Key points are not available for this paper at this time.
本研究的三个主要目标是升级SLEUTH城市增长与土地利用变化模型,充分发挥其同时建模土地利用和土地覆盖变化的能力,并将其作为自组织动态土地利用规划工具。为此,SLEUTH被应用于设计更好的未来规划,并评估伊朗戈尔斯坦省戈尔甘镇土地利用和土地覆盖变化的两个情景。从Landsat主题制图仪(TM)和增强型主题制图仪Plus影像中,通过包括无监督、监督和屏幕分类的混合方法,获得了四年的四个土地利用和土地覆盖图。为了提供对未来土地利用和土地覆盖变化的更合理预测,SLEUTH的排除层与来自多标准评价(MCE)的城市化适宜性层相结合,使用了十五个对城市发展土地适宜性影响最大的图层。这些在MCE过程中使用的图层与地形、植被、土壤和地质,以及替代社会经济因素相关,因此,它们描绘了城市增长的吸引力。SLEUTH被用于使用新的和标准排除层进行预测。使用新层后,未来土地利用模式的碎片化得以控制,沿道路的城市发展受到限制,从而保护了剩余的城市绿地和残余的农村植被片。结果还与未来城市发展的单独选址过程进行了比较,显示出MCE引导的SLEUTH建模在地形、替代社会经济因素及景观指标(如斑块大小、形状、接近性和分形维度)方面的优越性。由于SLEUTH以自修改、自组织的方式同时为不同的土地利用和土地覆盖类型推导变化规则,我们展示了该方法可以被视为动态土地利用规划的工具。
Mahiny等(Sun,)研究了这个问题。
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: