Fechar

1. Identificação
Tipo de ReferênciaArtigo em Evento (Conference Proceedings)
Sitemarte.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Repositórioltid.inpe.br/sbsr/2004/11.22.22.31
Última Atualização2005:03.29.12.18.18 (UTC) administrator
Repositório de Metadadosltid.inpe.br/sbsr/2004/11.22.22.31.44
Última Atualização dos Metadados2018:06.06.02.42.57 (UTC) administrator
Chave SecundáriaINPE-12746-PRE/8036
ISBN85-17-00018-8
Chave de CitaçãoAlmeidaGler:2005:CeAuNe
TítuloCellular automata and neural networks as a modelling framework for the simulation of urban land use change
FormatoCD-ROM, On-line.
Ano2005
Data de Acesso11 maio 2024
Tipo SecundárioPRE CN
Número de Arquivos1
Tamanho1166 KiB
2. Contextualização
Autor1 Almeida, Cláudia Maria de
2 Gleriani, José Marinaldo
Identificador de Curriculo1 8JMKD3MGP5W/3C9JGS3
Grupo1 DSR-INPE-MCT-BR
Afiliação1 Instituto Nacional de Pesquisas Espaciais (INPE)
2 Universidade Federal de Viçosa (UFV)
Endereço de e-Mail do Autor1 almeida@ltid.inpe.br
EditorEpiphanio, José Carlos Neves
Fonseca, Leila Maria Garcia
Endereço de e-Mailalmeida@ltid.inpe.br
Nome do EventoSimpósio Brasileiro de Sensoriamento Remoto, 12 (SBSR)
Localização do EventoGoiânia
Data16-21 abr. 2005
Editora (Publisher)INPE
Cidade da EditoraSão José dos Campos
Páginas3697-3706
Título do LivroAnais
Tipo TerciárioArtigos
OrganizaçãoInstituto Nacional de Pesquisas Espaciais
Histórico (UTC)2005-06-23 20:12:42 :: sbsr -> administrator ::
2009-06-03 16:04:21 :: administrator -> sbsr ::
2009-06-30 14:26:19 :: sbsr -> erich@sid.inpe.br ::
2010-05-14 02:47:10 :: erich@sid.inpe.br -> marciana ::
2011-02-16 14:00:27 :: marciana -> administrator :: 2005
2018-06-06 02:42:57 :: administrator -> :: 2005
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Palavras-Chaveurban modelling
land use dynamics
neural networks
cellular automata
town planning
ResumoEmpirical models designed to simulate and predict urban land use change are generally based on the utilisation of statistical techniques to reckon the land use change probabilities. In contrast to these methods, artificial neural networks arise as an alternative to assess such probabilities by means of non-parametric approaches. This work introduces a simulation experiment on urban land use change in which a supervised back-propagation neural network has been employed in the parameterisation of the simulation model. The thereof estimated spatial land use transition probabilities feed a cellular automaton (CA) simulation model, based on stochastic transition rules. The model has been tested in a medium-sized town in the midwest of São Paulo State, Piracicaba. A series of simulation outputs for the case study town in the period 1985-1999 were produced, and statistical validation tests were then conducted for the best results, upon basis of a multiple resolution fitting procedure.
ÁreaSRE
TipoPlanejamento Urbano e Regional
Arranjourlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDSR > Cellular automata and...
Conteúdo da Pasta docacessar
Conteúdo da Pasta source
almeidasbsr2005.doc 22/11/2004 22:31 537.5 KiB 
Conteúdo da Pasta agreementnão têm arquivos
4. Condições de acesso e uso
URL dos dadoshttp://urlib.net/ibi/ltid.inpe.br/sbsr/2004/11.22.22.31
URL dos dados zipadoshttp://urlib.net/zip/ltid.inpe.br/sbsr/2004/11.22.22.31
IdiomaInglês
Arquivo Alvo3697.pdf
Grupo de Usuáriosadministrator
erich@sid.inpe.br
Visibilidadeshown
5. Fontes relacionadas
Repositório Espelhodpi.inpe.br/marte@80/2007/10.17.19.59
Unidades Imediatamente Superiores8JMKD3MGPCW/3ER446E
Acervo Hospedeirodpi.inpe.br/banon/2003/12.10.19.30
6. Notas
Nota1
Campos Vaziosarchivingpolicy archivist callnumber contenttype copyholder copyright creatorhistory descriptionlevel dissemination documentstage doi edition identifier issn label lineage nextedition notes numberofvolumes orcid parameterlist parentrepositories previousedition previouslowerunit progress project readergroup readpermission rightsholder schedulinginformation secondarydate secondarymark serieseditor session shorttitle sponsor subject tertiarymark url versiontype volume


Fechar