Comparative performance of logistic regression and survival analysis for detecting spatial predictors of land-use change

Wang, Ninghua; Brown, Daniel G.; An, Li; Yang, Shuang; Ligmann-Zielińska, Arika

doi:10.1080/13658816.2013.779377

Cited by 33 publications

(28 citation statements)

References 59 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…This indicates that the LR model is less accurate at predicting the allocation of "non-built-up to built-up" changes. Our results are in agreement with Wang et al [68], who noted that the LR model is less accurate at modelling slow or rapid land use developments. Furthermore, in a study on predictive modelling of potential gold sites, Rodriguez-Galiano et al [69] revealed that LR models overestimated potential gold sites.…”

Section: Evaluating the Goodness-of-fit Of Transition Potential Mapssupporting

confidence: 83%

“…This is because the RF model was better at modelling the unbalanced land outcomes, namely the combination of rapid and slow urban growth developments, which occurred during the "1984- [49]. According to Wang et al [68], LR models are not recommended when rapid or slow land change processes result in highly unbalanced land outcomes. It is also important to note that the number of training pixels for the "non-built-up to built-up" change was less than the persistence land use/cover areas (built-up and non-built).…”

Section: Analysis Of Components Of Agreement and Disagreementmentioning

confidence: 99%

See 1 more Smart Citation

Simulating Urban Growth Using a Random Forest-Cellular Automata (RF-CA) Model

Kamusoko¹,

Gamba

2015

IJGI

157

View full text Add to dashboard Cite

Sustainable urban planning and management require reliable land change models, which can be used to improve decision making. The objective of this study was to test a random forest-cellular automata (RF-CA) model, which combines random forest (RF) and cellular automata (CA) models. The Kappa simulation (KSimulation), figure of merit, and components of agreement and disagreement statistics were used to validate the RF-CA model. Furthermore, the RF-CA model was compared with support vector machine cellular automata (SVM-CA) and logistic regression cellular automata (LR-CA) models. Results show that the RF-CA model outperformed the SVM-CA and LR-CA models. The RF-CA model had a Kappa simulation (KSimulation) accuracy of 0.51 (with a figure of merit statistic of 47%), while SVM-CA and LR-CA models had a KSimulation accuracy of 0.39 and −0.22 (with figure of merit statistics of 39% and 6%), respectively. Generally, the RF-CA model was relatively accurate at allocating "non-built-up to built-up" changes as reflected by the correct "non-built-up to built-up" components of agreement of 15%. The performance of the RF-CA model was attributed to the relatively accurate RF transition potential maps. Therefore, this study highlights the potential of the RF-CA model for simulating urban growth.

show abstract

Section: Evaluating the Goodness-of-fit Of Transition Potential Mapssupporting

confidence: 83%

Section: Analysis Of Components Of Agreement and Disagreementmentioning

confidence: 99%

Simulating Urban Growth Using a Random Forest-Cellular Automata (RF-CA) Model

Kamusoko¹,

Gamba

2015

IJGI

157

View full text Add to dashboard Cite

show abstract

“…Multivariate logistical regression models generate regression coefficients that are calculated using certain weighted methods that explain the probability of land use change. Thus far, multivariate logistic regression models have been used to study wildlife habitats [41,42], forest fire prediction [43], and ecological land changes [44], land use changes [45][46][47][48].…”

Section: Multivariate Logistic Regression Modelmentioning

confidence: 99%

Exploring the Dynamic Mechanisms of Farmland Abandonment Based on a Spatially Explicit Economic Model for Environmental Sustainability: A Case Study in Jiangxi Province, China

2014

View full text Add to dashboard Cite

Abstract:Farmland abandonment has important impacts on biodiversity and ecosystem recovery, as well as food security and rural sustainable development. Due to rapid urbanization and industrialization, farmland abandonment has become an increasingly important problem in many countries, particularly in China. To promote sustainable land-use management and environmental sustainability, it is important to understand the socioeconomic causes and spatial patterns of farmland abandonment. In this study, we explored the dynamic mechanisms of farmland abandonment in Jiangxi province of China using a spatially explicit economical model. The results show that the variables associated with the agricultural products yield are significantly correlated with farmland abandonment. The increasing opportunity cost of farming labor is the main factor in farmland abandonment in conjunction with a rural labor shortage due to rural-to-urban population migration and regional industrialization. Farmlands are more likely to be abandoned in areas located far from the villages and towns due to higher transportation costs. Additionally, farmers with more land but lower net income are more likely to abandon poor-quality farmland. Our results support the hypothesis that farmland abandonment takes place in locations in which the costs of cultivation are high and the potential crop yield is low. In addition, our study also demonstrates that a spatially explicit economic model is necessary to distinguish between the main driving forces of farmland abandonment. Policy implications are also provided for potential future policy decisions.

show abstract

“…In this case, the description of factors plays the part of a support tool, which seems to be in line with the prognostic mechanisms of the naive continuation of a trend. Another method that has significant potential is the use of the geometric "Cellular automata" [1] algorithm, as well as simulations of behaviour that extrapolate current development tendencies [28]. The examples provided above, due to the scale of the work which determines the limited accessibility to the factors and a low precision of the results, provide us with a description of the factors for a given area, the form of which is very vague from the point of view of performing calculations and developing forecasts, while the result is strictly tied to the outline of the entire work.…”

Section: The Context Of the Researchmentioning

confidence: 99%

“…W tym wypadku opis czynnikowy ma charakter wspomagający, co wydaje się wpisywać w mechanizmy prognostyczne naiwnej kontynuacji trendu. Znaczące perspektywy dla opracowań wielkopowierzchniowych ma także wykorzystanie algorytmu geometrycznego "Cellural automata"[1], a także symulacje zachowań ekstrapolujące bieżące tendencje rozwoju [28]. Powyższe przykłady, w związ-ku ze skalą opracowania warunkującą ograniczoną dostępność do czynników oraz małą dokładnością wyników, dając opis czynnikowy obszaru, który na potrzeby obliczeń i predykcji jest bardzo ogólny, a rezultat ściśle powiązany z opisem całości opracowania.…”

unclassified

Time-Space of the City. Fast: Analysis and Planning for Sustainable Development

Barełkowski

Barełkowska

Chlasta

et al. 2016

S&f

View full text Add to dashboard Cite

mgr inż. arch., mgr inż. arch., mgr inż. arch., mgr inż.Uniwersytet Technologiczno-Przyrodniczy w Bydgoszczy Wydział Budownictwa, Architektury i Inżynierii Środowiska Katedra Architektury STRESZCZENIEArtykuł przedstawia badania związane z poszukiwaniem metody pozwalającej na oszacowanie tempa rozwoju zabudowy rezydencjonalnej w oparciu o analizę struktury czynników ze szczególnym uwzględnieniem uwarunkowań lokalnych. Próba badawcza skoncentrowana jest na puli obszarów dedykowanych pod obiekty mieszkaniowe, z silnym naciskiem na jednorodzinnej, objęte w okresie obserwacji planami miejscowymi. Odnosi się to do diagnozy silnego wpływu aktów normatywnych i planowanych inwestycji, często pomijanych w prognozach bazujących na ekstrapolacji. Słowa kluczowe: analizy czasoprzestrzenne, FAST, prognozowanie rozwoju przestrzennego, system wspomagania zarządzania przestrzenią ABSTRACTThe paper focuses on the search for assessment method determining the pace of the development of residential areas on multi-factor analysis acknowledging local conditions of an area. The research examines areas assigned for the construction of residential buildings, particularly single-family detached housing, and having master plan during the period of their observation. It aims at diagnosing the strong influence of legal acts and planned developments, which are often omitted in extrapolation-based forecasts.Keywords: FAST, spatial decision support system, spatial forecast, time related spatial analysis 152 s p a c e & FORM | p r z e s t r z e ń i FORMa '25_2016 WPROWADZENIEŚwiadome kształtowanie procesu decyzyjnego w planowaniu przestrzennym wymaga uwzględnienia specyfiki tkanki przestrzennej oraz zachodzących w niej procesów. Konieczność takiego działania wynika z samej natury planowania, próbującego przezwycię-żyć problem krótkiej perspektywy funkcjonowania społeczeństw demokratycznych, w któ-rych cykl wyborczy zakłóca często implementację działań opartych na długoterminowych priorytetach. W tym kontekście wielokroć ujawnia się konflikt interesów, zarówno pomię-dzy poszczególnymi podmiotami dysponującymi i użytkującymi przestrzeń, jak również w odniesieniu do mnogości celów i wartości zawartych w filarach zrównoważonego rozwoju, zdefiniowanego jako próba cywilizacyjnej odpowiedzi na różnorakie problemy trapiące środowisko zurbanizowane -przeludnienie, dewastację środowiska naturalnego i redukcję naturalnych habitatów, inflację terenów miejskich i konsumpcję terenów podmiejskich przekształcanych chaotycznie i realizowanych z niewystarczającą infrastrukturą, by wymienić tylko niektóre. Zrównoważony rozwój, którego definicję sformułowała Światowa Komisja Środowiska i Rozwoju zwana Komisją Brundtland [29], postuluje kompleksowe kształtowanie procesów cywilizacyjnych w sposób, który z jednej strony zapobiegając wyeksploatowaniu natury i jej zasobów z drugiej pozostawia możliwość rozwoju struktur wznoszonych przez człowieka i potrzebnych do funkcjonowania społeczeństw. Odzwierciedlenie tego pożądanego stanu równowagi wymaga korelacji między czynni...

show abstract

Comparative performance of logistic regression and survival analysis for detecting spatial predictors of land-use change

Cited by 33 publications

References 59 publications

Simulating Urban Growth Using a Random Forest-Cellular Automata (RF-CA) Model

Simulating Urban Growth Using a Random Forest-Cellular Automata (RF-CA) Model

Exploring the Dynamic Mechanisms of Farmland Abandonment Based on a Spatially Explicit Economic Model for Environmental Sustainability: A Case Study in Jiangxi Province, China

Time-Space of the City. Fast: Analysis and Planning for Sustainable Development

Contact Info

Product

Resources

About