پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 49 |
| تعداد شمارهها | 1,261 |
| تعداد مقالات | 10,847 |
| تعداد مشاهده مقاله | 22,201,434 |
| تعداد دریافت فایل اصل مقاله | 14,928,229 |
تحلیل توسعه کالبدی چند مقایسه شبکه معابر شهر خرمآباد با رویکرد نقش معابر از منظر Space Syntax وخوشهبندی K-Means | ||
| برنامه ریزی توسعه کالبدی | ||
| دوره 12، شماره 1، خرداد 1404، صفحه 37-46 اصل مقاله (2.13 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.30473/psp.2025.74213.2767 | ||
| نویسندگان | ||
| امیررضا بیرانوند1؛ امیر طیبی* 2 | ||
| 1دانشجوی کارشناسیارشد طراحی شهری، دانشگاه صنعتی جندیشاپور، دزفول، ایران | ||
| 2استادیار گروه شهرسازی، دانشگاه صنعتی جندیشاپور، دزفول، ایران | ||
| چکیده | ||
| شبکه معابر شهری بهعنوان ستون فقرات ساختار کالبدی شهرها، نقش محوری در توسعه کالبدی، بهبود دسترسیپذیری و کاهش نابرابریهای فضایی ایفا میکند. این پژوهش با رویکرد چندمقیاسه، شبکه معابر شهر خرمآباد را از طریق روشهای Space Syntax و خوشهبندی K-Means تحلیل میکند تا الگوهای فضایی مؤثر بر توسعه کالبدی در مقیاسهای محلی، میانی و کلان شناسایی شوند. هدف پژوهش، بررسی تغییر نقش معابر در شکلدهی به گسترش مناطق مسکونی، تجاری و زیرساختهای شهری با گسترش مقیاس تحلیل است. دادههای اولیه از پایگاه OpenStreetMap استخراج شده و معابر بهصورت خطوط محوری در نرمافزار DepthmapX مدلسازی شدند. شاخصهای کلیدی شامل یکپارچگی، انتخاب و اتصالپذیری در هر مقیاس محاسبه و تحلیل شدند. نتایج نشان میدهد که در مقیاس محلی، معابری با دسترسی بالا (۵۵ درصد خطوط) محورهای اصلی حرکت و دسترسی به خدمات محلی را تشکیل میدهند؛ در مقیاس میانی، معابر با پیوستگی بالا (۴۸ تا ۵۲ درصد) تعادلبخش جریان ترافیک و اتصال بینمنطقهای هستند؛ و در مقیاس کلان، معابری با انتخاب بالا (۵۵ درصد) ارتباطات گسترده شهری را پشتیبانی میکنند و به توسعه زیرساختهای کلیدی کمک مینمایند. با این حال، نبود دادههای ترافیکی واقعی، تأیید عملکرد معابر را محدود کرد. این یافتهها امکان ارائه راهکارهایی نظیر تقویت معابر میانی، بهبود زیرساختهای ترافیکی و ارتقای دسترسی در مناطق حاشیهای را برای توسعه کالبدی متعادل فراهم میکند. این پژوهش چارچوبی نوین برای بهینهسازی شبکه معابر در شهرهای درحالتوسعه ارائه میدهد و پیشنهاد میکند در مطالعات آتی، از دادههای GPS یا شمارش ترافیک در شهرهای مشابه با ویژگیهای توپوگرافی کوهستانی و در مقیاسهای چندگانه استفاده شود. | ||
| کلیدواژهها | ||
| تحلیل توسعه کالبدی چندمقیاسه؛ تحلیل ساختار فضایی؛ خرمآباد؛ خوشهبندی؛ شبکه معابر شهری | ||
| عنوان مقاله [English] | ||
| Multiscale Morphological Analysis of Urban Street Networks in Khorramabad Using Space Syntax and K-Means Clustering | ||
| نویسندگان [English] | ||
| َAmirreza beiranvand1؛ amir tayebi2 | ||
| 1M.Sc. Student in Urban Planning, Jundi-Shapur University of Technology, Dezful, Iran | ||
| 2Assistant Professor, Department of Urban Planning, Jundi-Shapur University of Technology, Dezful, Iran | ||
| چکیده [English] | ||
| Urban street networks, as the backbone of city morphology, play a crucial role in spatial development, accessibility improvement, and the reduction of spatial inequalities. This study adopts a multiscale approach to analyze the street network of Khorramabad City using Space Syntax techniques combined with K-Means clustering in order to identify spatial patterns influencing urban physical development at local, intermediate, and global scales. Street data were extracted from OpenStreetMap and modeled as axial lines in DepthmapX. Core indices—including integration, choice, and connectivity—were calculated at each scale. The findings reveal that at the local scale, streets with high accessibility (55%) function as primary axes for local mobility and service provision; at the intermediate scale, highly integrated streets (48–52%) balance inter-district connections and traffic flow; and at the global scale, streets with high choice values (55%) support city-wide connectivity and major infrastructural development. However, the absence of real traffic data limited performance validation. The results highlight the necessity of strengthening intermediate-level streets, improving traffic infrastructure, and enhancing accessibility in peripheral zones to foster balanced urban development. This research provides a novel framework for optimizing street networks in developing cities and recommends the use of GPS-based mobility data or traffic counts in future studies, particularly in mountainous urban contexts. | ||
| کلیدواژهها [English] | ||
| Multiscale Spatial Analysis, Space Syntax, Khorramabad, K-Means Clustering, Urban Street Networks | ||
| مراجع | ||
|
Batty, M. (2009). Accessibility: In search of a unified theory. Environment and Planning B: Planning and Design, 36(2), 191-194. https://doi.org/10.1068/b3602ed Ebtahi, S. M., & Colleagues. (2017). Investigating the capabilities of Space Syntax technology in analyzing urban spaces. National Conference on Contemporary Iranian Architecture and Urban Planning, Tehran, Iran. (in Persian) Hillier, B., & Hanson, J. (1984). The social logic of space. Cambridge University Press. Hillier, B., Penn, A., Hanson, J., Grajewski, T., & Xu, J. (1993). Natural movement: Or, configuration and attraction in urban pedestrian movement. Environment and Planning B: Planning and Design, 20(1), 29-66. https://doi.org/10.1068/b200029 Hosseini, S. B., & Rezaei, M. (2019). Spatial analysis of urban roads using Space Syntax: A case study of Yazd city. Urban Studies Quarterly, 8(32), 45-58. (in Persian) Jiang, B., & Claramunt, C. (2004). Topological analysis of urban street networks. Environment and Planning B: Planning and Design, 31(1), 151-162. https://doi.org/10.1068/b306 Karimi, K. (2012). A configurational approach to analytical urban design: ‘Space syntax’ methodology. Urban Design and Planning, 165(4), 197-210. https://doi.org/10.1680/udap.11.00041 MacQueen, J. (1967). Some methods for classification and analysis of multivariate observations. In Proceedings of the Fifth Berkeley Symposium on Mathematical Statistics and Probability (Vol. 1, pp. 281-297). University of California Press Mazaheri, M. (2016). Analysis of the spatial structure of Boroujerdiha House using Space Syntax. International Conference on Architecture and Urban Planning, Tehran, Iran. (in Persian) Mohammadzadeh, Sh., & Mansouri, S. A. (2018). The relationship between the Mozaffariyeh complex and the spatial organization of Tabriz from the Qara Qoyunlu to the Qajar period. Bagh-e Nazar, 15(68), 15-24. (in Persian) Oluwafunke, A., & Oluropo, O. (2021). Space syntax: Evaluating the influence of urban form and socio-economy on walking behaviour in neighbourhoods of Akure, Nigeria. Urban Studies and Public Administration, 4(2), 1-15. Rezaei, M., & Pourmohammadi, M. (1397/2018). Assessing the accessibility of urban road networks using Space Syntax: A case study of Sari city. Journal of Urban Planning and Research, 9(34), 45-60. (in Shakoui, A., & Colleagues. (2016). Designing traffic zones using an enhanced K-Means algorithm. Journal of Geographical Sciences and Technology, 6(2), 45-60. (in Persian) Turner, A. (2007). From axial to road-centre lines: A new representation for space syntax and a new model of route choice for transport network analysis. Environment and Planning B: Planning and Design, 34(3), 539-555. https://doi.org/10.1068/b32067 Wang, J., & Cao, X. (2023). Big data analytics for urban form and function: A review of applications and challenges. Cities, 141, 104468. https://doi.org/10.1016/j.cities.2023.104468 Schneider, C., & Durmus, S. (2022). GPS-based urban movement analysis: Insights from Mannheim, Germany. Transportation Research Part A: Policy and Practice, 165, 177-192. https://doi.org/10.1016/j.tra.2022.08.012 Li, Y., Liu, X., & Zhang, Y. (2021). Big data-driven traffic signal control optimization in Shenzhen, China. Journal of Intelligent Transportation Systems, 25(4), 392-407. https://doi.org/10.1080/15472450.2020.1820337 Chen, H., & Wang, L. (2024). Multi-scale traffic pattern analysis using GPS data in Guangzhou, China. Sustainable Cities and Society, 102, 105234. https://doi.org/10.1016/j.scs.2023.105234 Al-Sheikh, A., & Al-Saleh, M. (2023). Deep learning algorithms for traffic flow prediction in Kuwait City: A case study using real-time data. Journal of Advanced Transportation, 2023, 9876543. https://doi.org/10.1155/2023/9876543 Zhang, T., & Huang, Y. (2022). Geospatial data applications in smart cities: Enhancing urban mobility and accessibility. Urban Informatics, 1(1), 45-60. https://doi.org/10.1007/s44212-022-00003-2 | ||
|
آمار تعداد مشاهده مقاله: 533 تعداد دریافت فایل اصل مقاله: 36 |
||