Abstrak
Urbanisasi melibatkan transformasi ekonomi agraria
tradisional menjadi ekonomi perkotaan yang didominasi oleh industri dan kegiatan
komersial lainnya. Studi kami berfokus pada proses urbanisasi di Bhopal
(India), kota Tier I yang menonjol, selama empat dekade terakhir dan
visualisasi pertumbuhan masa depan pada tahun 2018 dan 2022 dengan pemahaman
tentang dinamika morfologi perkotaan melalui analisis spasial time-series (dari
1977-2014) data penginderaan jauh dengan metrik spasial, gradien densitas dan
Markov - Cellular automata.
Simulasi ABM menangkap kenyataan lebih efektif dan
memberikan fleksibilitas untuk jumlah dan karakteristik yang bervariasi
berdasarkan kedekatan berbagai fasilitas yang menghasilkan kemungkinan
permukaan yang dipengaruhi oleh berbagai agen, yang mengindikasikan pembangunan
perkotaan. Simulasi pertumbuhan kota berdasarkan ABM dapat membantu perencanaan
infrastruktur dan fasilitas dasar dan mendukung pengelolaan sumber daya alam
yang berkelanjutan.
Pendahuluan
Urbanisasi adalah bentuk pertumbuhan permukaan
beraspal dalam menanggapi kekuatan teknologi, ekonomi, sosial, dan politik dan
geografi fisik suatu daerah. Peningkatan populasi manusia ditambah dengan
peningkatan kegiatan ekonomi sering mengarah pada pengembangan lebih lanjut
kota dan aglomerasi perkotaan, dan wilayah agraris yang dominan berkembang
menjadi daerah yang dominan secara industri. Ini telah memberikan dorongan
untuk penyebaran kota menuju pinggiran atau urban sprawl mereka. Sprawl sering
terjadi di pinggiran kota, menghasilkan perkembangan radial daerah perkotaan,
atau sepanjang infrastruktur transportasi utama, yang mengakibatkan perkembangan
memanjang bentuk perkotaan, yang telah diselidiki di negara-negara maju (Batty
et al., 1999 ; Huang et al., 2007) dan di negara berkembang seperti Cina dan
India. Ciscel (2001) meneliti sprawl memvisualisasikan dan mengukur tiga
komponen utama untuk penyebabnya: pekerjaan, bisnis dan perumahan dan biaya
modal infrastruktur pemerintah.
Penyebaran perkotaan juga ditangkap secara tidak
langsung melalui indikator sosial ekonomi seperti pertumbuhan penduduk,
kesempatan kerja, jumlah perusahaan komersial, dll. Namun demikian, teknik ini
tidak dapat secara efektif mengidentifikasi dampak urban sprawl dalam konteks
spasial. Dalam konteks ini, ketersediaan data spasial secara berkala melalui
sensor jarak jauh yang ditularkan melalui ruang membantu dalam menginventarisasi,
memetakan, dan memantau perubahan penggunaan lahan secara efektif. Galster et
al. (2001) telah mengukur penyebaran sebelumnya menggunakan parameter seperti
kepadatan, kontinuitas, konsentrasi, pengelompokan, sentralitas, nukliritas,
kedekatan dan penggunaan campuran.
Area Studi
Bhopal, juga dikenal sebagai Kota Danau, adalah ibu
kota negara bagian India Madhya Pradesh dan kantor pusat administrasi distrik
Bhopal dan merupakan kota17ke terbesar di India. Bhopal memiliki ketinggian
rata-rata 1400 kaki, dengan iklim mulai dari 27oC hingga 40oC. Ia memiliki
curah hujan tahunan rata-rata 1.140 mm. Pertumbuhan tahunan Madhya Pradesh
adalah salah satu yang tertinggi di negara ini karena Produk Domestik Bruto
negara bagian adalah 11,68% pada 2014-2015. Terletak di bagian tengah India dan
terletak di antara garis lintang 23 ° 07 'hingga 23 ° 54' N, bujur 77 ° 12
'hingga 77 ° 40' E. Bhopal Municipal Corporation adalah badan sipil perkotaan
yang bertanggung jawab atas kebutuhan pembangunan kota dan otoritas pembangunan
kota Bhopal mengawasi kebutuhan perkotaan. Korporasi kota Bhopal mencakup
285,88 km2 dan dibagi menjadi 85 bangsal. Populasi kota Bhopal adalah 2,3 juta
(Sensus India, 2011) dan termasuk 10 km penyangga, populasi mencapai 2,9 juta.
Metodologi
Gradient Analysis - pembagian zona
menjadi lingkaran konsentris. Setiap zona dibagi ke dalam Analisis ini adalah
proses 5 langkah seperti yang ditunjukkan dalam lingkaran konsentris jari-jari
1 km radius angka, yaitu:
- Pra –
pemrosesan
- Analisis
penggunaan lahan
- Zone-wise
gradient analysis.
- Gradient
Analysis - pembagian zona menjadi lingkaran konsentris.
- Karakterisasi
Sprawl menggunakan Lansekap data penginderaan jauh (data Landsat) telah
dilakukan.
Pemodelan dinamika perkotaan menggunakan automata
seluler
Rantai Markov didasarkan pada fenomena acak dengan
perubahan masa lalu (yang mempengaruhi masa depan hingga saat ini).
"Waktu" dapat diskrit (yaitu bilangan bulat), kontinu (yaitu bilangan
real), atau, lebih umum, himpunan yang dipesan secara total. Asumsi dasar dalam
model adalah bahwa, yang kemudian dibandingkan dengan peta penggunaan lahan
aktual, menyatakan di beberapa titik di masa depan (t + 1) dapat menjadi dan indeks kappa. Model yang dikalibrasi
dapat ditentukan sebagai fungsi dari kondisi saat ini (t). Ruang yang digunakan
untuk prediksi tata ruang perkotaan di masa depan dianggap sebagai diskrit dan
berubah sebagaistokastik Pola. proses terutama berdasarkan probabilitas.
Dirumuskan secara matematis sebagai Pemodelan Berbasis Agen.
Hasil
Hasil menyatakan lingkungan sekitar sel dan secara
spasial eksplisit. Komponen utama dari CA adalah Analisis penggunaan lahan.
aturan Ini disebut sistem dinamik
diskrit yang berarti Analisis data penginderaan jauh temporal mengungkapkan
keadaan masing-masing sel pada waktu t + 1 ditentukan oleh peningkatan area
terbangun sebesar 262% (dari 1977 hingga 1992), keadaan tetangganya. sel pada
waktu t, mengarah ke 211% (dari 1992 hingga 2000), 250% (dari 2000 hingga 2010)
aturan transisi. dan 149% (dari 2010 hingga 2014).
Pola Spasial
Urbanisasi
- Jumlah Patch
- Total Ujung (TE)
- Indeks Bentuk Normalisasi
CA Modelling (Validasi dan Prediksi)
Penggunaan lahan [LU] transisi dihitung untuk
memprediksi penggunaan lahan untuk tahun 2014, dengan menggunakan rantai Markov
berdasarkan LU 2000 dan 2010. CA heksagonal penyaring (5x5) digunakan untuk
menghasilkan spasial eksplisit faktor kedekatan weightage untuk mengubah
keadaan sel berdasarkan lingkungan. penggunaan lahan diprediksi tahun 2014
dibandingkan dengan penggunaan lahan aktual 2014 diklasifikasikan berdasarkan
data penginderaan jauh dengan data lapangan. Hasil menunjukkan bahwa prediksi
dan aktual penggunaan lahan yang sesuai dengan nilai kappa 0,83 dan akurasi
keseluruhan menjadi 86%. Dengan pengetahuan 2000, 2010 dan 2014, LU diprediksi
untuk 2018 dan 2022. Prediksi ini telah dilakukan mengingat badan air sebagai
kendala dan diasumsikan tetap konstan atas semua frame waktu.
Kesimpulan
Penelitian ini telah berusaha untuk memahami perubahan
LULC, tingkat ekspansi perkotaan dan urban sprawl di kota Bhopal, dihitung
dengan mendefinisikan metrik penting (Kompleksitas, patchiness, Kepadatan dan
penularan / penyebaran) dan pemodelan yang sama untuk prediksi masa depan.
Penginderaan jauh dan GIS teknik telah digunakan untuk menunjukkan aplikasi
mereka untuk pemantauan danpemodelan fenomena yang dinamis, seperti urbanisasi.
Pendekatan ABM mampu memperkirakan situs kemungkinan
untuk perencanaan perkotaan yang melakukan sinkronisasi dengan skenario nyata.
Simulasi berdasarkan agen dapat menangkap realitas lebih efektif karena
memberikan kita fleksibilitas untuk bervariasi jumlah dan karakteristik
berdasarkan kedekatan berbagai fasilitas menghasilkan permukaan probabilitas
dipengaruhi oleh berbagai agen, menunjukkan pembangunan perkotaan. Hasil ABM
jelas menunjukkan pertumbuhan di tempat-tempat yang berada di bawah pengaruh
pertumbuhan agen ini dianggap.
Tidak ada komentar:
Posting Komentar