Documenti full-text disponibili:
      
        
          
            ![[thumbnail of Thesis]](https://amslaurea.unibo.it/style/images/fileicons/application_pdf.png)  | 
            
              
Documento PDF (Thesis)
   Disponibile con Licenza: Salvo eventuali più ampie autorizzazioni dell'autore, la tesi può essere liberamente consultata e può essere effettuato il salvataggio e la stampa di una copia per fini strettamente personali di studio, di ricerca e di insegnamento, con espresso divieto di qualunque utilizzo direttamente o indirettamente commerciale. Ogni altro diritto sul materiale è riservato
 
              Download (5MB)
              
			  
			  
              
  
              
             | 
          
        
      
    
  
  
    
      Abstract
      Il pattern spaziale con cui la popolazione si insedia sulla superficie terrestre appare da sempre influenzato da forzanti geomorfiche, idrologiche e climatiche; come risultato, esso non appare uniforme (i.e. aree in cui la densità è molto elevata e l’urbanizzazione estrema, a contrasto con altre zone che appaiono quasi disabitate). Criticità ambientali come disponibilità di risorse naturali, deforestazione e inquinamento rendono necessario riuscire a prevedere come si evolverà la distribuzione degli insediamenti umani nei prossimi anni, specialmente in un’ottica di cambiamento climatico globale. In questo elaborato di tesi, si è analizzata la dinamica spazio-temporale dell’urbanizzazione in un’area nei dintorni di Pechino, nel nord-est della Cina. Come indice dell’urbanizzazione, sono state utilizzate immagini satellitari di luminosità artificiale notturna, disponibili per gli anni 1992-2013. Piovosità, temperatura, altitudine, distanza dalla linea di costa e dai corsi d’acqua sono invece state selezionate come forzanti ambientali per costruire un modello stocastico spazialmente esplicito allo scopo di simulare la crescita urbana osservata e prevedere quella del prossimo futuro. Ad ogni punto non urbanizzato è stata associata una probabilità di urbanizzazione, definita in un intervallo di tempo pari ad un anno. Tale probabilità è costituita da una funzione kernel (i.e. distanza tra i pixel) e da funzioni matematiche che legano le forzanti ambientali ai dati di luminosità notturna. Una volta individuate le forzanti ambientali che governano l’aggregazione umana per l’area di studio, il modello permette di individuare il pattern futuro della popolazione con una buona accuratezza.
     
    
      Abstract
      Il pattern spaziale con cui la popolazione si insedia sulla superficie terrestre appare da sempre influenzato da forzanti geomorfiche, idrologiche e climatiche; come risultato, esso non appare uniforme (i.e. aree in cui la densità è molto elevata e l’urbanizzazione estrema, a contrasto con altre zone che appaiono quasi disabitate). Criticità ambientali come disponibilità di risorse naturali, deforestazione e inquinamento rendono necessario riuscire a prevedere come si evolverà la distribuzione degli insediamenti umani nei prossimi anni, specialmente in un’ottica di cambiamento climatico globale. In questo elaborato di tesi, si è analizzata la dinamica spazio-temporale dell’urbanizzazione in un’area nei dintorni di Pechino, nel nord-est della Cina. Come indice dell’urbanizzazione, sono state utilizzate immagini satellitari di luminosità artificiale notturna, disponibili per gli anni 1992-2013. Piovosità, temperatura, altitudine, distanza dalla linea di costa e dai corsi d’acqua sono invece state selezionate come forzanti ambientali per costruire un modello stocastico spazialmente esplicito allo scopo di simulare la crescita urbana osservata e prevedere quella del prossimo futuro. Ad ogni punto non urbanizzato è stata associata una probabilità di urbanizzazione, definita in un intervallo di tempo pari ad un anno. Tale probabilità è costituita da una funzione kernel (i.e. distanza tra i pixel) e da funzioni matematiche che legano le forzanti ambientali ai dati di luminosità notturna. Una volta individuate le forzanti ambientali che governano l’aggregazione umana per l’area di studio, il modello permette di individuare il pattern futuro della popolazione con una buona accuratezza.
     
  
  
    
    
      Tipologia del documento
      Tesi di laurea
(Laurea magistrale)
      
      
      
      
        
      
        
          Autore della tesi
          Grandi, Giulia
          
        
      
        
          Relatore della tesi
          
          
        
      
        
          Correlatore della tesi
          
          
        
      
        
          Scuola
          
          
        
      
        
          Corso di studio
          
          
        
      
        
          Indirizzo
          Ingegneria per l'ambiente e il territorio
          
        
      
        
      
        
          Ordinamento Cds
          DM270
          
        
      
        
          Parole chiave
          Crescita Urbana,Popolazione,Urbanizzazione,Cina,Modello spazialmente esplicito,Forzanti ambientali
          
        
      
        
          Data di discussione della Tesi
          7 Febbraio 2019
          
        
      
      URI
      
      
     
   
  
    Altri metadati
    
      Tipologia del documento
      Tesi di laurea
(NON SPECIFICATO)
      
      
      
      
        
      
        
          Autore della tesi
          Grandi, Giulia
          
        
      
        
          Relatore della tesi
          
          
        
      
        
          Correlatore della tesi
          
          
        
      
        
          Scuola
          
          
        
      
        
          Corso di studio
          
          
        
      
        
          Indirizzo
          Ingegneria per l'ambiente e il territorio
          
        
      
        
      
        
          Ordinamento Cds
          DM270
          
        
      
        
          Parole chiave
          Crescita Urbana,Popolazione,Urbanizzazione,Cina,Modello spazialmente esplicito,Forzanti ambientali
          
        
      
        
          Data di discussione della Tesi
          7 Febbraio 2019
          
        
      
      URI
      
      
     
   
  
  
  
  
  
    
    Statistica sui download
    
    
  
  
    
      Gestione del documento: