Fuzzy Modeling with Spatial Information for Geographic Problems

در سال‌های اخیر، علاقه به استفاده از رویکردهای مجموعه‌های فازی در زمینه‌هایی که از اطلاعات مکانی در مسائل جغرافیایی استفاده می‌کنند، افزایش یافته است. نه تنها تحقیقات قابل‌توجهی در مورد مجموعه‌های فازی در GIS انجام شده است که از حل مسائل جغرافیایی پشتیبانی می‌کنند، بلکه به طور فزاینده‌ای عدم قطعیت‌های ذاتی در مدل‌سازی مسائل جغرافیایی با استفاده از روش‌های محاسبات نرم برطرف می‌شوند. این کتاب بر پیشرفت‌های تحقیقاتی در رویکردهایی برای ترکیب مدیریت صریح عدم قطعیت، به‌ویژه توسط مجموعه‌های فازی، برای رسیدگی به مشکلات جغرافیایی تمرکز دارد. این دو هدف دارد: تحریک تحقیق در تئوری و کاربرد مجموعه های فازی برای مدیریت اطلاعات مکانی و حل مسائل جغرافیایی. و برجسته کردن پیشرفت هایی که به حدی بالغ شده اند که دانشمندان زمین شناسی، دانشمندان کامپیوتر، جغرافیدانان و دیگران. استفاده از مدل سازی فازی این کتاب شامل نمونه‌هایی از استفاده از مجموعه‌های فازی در مسائل نمایشی مانند ویژگی‌های زمین، مورفولوژی منظر، گستره‌های فضایی و رویکردهای درونیابی فضایی، به‌علاوه کاربردهایی با استفاده از مجموعه‌های فازی است که داده‌کاوی، تصمیم‌گیری فضایی، شبیه‌سازی اکولوژیکی و قابلیت اطمینان در GIS را پوشش می‌دهد.

Over recent years, interest in using fuzzy sets approaches has grown across fields that use spatial information in geographic problems. Not only has there been considerable research on fuzzy sets in GIS that support geographic problem solving, but increasingly the uncertainties inherent in modeling geographic problems are addressed using soft-computing methods. This book focuses on research advances in approaches for incorporating explicit handling of uncertainty, especially by fuzzy sets, to address geographic problems. It has two aims: to stimulate research in the theory and application of fuzzy sets to spatial information management and geographic problem solving; and to highlight advances that have matured so much that geoscientists, computer scientists, geographers, et al. use fuzzy modeling. The book includes examples of the use of fuzzy sets in representational issues such as terrain features, landscape morphology, spatial extents and approaches for spatial interpolation, plus applications using fuzzy sets covering data mining, spatial decision making, ecological simulation, and reliability in GIS.