موقعیت یابی مناسب جهت توسعه فیزیکی شهر با استفاده از مدل AHP و منطق فازی در محیط GIS (نمونه موردی: شهر شهرکرد)

محورهای موضوعی : کاربرد GIS&RS در برنامه ریزی شهری

میثم محرمی ¹ (کارشناس ارشد سنجش از دور و سیستم اطلاعات جغرافیایی دانشگاه تبریز)
حامد خانی پردنجانی ² (گروه سنجش از دور و سیستم اطلاعات جغرافیایی دانشگاه خوارزمی تهران)
علی رضایی ³ (گروه سنجش از دور و سیستم اطلاعات جغرافیایی،دانشگاه خوارزمی ، تهران ، ایران)

تاریخ دریافت : 1397/05/10 تاریخ پذیرش : 1397/06/15 تاریخ انتشار : 1398/06/01

کلید واژه: منطق فازی, AHP, GIS, توسعه فیزیکی شهر, شهرکرد,

چکیده مقاله :

توسعه روزافزون شهرها باعث بروز مشکلات بسیار جدی در زندگی روزمره بشر می شود. از سویی نمی توان توسعه شهری را محدود ساخت بلکه باید آن را متناسب با نیازهای امروز و فردای بشر آماده نمود، به گونه ای که از وارد آمدن آسیب به محیط زیست جلوگیری شود. در ایـن پـژوهش سـعی شـده اسـت بـا شناسـایی ویژگـی هـای محیطـی، خصوصـاً ویژگـی هـای ژئومورفولــوژیکی و ارزیــابی آن، مکــان هــای بهینــه بــرای توســعه شــهری شهرکرد مشــخص شــود. بدین منظور از 13 شــاخص اســتفاده گردید و بــا اســتفاده از تلفیــق دو مــدل منطــق فــازی و AHP ابتـدا هـر کـدام از لایـه هـا در محـیط نرم افزار ArcGIS فـازی شـدند و بعـد از ضـرب وزن لایه هـای حاصـل از AHP در هـر کـدام از لایـه هـا، عملگـرهای ضـرب، جمـع فـازی و گامـای فـازی اجرا شد. در نهایـت گامـای بهینـه در ArcGIS بـه 5کـلاس تناسـب تقسـیم‌بنـدی گردید. نتایج تحقیق نشان می دهد که 5/16درصــد منطقــه مــورد مطالعــه در کــلاس بسیار مناسب قــرار دارد و 9 درصــد از منطقــه در کــلاس بسیار نامناسب قــرار مــی‌گیــرد. نقشه حاصل از مدل مذکور نواحی با احتمال گسترش فـضایی برمبنـای روند گذشته را مشخص نموده و نواحی مناسب برای گسترش آتی را نیز ارائه کـرده است. بـر این مبنا نواحی شرقی، شمالی و جنوب شرقی شهر شهرکرد مناسب ترین نواحی برای گسترش آتی شهر می باشند.

چکیده انگلیسی:

Due to the development of cities, a number of issues emerge as crucial problems in every-day life of human beings. One the one hand, the urban development, which is one of the essential aspects for the life and survival of human beings, cannot be limited, and on the other hand, it should be arranged in harmony with the needs of human being in a way that it does not damage environment. In the present study, it was intended to identify the optimal sites and districts for urban development through determination of environmental features, especially geomorphological features and the analysis of these features. In order to analyze these features, 13 indices were used. Each of the layers was fuzzed in the environment of Geographic Information System (GIS) through integration of Fuzzy Logic and Analytic Hierarchy Process (AHP). In the next step, multiplication operator, fuzzy addition, and fuzzy gamma were operated through multiplication of weight of layers resulted from AHP in each of the layers. The optimal gamma in ArcGIS was categorized in 5 proportion classifications. The results indicated that 9 percent of the studied site is categorized in the low-proportion class and 16.5 percent in high-proportion class. The map of the presented model determined the districts with potentiality of spatial development with respect to the past trends as well as suitable districts for future developments. Accordingly, Northern, Eastern, and Northeastern districts of Shahrekord City are the best and most suitable ones for future development of the city.

منابع و مأخذ:

Batisani, N., & Yarnal, B. (2009). Urban expansion in Centre County, Pennsylvania: Spatial dynamics and landscape transformations. Applied Geography, 29(2), 235-249.

Cohen, B. (2004). Urban growth in developing countries: a review of current trends and a caution regarding existing forecasts. World development, 32(1), 23-51.

Cvetinovic, M., Nedovic-Budic, Z., & Bolay, J. C. (2017). Decoding urban development dynamics through actor-network methodological approach. Geoforum, 82, 141-157.

Hutchison, R. (Ed.). (2009). Encyclopedia of urban studies. Sage Publications.

Jaeger, J. A., Bertiller, R., Schwick, C., & Kienast, F. (2010). Suitability criteria for measures of urban sprawl. Ecological indicators, 10(2), 397-406.

Kaya, S., & Curran, P. J. (2006). Monitoring urban growth on the European side of the Istanbul metropolitan area: A case study. International Journal of Applied Earth Observation and Geoinformation, 8(1), 18-25.

Muñiz, Í. O., & García, F. F. (2017). Recent urban development in Gijon (Spain). Historic aerial photography as a tool for sustainability assessment of the process. Cities, 67, 1-8.

Polyzos, S., & Tsiotas, D. (2012). The evolution and spatial dynamics of coastal cities in Greece. In Urban development. IntechOpen.

Roy, S., Byrne, J., & Pickering, C. (2012). A systematic quantitative review of urban tree benefits, costs, and assessment methods across cities in different climatic zones. Urban Forestry & Urban Greening, 11(4), 351-363.

Soltani, J., Karbasi, A. R., & Fahimifard, S. M. (2011). Determining optimum cropping pattern using Fuzzy Goal Programming (FGP) model. African Journal of Agricultural Research, 6(14), 3305-3310.

Ward, S. (2004). Planning and urban change. Sage.

Wolk–Musial, E., & Zagajewski, B. (1999). Environmental Remote Sensing. Remote Sensing of Environment Laboratory, Faculty of Geography and Regional Studies, University of Warsaw, Poland Water Open Lands.

Zhao, P. (2010). Sustainable urban expansion and transportation in a growing megacity: Consequences of urban sprawl for mobility on the urban fringe of Beijing. Habitat International, 34(2), 236-243.