Año: 2022 | Colección: Investigación | Categoría: Desarrollo Urbano Sostenible
13 lecturas
La rápida urbanización influye en el desarrollo de la infraestructura verde en las ciudades. El gobierno planea optimizar la infraestructura verde en las áreas urbanas, lo que requiere comprender las tendencias espaciotemporales de éstas en las áreas urbanas y las fuerzas impulsoras que influyen en su patrón. Los métodos tradicionales basados en SIG, utilizados para determinar el potencial de ecologización de terrenos baldíos en áreas urbanas, son incapaces de predecir escenarios futuros basados en la tendencia pasada.
Por lo tanto, se propone una técnica de conjunto heterogéneo para determinar el patrón espacial del desarrollo de infraestructura verde en Jinan, China, en función de factores impulsores biofísicos y socioeconómicos. Las redes neuronales artificiales (ANN) basadas en datos y los bosques aleatorios (RF) se seleccionan como aprendices base, mientras que la máquina de vectores de soporte (SVM) se utiliza como metaclasificador.
Los resultados mostraron que el modelo de apilamiento ANN-RF-SVM logró la mejor precisión de prueba (AUC 0,941) en comparación con los algoritmos individuales ANN, RF y SVM. La temperatura de la superficie terrestre, la distancia a los cuerpos de agua, la densidad de población y las precipitaciones son los factores que más influyen en la conversión de terrenos baldíos a infraestructura verde en Jinan.
Título Original:
"Likelihood of Transformation to Green Infrastructure Using Ensemble Machine Learning Techniques in Jinan, China"
