نقشه راه GIS

درخواست مشاوره

09120049370

8 صبح تا 12 شب

09120049370

Telegram Whatsapp Youtube
کاربرد جی ای اس

خلاصه

شرکت کنندگان در بازار زمین معمولاً به دلیل کمبود منابع اطلاعاتی و ابزارهای تحلیل موجود، در جستجو و تجزیه و تحلیل اطلاعات قیمت زمین با مشکل مواجه می شوند. یک سیستم وب مبتنی بر GIS سرویس گرا برای ارائه یک راه حل عملی توسعه داده شد، منابع داده ضروری آن حاوی عناصر جغرافیایی پایه و اطلاعات مربوط به قیمت زمین (BLP) است. مدل‌های اصلی برای تجزیه و تحلیل قیمت زمین، از جمله شاخص قیمت زمین، توزیع فضایی، و ارزیابی قطعه پیاده‌سازی شدند. این سیستم بر اساس معماری سرور مرور چهار سطحی (B/S) با استفاده از فناوری‌های GIS و خدمات وب توسعه داده شد که انتشار، مرور و تجزیه و تحلیل اطلاعات قیمت زمین را از طریق اینترنت امکان‌پذیر می‌سازد. با عملکردهای موثر، این سیستم در پروژه ای برای به روز رسانی BLP در یک شهر مورد مطالعه واقع در چین به کار گرفته شده است. مزیت اصلی رویکرد وب مبتنی بر GIS در ادغام مدل‌های تحلیل مکانی-زمانی و فناوری وب GIS است که به سرمایه‌گذاران و مدیران بیشتری با دانش دامنه محدود اجازه می‌دهد تا درک بیشتری در مورد الگوی تغییر و توزیع مکانی قیمت زمین به دست آورند. یک وسیله آنلاین تجربه در شهر مطالعه موردی نشان می‌دهد که این رویکرد کاربردی قوی برای خدمات اطلاعات قیمت زمین دارد. که به سرمایه گذاران و مدیران بیشتری با دانش محدود دامنه اجازه می دهد تا درک بیشتری در مورد الگوی تغییر و توزیع فضایی قیمت زمین به وسیله ابزار آنلاین به دست آورند. تجربه در شهر مطالعه موردی نشان می‌دهد که این رویکرد کاربردی قوی برای خدمات اطلاعات قیمت زمین دارد. که به سرمایه گذاران و مدیران بیشتری با دانش محدود دامنه اجازه می دهد تا درک بیشتری در مورد الگوی تغییر و توزیع فضایی قیمت زمین به وسیله ابزار آنلاین به دست آورند. تجربه در شهر مطالعه موردی نشان می‌دهد که این رویکرد کاربردی قوی برای خدمات اطلاعات قیمت زمین دارد.
کلید واژه ها: 

GIS ; توسعه سیستم ؛ قیمت زمین معیار ; مدل تحلیل ; فناوری وب

 

1. معرفی

معاملات زمین و دارایی نقش مهمی در درآمدهای دولت ها و سیاست های بانکی مؤسسات مالی ایفا می کند، که به ویژه در مورد کشورهای در حال توسعه با شهرنشینی سریع و وابستگی شدید به امور مالی مبتنی بر زمین [1، 2 ، 3 ، 4 ] صادق است . زمین نوع خاصی از کالاست که نمی توان آن را از جایی به جای دیگر جابه جا کرد. سرمایه گذاران و دلالان ملک، قبل از تصمیم گیری عاقلانه برای خرید یا اجاره، باید تحلیلی از بازار زمین انجام دهند. جمع آوری در محل اطلاعات در مورد شرایط اولیه بسته ها، مانند قیمت و مکان آنها، اغلب پرهزینه است [ 5 ، 6]]. چنین هزینه های مبادله ای در واقع هزینه های اطلاعاتی و یک مانع اساسی برای تحرک زمین است [ 7 ، 8 ]. از این رو، تقاضاهای زیادی برای عرضه اطلاعات قیمت زمین و پردازش عمیق وجود دارد. با این حال، ارضای این خواسته ها از طریق روش های سنتی ارائه اطلاعات کار آسانی نیست زیرا قیمت زمین نوعی اطلاعات جغرافیایی خاص است که هم از نظر مکانی و هم زمانی متفاوت است [ 9 ، 10 ، 11 ، 12 ].
ارائه منابع اطلاعاتی یکی از جنبه های حیاتی برای کاهش هزینه های تراکنش است. بسیاری از شهرداری ها و دولت ها اطلاعات مربوط به کاربری، مالکیت و ارزش زمین را با استفاده از کاداستر و ثبت زمین جمع آوری و ذخیره می کنند [ 13 ، 14 ، 15 ]. به طور سنتی، عموم مردم می توانند با استفاده از ابزارهای ناکارآمد به چنین اطلاعاتی دسترسی پیدا کنند و در آرشیوها جستجو کنند. برخی از فناوری های اطلاعات موثرتر برای بهبود این وضعیت به کار گرفته شده است. از سال 1986، پایگاه های داده برای ذخیره تمام املاک زمین استفاده شده است. لندن و تورنتو در سال 1999 ثبت نام الکترونیکی را آغاز کردند، که از آن زمان توسط بسیاری از کشورهای در حال توسعه با توسعه فناوری ارتباطات اطلاعات پذیرفته شده است [ 16 ، 17 ،18 ، 19 ، 20 ]. اگرچه بسیاری از سیستم‌های اطلاعاتی با هدف نظارت و مدیریت زمین در سال‌های اخیر ساخته شده‌اند، اما تنها تعداد کمی از آنها در ارائه اطلاعات قیمت زمین شهری به عموم متخصص هستند. برای مثال، سیستم‌های اطلاعاتی املاک و مستغلات که توسط دولت‌های محلی در بسیاری از کشورها به کار گرفته می‌شوند، عمدتاً برای افزایش جمع‌آوری و مدیریت اطلاعات توسعه یافته‌اند [ 21 ، 22 ، 23 ]. محققان در آلمان یک سیستم مبتنی بر GIS را توسعه داده‌اند که اطلاعاتی را به کارگزاران برای پشتیبانی از قیمت‌گذاری اتاق هتل ارائه می‌دهد [ 24 ]. یک صفحه وب با ابزار GIS در اسپانیا به عنوان یک پلت فرم اطلاعاتی برای اجاره زمین های روستایی عمل می کند [ 25]. با این حال، این تحقیقات نشان دهنده اهمیت اطلاعات موجود در مورد معاملات مربوط به زمین است.
از سوی دیگر، ابزار تحلیل نیز جنبه دیگری است که در معاملات زمین از اهمیت ویژه ای برخوردار است. با توجه به اینکه ارزش دارایی در درجه اول با موقعیت آن تعیین می شود [ 26 ]، مردم به اهمیت تکنیک های سیستم اطلاعات جغرافیایی (GIS) پی بردند [ 27 ، 28 ، 29 ]. GIS نه تنها یک پایگاه داده جغرافیایی برای ذخیره داده های مرتبط با روابط فضایی، بلکه نمایش تصویری اطلاعات را نیز فراهم می کند. تحقیقات قیمت زمین مدتهاست که GIS را به عنوان یک ابزار ایده آل برای فرآیندهای ارزیابی و تجزیه و تحلیل فضایی تشخیص داده است [ 30 , 31 , 32 , 33]؛ به عنوان مثال، ایجاد نقشه های قیمت زمین با استفاده از مدل های توزیع فضایی [ 31 ، 32 ]. اگرچه محققان می‌توانند با استفاده از این ابزارها یا سیستم‌های حرفه‌ای نصب شده بر روی رایانه‌های مجزا، درک بیشتری از ویژگی‌های قیمت زمین شهری به دست آورند، برای فعالان عمومی بازار زمین، اگر به چنین تحلیل‌های حرفه‌ای دسترسی نداشته باشند، انجام تحلیل قیمت زمین دشوار است. ابزار.
در مورد خدمات قیمت زمین، هم منابع اطلاعاتی و هم ابزارهای تحلیل با توجه به ویژگی های جغرافیایی قیمت زمین ضروری هستند. این مقاله یک رویکرد وب جدید مبتنی بر GIS را ارائه می‌کند که مدل‌های تحلیل قیمت زمین و فناوری‌های وب GIS را ترکیب می‌کند. ابتدا، الزامات عملکردی و مدل‌های اصلی خدمات قیمت زمین بر اساس بررسی قیمت زمین معیار (BLP) و منابع داده توصیف می‌شوند. سپس معماری، توسعه و موارد استفاده سیستم توضیح داده می‌شود و به دنبال آن یک برنامه کاربردی در پروژه‌ای با عنوان «به‌روزرسانی BLP در شهرستان فنگ (استان جیانگ سو، چین)» ارائه می‌شود. رابط‌های کاربری گرافیکی مبتنی بر وب، کاربران را قادر می‌سازد تا اطلاعات قیمت زمین را به طور موثر در اینترنت به دست آورند.

2. پس زمینه ها

بازار زمین شهری در چین در سال‌های اخیر راه‌اندازی شده است که در آن حقوق کاربری زمین (LUR) زمین شهری (برای هر نوع کاربری زمین، به طور کلی شامل تجاری، مسکونی، صنعتی) می‌تواند بین کاربران زمین منتقل شود. . شرکت کنندگان در بازار زمین عمدتاً شامل مدیر، فروشنده (کاربر دولتی یا موجود)، خریدار (کاربر جدید زمین) و دلالان هستند [ 34 ، 35]. قیمت زمین (قیمت LUR) ممکن است به قرارداد خصوصی، مناقصه، مزایده یا معامله تحت ارزیابی موقعیت و سایر شرایط قطعه زمین بستگی داشته باشد. BLP به میانگین قیمت LUR اشاره دارد که در یک دوره زمانی خاص در یک منطقه خاص برای یک کاربری خاص زمین تعیین شده است. این یک مرجع مهم برای حق بیمه کنترل کلان دولت، جمع آوری مالیات استفاده از زمین، تعیین قیمت های پایه برای LUR زمین های دولتی واگذار شده، ارزیابی قطعه زمین، مذاکره در مورد قیمت زمین بین خریدار و فروشنده، و تعدیل منطقی است. ساختار کاربری زمین [ 36 ، 37 ].
ادارات محلی زمین به طور منظم قیمت زمین را نظارت می کنند و BLP را به روز می کنند تا قیمت زمین را مدیریت کنند و مقررات کلان اقتصادی را برای فعالیت های توسعه زمین و معاملات LUR تضمین کنند [ 38 ، 39 ]. اطلاعات به دست آمده از این آثار معمولاً از طریق اینترنت یا اسناد عمومی منتشر می شود که به شرکت کنندگان فرصتی برای تجزیه و تحلیل و ارزیابی قیمت زمین می دهد. چنین کاری به عنوان یک پایگاه اطلاعاتی برای پشتیبانی از عملیات بازار زمین کارآمد و وظیفه مهم برنامه پنج ساله دوازدهم اطلاعات زمین و منابع چین با هدف بهبود سطح اطلاعات بازار زمین شناخته می شود. در حال حاضر، دو وب سایت رسمی وجود دارد، چین شهری شهری قیمت زمین مانیتور دینامیک ( http://www.landvalue.com.cn/ ) [40 ] و وب‌سایت بازار زمین جیانگ سو ( http://www.landjs.com/ ) [ 41 ]، که در آن افراد می‌توانند اطلاعات قیمت زمین و برخی موارد معاملات در شهرهای مختلف را از طریق اینترنت، اما بدون پشتیبانی از ابزارهای تحلیل مبتنی بر GIS مرور کنند. .
محققان در رابطه با ایجاد بازار زمین در چین بر اهمیت در دسترس قرار دادن اطلاعات برای عموم بر اساس هزینه خدمات و نقش GIS تاکید کردند، با توجه به اینکه بازار زمین جوان با کمبود موارد معاملاتی نیاز به بهبود دارد. مکانیسم بازار [ 36 ، 37 ، 38 ، 39]. بدون منابع اطلاعاتی مؤثر و ابزارهای تجزیه و تحلیل موجود، فعالان بازار زمین در جستجو و تجزیه و تحلیل قیمت زمین، مانند تغییر و توزیع آن در مناطق مختلف شهری، با مشکل مواجه خواهند شد. بنابراین، یک سیستم اطلاعاتی قیمت زمین، خدمات محور، مفیدتر خواهد بود، اگر برخی از توابع تحلیلی را ارائه دهد که تجزیه و تحلیل آنلاین اطلاعات منتشر شده قیمت زمین را انجام دهد. مطالعه ادبیات و تجزیه و تحلیل الزامات استفاده از پروژه واقعی برخی از نیازهای بسیار اساسی را برای چنین سیستمی نشان می دهد. آنها به شرح زیر خلاصه می شوند: (1) انتشار منظم اطلاعات قیمت زمین با نقشه آنلاین، به ویژه اطلاعات تولید شده از پایش قیمت زمین (LPM) و به روز رسانی BLP، و (2) تجزیه و تحلیل قیمت زمین، از جمله شاخص قیمت زمین، فضایی. مدل سازی توزیع قیمت زمین،

3. منابع داده

طبق استانداردهای ملی چین “مقررات ارزیابی زمین شهری (GB/T18508-2014)” و “مقررات درجه بندی و طبقه بندی در زمین شهری (GB/T18507-2001)”، پس از تقسیم یک شهر به چندین منطقه همگن، قیمت زمین از این مناطق برای ایجاد یک سیستم قیمت زمین، به نام قیمت زمین معیار (BLP) ارزیابی و درجه بندی می شوند. BLP هر سه سال یکبار به روز می شود. ضمناً به منظور پایش پویایی قیمت زمین شهری، تعدادی از قطعات استاندارد به عنوان نقاط نظارت انتخاب و قیمت آنها به صورت فصلی ارزیابی می شود. اطلاعات مربوط به BLP و آن نقاط نظارتی مانند شرایط استاندارد، ضریب تصحیح، مکان و سایر داده ها برای عموم باز می شود. این داده ها به صورت نقشه و اسناد دیجیتالی یا کاغذی می توانند از ادارات اراضی محلی جمع آوری شوند. برای سازماندهی این داده ها، دو مجموعه داده جغرافیایی ایجاد شده است، قیمت زمین معیار و نظارت بر قیمت زمین. جدای از اینها، داده های جغرافیایی پایه و داده های برنامه ریزی کاربری زمین نیز برای اهداف خدمات نقشه آنلاین و تجزیه و تحلیل قیمت زمین در نظر گرفته می شود.جدول 1 مجموعه داده ها و محتویات آنها را فهرست می کند. پردازش داده های نقشه شامل دیجیتالی کردن نقشه ها و اسناد کاغذی، یکپارچه سازی سیستم های مرجع مختصات و ساخت یک ساختار توپولوژیکی با استفاده از GIS است. داده های ویژگی هر یک از ویژگی های نقشه در یک پایگاه داده رابطه ای ذخیره شده و به هر عنصر گرافیکی مرتبط می شود. پایگاه داده های جغرافیایی ایجاد شده به عنوان منبع داده خدمات اطلاعات قیمت زمین عمل می کند.
جدول
جدول 1. مجموعه داده ها برای ارائه اطلاعات قیمت زمین.

4. مدل های تجزیه و تحلیل

این بخش مدل‌های تحلیلی را که در ساخت سیستم اطلاعات قیمت زمین مبتنی بر GIS پیشنهادی استفاده می‌شود، توصیف می‌کند.

4.1. شاخص قیمت زمین

همانطور که در بالا ذکر شد، قیمت قطعات استاندارد هر سه ماه یکبار ارزیابی می شود تا بر قیمت زمین شهری نظارت شود. این بدان معنی است که یک سری طولانی از ارقام قیمت برای هر نقطه نظارت وجود دارد. شاخص قیمت زمین (LPI) به منظور تشخیص و مقایسه تغییرات قیمت زمین در هر نقطه استفاده می شود. به عنوان یک شاخص نسبی از روند قیمت زمین، LPI در واقع نسبتی است بین دو قیمت زمین در زمان های مختلف ارزیابی. بسته به زمان ارزیابی پایه، دو نوع LPI وجود دارد، زنجیره ای ( �پمنجو پایه ثابت ( �پمن�را می توان با فرمول موجود در معادلات (1) و (2) و مجموعه داده های پایش قیمت زمین تعیین کرد، که در آن پ0، پتی، و پتی–1به ترتیب قیمت زمین نقطه نظارت در پایه، t و t-1 چهارم می باشد.

�پمنج=پتیپتی–1×100
�پمن�=پتیپ0×100

4.2. مدل توزیع فضایی

در مناطق شهری استفاده از شاخص قیمت زمین برای انعکاس توزیع قیمت زمین مناسب نیست زیرا شاخص قیمت زمین به جای داده های منطقه ای به صورت داده های نقطه ای است. برای انواع مختلف کاربری زمین (به عنوان مثال، تجاری، مسکونی، و صنعتی)، توصیف توزیع فضایی برای درک ساختار قیمت زمین و پیش‌بینی ارزش‌ها برای آن مناطق بدون نقاط نظارت ضروری است [30 ، 31 ] . کریجینگ یک تکنیک درون یابی است که مقادیر اندازه گیری شده اطراف برای به دست آوردن یک مقدار پیش بینی شده برای یک مکان نمونه برداری نشده وزن می شود. مشخص شده است که این تکنیک مزایای زیادی برای تحلیل توزیع فضایی پیچیده قیمت زمین دارد [ 42,43,44]. معادله (3) نشان می دهد که مقدار پیش بینی شده تابعی از مقادیر شناخته شده و وزن آنها است. بر اساس تئوری متغیر منطقه‌ای، تکنیک کریجینگ فرض می‌کند که تغییرات فضایی در داده‌های مدل‌سازی شده در سراسر سطح همگن است. یعنی الگوی یکسانی از تغییرات را می توان در همه مکان های روی سطح مشاهده کرد. در معادله (3) ز*(ایکس0)و ز(ایکسمن)مقادیر پیش بینی شده و اندازه گیری شده (نقاط نظارت بر قیمت زمین) قیمت زمین را در نقطه نشان می دهد ایکس0و ایکسمن، به ترتیب. �منوزن مقادیر اندازه گیری شده اطراف است که بر اساس فاصله بین نقاط اندازه گیری شده و نقاط پیش بینی شده و آرایش فضایی کلی بین نقاط اندازه گیری شده است. برای به دست آوردن تخمین بی طرفانه و بهینه مقادیر پیش بینی شده ( ز*(ایکس0)، دو شرط محدود در رابطه (4) وجود دارد که باید برآورده شوند. اولین مورد این است که مجموع �1، �2، … و �منباید برابر با 1 باشد و دوم این است که واریانس بین ز(ایکسمن)و ز*(ایکس0)حداقل است.

ز*(ایکس0)=∑من=1��منز(ایکسمن)
{∑من=1��من=1�آ�[ز*(ایکس0)–ز(ایکسمن)]→مترمن�
حل معادله (4) بر ساختار تابع لاگرانژ متکی است (خوانندگان علاقه مند می توانند جزئیات بیشتری را از پیوست A در مرجع [ 44 ] بیابند). معادله (5) به مجموعه معادله کریجینگ گفته می شود که توسط آن �منقابل حل است، جایی که γ( ایکسمن، ایکس0) نیمه واریانس بین مقدار پیش بینی شده و اندازه گیری شده در نقاط است ایکس0و ایکسمن، γ( ایکسمن، ایکس�) نیمه واریانس بین دو مقدار اندازه گیری شده در نقطه است ایکسمنو ایکس�. μ ضریب لاگرانژ است که برای محاسبه حداقل واریانس استفاده می شود. با استفاده از داده های ارائه شده توسط مجموعه داده پایش قیمت زمین و تکنیک درونیابی، می توان سطح پیش بینی شده قیمت زمین کل منطقه شهری را به دست آورد.

{∑من=1��من�(ایکسمن، ایکس�)+�=�(ایکسمن، ایکس0)�(ایکسمن، ایکس�)=12�آ�[ز(ایکسمن)–ز(ایکس�)]�(ایکسمن، ایکس0)=12�آ�[ز(ایکسمن)–ز(ایکس0)]

4.3. مدل ارزیابی بسته

روش‌های رایج ارزیابی بسته‌ها، مانند رویکرد بهای تمام شده، رویکرد مقایسه فروش، و رویکرد سرمایه‌گذاری درآمد، به دلیل فقدان معاملات تاریخی یا معیارهای درآمد قابل اجرا نیستند. در این شرایط، روش ارزش داده زمین بر اساس BLP به عنوان گزینه دیگری با توجه به “مقررات ارزیابی زمین شهری (GB/T18508-2014)” توصیه می شود. این روش به ویژه برای مناطقی که معاملات منطقه ای آنها غیرفعال است یا بازار زمین نابالغ است مناسب است و به طور گسترده برای ارزیابی سریع تعدادی از قطعات در زمانی که منطقه وسیعی از تخریب مسکن یا توسعه زمین وجود دارد استفاده می شود. BLP قیمت متوسط ​​یک منطقه با شرایط متوسط ​​زمین در یک نقطه زمانی خاص است. به طور مشخص، این قیمت متوسط ​​نمی تواند به عنوان قیمت هر قطعه در منطقه باشد زیرا ناهمگونی قطعات زمین نادیده گرفته می شود. عملاً هر قطعه دارای شرایط متفاوتی از زمین است، مانند منطقه ای (تراکم تجاری، دسترسی،و غیره ) و شرایط فردی (اندازه، شکل و غیره )، نسبت قطعه، درجه توسعه و غیره. در استفاده از روش ارزش داده زمین، شرایط زمین قطعه موضوع با میانگین شرایط زمین ذخیره شده در مجموعه داده مقایسه می شود. از قیمت زمین معیار، و تفاوت مبنایی برای تعیین ضرایب تعدیل از جدول عوامل تعدیل بر این اساس است. از نظر ریاضی، محاسبه قیمت زمین یک قطعه موضوع (P) شامل ضرب میانگین قیمت منطقه ای زمین (P b ) در ضرایب تعدیل و افزودن ارزش تعدیلی است. از این رو ، P را می توان با معادله (6) تعیین کرد، که در آن Pb میانگین قیمت منطقه ای زمین، K i استIمین ضریب تعدیل شرایط منطقه ای یا فردی است ، Kj jامین ضریب تعدیل زمان ارزیابی ، نسبت نمودار و دوره تصدی است و D مقدار تعدیل درجه توسعه است .

پ=پب×(1±∑راکمن)×ک�+�

5. طراحی سیستم و نمونه سازی

یک سیستم اطلاعاتی قیمت زمین مبتنی بر GIS طراحی و توسعه یافته است که به دنبال روش نمونه‌سازی اولیه برای برآوردن الزامات مورد بحث در بخش‌های قبلی است. یک معماری چهار سطحی B/S برای توسعه سیستم استفاده شد، که در آن مدل‌های تحلیل بخشی از اجزای سرور GIS/برنامه کاربردی هستند.

5.1. طراحی سیستم

5.1.1. معماری سیستم

هدف از طراحی و توسعه این سامانه، فراهم کردن بستری برای پشتیبانی از انتشار آنلاین، مرور و تحلیل اطلاعات قیمت زمین است. معماری سیستم در شکل 1 نشان داده شده است. این سیستم یک معماری مرورگر/سرور چهار سطحی را اتخاذ می کند که شامل یک ردیف رابط، ردیف خدمات وب، ردیف منطق تجاری و ردیف داده است. لایه رابط، تجسم مشتری از اطلاعات قیمت زمین را فراهم می کند. علاوه بر این، در این ردیف، مرورگر می تواند درخواست ارسال کند و نتایج تحلیل مربوط به قیمت زمین را دریافت کند. با اشیاء نقشه منتشر شده و خدمات پردازش جغرافیایی، ردیف خدمات وب به عنوان یک دروازه بین مشتری و سرور عمل می کند و لایه رابط و تایر منطق تجاری را به هم متصل می کند. لایه منطق تجاری هسته سیستم است، جایی که مدل های تحلیل قیمت زمین در صورت درخواست از مرورگر وب انجام می شود. در نهایت، در سطح چهارم، ردیف داده، از آنجایی که انواع داده‌های مکانی و اطلاعات ویژگی قیمت زمین وجود دارد،
Ijgi 04 02078 g001 1024
شکل 1. معماری سیستم.

5.1.2. کاربران و نیازهای کاربر

کاربران سیستم اطلاعات وب مبتنی بر GIS از مشارکت کنندگان بازار زمین مانند فروشندگان، خریداران و دلالان تشکیل شده اند. الزامات کاربر ارائه شده در شکل 2 ، به عنوان نمودار مورد استفاده از زبان مدلسازی یکپارچه (UML)، الزامات عملکردی سیستم را توصیف می کند. این سیستم را می توان به برخی از ماژول های کاربردی مانند عملیات نقشه اولیه، انتشار اطلاعات، مرور، پرس و جو و تجزیه و تحلیل قیمت زمین، ارزیابی بسته، مدیریت و نگهداری داده ها و غیره انتزاع کرد. کاربران را می توان به سه نوع نقش تقسیم کرد : مدیر، از اداره زمین محلی، سرمایه گذار ، و کاربر عمومی. نقش های مختلف امتیازات دسترسی متفاوتی در سیستم دارند. مدیران بیشترین حق استفاده از تقریباً از تمام عملکردهای سیستم را دارند، اما عمدتاً برای انتشار اطلاعات قیمت زمین با به روز رسانی منظم پایگاه داده. همانطور که برای سرمایه گذاران، تجزیه و تحلیل عمیق قیمت زمین، از جمله شاخص قیمت زمین، مدل سازی توزیع فضایی، و ارزیابی قطعات جالب، روش های ضروری قبل از تصمیم گیری عاقلانه برای سرمایه گذاری است. کاربران عمومی با دانش و اختیارات محدود می توانند از ماژول های عملکردی، به عنوان مثال، عملیات نقشه اولیه، مرور، و پرس و جو برای دسترسی به اطلاعات قیمت زمین منتشر شده توسط مدیران زمین استفاده کنند.
Ijgi 04 02078 g002 1024
شکل 2. مورد استفاده.

5.2. توسعه نمونه اولیه

برای تسهیل توسعه رویکرد پیشنهادی، شهرستان فنگ به عنوان شهر مورد مطالعه انتخاب شد. این شهر به این دلیل انتخاب شد که یک شهر معمولی در سطح شهرستان در چین است که بازار زمین آن به تدریج فعال شده است اما بدون پشتیبانی اطلاعات کافی.
این شهرستان در استان جیانگ سو در شرق چین واقع شده است و مساحت کل شهری آن 50.89 کیلومتر مربع است .. به عنوان شهری که در سال‌های اخیر توسعه اقتصادی سریع و گسترش وسیع مناطق شهری را تجربه می‌کند، جمعیت شهری شهرستان فنگ از 83900 به 397700 نفر و تولید ناخالص داخلی (GDP) از 2.68 میلیارد یوان به 32.00 میلیارد یوان در دوره 1994-1994 افزایش یافته است. . قبل از اصلاحات و بازگشایی چین، منطقه شهری شهرستان فنگ به منطقه قدیمی شهر واقع در غرب میانه محدود می شد. حق استفاده از زمین مقدار زیادی از اراضی دولتی به منظور توسعه زمین در روند توسعه به سمت جنوب و شرق به سرمایه گذاران واگذار شده است. در نتیجه، یک مرکز شهر جدید مجهز به زیرساخت های بهتر در منطقه مرکزی شهری شکل گرفته است. در سه سال گذشته، LUR بیش از 6.86 کیلومتر مربع بوده استزمین واگذار شده است و قیمت زمین (قیمت LUR) نرخ رشدی در حدود 1 درصد در سه ماهه داشته است. اگرچه شهرستان فنگ یکی از 2717 شهر در سطح شهرستان در سرزمین اصلی چین است که BLP [ 45 ] را تأسیس کرده است، انتشار اطلاعات BLP همچنان بر روش های سنتی مانند نقشه ها و اسناد مبتنی بر کاغذ متکی است. بنابراین، اتخاذ سیستم اطلاعات وب مبتنی بر GIS دارای اهمیت عملی قابل توجهی و اثر قابل اثبات است.

5.2.1. آماده سازی داده ها

به عنوان بخشی از پروژه “به روز رسانی BLP در شهرستان فنگ (استان جیانگ سو، چین)”، اداره منابع زمین تصمیم گرفت تا روش سنتی انتشار اطلاعات قیمت زمین را تغییر دهد. ما آخرین نقشه‌های شهر، گزارش‌های BLP، پایگاه داده LPM و برنامه‌ریزی کاربری اراضی منطقه شهری در شهرستان فنگ را جمع‌آوری کرده بودیم. ArcGIS برای پردازش داده ها و ایجاد مجموعه داده های قیمت زمین استفاده شد. تحت اختیار مدیر، مجموعه داده ها پس از بررسی اعتبار در سرور سیستم آپلود شد.

5.2.2. پیاده سازی سیستم

بر اساس معماری سیستم طراحی شده در بالا، یک سیستم اطلاعاتی قیمت زمین با خدمات نقشه وب از طریق اینترنت با استفاده از فناوری هایی مانند ArcGIS Server 10.0، ArcSDE، Flex Builder 4.6 و SQL Server 2008 توسعه یافته است. همانطور که در شکل 1 نشان داده شده است .SQL Server به دلیل مزیت ادغام آسان با سایر نرم افزارها به عنوان سیستم مدیریت پایگاه داده در این توسعه انتخاب شد. فناوری ArcSDE و ADO.NET به عنوان ابزارهای ارتباطی بین لایه منطق تجاری و ردیف داده برای تسهیل مدیریت داده های مکانی و ویژگی ها در یک پایگاه داده رابطه ای به کار گرفته شدند. از سرور ArcGIS برای اطمینان از نمایش، پرس و جو و تجزیه و تحلیل اطلاعات قیمت زمین استفاده شد. در این سیستم به منظور ارائه خدمات موثر قیمت زمین از طریق اینترنت، از فناوری Flex برای ردیف رابط استفاده شد. Flex نوعی فناوری Rich Internet Application (RIA) است که به کاربران اجازه می دهد نه تنها ظاهر و ظاهر زیبا و رابط های بسیار تعاملی ایجاد کنند، بلکه برخی از کارهای سرورها را نیز به اشتراک بگذارند، به عنوان مثال، کنترل لایه نقشه، پرس و جو نقشه و غیره .سرویس گیرنده Flex از پروتکل دسترسی به اشیاء ساده (SOAP) برای فراخوانی خدمات داده و عملکرد ارائه شده توسط سرور استفاده می کند. با استفاده از ArcGIS API برای Flex، نقشه و سایر وظایف برنامه در سیستم یکپارچه می شوند. علاوه بر این، دو فناوری منبع باز، Open Flash Chart و Flash Away3D (نسخه 4.07)، برای نمایش توزیع های فضایی قیمت زمین در قالب نمودارها و نماهای سه بعدی استفاده شد.

5.2.3. توابع اصلی

شکل 3 رابط اصلی سیستم نمونه اولیه را نشان می دهد که عناصر آن در اطراف نقشه شهرستان سازماندهی شده اند. اجرای توابع اصلی متکی به چندین مؤلفه است که در رابط کاربری نشان داده شده است: (1) یک چارچوب نقشه برای مشاهده اطلاعات قیمت زمین مکانی (با برچسب 1 در شکل 3)، (2) ابزار جهانی GIS برای دستکاری نقشه ها، مانند “بزرگنمایی”، “کوچک کردن”، “شناسایی”، “چاپ نقشه”، و غیره.(با برچسب 2)، (3) آیتم های منو برای کنترل لایه های نقشه جالب مجموعه داده های قیمت زمین برای نمایش (با برچسب 3)، و (4) یک تابلوی اطلاعات برای مرور اخبار مربوط به قیمت زمین و دانلود اسناد (با برچسب به عنوان 4). کنترل و پیمایش دکمه محور تضمین می کند که کاربران می توانند به راحتی لایه های نقشه نمایش داده شده را کنترل کنند و اطلاعات مربوط به قیمت زمین را جستجو کنند. علاوه بر این، نتایج درخواستی را می توان در کادر نقشه ارائه کرد و به صورت تصویر و سند قابل دانلود می باشد. در مقایسه با روش سنتی، رویکرد پیشنهادی آن را به روشی مناسب و عمومی برای انتشار اطلاعات قیمت زمین تبدیل می‌کند.
Ijgi 04 02078 g003 1024
شکل 3. رابط اصلی سیستم نمونه اولیه.

(1) انتشار اطلاعات

پس از اینکه سیستم درخواست کاربر را از طریق رابط کاربری برای مرور و استعلام اطلاعات قیمت زمین دریافت کرد، مجموعه داده های ذخیره شده در ردیف داده را بازیابی می کند و سپس نتایج پرس و جو را در قاب نقشه ارائه می دهد. جدای از این، انتشار اطلاعات قیمت زمین شامل مدیریت و نگهداری منابع داده نیز می شود. مدیران بازار زمین این حق را دارند که مجموعه داده های جدیدی را برای جایگزینی داده های قدیمی به طور منظم آپلود کنند، به ویژه مجموعه داده های قیمت زمین معیار (هر سه سال یکبار) و نظارت بر قیمت زمین (هر سه ماهه). فرآیند خودکار شامل اعتبارسنجی و به‌روزرسانی لایه به لایه مجموعه داده‌ها است. در سال 2014، BLP و LPM برای اولین بار با این رویکرد وب مبتنی بر GIS به جای استفاده از روش‌های سنتی به روی عموم باز شد.

(2) محاسبه LPI

محاسبه LPI برای دانستن روند قیمت زمین طراحی شده است. برای اجرای این تابع (به مثالی در شکل 4 مراجعه کنید)، کاربران باید با استفاده از نقشه یا پرس و جو مبتنی بر ویژگی، نقاط نظارت بر قیمت زمین هدف را انتخاب کنند و محدوده زمانی ورودی را که به ترتیب در شکل 4 به عنوان 1 و 2 نشان داده شده است، انتخاب کنند . . این سیستم به گونه ای طراحی شده است که این دو پارامتر را ثبت کرده و دستورالعمل ها را برای شروع عملکرد به سرور ارسال می کند. برنامه سمت سرور محاسبات مورد نیاز را بر اساس معادلات بخش 4.1 و داده های بازیابی شده از مجموعه داده های نظارت بر قیمت زمین انجام می دهد. نمودارهای خطی برای نمایش نتایج در مرورگرهای وب استفاده می شود. برای به دست آوردن نگاهی اجمالی به گرایش قیمت زمین در شهرستان فنگ، �پمن�چهار نقطه پایش قیمت زمین به طور تصادفی انتخاب شده با استفاده از تابع محاسبه LPI تعیین شد (نتیجه به عنوان 3 برچسب گذاری شده است). نمودار خطی نشان می دهد که همه آنها روند افزایشی یکسانی را با حداکثر نرخ رشد بیش از 7 درصد (نقطه نظارت بر قیمت زمین شماره 003J12) در بازه زمانی چهار فصل در سال 2014 حفظ می کنند.
Ijgi 04 02078 g004 1024
شکل 4. محاسبه قیمت زمین نقاط نظارتی منتخب.
Ijgi 04 02078 g005 1024
شکل 5. مدلسازی توزیع فضایی قیمت زمین.

(3) مدل سازی توزیع فضایی

بر اساس مدل ارائه شده در بخش 4.2 ، این سیستم به سرمایه گذاران یا سایر کاربران اجازه می دهد تا ساختار فضایی قیمت زمین را برای یک نوع کاربری خاص بررسی کنند. دو پارامتر مورد نیاز، نوع کاربری و زمان ارزیابی، در منوی کشویی برای انتخاب کاربران فهرست شده است. چندین مرحله برای مدل‌سازی توزیع‌های قیمت زمین پس از دریافت سرور پارامترهای ارسالی از رابط کاربری وجود دارد، از جمله بازیابی و بررسی داده‌ها، مدل‌سازی نیمه متغیر، اعتبارسنجی متقاطع نتایج و پیش‌بینی سطح قیمت زمین. تمام این فرآیندها توسط اجزای سمت سرور انجام می شود و نتایج بر روی قاب مشاهده نقشه رابط کاربری نمایش داده می شود. یک ابزار سه بعدی برای تجسم سطح قیمت زمین از زوایای مختلف ارائه شده است.شکل 5 نمونه ای از مدل سازی توزیع قیمت زمین با نوع کاربری صنعتی و زمان ارزیابی را در سه ماهه اول در سال 2014 نشان می دهد. تجسم سه بعدی (با برچسب 2). نمودار بخش نشان می دهد که قیمت زمین صنعتی شهرستان فنگ دارای الگوهای توزیعی است که با “بالا در منطقه مرکزی، کم در منطقه حاشیه ای (محدوده از قرمز تا سبز)” (با برچسب 3) مشخص می شود، که عمدتاً مطابق با کیفیت زیرساخت است. در این مورد شهر
Ijgi 04 02078 g006 1024
شکل 6. نمونه ای از استفاده از تابع ارزیابی pracel.

(4) ارزیابی بسته

این تابع برای ارزیابی بسته های مورد علاقه در نظر گرفته شده است. در اینجا، اصطلاح “پارس” برای توصیف یک قطعه در یک مرز مالکیت استفاده می شود. عملیات این تابع از ترسیم یا برداشتن یک قطعه (یک چند ضلعی) روی قاب نقشه و تعیین چند پارامتر از شرایط زمین (یعنی نوع کاربری زمین، شرایط منطقه ای و فردی، نسبت قطعه و درجه توسعه) شروع می شود. فرم پاپ آپ (به ترتیب با 1 و 2 در شکل 6 نشان داده شده است). سرور ابتدا متوجه می شود که آیا شرایط زمین قطعه با برنامه ریزی کاربری اراضی شهر مطابقت دارد یا خیر. اگر منفی باشد، برای مثال، نسبت قطعه مشخص شده بالاتر از استانداردهای کنترل منطقه ای باشد که بسته در آن قرار دارد، از کاربران خواسته می شود تا پارامترها را تغییر دهند. سپس سرور ضرایب تنظیم شرایط زمین را با مقایسه قطعه و منطقه BLP تعیین می کند. مرحله آخر محاسبه قیمت زمین با استفاده از روش ارزش داده زمین و ارسال نتایج به رابط کاربری است. بر اساس روش ارزش داده زمین و رویکرد مبتنی بر وب، سرمایه‌گذاران یا مدیران می‌توانند بدون حضور فیزیکی در شهرستان فنگ و جمع‌آوری مواد عظیم، به ارزیابی سریع و دسته‌ای دست یابند. مثال در شکل 6نشان داده شده است قیمت بسته مورد علاقه به عنوان 2941.15 یوان در هر متر مربع ارزیابی شده است (در شکل 6 خط کشیده شده است ). از آنجایی که شهرستان فنگ در حال توسعه و نوسازی شهری است، بیش از 35 بسته (LUR) در طول سال 2014 منتقل شده است. این نتایج حاصل از سیستم وب به مردم درک و کاربرد بیشتری از قیمت زمین به جای اطلاعات خسته کننده داده است.

6. نتیجه گیری

عملیات بازارهای زمین شهری مستلزم ایجاد یک پایگاه اطلاعاتی برای پشتیبانی از اشتراک گذاری و تجزیه و تحلیل کارآمد داده است. پیشرفت بزرگی در هر دو حوزه GIS و تئوری قیمت زمین حاصل شده است. با این حال، خدمات اطلاعات قیمت زمین به دلیل فقدان منابع اطلاعاتی و ابزارهای تحلیل مکانی-زمانی موجود ناراضی باقی می‌ماند. این مقاله تلاش هایی را برای ادغام فناوری وب مبتنی بر GIS و مدل های تحلیل قیمت زمین برای ارائه یک رویکرد جدید برای ارائه اطلاعات قیمت زمین انجام می دهد. پس از بررسی پیشینه و مدل‌های تحلیل قیمت زمین، سیستمی با معماری چهار سطح B/S طراحی و اجرا شد تا نیازهای مشارکت‌کنندگان بازار زمین را برآورده کند.
کاربرد در شهر مورد مطالعه نشان می دهد که رویکرد جدید به اتصال ارائه دهندگان اطلاعات زمین و کاربران کمک می کند، مدیران زمین می توانند اطلاعات مربوط به BLP را منتشر کنند، بنابراین کارهای کاغذی را کاهش می دهند، و سایر شرکت کنندگان در بازار زمین می توانند این اطلاعات را به سادگی با استفاده از مرورگرهای وب از طریق عملکردهای مفید جستجو کنند. مزیت دیگر این است که این سیستم تکنیک‌های تحلیل مکانی-زمانی را پیاده‌سازی کرده است که ویژگی‌های جغرافیایی قیمت زمین را در نظر می‌گیرد، که به سرمایه‌گذاران و سایر کاربران اجازه می‌دهد تا تحلیل‌های بیشتری برای درک تغییر در الگو و توزیع مکانی قیمت زمین انجام دهند. با عملکرد عملی و معماری موثر، ترکیب مدل‌های مرتبط با قیمت زمین و تکنیک‌های GIS پتانسیل خود را برای اعمال رویکرد در برخی شهرهای دیگر و گسترش به عنوان مدلی برای توسعه سیستم‌های اطلاعاتی مشابه نشان می‌دهد.
با این حال، روش‌های تحلیلی و منابع اطلاعاتی قیمت زمین در سیستم توسعه‌یافته محدود است. در آینده نزدیک، ارتقای سیستم باید شامل ارائه مدل های تجزیه و تحلیل بیشتر، مانند رویکردهای مقایسه فروش برای ارزیابی بسته باشد. جدا از داده های مربوط به BLP که توسط مدیران زمین ارائه شده است، اطلاعات جغرافیایی داوطلبانه منبع داده امیدوارکننده دیگری است. برای این کار، سیستم می‌تواند بستری را برای آن کاربران سیستم فراهم کند تا داده‌های خود را آپلود کنند، مانند موارد مشابه معامله زمین.

منابع

  1. کتانی، او. اورال، م. Siskos، Y. مدل تجزیه و تحلیل چند معیاره برای ارزیابی املاک و مستغلات. جی. گلوب. بهینه. 1998 ، 12 ، 197-214. [ Google Scholar ] [ CrossRef ]
  2. کائو، جی. فنگ، سی. تائو، آر. “مالی زمین” محلی در گسترش شهری چین: چالش ها و راه حل ها. اقتصاد جهانی چین 2008 ، 16 ، 19-30. [ Google Scholar ] [ CrossRef ]
  3. تائو، آر. سو، اف. لیو، ام. کائو، جی. اجاره زمین و مالیه عمومی محلی در توسعه منطقه ای چین: شواهدی از شهرهای سطح استان. مطالعه شهری. 2010 ، 47 ، 2217-2236. [ Google Scholar ]
  4. لین، جی. یی، ف. شهرنشینی سرمایه یا سرمایه گذاری در زمین شهری؟ توسعه زمین و مالیه عمومی محلی در شهرنشینی چین جئوگر شهری. 2011 ، 32 ، 50-79. [ Google Scholar ] [ CrossRef ]
  5. Buitelaar، E. تحلیل هزینه مبادله فرآیند توسعه زمین. مطالعه شهری. 2004 ، 41 ، 2539-2553. [ Google Scholar ] [ CrossRef ]
  6. دینینگر، ک. ساواستانو، اس. کارلتو، سی. تکه تکه شدن زمین، رها شدن زمین های زراعی، و عملیات بازار زمین در آلبانی. توسعه دهنده جهانی 2012 ، 40 ، 2108-2122. [ Google Scholar ] [ CrossRef ]
  7. دالمن، سی جی مشکل خارجی بودن. J. قانون اقتصاد. 1979 ، 22 ، 141-162. [ Google Scholar ] [ CrossRef ]
  8. زونبرگن، جی. Bogaerts، T. رویکردهای جایگزین برای سیستم های کاداستر موفق. در مجموعه مقالات بیست و دومین سمپوزیوم مدیریت داده های شهری و منطقه ای، دلفت، هلند، 11 تا 15 سپتامبر 2000. صص 67-76.
  9. Paz, P. عوامل تعیین کننده قیمت مسکن در شهرهای اسپانیا. سرمایه گذاری J. Prop. مالی 2003 ، 21 ، 109-135. [ Google Scholar ]
  10. Cichociński، P. Dąbrowski، J. تحلیل فضایی-زمانی بازار املاک و مستغلات با استفاده از سیستم های اطلاعات جغرافیایی. مدیریت املاک. ارزش گذاری 2013 ، 21 ، 72-82. [ Google Scholar ] [ CrossRef ]
  11. ناندا، ا. بله، J. انتشار مکانی-زمانی قیمت زمین مسکونی در سراسر مناطق تایپه. SpringerPlus 2014 ، 3 ، 505-520. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  12. صائف الدین، ع. ویدیانینگسیه، ی. جینتینگ، ا. مامت، م. مدل قیمت زمین با در نظر گرفتن عوامل فضایی. آسیایی جی. ریاضی. آمار 2012 ، 5 ، 132-141. [ Google Scholar ] [ CrossRef ]
  13. ویلیامسون، آی. تینگ، L. مدیریت زمین و روندهای کاداستر – چارچوبی برای مهندسی مجدد. محاسبه کنید. محیط زیست سیستم شهری 2011 ، 25 ، 339-366. [ Google Scholar ] [ CrossRef ]
  14. بنت، آر. والاس، جی. ویلیامسون، I. سازماندهی اطلاعات زمین برای مدیریت پایدار زمین. سیاست کاربری زمین 2008 ، 25 ، 126-138. [ Google Scholar ] [ CrossRef ]
  15. Mađer, M. مدیریت اطلاعات زمین-کاداستر. کارتوگر. Geoinf. 2012 ، 11 ، 186. [ Google Scholar ]
  16. Bordyuzha، A. توسعه سیستم کاداستر زمین در اوکراین. تعادل. نات. با استفاده از 2012 ، 5 ، 65-69. [ Google Scholar ]
  17. دیویچر، اچ. تانگ، سی. تکامل ثبت زمین و سیستم های بررسی کاداستر در سریلانکا. Surv. Rev. 2013 , 45 , 126-135. [ Google Scholar ]
  18. Kurwakumire, E. کاداسترهای دیجیتال تسهیل کننده مدیریت اطلاعات زمین. افریقای جنوبی جی. ژئومات. 2014 ، 3 ، 64-77. [ Google Scholar ]
  19. Hanstad, T. طراحی سیستم های ثبت زمین برای کشورهای در حال توسعه. صبح. دانشگاه بین المللی Law Rev. 1997 , 13 , 647-703. [ Google Scholar ]
  20. آزاد، بی. فرج، س. دولت الکترونیک نهادینه سازی شیوه های سیستم نقشه برداری ثبت اراضی. فرمانداری Inf. Q. 2009 ، 26 ، 5-14. [ Google Scholar ] [ CrossRef ]
  21. نصرلا، ژ. علقبی، HJ; Thamer, Z. طراحی و پیاده سازی سامانه اطلاعات املاک کربلا. J. Kerbela Univ. 2013 ، 1 ، 240-248. [ Google Scholar ]
  22. دی وریس، پی. Faber, R. به سوی یک سیستم اطلاعاتی نظارت بر املاک در رومانی. اقتصاد رومانیایی J. 2009 , 32 , 187-214. [ Google Scholar ]
  23. استانفیلد، دی. Raço, M. بازارهای زمین، اطلاعات و سیستم ثبت ملک در آلبانی. محاسبه کنید. محیط زیست سیستم شهری 1994 ، 18 ، 133-141. [ Google Scholar ] [ CrossRef ]
  24. کیسیلویچ، اس. کیم، دی. Rokach، L. یک سیستم پشتیبانی تصمیم مبتنی بر GIS برای تخمین نرخ اتاق هتل و پیش‌بینی زمانی قیمت: زمینه کارگزاران هتل. تصمیم می گیرد. سیستم پشتیبانی 2013 ، 54 ، 1119-1133. [ Google Scholar ] [ CrossRef ]
  25. پورتا، جی. پاراپار، ج. گارسیا، پی. فرناندز، جی. تورینو، جی. دوالو، آر. آنگا، اف. سانته، آی. دیاز، پی. میراندا، دی. و همکاران ابزار Web-gis برای مدیریت بازارهای زمین روستایی در بانک زمین گالیسیا (NW اسپانیا). علوم زمین Inf. 2013 ، 6 ، 209-226. [ Google Scholar ] [ CrossRef ]
  26. پاگورتزی، ای. آسیماکوپولوس، وی. هاتزی کریستوس، تی. فرنچ، ن. ارزیابی املاک و مستغلات: مروری بر روش های ارزش گذاری. سرمایه گذاری J. Prop. مالی 2003 ، 21 ، 383-401. [ Google Scholar ] [ CrossRef ]
  27. Zeng، TQ; ژو، QM تصمیم گیری فضایی بهینه با استفاده از GIS: نمونه اولیه یک سیستم اطلاعات جغرافیایی املاک و مستغلات (REGIS). بین المللی جی. جئوگر. Inf. علمی 2001 ، 15 ، 307-321. [ Google Scholar ] [ CrossRef ]
  28. رودریگز، م. سیرمنز، سی اف. Marks, AP استفاده از سیستم های اطلاعات جغرافیایی برای بهبود تحلیل املاک و مستغلات. J. Real Estate Res. 1995 ، 10 ، 163-173. [ Google Scholar ]
  29. لی، اچ. یو، ال. Cheng, EW یک سیستم انتخاب سایت مبتنی بر GIS برای پروژه های املاک و مستغلات. ساخت و ساز نوآوری. 2005 ، 5 ، 231-241. [ Google Scholar ] [ CrossRef ]
  30. پاگورتزی، ای. نیکولوپولوس، ک. Assimakopoulos، V. معماری برای یک سیستم اطلاعات تجزیه و تحلیل املاک و مستغلات با استفاده از تکنیک های GIS ادغام شده با نظریه فازی. سرمایه گذاری J. Prop. مالی 2006 ، 24 ، 68-78. [ Google Scholar ]
  31. تسوسومی، م. شیمادا، ا. موراکامی، دی. نقشه های قیمت زمین منطقه شهری توکیو. Procedia Soi. رفتار علمی 2011 ، 21 ، 193-202. [ Google Scholar ] [ CrossRef ]
  32. هو، اس. چنگ، کیو. وانگ، ال. Xu, D. مدلسازی توزیع قیمت زمین با استفاده از روش درونیابی IDW چندفراکتال و فیلتر فراکتال. Landsc. طرح شهری. 2013 ، 110 ، 25-35. [ Google Scholar ] [ CrossRef ]
  33. تسوسومی، م. سیا، ح. اندازه گیری تاثیر پروژه های حمل و نقل در مقیاس بزرگ بر قیمت زمین با استفاده از مدل های آماری فضایی. پاپ Reg. علمی 2008 ، 87 ، 385-401. [ Google Scholar ] [ CrossRef ]
  34. Xie، Q. پارسا، ارگ; ردینگ، ب. ظهور بازار زمین شهری در چین تکامل، محدودیت‌های ساختاری و دیدگاه‌ها. مطالعه شهری. 2002 ، 39 ، 1375-1398. [ Google Scholar ] [ CrossRef ]
  35. لیو، ی. ژنگ، بی. هوانگ، ال. تانگ، X. تجزیه و تحلیل ارزش زمین مسکونی شهری: مورد دانیانگ، چین. ژئو اسپات. Inf. علمی 2007 ، 10 ، 228-234. [ Google Scholar ] [ CrossRef ]
  36. لی، LH; Walker, A. رفتار قیمت گذاری معیار زمین در اصلاحات چین. J. Prop. Res. 1996 ، 13 ، 183-196. [ Google Scholar ] [ CrossRef ]
  37. خو، ز. لی، کیو. ادغام مدل های تجربی قیمت زمین معیار و فناوری GIS برای تجزیه و تحلیل پایداری توسعه مسکونی شهری. Habitat Int. 2014 ، 44 ، 79-92. [ Google Scholar ] [ CrossRef ]
  38. وانگ، آر. ساختار قیمت زمین شهری چین: تخمین‌ها از داده‌های قیمت زمین معیار. جی. امور مالی املاک و مستغلات. اقتصاد 2009 ، 39 ، 24-38. [ Google Scholar ] [ CrossRef ]
  39. دینگ، سی. سیستم معیار قیمت زمین و کارایی استفاده از زمین شهری در چین. چانه. Geogr. علمی 2001 ، 11 ، 306-314. [ Google Scholar ] [ CrossRef ]
  40. موسسه نقشه برداری و برنامه ریزی زمین چین. مانیتور دینامیک قیمت زمین شهری چین. در دسترس آنلاین: http://www.landvalue.com.cn/ (در 3 ژوئیه 2015 قابل دسترسی است).
  41. بخش زمین و منابع جیانگ سو وب سایت بازار زمین جیانگ سو. در دسترس آنلاین: http://www.landjs.com/ (در 3 ژوئیه 2015 قابل دسترسی است).
  42. مارتینز، ام جی؛ لورنزو، JMM؛ روبیو، روش NG Kriging برای تحلیل اقتصادی منطقه ای: تخمین قیمت مسکن در آلباسته. بین المللی Adv. اقتصاد Res. 2000 ، 6 ، 438-450. [ Google Scholar ] [ CrossRef ]
  43. خوزه ما، م. Beatriz، L. برآورد قیمت مسکن: کریجینگ میانگین. بین المللی Adv. اقتصاد Res. 2006 ، 12 ، 419. [ Google Scholar ]
  44. جانستون، ک. Ver Hoef، JM; کریوروچکو، ک. Lucas, N. Using ArcGIS Geostatistical Analyst ; ESRI: Redlands، CA، USA، 2001; جلد 300. [ Google Scholar ]
  45. دونگ، دبلیو. قیمت زمین معیار در چین: وضعیت فعلی و چشم انداز. در دسترس آنلاین: http://www.fig.net/pub/fig2013/ppt/ts06e/TS06E_dong_6561_ppt.pdf (در 3 ژوئیه 2015 در دسترس است).

;کاربردهای GISمقالات

آموزش کاربردی ArcGISالهام ابراهیم زادهکاربرد جی ای اسکاربرد جی ای اس در زمین شناسی

بدون نظر

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

همواره حمایت دانشجویان عزیزمان همراه ما بوده و این سببب شده که گامی محکم به‌سوی ایجاد یک مرجع برای آموزش GIS برداریم. با این امید که بتوانیم قدردان حمایت شما بزرگواران باشیم.

  • خانه
  • آموزش
  • فیلم آموزشی
  • تماس با ما
  • درباره ما
  • وبلاگ
  • سمنان /خیابان کاشانی/ساختمان فناوری اطلاعات/پ 8
  • 09120049370