بررسی امکان مدل سازی میزان تغییرات کالبدی بافت های شهر با استفاده از داده کاوی

الموضوعات :

ناجی پژمان ضیایی ¹ (گروه شهرسازی، دانشکده هنر و معماری، دانشگاه آزاد اسلامی، واحد علوم و تحقیقات، تهران، ایران)
محمد نقی زاده ² (گروه شهرسازی، دانشکده هنر و معماری، دانشگاه آزاد اسلامی، واحد علوم و تحقیقات، تهران، ایران)
سید مصطفی مختاباد ³ (دانشکده هنر و معماری، دانشگاه تربیت مدرس، تهران، ایران.)

تاريخ الإرسال : 03 الأربعاء , ذو القعدة, 1438 تاريخ التأكيد : 09 الثلاثاء , جمادى الأولى, 1440 تاريخ الإصدار : 27 الأحد , ربيع الأول, 1444

الکلمات المفتاحية: محله فیض‌آباد, بافت شهر, داده کاوی, تغییرات کالبدی, کرمانشاه,

ملخص المقالة :

پیش‌بینی آهنگ تغییرات کالبدی بافت‌های شهری یکی از عوامل تاثیرگذار بر کیفیت طراحی و برنامه‌ریزی شهری به‌شمار می‌رود. هدف از انجام این پژوهش تدوین شیوه‌ای برای مدلسازی آهنگ تغییرات کالبدی بافت‌های شهری است به‌گونه‌ای که علاوه بر سهولت استفاده، امکان پیش‌بینی تغییرات را از طریق پایش دوره‌های پیشین فراهم سازد. از این رو با استفاده از تحلیل رگراسیونی خطی، آهنگ تغییرات فرم بافت برای یک دوره زمانی خاص مدل شده و میزان تغییرات آن مشخص گردید. در راستای آزمودن این شیوه، قسمتی از بافت محله فیض آباد شهر کرمانشاه مورد مطالعه قرار گرفته و بواسطه استخراج اطلاعات مربوط به چهار دوره از روی تصاویر هوایی، وضعیت بافت برای سال هدف مدل گردید. مقایسه اطلاعات مدل شده با وضعیت واقعی بافت نشان داد که مدل ایجاد شده کاربرد پذیر بوده و در مناطق مصون از تغییرات مبتنی بر طرح‌های شهری منطقه مورد مطالعه از دقت بیش از 70 درصد برخوردار می‌باشد.

المصادر:

1. احد‌نژاد‌روشتی، محسن؛ زلفی، علی؛ و شکری‌پور‌دیزج، حسین. (1390). ارزیابی و پیش‌بینی گسترش فیزیکی شهرها با استفاده از تصاویر ماهواره‌ای چند زمانه و سیستم اطلاعات جغرافیایی (مطالعه موردی شهر اردبیل 1363 - 1400).آمایش محیط، 15 (4)، 107-124.


2. احمدی ندوشن، مژگان؛ و سفیانیان، علیرضا. (۱۳۸۸). آشکارسازی و پیش‌بینی تغییرات پوشش اراضی شهر اراک. مجموعه مقالات همایش ژئوماتیک. شانزدهمین همایش و نمایشگاه ملی ژئوماتیک. اردیبهشت 25-26، (ص12-23). تهران: سازمان نقشه‌برداری کشور.


3. اصغری‌زمانی، اکبر؛ ملکی، سعید؛ و موحد، علی. (1389). پیش‌بینی تغییرات کاربری اراضی شهر زنجان با استفاده از مدل CLUE - S.جغرافیا و توسعه ناحیه‌ای، 15(8)، 39-64.


4. المدرسی، سید علی؛ مشتاقیون، مریم؛ و جمالی، علی اکبر. (1394). مدل‌سازی رشد و توسعه شهر بیابانی یزد با استفاده از تحلیل‌های پیشرفته فضایی، در بازه زمانی 1999-2020.کاوش‌های جغرافیایی مناطق بیابانی، 3(1)، 47-27.


5. بازرگان لاری، عبدالرضا. (1391).ریگراسیون خطی کاربردی. (چاپ سوم). شیراز: انتشارات دانشگاه شیراز.


6. حبیبی، کیومرث؛ پوراحمد، احمد؛ و مشکینی، ابوالفضل. (۱۳۷۶).بهسازی و نوسازی بافت‌های کهن شهری. (چاپ اول). تهران: نشر انتخاب.


7. ضیایی، ناجی پژمان؛ نقی زاده، محمد؛ و مختاباد امرئی، سید مصطفی. (1396). بازیابی الگوهای شکل‌دهنده به ساختار کالبدی شهر در راستای تبیین مفهوم ماشین شهرسازی.ماهنامه علمی پژوهشی باغ نظر، 14(52)، 59-70.


8. عطا، بهنام؛ رهنما، محمدرحیم؛ و آرخی، صالح. (1396). ارزیابی و پیش‌بینی تغییرات و پراکنش افقی شهرها با استفاده از تصاویر چند زمانه و مدل CA_MARKOV مطالعه موردی: شهر گنبدکاووس.مجله آمایش جغرافیایی فضا، 7(23)، 25-40.


9. یوسفی، مریم؛ مکانیکی، جواد؛ اشرفی، علی؛ و نیسانی سامانی، نجمه. (1396). آشکارسازی و مدل‌سازی تغییرات کاربری اراضی با استفاده از داده‌های سنجش از دور، مدل زنجیره مارکوف و سلول‌های خودکار (مطالعه موردی: شهر بجنورد).مجله آمایش جغرافیایی فضا، 7(26)، 1-16.


10. Allen, J., & Lu, K. (2003). Modeling and prediction of future urban growth in the Charleston Region of South Carolina: a GIS-based Integrated Approach. Conservation Ecology, 8(2), 2 [online] .


11. Anselin, L. (1988). Spatial Econometrics. Methods and Models. Kluwer Academic Publishers: Dordrecht


12. Clapham Jr, W. B. (2003). Continuum-based classification of remotely sensed imagery to describe urban sprawl on a watershed scale. Remote Sensing of Environment, 86(3), 322-340.


13. Gamba, P., Aldrighi, M., & Stasolla, M. (2011). Robust extraction of urban area extents in HR and VHR SAR images. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 4(1), 27-34.


14. Geoghegan, J., Villar, S. C., Klepeis, P., Mendoza, P. M., Himmelberger, Y. O., & Chowdhury, R. R. (2001) .Modeling tropical deforestation in the southern Yucatan peninsular region: comparing survey & satellite data. Agriculture, Ecosystems and Environment, 85(1-3), 25-46.


15. Google earth V 5.2.1.1329 (beta). (January 10, 2010). Kermanshah , Iran. 34° 19’ 07.18”N, 47° 04’ 31.14”E, Eye alt 4458 feet. Digital Globe 2012.


16. Hu, Z., & Lo, C. P. (2007). Modeling urban growth in Atlanta using logistic regression. Computers, Environment and Urban Systems, 31(6), 667-688.


17. Irwin, E. G., & Geoghegan, J. (2001). Theory, data, methods: developing spatially explicit economic models of land use change. Agriculture, Ecosystems and Environment, 85, 7–23.


18. Landis , J., & Zhang, M. (1998). The second generation of the California urban futures model. Part 2: Specification and calibration results of the land-use change submodel. Environment and Planning B: Planning and Design, 25(6), 795-824.


19. Li, X., & Yeh, A. G. O. (1998). Principal component analysis of stacked multi-temporal images for the monitoring of rapid urban expansion in the Pearl River Delta. International Journal of Remote Sensing, 19(8), 1501-1518.


20. McCullagh, P., Nelder, J. (1989). Generalized Linear Models.(Vol. 37). CRC Press: Boca Raton.


21. 2 Schneider, L., & Pontius Jr, R. G. (2001). Modeling land use change in the Ipswich watershed, Massachusetts, USA. Agriculture, Ecosystems and Environment, 85, 83–94.


22. 2 Serneels, S., & Lambin, E. F. (2001). Proximate causes of land-use change in Narok District, Kenya: a spatial statistical model. Agriculture, Ecosystems and Environment, 85, 65–81.


23. 2 Teimouri, A., Rabieifar, V., Hadavi, F., & Hadavi, M. (2014). Evaluating and Predicting Horizontal Expansion of the City of Qazvin Emphasizing the Land-Use Changes from 1986 to 2011. Journal of Urban Economics and Management, 2(5), 15-27.


24. 2 Waddell, P. (2002). UrbanSim: Modeling urban development for land use, transportation, and environmental planning. Journal of the American planning association, 68(3), 297-314.


25. 2 Walsh, S. J., Crawford, T. W., Welsh, W. F., & Crews-Meyer, K. A. (2001). A multiscale analysis of LULC and NDVI variation in Nanrong district, northeast Thailand. Agriculture, Ecosystems and Environment, 85, 47–64.


26. White, R., & Engelen, G. (1997). Cellular automata as the basis of integrated dynamic regional modelling. Environment and Planning B: Planning and design, 24(2), 235-246.


27. Wu, F., & Yeh, A. G. O. (1997). Changing spatial distribution and determinants of land development in Chinese cities in the transition from a centrally planned economy to a socialist market economy: a case study of Guangzhou. Urban studies, 34(11), 1851-1879.


28. Xie, C., Huang, B., Claramunt, C., Chandramouli, C. (2005). Spatial logistic regression and GIS to model rural-urban land conversion. Proceedings of PROCESSUS Second International Colloquium on the Behavioural Foundations of Integrated Land-use and Transportation Models: Frameworks, Models and Applications, June 12–15. Toronto: University of Toronto press.