相关实验视频
Updated: May 27, 2025

Watershed Planning within a Quantitative Scenario Analysis Framework
Published on: July 24, 2016
在印度东部的工业城市中,制定关于建地适合城市再生的评估决策框架
Harekrishna Manna1, Suraj Kumar Mallick2, Sanjit Sarkar3
1Department of Geography, School of Earth Sciences, Central University of Karnataka, Kalaburagi, Karnataka, 585367, India. harekrishnamanna@gmail.com.
本研究使用机器学习确定了阿桑索尔市政公司城市发展的最佳地点. 主要发现突出了适合再生的区域,并为可持续规划策略提供了信息.
科学领域:
- 城市规划和发展
- 地理信息系统 (GIS) 是指地理信息系统.
- 机器学习应用 机器学习应用
背景情况:
- 发展中国家的快速城市化使现有的城市规划和再生工作受到压力.
- 可持续的城市规划对于像阿桑索尔市政公司 (AMC) 这样的以工业为基础的城市地区至关重要.
- 确定适合扩建建区的地点对于有效的城市再生至关重要.
研究的目的:
- 通过使用先进的机器学习技术,分析AMC内部特定区域的内置适用性.
- 为应对前所未有的城市增长指导可持续城市规划和再生计划.
- 为未来的建设性发展提出一个框架,与联合国可持续发展目标保持一致.
主要方法:
- 机器学习软计算技术的应用:人工神经网络,随机森林和支持矢量机器.
- 对土地适合建区开发的空间分析.
- 评估诸如服务可用性和污染水平等因素.
主要成果:
- 由于空置的土地和可访问的服务,在城市中心 (阿桑索尔,库尔蒂,拉尼甘吉) 边缘确定城市扩张的高度适合性.
- 在南部地区,特别是在达摩达河沿线和矿场附近,由于服务不佳和高污染,鉴定出低至非常低的适用性.
- 具体百分比的适合性和高度适合性面积量化每个分析区域.
结论:
- 这项研究为决策者提供了关键的见解,以确定未来建筑开发计划的理想地点.
- 拟议的三层城市再生框架支持AMC的可持续发展战略.
- 研究结果有助于实现与健康,经济增长,可持续城市和气候行动有关的联合国可持续发展目标.
更多相关视频
09:33Visualizing Field Data Collection Procedures of Exposure and Biomarker Assessments for the Household Air Pollution Intervention Network Trial in India
Published on: December 23, 2022
11:53Spatial Multiobjective Optimization of Agricultural Conservation Practices using a SWAT Model and an Evolutionary Algorithm
Published on: December 9, 2012
相关概念视频
Design Example: Analyzing Capacity Contours for Flood Risk Assessment
Design Example: Alignment of a Road Line Using GIS
Manipulation and Analysis
Selected Data About Geographic Locations
Applications of GIS: Disaster Management and Emergency Response
Thematic Layering in GIS