Pemodelan berbasis agen urban dynamis

Pemodelan Berbasis Agen Urban Dynamics dariBhopal, India

Urbanisasi adalah bentuk pertumbuhan permukaanberaspal dalam menanggapi kekuatan teknologi, ekonomi, sosial, dan politik dan geografi fisik suatudaerah [1], [2]. Peningkatan populasi manusiaditambah dengan peningkatan kegiatan ekonomisering mengarah pada pengembangan lebih lanjutkota dan aglomerasi perkotaan, dan wilayah agrarisyang dominan berkembang menjadi daerah yang dominan secara industri. Ini telah memberikandorongan untuk penyebaran kota menuju pinggiranatau urban sprawl mereka [3]. Sprawl sering terjadidi pinggiran kota, menghasilkan perkembanganradial daerah perkotaan, atau sepanjanginfrastruktur transportasi utama, mengakibatkanpengembangan bentuk perkotaan yang memanjang, yang telah diselidiki di negara-negaramaju (Batty et al., 1999 ; Huang et al., 2007) dan di negara berkembang

Seperti Cina [9], [10] dan India [11], [12], [13], [14], [15], [16], [17]. Ciscel (2001) meneliti sprawl memvisualisasikan dan mengukur tiga komponenutama untuk penyebabnya: pekerjaan, bisnis danperumahan dan biaya modal infrastrukturpemerintah [18]. Sprawl perkotaan juga ditangkapsecara tidak langsung melalui indikator sosialekonomi seperti pertumbuhan populasi, kesempatan kerja, jumlah perusahaan komersial, dll. [19]. Namun demikian, teknik ini tidak dapatsecara efektif mengidentifikasi dampak urban sprawl dalam konteks spasial. Dalam konteks ini, ketersediaan data spasial secara berkala melaluisensor jarak jauh yang ditularkan melalui ruangmembantu dalam menginventarisasi, memetakan, dan memantau perubahan penggunaan lahansecara efektif [20], [21]. Galster et al. (2001) telahmengukur penyebaran sebelumnya menggunakanparameter seperti kepadatan, kontinuitas, konsentrasi, pengelompokan, sentralitas

Area studi dibagi menjadi lingkaran konsentris 1 km (sehubungan dengan centroid atau Central Business District) di masing-masing zona.Kepadatan perkotaan dihitung untuk setiap gradienzona masing-masing untuk periode 1977 hingga2014 diberikan pada Gambar 6. Ini menyoroti polaradial urbanisasi dengan pertumbuhanterkonsentrasi lebih dekat ke kawasan pusat bisnisdan pertumbuhan minimal pada tahun 1977.Bhopal tumbuh intens di Zona NW dan SE pada1977-1992 karena industrialisasi di wilayahtersebut. 

 

Gambar 4. Perubahan penggunaan lahan dari1977-2014.

 

Gambar 5. Analisis Gradien dari lingkarankepadatan Bhopal Built-up (area perkotaan / total area) - dan bijaksana zona.

Pola spasial pertumbuhan perkotaan dianalisisberdasarkan zona untuk setiap lingkaran denganradius 1 km dengan mempertimbangkan informasipenggunaan lahan sementara menggunakan limametrik tingkat lanskap yang dibahas di bawah ini:

a). Jumlah tambalan (NP): Gambar 6 menggambarkan dinamika temporal dari jumlahtambalan. Pada tahun 1977 lingkaran dalam yang dekat dengan CBD (1-7) memiliki tambalanmendekati 1, menunjukkan fakta bahwa wilayah iniberada dalam kondisi pertumbuhan berkelompok, yang umum terjadi pada arah NE, SE dan SW.

b). Total Edge (TE) - Selama tahun 1977, tepiannyalebih kecil, karena tambalan perkotaan jarang danterkonsentrasi di lanskap, tetapi setelah tahun 2000 dan pada tahun 2014 terdapat tepian yang lebihbesar, yang menunjukkan bahwa wilayahperkotaannya kontinu.

c). Indeks Bentuk Lansekap Normalisasi (NLSI). Hasilnya menggambarkan lanskap yang terfragmentasi pasca 2000 dan pada 2014, lanskaptersebut sangat terfragmentasi di wilayahpenyangga. Pada tahun 1977, nilai NLSI lebihrendah di ketiga arah kecuali NW, dengan bentukreguler (Lingkaran, Kotak) di lingkaran dalam dekatCBD (1-7).

 

 

​Gambar. 7. Analisis Clumpiness di wilayahstudi.

CA Modeling (validasi dan prediksi)

Tabel 5. Perbandingan perkiraan penggunaan lahan(2014) dengan penggunaan lahan aktual 2014.

		Class year			Built-up area		Vegetation		Water		Others
					(%)		(%)		(%)		(%)
		2014 classified			7.31		21.77		2.09		68.83
		2014 predicted (CA Markov)		5.71		33.93		1.73		58.63
		2014 predicted (ABM)		7.02		18.84		2.12			71.98

\

 

​51/5000

Gambar 8. Prediksi pertumbuhan Bhopal menggunakan CA-Markov.

 

Gambar. 9. Kemungkinan lokasi pertumbuhan kota.

Tabel 6. Prediksi statistik penggunaan lahan Bhopal menggunakan CA-Markov.

		Class year			Built-up area (%)		Vegetation		Water			Others
							(%)		(%)			(%)
		2018 Predicted			10.94		24.11		2.35			62.60
		2022 Predicted		16.14		28.03		2.52			53.31

Tabel 7. Prediksi statistik penggunaan lahan Bhopal menggunakan model berbasis agen.

	Class year			Built-up area (%)		Vegetation		Water			Others
						(%)		(%)			(%)
	2018 Predicted		11.51		11.1		2.41			74.99
	2022 Predicted		25.09		4.71		2.12				69.09

 

Gambar 10. Contoh faktor yang dipertimbangkanuntuk analisis.

 

Gbr. 11. Pemodelan Pertumbuhan Kota mempertimbangkan Agen (ABM).

Kesimpulan

Urban sprawl memberikan tantangan bagipembangunan berkelanjutan dengan keprihatinanutama tentang pemanfaatan sumber daya yang efektif, alokasi sumber daya alam dan inisiatifinfrastruktur. Meningkatnya pertumbuhanperkotaan di wilayah studi telah memicukekhawatiran akan degradasi kondisi kehidupandan lingkungan kita. Studi ini telah berusahamemahami perubahan LULC, luasnya ekspansikota dan perluasan kota di kota Bhopal, dikuantifikasi dengan mendefinisikan metrik-metrikpenting (Kompleksitas, Kelekatan, Kerapatan, danpenyebaran / penyebaran) dan pemodelan yang sama untuk prediksi di masa mendatang. Teknikpenginderaan jauh dan SIG telah digunakan untukmenunjukkan aplikasi mereka untuk pemantauandan pemodelan fenomena dinamis, sepertiurbanisasi. Sebuah otomat seluler digunakan untukmensimulasikan pertumbuhan di Bhopal dansekitarnya sebagai prototipe untuk aplikasi regional lebih lanjut dengan sumber daya komputasisederhana. Hasilnya menunjukkan itu

luasnya perkotaan terutama terdiri daripenggunaan perumahan dan komersial yang diasumsikan memiliki hubungan linier dengandistribusi populasi. Dengan demikian, denganmemasukkan tingkat perkotaan, distribusi populasidapat diperkirakan dengan model, secara tidaklangsung. Kondisi lokasi yang berbeda, sepertijaringan jalan, pusat bisnis, pusat kota, dll.,Dipertimbangkan dengan berbagai bobot(probabilitas transisi) berdasarkan signifikansirelatifnya. Properti ini memberikan potensisignifikan untuk pemodelan pertumbuhan danperubahan dalam kondisi yang berbeda. Tingkat urban di masa depan, yang diprediksi untuk tahun2018 dan 2022 berguna untuk memvisualisasikandan mengeksplorasi potensi pengembangan, sertauntuk menilai dampak pada lahan pertanian. Hasildari prediksi LULC menunjukkan bahwa built-up di daerah ini akan meningkat sekitar 120 - 225% (berdasarkan CA-Markov) dan 240-245% (berdasarkan ABM) dari 2014 hingga 2022. Prediksi berdasarkan ABM untuk built-up (padatahun 2014) sebanding dengan nilai aktual(perjanjian lebih besar dari 99%). ABM juga bisamengeluarkan jurusan

REFERENCE

[1] Ramachandra, T. V., Bharath, H. A., Beas, B. (2014), Urbanisation Pattern of Incipient Mega Region in India, TEMA. Journal of Land Use, Mobility and Environment, 7(1), 83-100.

[2] Sudhira, H. S., Ramachandra, T. V., Jagadish, K. S. (2004), Urban sprawl: metrics,dynamics and modelling using GIS. International

Journal of Applied Earth Observation and Geoinformation, 5, 29-39.

[3] Ramachandra, T. V., Bharath, H. A., Vinay, S., Joshi, N. V., Uttam, K., Venugopal, R. K. (2013), Modelling Urban Revolution in Greater

Bangalore, India, 30th Annual In-House Symposium on Space Science and Technology, ISRO-IISc Space Technology Cell, Indian Institute of Science, Bangalore, 7-8 November 2013.

[4] Sudhira, H. S., Ramachandra, T. V., Raj, K. S., Jagadish, K. S. (2003), Urban Growth Analysis usingSpatial and Temporal Data, Photonirvachak, Journal ofIndian Society of Remote Sensing, 31(4), 299-311.

[5] Batty, M., Xie, Y., Sun, Z. (1999), The dynamics ofurban sprawl. Working Paper Series, Paper 15, Centre forAdvanced Spatial Analysis, University College London.

[6] Torrens, P. M., Alberti, M. (2000), Measuringsprawl, Centre for Advanced Spatial Analysis, UniversityCollege London, Working Paper Series, Paper 27.

[7] Barnes, K. B., Morgan III, J. M., Roberge, M. C., Lowe, S. (2001), Sprawl development: Its patterns,consequences, and measurement. Towson University Press.

[8] Huang, J., Lub, X. X., Seller, M. J. (2007),A global comparative analysis of urban form, inApplying spatial metrics and remote sensing Landscape and Urban Planning, 184–197.

[9] Cheng, J., Masser, I. (2003), Urban growthpattern modelling: A case study of Wuhan city, PRChina. Landscape and Urban Planning, 62, 199 - 217.

[10] Yeh, A. G. O., Xia, L. (2001), Measurement and Monitoring of Urban Sprawl in a Rapidly Growing Region Using Entropy, Photogrammetric Engineering and Remote Sensing, Vol. 67(1): p 83.