40 research outputs found
Simulations de croissance urbaine pour représenter les impacts possibles des constructions et des contraintes environnementales sur l’étalement urbain
No full textThe process of urbanization occurs mainly due to population growth, rural exodus to cities and life style that often induces the nearly irreversible changes. It increases the artificial lands, which affect the biodiversity, ecosystems, urban climate, and reduces land for agriculture and natural areas. The focus of this thesis is to simulate diverse urbanization scenarios in order to improve public policies decision making. To do this, the SLEUTH model is used in order to investigate the impacts of buildings and environmental rules on urban sprawl. In the method used, the SLEUTH model integrates more topographic data, urban tissue and demographic data, including geographical features and the environmental constraints. The main challenge of in this research is to propose different urban sprawl scenarios for different kind of environmental rules while taking into account the population demand or at least population growth estimation. The SLEUTH model is one of the well-known cellular automata simulation models, which matches the dynamic simulation of urban expansion and adapts to morphological model of the urban configuration. SLEUTH, like many other urban growth simulation methods, considers only the historical data. Although, the impacts of population growth and urban tissue are implicitly considered during the calibration phase on the historical urban maps, changes in population growth rate or in building types cannot be included in its simulations. Moreover the SLEUTH results are limited to raster data that are difficult to interpret for decision makers. The results are some pixels on which urbanization is supposed to occur which do not make sense from urbanism point of view. Therefore, our research aims to diversify the simulation possibilities integrating explicitly factors of building types according to population growth and providing visual methods to view urban growth scenario results in 2D and even 3D. In order to improve the SLEUTH results, different 2D urban growth simulation scenarios have been defined based on the SLEUTH model by adding buildings type and the estimation of the population growth as urban fabric factors. Each simulation corresponds to policies that are more or less restrictive of spaces considering what these territories can accommodate as a type of building and as a global population. In addition, the simulations can help the user to protect the desired lands such as the environmental spaces from urbanization. These scenarios show the simulation capabilities of the model and make it possible to improve our understanding of an urban sprawl simulation.Three different case studies with various sizes and populations are used including Toulouse metropolitan, Saint Sulpice la Pointe and Rieucros to provide a view of the effectiveness of the proposed method on several scales. The results evaluation indicates that the proposed method makes different simulations that correspond to different land priorities and constraints. It helps to see which land can be protected (where) and how building type can be used to constrain urban sprawl (how much). A 3D representation for each prospective urban growth simulations is provided in order to facilitates the interpretation of the SLEUTH simulation and differentiate the scenarios. The findings allow having different images of the city of tomorrow for applying it to urban policiesL'urbanisation est principalement due à la croissance démographique, à l'exode rural et au changement du mode de vie. Ce processus augmente les terres artificielles, qui affectent la biodiversité, les écosystèmes, le climat urbain et réduit les terres pour l'agriculture et les espaces naturels. L'objectif de cette thèse est de simuler divers scénarios d'urbanisation afin d'améliorer la prise de décision en matière de politiques publiques. Pour ce faire, le modèle SLEUTH est utilisé afin d’évaluer l’impact des bâtiments et des règles environnementales sur l’étalement urbain. Dans la méthode utilisée, SLEUTH intègre davantage des données topographiques, des données sur les tissus urbains et démographiques, y compris les caractéristiques géographiques et les contraintes environnementales. Le principal défi de cette recherche est de proposer différents scénarios d'étalement urbain pour plusieurs types de règles environnementales tout en tenant compte du besoin des habitants ou du moins d'une estimation de la croissance de la population. Le modèle SLEUTH est l’un des modèles de simulation d’automates cellulaires bien connus, qui correspond à la simulation dynamique de l’expansion urbaine et s’adapte au modèle morphologique de la configuration urbaine. SLEUTH, comme beaucoup d'autres méthodes de simulation de la croissance urbaine, ne considère que les données historiques. Bien que les impacts de la croissance démographique et du tissu urbain soient implicitement pris en compte lors de la phase d'étalonnage sur les cartes urbaines historiques, il est impossible d'inclure les changements de taux de croissance démographique ou de types de bâtiments dans les simulations. De plus, les résultats de SLEUTH se limitent à des données matricielles difficiles à interpréter pour les décideurs. Les résultats sont des pixels, sur lesquels une urbanisation est supposée se produire, ce qui n’a pas de sens du point de vue de l’urbanisme. Par conséquent, notre recherche vise à diversifier les possibilités de simulation en intégrant explicitement le facteur des types de bâtiments en fonction de la croissance de la population et en fournissant des modèles de visualisation des résultats de scénarios de croissance urbaine en 2D et même en 3D.Afin d'améliorer les résultats de SLEUTH, différents scénarios de simulation de croissance urbaine en 2D ont été définis sur la base du modèle SLEUTH en ajoutant le type de bâtiment et l'estimation de la croissance démographique en tant que facteurs du tissu urbain. Chaque simulation correspond à des politiques plus ou moins restrictives en espaces considérant ce que ces territoires peuvent accueillir en tant que type de bâtiment et en tant que population globale. De plus, les simulations peuvent aider l’utilisateur à protéger les terrains souhaités, tels que les espaces environnementaux, de l’urbanisation. Ces scénarios montrent la force de la simulation du modèle et permettent d’améliorer notre compréhension de l’étalement urbain. Trois études de cas de tailles et de populations différentes sont utilisées, Toulouse Métropole, Saint Sulpice la Pointe et Rieucros, afin de donner une idée de l'efficacité de la méthode proposée à plusieurs échelles. L'évaluation des résultats indique que la méthode proposée est capable d’effectuer différentes simulations correspondant à plusieurs priorités et contraintes foncières. Il est utile de voir quels terrains peuvent être protégés (où) et quel type de bâtiment peut être utilisé pour limiter l'étalement urbain (combien). Une représentation en 3D de chaque simulation de croissance urbaine est fournie afin de faciliter l'interprétation de la simulation SLEUTH et de différencier les scénarios. Les résultats permettent d’avoir plusieurs images de la ville de demain pour l’appliquer aux politiques urbaine
Simulations de croissance urbaine pour représenter les impacts possibles des constructions et des contraintes environnementales sur l’étalement urbain
No full textThe process of urbanization occurs mainly due to population growth, rural exodus to cities and life style that often induces the nearly irreversible changes. It increases the artificial lands, which affect the biodiversity, ecosystems, urban climate, and reduces land for agriculture and natural areas. The focus of this thesis is to simulate diverse urbanization scenarios in order to improve public policies decision making. To do this, the SLEUTH model is used in order to investigate the impacts of buildings and environmental rules on urban sprawl. In the method used, the SLEUTH model integrates more topographic data, urban tissue and demographic data, including geographical features and the environmental constraints. The main challenge of in this research is to propose different urban sprawl scenarios for different kind of environmental rules while taking into account the population demand or at least population growth estimation. The SLEUTH model is one of the well-known cellular automata simulation models, which matches the dynamic simulation of urban expansion and adapts to morphological model of the urban configuration. SLEUTH, like many other urban growth simulation methods, considers only the historical data. Although, the impacts of population growth and urban tissue are implicitly considered during the calibration phase on the historical urban maps, changes in population growth rate or in building types cannot be included in its simulations. Moreover the SLEUTH results are limited to raster data that are difficult to interpret for decision makers. The results are some pixels on which urbanization is supposed to occur which do not make sense from urbanism point of view. Therefore, our research aims to diversify the simulation possibilities integrating explicitly factors of building types according to population growth and providing visual methods to view urban growth scenario results in 2D and even 3D. In order to improve the SLEUTH results, different 2D urban growth simulation scenarios have been defined based on the SLEUTH model by adding buildings type and the estimation of the population growth as urban fabric factors. Each simulation corresponds to policies that are more or less restrictive of spaces considering what these territories can accommodate as a type of building and as a global population. In addition, the simulations can help the user to protect the desired lands such as the environmental spaces from urbanization. These scenarios show the simulation capabilities of the model and make it possible to improve our understanding of an urban sprawl simulation.Three different case studies with various sizes and populations are used including Toulouse metropolitan, Saint Sulpice la Pointe and Rieucros to provide a view of the effectiveness of the proposed method on several scales. The results evaluation indicates that the proposed method makes different simulations that correspond to different land priorities and constraints. It helps to see which land can be protected (where) and how building type can be used to constrain urban sprawl (how much). A 3D representation for each prospective urban growth simulations is provided in order to facilitates the interpretation of the SLEUTH simulation and differentiate the scenarios. The findings allow having different images of the city of tomorrow for applying it to urban policiesL'urbanisation est principalement due à la croissance démographique, à l'exode rural et au changement du mode de vie. Ce processus augmente les terres artificielles, qui affectent la biodiversité, les écosystèmes, le climat urbain et réduit les terres pour l'agriculture et les espaces naturels. L'objectif de cette thèse est de simuler divers scénarios d'urbanisation afin d'améliorer la prise de décision en matière de politiques publiques. Pour ce faire, le modèle SLEUTH est utilisé afin d’évaluer l’impact des bâtiments et des règles environnementales sur l’étalement urbain. Dans la méthode utilisée, SLEUTH intègre davantage des données topographiques, des données sur les tissus urbains et démographiques, y compris les caractéristiques géographiques et les contraintes environnementales. Le principal défi de cette recherche est de proposer différents scénarios d'étalement urbain pour plusieurs types de règles environnementales tout en tenant compte du besoin des habitants ou du moins d'une estimation de la croissance de la population. Le modèle SLEUTH est l’un des modèles de simulation d’automates cellulaires bien connus, qui correspond à la simulation dynamique de l’expansion urbaine et s’adapte au modèle morphologique de la configuration urbaine. SLEUTH, comme beaucoup d'autres méthodes de simulation de la croissance urbaine, ne considère que les données historiques. Bien que les impacts de la croissance démographique et du tissu urbain soient implicitement pris en compte lors de la phase d'étalonnage sur les cartes urbaines historiques, il est impossible d'inclure les changements de taux de croissance démographique ou de types de bâtiments dans les simulations. De plus, les résultats de SLEUTH se limitent à des données matricielles difficiles à interpréter pour les décideurs. Les résultats sont des pixels, sur lesquels une urbanisation est supposée se produire, ce qui n’a pas de sens du point de vue de l’urbanisme. Par conséquent, notre recherche vise à diversifier les possibilités de simulation en intégrant explicitement le facteur des types de bâtiments en fonction de la croissance de la population et en fournissant des modèles de visualisation des résultats de scénarios de croissance urbaine en 2D et même en 3D.Afin d'améliorer les résultats de SLEUTH, différents scénarios de simulation de croissance urbaine en 2D ont été définis sur la base du modèle SLEUTH en ajoutant le type de bâtiment et l'estimation de la croissance démographique en tant que facteurs du tissu urbain. Chaque simulation correspond à des politiques plus ou moins restrictives en espaces considérant ce que ces territoires peuvent accueillir en tant que type de bâtiment et en tant que population globale. De plus, les simulations peuvent aider l’utilisateur à protéger les terrains souhaités, tels que les espaces environnementaux, de l’urbanisation. Ces scénarios montrent la force de la simulation du modèle et permettent d’améliorer notre compréhension de l’étalement urbain. Trois études de cas de tailles et de populations différentes sont utilisées, Toulouse Métropole, Saint Sulpice la Pointe et Rieucros, afin de donner une idée de l'efficacité de la méthode proposée à plusieurs échelles. L'évaluation des résultats indique que la méthode proposée est capable d’effectuer différentes simulations correspondant à plusieurs priorités et contraintes foncières. Il est utile de voir quels terrains peuvent être protégés (où) et quel type de bâtiment peut être utilisé pour limiter l'étalement urbain (combien). Une représentation en 3D de chaque simulation de croissance urbaine est fournie afin de faciliter l'interprétation de la simulation SLEUTH et de différencier les scénarios. Les résultats permettent d’avoir plusieurs images de la ville de demain pour l’appliquer aux politiques urbaine
Urban growth simulations in order to represent the impacts of constructions and environmental constraints on urban sprawl
No full textL'urbanisation est principalement due à la croissance démographique, à l'exode rural et au changement du mode de vie. Ce processus augmente les terres artificielles, qui affectent la biodiversité, les écosystèmes, le climat urbain et réduit les terres pour l'agriculture et les espaces naturels. L'objectif de cette thèse est de simuler divers scénarios d'urbanisation afin d'améliorer la prise de décision en matière de politiques publiques. Pour ce faire, le modèle SLEUTH est utilisé afin d’évaluer l’impact des bâtiments et des règles environnementales sur l’étalement urbain. Dans la méthode utilisée, SLEUTH intègre davantage des données topographiques, des données sur les tissus urbains et démographiques, y compris les caractéristiques géographiques et les contraintes environnementales. Le principal défi de cette recherche est de proposer différents scénarios d'étalement urbain pour plusieurs types de règles environnementales tout en tenant compte du besoin des habitants ou du moins d'une estimation de la croissance de la population. Le modèle SLEUTH est l’un des modèles de simulation d’automates cellulaires bien connus, qui correspond à la simulation dynamique de l’expansion urbaine et s’adapte au modèle morphologique de la configuration urbaine. SLEUTH, comme beaucoup d'autres méthodes de simulation de la croissance urbaine, ne considère que les données historiques. Bien que les impacts de la croissance démographique et du tissu urbain soient implicitement pris en compte lors de la phase d'étalonnage sur les cartes urbaines historiques, il est impossible d'inclure les changements de taux de croissance démographique ou de types de bâtiments dans les simulations. De plus, les résultats de SLEUTH se limitent à des données matricielles difficiles à interpréter pour les décideurs. Les résultats sont des pixels, sur lesquels une urbanisation est supposée se produire, ce qui n’a pas de sens du point de vue de l’urbanisme. Par conséquent, notre recherche vise à diversifier les possibilités de simulation en intégrant explicitement le facteur des types de bâtiments en fonction de la croissance de la population et en fournissant des modèles de visualisation des résultats de scénarios de croissance urbaine en 2D et même en 3D.Afin d'améliorer les résultats de SLEUTH, différents scénarios de simulation de croissance urbaine en 2D ont été définis sur la base du modèle SLEUTH en ajoutant le type de bâtiment et l'estimation de la croissance démographique en tant que facteurs du tissu urbain. Chaque simulation correspond à des politiques plus ou moins restrictives en espaces considérant ce que ces territoires peuvent accueillir en tant que type de bâtiment et en tant que population globale. De plus, les simulations peuvent aider l’utilisateur à protéger les terrains souhaités, tels que les espaces environnementaux, de l’urbanisation. Ces scénarios montrent la force de la simulation du modèle et permettent d’améliorer notre compréhension de l’étalement urbain. Trois études de cas de tailles et de populations différentes sont utilisées, Toulouse Métropole, Saint Sulpice la Pointe et Rieucros, afin de donner une idée de l'efficacité de la méthode proposée à plusieurs échelles. L'évaluation des résultats indique que la méthode proposée est capable d’effectuer différentes simulations correspondant à plusieurs priorités et contraintes foncières. Il est utile de voir quels terrains peuvent être protégés (où) et quel type de bâtiment peut être utilisé pour limiter l'étalement urbain (combien). Une représentation en 3D de chaque simulation de croissance urbaine est fournie afin de faciliter l'interprétation de la simulation SLEUTH et de différencier les scénarios. Les résultats permettent d’avoir plusieurs images de la ville de demain pour l’appliquer aux politiques urbainesThe process of urbanization occurs mainly due to population growth, rural exodus to cities and life style that often induces the nearly irreversible changes. It increases the artificial lands, which affect the biodiversity, ecosystems, urban climate, and reduces land for agriculture and natural areas. The focus of this thesis is to simulate diverse urbanization scenarios in order to improve public policies decision making. To do this, the SLEUTH model is used in order to investigate the impacts of buildings and environmental rules on urban sprawl. In the method used, the SLEUTH model integrates more topographic data, urban tissue and demographic data, including geographical features and the environmental constraints. The main challenge of in this research is to propose different urban sprawl scenarios for different kind of environmental rules while taking into account the population demand or at least population growth estimation. The SLEUTH model is one of the well-known cellular automata simulation models, which matches the dynamic simulation of urban expansion and adapts to morphological model of the urban configuration. SLEUTH, like many other urban growth simulation methods, considers only the historical data. Although, the impacts of population growth and urban tissue are implicitly considered during the calibration phase on the historical urban maps, changes in population growth rate or in building types cannot be included in its simulations. Moreover the SLEUTH results are limited to raster data that are difficult to interpret for decision makers. The results are some pixels on which urbanization is supposed to occur which do not make sense from urbanism point of view. Therefore, our research aims to diversify the simulation possibilities integrating explicitly factors of building types according to population growth and providing visual methods to view urban growth scenario results in 2D and even 3D. In order to improve the SLEUTH results, different 2D urban growth simulation scenarios have been defined based on the SLEUTH model by adding buildings type and the estimation of the population growth as urban fabric factors. Each simulation corresponds to policies that are more or less restrictive of spaces considering what these territories can accommodate as a type of building and as a global population. In addition, the simulations can help the user to protect the desired lands such as the environmental spaces from urbanization. These scenarios show the simulation capabilities of the model and make it possible to improve our understanding of an urban sprawl simulation.Three different case studies with various sizes and populations are used including Toulouse metropolitan, Saint Sulpice la Pointe and Rieucros to provide a view of the effectiveness of the proposed method on several scales. The results evaluation indicates that the proposed method makes different simulations that correspond to different land priorities and constraints. It helps to see which land can be protected (where) and how building type can be used to constrain urban sprawl (how much). A 3D representation for each prospective urban growth simulations is provided in order to facilitates the interpretation of the SLEUTH simulation and differentiate the scenarios. The findings allow having different images of the city of tomorrow for applying it to urban policie
Investigating the Effects of Population Growth and Urban Fabric on the Simulation of a 3D City Model
No full textInternational audienceUrbanization induces almost irreversible changes and leads to the phenomenon of urban sprawl and, therefore an increase in artificial lands that affects biodiversity, ecosystems and climate impacts. SLEUTH as a Cellular Automaton (CA) simulation model is widely used by the researchers and urban planners in order to simulate the urban sprawl as a dynamic system. However, SLEUTH, like many other urban simulation models, only considers historical data, and the growth of urban population and urban tissue is not explicitly contemplated and does not have much effect on the simulation results. In this research, we have added these two parameters to SLEUTH and simulated a 3D city model in order to see the impacts of population growth and types of construction on urban sprawl, and to improve the results of simulations. The 3D representation of urban forecasting is based on the results of 2D urban growth simulation while respecting some restrictions on urbanization such as the direction of the footprints, and the distances to urban entities and geographic features. The aim of this research is not only to produce a 3D city model, but also to use the potential of the third dimension to provide different urban future scenarios that can inform prospective strategies for sustainable urban development. The findings allow proposing a set of different simulations that correspond to the different land priorities and constraints, and provide disparate images of city of tomorrow for its application in urban policy as well as smart city modelling and management
Using building types and demographic data to improve our understanding and use of urban sprawl simulation
No full textInternational audienceAbstract. Many studies, using various modeling approaches and simulation tools have been made in the field of urban growth. A multitude of models, with common or specific features, has been developed to reconstruct the spatial occupation and changes in land use. However, today most of urban growth techniques just use the historical geographic data such as urban, road and excluded maps to simulate the prospective urban maps. In this paper, adding buildings and population data as urban fabric factors, we define different urban growth simulation scenarios. Each simulation corresponds to policies that are more or less restrictive of space considering what these territories can accommodate as a type of building and as a global population.Among the urban growth modeling techniques, dynamic models, those based on Cellular Automata (CA) are the most common for their applications in urban areas. CA can be integrated with Geographical Information Systems (GIS) to have a high spatial resolution model with computational efficiency. The SLEUTH model is one of the cellular automata models, which match the dynamic simulation of urban expansion and could be adapted to morphological model of the urban configuration and fabric.Using the SLEUTH model, this paper provides different simulations that correspond to different land priorities and constraints. We used common data (such as topographic, buildings and demography data) to improve the realism of each simulation and their adequacy with the real world. The findings allow having different images of the city of tomorrow to choose and reflect on urban policies
Utilisation des données démographiques et des types de bâtiments pour une meilleure simulation de l’étalement urbain
No full textInternational audienceDe nombreuses études utilisant différentes approches de modélisation et outils de simulation ont été réalisées dans le domaine de la croissance urbaine. Une multitude de modèles, avec des caractéristiques communes ou spécifiques, ont été développés pour étudier l’occupation du sol et l’aménagement des territoires. Cependant, aujourd’hui, la plupart des techniques de croissance urbaine utilisent uniquement les données géographiques historiques telles que les cartes urbaines, routières et des masques de zones non constructibles pour simuler les cartes urbaines prospectives. Dans cet article, en intégrant les types de bâtiments et les données démographiques comme facteurs d’évolution du tissu urbain, nous définissons différents scénarios de simulation de croissance urbaine. Chaque simulation correspond à des politiques plus ou moins restrictives de l’espace, compte tenu de ce que ces territoires peuvent accueillir comme types de bâtiments et comme population globale. Parmi les techniques de modélisation de la croissance urbaine, les modèles dynamiques basés sur les automates cellulaires sont les plus courants pour leurs applications en milieu urbain. Les automates cellulaires peuvent être intégrés aux Systèmes d’Information Géographique (SIG) pour avoir un modèle à haute résolution spatiale avec une efficacité de calcul. Le modèle SLEUTH est l’un des modèles d’automates cellulaires qui permet de simuler l’expansion urbaine tout en s’adaptant à la morphologie urbaine. En utilisant le modèle SLEUTH, cet article propose différentes simulations qui correspondent à différentes priorités et contraintes foncières. Nous avons utilisé les données topographiques, démographiques et les types de bâtiments afin d’améliorer le réalisme de chaque simulation et leur adéquation avec le monde réel. Les résultats permettent d’avoir différentes images de la ville de demain pour mieux réfléchir aux politiques urbaine
Identifying the Dimensions and Consequences of Digital Customer Experience: A Phenomenological Study
No full textObjectiveAchieving success, particularly in the realm of online and digital commerce, frequently hinges on customer experience, a multifaceted process influenced by numerous factors. Along with the emergence of new technologies, communication methods between organizations and customers have changed. The digitalization process allows customers to access a great deal of information around the world without any time or place boundaries and make multiple transactions and purchases at once. Today, customers are not only accessing and searching for information on the Internet but also engaging in interactions, uploading, and sharing content themselves. In addition, by creating the online virtual world, social media has transformed communication from traditional methods into a large and online social phenomenon. Utilizing interactive capabilities enables direct contact with consumers, resulting in lower costs, increased productivity, enhanced satisfaction with internet purchasing, higher repurchase intentions, and ultimately, a more pleasant consumer experience. Digital customer experience has become an important topic in market research, as businesses have realized that their success depends largely on providing positive purchasing experiences for their customers. Creating memorable experiences is significant for retaining old customers and attracting new ones. This study investigates the desired digital experience of customers when shopping online in a highly competitive environment. It also seeks to determine the factors contributing to the digital experience of customers in cyberspace. MethodologyThe research employs a qualitative and descriptive phenomenological approach. The statistical population consists of individuals who engage in internet purchasing on websites at least twice a month, with a monthly purchasing amount exceeding 500 thousand Tomans. Accordingly, those who were fully familiar with Internet purchasing were selected as the study sample. Furthermore, a purposive sampling technique was used to select the samples and concerning the qualitative nature of the research, the sample size was determined to be 18 people until the data saturated. The interview data underwent analysis using Van Manen's method, which involved three stages of coding: open, axial, and selective coding. Throughout this process, the data were continuously reviewed and refined to ensure thorough analysis. FindingsA total of 705 codes were extracted after the data were analyzed. The codes were classified into three major components, including digital customer experience, satisfaction with internet purchasing, and repurchase intention. In total, digital customer experience encompassed 19 sub-categories, five main categories, and one sub-category. Customer satisfaction with Internet purchasing consisted of two categories and the repurchase intention consisted of two categories. ConclusionThe research findings highlight the influence of the aforementioned factors in fostering a favorable digital experience for customers and online shopping. It is worth noting that given the highly competitive conditions of businesses, managers and business owners should give special credit to these factors to achieve customer satisfaction
From Pixels to 3D Representations of Buildings: A 3D Geo-visualization of Perspective Urban Respecting Some Urbanization Constraints
No full textGISTAM 2020, 6th International Conference on Geographical Information Systems Theory, Applications and Management, Prague, TCHÈQUE, RÉPUBLIQUE, 07-/05/2020 - 09/05/2020In this paper, we generate the fictive 3D buildings and provide a 3D representation of an urban growth model using ArcGIS. SLEUTH urban growth model, like the other CA (Cellular Automata) models, creates a prospective 2D map containing some pixels on which urbanization is supposed to occur. These pixels have to be transformed into 3D building representations, while respecting some restrictions on urbanization. To create a building from a pixel, we transform the pixels from raster data to building footprints. In the process of transformation, different considerations and constraints are considered such as the direction of the footprints and the distances to urban objects and geographic features. To generate the 3D representations of the buildings, the appropriate heights are added to these footprints. The height of the buildings depends on the probability of the height of adjacent buildings. Although the provided 3D model is a primary and simple model, the 3D representation of the urb an growth allows having different images of the city of tomorrow for supporting the scientists and authorities in charge of urban planner and management
