Центр сопряженного мониторинга окружающей среды и природных ресурсов
«Мониторинг. Наука и технологии» Рецензируемый и реферируемый научно-технический журнал
Меню раздела «МНТ»
ГЛАВНАЯ
цели и задачи
Перечень ВАК
ВЫПУСКИ
2025
выпуск №1
статья #01
статья #02
статья #03
статья #04
статья #05
статья #06
статья #07
статья #08
статья #09
статья #10
статья #11
2024
2023
2022
2021
2020
2019
2018
2017
2016
2015
2014
2013
2012
2011
2010
2009
все выпуски
АВТОРАМ
этика
порядок рецензирования
правила для авторов
ПОДПИСКА
О ЖУРНАЛЕ
главный редактор
редакционный совет
редакционная коллегия
документы
свидетельство
issn
ENG
Меню разделов
ГЛАВНАЯ
Раздел: «ЦЕНТР»
Раздел: «МНТ»
Раздел: «СБОРНИК»
Раздел: «MST»

Чинь К.Х., Малинников В.А.
Исследование увеличения площадей жилой застройки с учетом демографических факторов с использованием материалов космической съемки
Study of increasing the area of residential development taking into account demographic factors using space imagery materials
УДК:
528.7:528.852
Аннотация:
В рамках данной работы рассматривается использование модели линейной регрессии для нахождения зависимости между увеличением площадей жилой застройки и демографическими факторами в округе Зяотхюи, Вьетнам. Для создания модели требуются две входные переменные: плотность населения и количество домохозяйств. В статье использованы данные результатов переписи населения и жилищного фонда 2009, 2019 года в провинции Намдинь, статистического ежегодника и отчета о состоянии административных единиц общинного уровня округа Зяотхюи в 2021 году. Результатом работы модели линейной регрессии является коэффициент регрессии, отражающий влияние каждого демографического фактора на изменение площади жилой застройки. Положительное значение регрессии показывает, что на изменение площади жилой застройки сильно влияют демографические факторы. Результаты исследований также показывают, что демографические факторы влияют на 80% изменения площади жилой застройки. Надежность модели проверяется с помощью гистограммы стандартизированных остаточных частот и гистограммы стандартизированных остатков Normal P-P Plot.
Ключевые
слова:
алгоритм KNN, демографическиe факторы, коэффициенты регрессии, модель линейной регрессии, площадь жилой застройки
Abstracts:
This paper discusses the use of a linear regression model to find the relationship between the increase in residential area and demographic factors in Giaothuy Prefecture. The model requires two input variables: population density and the number of households. The article uses data from the 2009 and 2019 Population and Housing Census in Nam Dinh Province, the 2021 Statistical Yearbook, and the Giaothuy Prefecture Community-Level Administrative Units Status Report. The result of the linear regression model is a regression coefficient that reflects the influence of each demographic factor on the change in residential area. A positive regression value indicates that the change in residential area is greatly influenced by demographic factors. The research results also show that demographic factors affect 80% of the change in residential area. The reliability of the model is tested using the histogram of standardized residual frequencies and the histogram of standardized residuals Normal P-P Plot.
Keywords:
KNN algorithm, demographic factors, regression coefficients, linear regression model, residential area

Текст статьи Текст статьи
677,8 кБ
Скачать

вернуться к списку статей

Авторы статьи:
ЧИНЬ
Куок Хюи
quochuy9xnb@gmail.com
аспирант, Московский государственный университет геодезии и картографии
МАЛИННИКОВ
Василий Александрович
доктор технических наук, профессор, заведующий кафедрой космического мониторинга и экологии, Московский государственный университет геодезии и картографии
Список литературы:
1.
Buddhi Gyawali, Rory Fraser, Yong, Wang, James Bukenya. Land Cover and Socio-economic Characteristics in the Eight Counties of Alabama: A Spatial Analysis. American Agricultural Economics Association. 2004. Pp. 1-13.
2.
Fox Jefferson, R.R. Rindfuss, Stephen J. Walsh, and Vinod Mishra. People and the Environment approaches for linking household and community surveys to remote sensing and GIS.NewYork: Kluwer Academic Publishers. 2003. 344 p.
3.
Ardey Codjoe. Population growth and agricultural land use in two agro - ecological zones of Ghana. International Journal of Environmental Studies. 2006. V. 63 (5). Pp. 645-661.
4.
Миронова Н.А., Савосина А.В. Вклад Фрэнсиса Гальтона в развитие статистической науки // Курганская государственная сельскохозяйственная академия им. Т.С. Мальцева. 2012. C. 161-164.
5.
Doan H.T., Dang K.V., Nguyen K.A. and Pham T.H. Application of A linear regression model in the study of PM10 distribution at urban districts of Hanoi city. Science Journal - Hanoi National University of Education. 2020. V. 65(3). Pp.146-157. DOI: 10.18173/2354-1059.2020-0018.
6.
Komeil Jahanifar, Hamid Amirnejad, Hossein Azadi, Mojtaba Mojaverian. Land change detection and effective factors on forest land use changes: application of land change modeler and multiple linear regression. Journal of Applied Sciences and Environmental Management. 2018. V. 22(8). Pp. 1269-1275. DOI:10.4314/jasem.v22i8.20.
7.
Антонов В.Г., Иванов С.И. Линейная регрессия как один из методов статистического исследования // Известия Великолукской ГСХА. 2021. №2. C. 64-75.
8.
Pham T.H., Nguyen V.Q., Nguyen V.T. Determination of Residential Land Price using Regression Model in Nghi Tan Ward, Cua Lo Town, Nghe An Province.Vietnam Journal of Agricultural Sciences. 2021. V. 19 (9). Pp. 1169-1179.
9.
Peers I. Statistical analysis for education and psychology researchers. London: Tools for researchers in education and psychology. 2006. 436 p.
10.
Текущее состояние административных единиц всех уровней в округе Зяотхюи в 2021 году. [Электронный ресурс]. Режим доступа: https://storage-vnportal.vnpt.vn/ndh-ubnd/sitefolders/huyengiaothuy/4454/cong-khai/tuyen-vien-chuc/noi-vu/phuongan- sap-xep-sap-nhap-thon-xom-to-dan-pho-huyen-giao-thuy-trang-1-19.pdf (дата обращения: 10.10.2024).
 
МНТ Выпуски 2025 Выпуск №1 Статья #05
© ООО «ЦСМОСиПР», 2024
Все права защищены
  +7(926) 067-59-67
  +7(928) 962-32-60