Simulating multiple urban land use changes by integrating transportation accessibility and a vector-based cellular automata: a case study on city of Toronto
Notice bibliographique
Résumé
The accessibility provided by the transportation system plays an essential role in driving urban growth and urban functional land use changes. Conventional studies on land use simulation usually simplified the accessibility as proximities and adopted the grid-based simulation strategy, leading to the insufficiencies of characterizing spatial geometry of land parcels and simulating subtle land use changes among urban functional types. To overcome these limitations, an Accessibility-interacted Vector-based Cellular Automata (A-VCA) model was proposed for the better simulation of realistic land use change among different urban functional types. The accessibility at both local and zonal scales derived from actual travel time data was considered as a key driver of fine-scale urban land use changes and was integrated into the vector-based CA simulation process. The proposed A-VCA model was tested through the simulation of urban land use changes in the City of Toronto, Canada, during 2012–2016. A vector-based CA without considering the driving factor of accessibility (VCA) and a popular grid-based CA model (Future Land Use Simulation, FLUS) were also implemented for comparisons. The simulation results reveal that the proposed A-VCA model is capable of simulating fine-scale urban land use changes with satisfactory accuracy and good morphological feature (kappa = 0.907, figure of merit = 0.283, and cumulative producer’s accuracy = 72.83% ± 1.535%). The comparison also shows significant outperformance of the A-VCA model against the VCA and FLUS models, suggesting the effectiveness of the accessibility-interactive mechanism and vector-based simulation strategy. The proposed model provides new tools for a better simulation of fine-scale land use changes and can be used in assisting the formulation of urban and transportation planning.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».