه) بدست آمد. در این تحلیل از معیارهای "نوع کاربری در سال 1380"، "فاصله از سکونتگاه های شهری و روستایی"، "فاصله از کاربری های صنعتی"، "فاصله از معابر" استفاده شده است. نتایج آشکارسازی تغییرات کاربری و پوشش، بیانگر کاهش اراضی کشاورزی و افزایش سطح فضاهای ساخته شده و نیز پیوستگی قابل توجه آن ها در سال 1400 است. قوانین انجمنی مربوط به رشد فضاهای ساخته شده نیز نشان داد اراضی مجاور فضاهایی ساخته شده و راه های اصلی در سال 1380 با میزان اطمینان بیشتری در معرض تغییر قرار گرفته اند. مقایسه قوانین استخراج شده فراگیر و محلی نشان داد میزان اشتراک قوانین فراگیر با قوانین شهرستانهای شهریار، شهر ری و رباط کریم بالای %50 و در شهرستانهای اسلامشهر، شهرقدس و بهارستان کمتر از %50 است.

درک عمیق از عوامل موثر بر مصرف برق، پیش نیازی ضروری برای تدوین سیاست های انرژی کارآمد، بهبود مدیریت مصرف و کاهش اثرات زیست محیطی ناشی از تولید برق است. هدف از این تحقیق بررسی عوامل مؤثر بر مصرف برق منازل مسکونی با استفاده از الگوریتم قوانین انجمنی Apriori است. در این مطالعه، داده های مربوط به مصرف برق منازل در دوره های زمانی دو ماهه مربوط به بازه زمانی 1395 تا 1398 جمع آوری شد. مولفه های کالبدی شامل مساحت پارسل، مساحت ساختمان، مساحت حیاط، ارتفاع ساختمان، نوع بافت شهری(جدید، تاریخی و فرسوده) و مولفه های پیکره بندی فضایی نظیر عمق محلی، مولفه کنترل، هم پیوندی و اتصال برای هریک از پارسل های شهری (35361 پارسل) برآورد شد. سپس با استفاده از الگوریتم Apriori تحلیل شدند تا روابط پنهان و الگوهای تأثیرگذار بر مصرف برق شناسایی شوند. نتایج نشان داد که عواملی مانند مساحت ساختمان، نوع بافت شهری، ارتفاع ساختمان، کنترل و همپیوندی نقش مهمی در تعیین میزان مصرف برق دارند. علاوه بر این، با استخراج قوانین انجمنی، برخی از ترکیب های ویژگی ها که موجب افزایش یا کاهش مصرف برق می شوند، شناسایی شدند. استفاده از این روش می تواند به مدیریت بهینه مصرف انرژی در منازل مسکونی کمک کند و به افراد و نهادهای مسئول در کاهش هزینه ها و بهبود رفتارهای مصرفی یاری رساند. در نهایت، این تحقیق بر مزایای کاربرد الگوریتم های داده کاوی در تحلیل و پیش بینی مصرف انرژی تأکید می کند و محدودیت ها و چالش های مرتبط با استفاده از این روش را نیز بررسی می نماید.