پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 41 |
| تعداد شماره‌ها | 1,182 |
| تعداد مقالات | 10,167 |
| تعداد مشاهده مقاله | 19,109,765 |
| تعداد دریافت فایل اصل مقاله | 13,246,658 |
پیش بینی تغییر کاربری اراضی شهری تبریز، با استفاده از مدلSLEUTH | ||
| برنامه ریزی توسعه کالبدی | ||
| دوره 7، شماره 3 - شماره پیاپی 19، آذر 1399، صفحه 21-33 اصل مقاله (1.8 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.30473/psp.2020.43826.2050 | ||
| نویسندگان | ||
| حسن دارابی* 1؛ لیدا سیدی فر2؛ محمد جواد امیری3؛ عبدالرضا کرباسی4؛ حسین آقامحمدی5 | ||
| 1هیات علمی دانشگاه تهران | ||
| 2دانشجوی دکتری علوم محیط زیست، دانشگاه آزاد اسلامی واحد علوم تحقیقات تهران | ||
| 3عضو هیات علمی | ||
| 4گروه مهندسی محیط زیست ، دانشگاه تهران | ||
| 5گروه RS & GIS، دانشگاه آزاد اسلامی واحد علوم تحقیقات تهران | ||
| چکیده | ||
| در سال‌های اخیر، شهرنشینی یکی از قابل توجهترین فرآیندهای تغییر در جامعه بوده که معمولا با نابودی اراضی کشاورزی و طبیعی همراه شده است. مدیران، در فرآیندهای تصمیم‌گیری، جهت حفاظت از محیط زیست شهری، نیاز دارند که به درستی میزان رشد و جهت شهرها را در نظر بگیرند. هدف از این پژوهش، پیشبینی تغییرات کاربری اراضی شهری در شهر تبریز، با استفاده از مدل رشد شهری SLEUTH است. خروجی مدل، میزان و جهت رشد شهر را تا سال 2050 پیشبینی می‌کند. ضرایب پنج‌گانه به دست آمده برای منطقه مطالعاتی نشان میدهد که با توجه به سناریوی تاریخی، ضریب زایش و ضریب انتشار، غالب هستند. نرخ بالای ضریب زایش در این منطقه نشان میدهد که احتمال تبدیل هر سلول شهری به سلول مرکز انتشار شهر و در نتیجه میزان رشد مرکز انتشار جدید در منطقه تحت پوشش، زیاد است. بالا بودن ضریب انتشار، نشان‌دهنده احتمال بسیار زیاد به وجود آمدن لکه‌های شهری جدید حاصل از رشد خودبه‌خودی و تبدیل آنها به مراکز جدید رشد شهری است. نتایج صحت سنجی با استفاده از ضریب کاپا، نشان میدهد که مدلسازی از دقت 72/97 درصد برخوردار است. از نتایج به دست آمده می‌توان برای پیشبینی تغییر کاربری اراضی شهری استفاده کرد. نتایج کسب شده حاصل عقلانیت ابزاری است و لذا بکارگیری آن ها مستلزم برخورد انتقادی با آنها است. | ||
| کلیدواژه‌ها | ||
| پیش بینی؛ مدلSLEUTH؛ رشد شهری؛ کالیبراسیون؛ ضریب کاپا | ||
| عنوان مقاله [English] | ||
| Prediction urban land-use change in Tabriz using the SLEUTH model | ||
| نویسندگان [English] | ||
| Lida Seyedifar12؛ Mohammad Javad Amiri3؛ Abdolreza Karbasi4؛ Hossein Aghamohammadi5؛ | ||
| 21- PHD Candidate Environmental Science, IAU, Science Research Branch of Tehran | ||
| 3Department of Management Planning and Environmental education, University of Tehran | ||
| 4Department of Environmental Engineering, University of Tehran | ||
| 5Department of RS & GIS, IAU, Science Research Branch of Tehran | ||
| چکیده [English] | ||
| In recent years, urbanization has been one of the most significant processes of change in society, which is usually accompanied by the destruction of agricultural and natural lands. In their decision-making processes to protect the urban environment, managers need to properly consider the extent and direction of urban growth. The purpose of this study is to predict changes in urban land use in the city of Tabriz, using the SLEUTH urban growth model. The output of the model predicts the growth rate and direction of the city by 2050. The five coefficients obtained for the study area show that according to the historical scenario, the birth rate and the diffusion coefficient are dominant. The high rate of fertility in this area indicates that the probability of converting each urban cell to a city center diffusion cell is high, and as a result, the growth rate of the new diffusion center in the covered area is also high. The high emission coefficient indicates the high probability of new urban spots resulting from spontaneous growth and their transformation into new centers of urban growth. The results of validation using Kappa coefficient show that the modeling has an accuracy of 97.72%. The obtained results can be used to predict the change of urban land use. The obtained results are the outcome of instrumental rationality, and therefore their application requires a critical approach to them. | ||
| کلیدواژه‌ها [English] | ||
| Prediction, SLEUTH Model, Urban Growth, Calibration, Kappa Coefficient | ||
| مراجع | ||
|
خمر، غلامعلی و حیدری، اکبر(1393). ارزیابی الگوی رشد هوشمند شهری در شهرهای جدید ایران با تأکید بر شهر جدید صدرا با استفاده از مدل SLEUTH. فصلنامه علمی- پژوهشی فضای جغرافیایی دانشگاه آزاد اسلامی واحد اهر، 16(53)، 270-253. رسولی، مریم، سلمان‌ماهینی، عبدالرسول و کامیاب، حمیدرضا(1395). تعیین ضرایب مؤثر بر رشد شهری در مدل SLEUTH (مطالعه موردی: شهرستان های علی آباد، رامیان و آزادشهر). مجله آمایش جغرافیایی فضا، 6(21)، 12-1. رفیعی، رضا (1386). مکان یابی ایستگاههای انتقال پسماند جامد شهری با توجه به روند رشد شهر (مطالعه موردی شهر مشهد). پایان‌نامه کارشناسی‌ارشد، گروه آموزشی محیط زیست، دانشکده منابع طبیعی، دانشگاه تهران. سالنامه آماری کشور (1395). سرشماری عمومی نفوس و مسکن کشور. مرکز آمار ایران. طیبی، امین (1388). پیشبینی و ارزیابی تغییر کاربری اراضی شهری در محیط سیستم اطلاعات مکانی. پایان‌نامه کارشناسی‌ارشد، گروه نقشه برداری و سیستم اطلاعات مکانی، دانشکده فنی، دانشگاه تهران. عباس‌زاده، غلامرضا (1384). الگوسازی رشد کالبدی بافت شهری در راستای توسعه پایدار (نمونه موردی: شهر مشهد). پایان‌نامه کارشناسی‌ارشد، گروه مطالعات و برنامه‌ریزی، دانشگاه فردوسی مشهد. کامیاب، حمیدرضا، سلمان‌ماهینی، عبدالرسول، حسینی، سیدمحسن و غلامعلی‌فرد، مهدی(1390). کاربرد شبکه عصبی مصنوعی در مدلسازی توسعه شهری (مطالعه موردی: شهرگرگان). پژوهش‌های جغرافیایانسانی، 43(76)، 113-99. محمدزاده، رحمت(1386). بررسی زیست محیطی توسعه فیزیکی شتابان شهرها با تأکید بر شهرهای تهران و تبریز. نشریه جغرافیا و توسعه ناحیه‌ای، 5(9)، 112-93. Akin, A., Clarke, K. C., & Berberoglu, S. (2014). The impact of historical exclusion on the calibration of the SLEUTH urban growth model. Journal of Applied Earth Observation and Geo information, 27, 156–168.
Chaudhuri, G., & Clarke, K. C. (2013). Temporal accuracy in urban growth forecasting: A study using the SLEUTH model. Journal of Trans. GIS, 18(2), 302–320.
Clarke, K.C. (2008). A Decade of Cellular Urban Modeling with SLEUTH: Unresolved Issues and Problems, Chapter 3 in Planning Support Systems for Cities and Regions. Brail, R. K. , Lincoln Institute of Land Policy, Cambridge, MA, 47-60.
Dietzel, C., & Clarke, K. C. (2007). Toward Optimal Calibration of the SLEUTH Land Use Change Model. Journal of Transactions in GIS, 11, 29-45.
Feixue, L., Wang, L., Zhenjie, K., Clarke, K. C., Manchun, L., & Penghui, J. (2018). Extending the SLEUTH model to integrate habitat quality into urban growth simulation. Journal of Environmental Management, 217, 486-498.
Fengming, X., Hong, H., Clarke, K. C., Yuanman, H,. Xiaoqing, W,. Tiemao, M. Lia., Yong, Sh., & Chang, G. (2012). The potential impacts of sprawl on farmland in Northeast China—Evaluating a new strategy for rural development : Landscape and urban planning. an international. Journal of landscape ecology, 104(1), 34-47.
Hadly, C. C. (2000). Urban Sprawl: Indicators, Causes , and Solutions, Prepared for the Bloomington Environmental Commission, http://www.city.bloomington
http://www.necgia.ucsb.edu/project. (2018, December 20 )
Hui, H., Hui-Ping, L., & Ying, LÜ. (2012). Scenario Prediction and Analysis of Urban Growth Using SLEUTH Model. Journal of Pedosphere, 22( 2), 206-216.
Jafarnezhad, J., Salmanmahiny, A., & Sakieh, Y. (2015). Subjectivity versus objectivity: comparative study between brute force method and genetic algorithm for calibrating the SLEUTH urban growth model. Journal of Urban Planning and Development, 142(3), 1-12.
Kirtland, D., Gaydos, L., Clarke, K. C., Decola, L., Acevedo,W., & Bell, C. (1994). Ananalysis of human-induced land transformations in the San Francisco Bay/Sacramentoarea. Journal of World Resources Review, 6, 206-217.
Kumar, M., Choudhary, M., & Saxena, A. (2017). Application of geo-spatial techniques and cellular automata for modeling urban growth of a heterogeneous urban fringe. The Egyptian Journal of Remote Sensing and Space Sciences, 20, 223-241.
Lauer, C. & Clarke, K. C. (2011). Evolving Simulation Modeling: Calibrating SLEUTH Using a Genetic Algorithm. Journal of Geo Computation, 24, 25- 29.
Lu, D., Mausel, P. E., zio, B., & Moran, E. (2004) .Change detection techniques. International. Journal of Remote Sensing, 25(12), 2365-2407.
Rafiee, R., Salmanmahini, A., khorasani, N., Darvishsefat, A., & Danekar, A. (2009). Simulating urban growth in Mashad City, Iran through the SLEUTH model (UGM) . Journal of Cities, 26(1), 19-26. Salmanmahini, A., & Gholamalifard, M. (2007). Dynamic Spatial Modeling of Urban Growth through Cellular Automata in a GIS Environ. Journal of Environmental Research. 1(3), 272-279.
Silva, E.A., & Clarke, K. C. (2002). Calibration of the SLEUTH urban growth model for Lisbon and Porto, Portugal, Computers. Journal ofEnvironment and Urban systems. 26, 525–552.
Syphard, A.D., Clarke, K. C., Franklin, J., Regan, H.M., & Mcginnis, M. (2011). Forecasts of habitat loss and fragmentation due to urban growth are sensitive to source of input data. Journal of Environmental Management, 92, 1882-1893.
Veldkamp, A., & Lambin, E. F. (2001). Predictiong land-use chang. Journal of Agriculture, Ecosystems and Environment, 85, 1-6.
Xiaoqing, W., Yuanman, H., Hong, H., Fengming, X., & Rencang, B. (2010). Future Urban Growth in Shenyang City Based on SLEUTH Model. Journal of Geospatial Information Science. 13(1), 32-39. | ||
|
آمار تعداد مشاهده مقاله: 454 تعداد دریافت فایل اصل مقاله: 632 |
||