ارزیابی، مدلسازی و پیشبینی توسعهی شهری نیشابور با تأکید بر زلزله
Publish Year: 1398
نوع سند: مقاله ژورنالی
زبان: Persian
View: 319
This Paper With 16 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JARGS-9-36_002
تاریخ نمایه سازی: 3 اسفند 1399
Abstract:
در روند توسعهی شهری بسیاری از زمینهای کشاورزی اطراف و حاشیه شهرها تغییر کاربری یافتند و از طرفی مکانگزینی و توسعهی بیبرنامه شهرها در بسیاری از موارد منجر به نادیده گرفتن مخاطرات طبیعی گردید و مخاطرات طبیعی از عوامل تهدیدکنندهی امنیت شهرها هستند که یکی از مهمترین این مخاطرات طبیعی، زلزله است. پژوهش حاضر با هدف بررسی و پیشبینی تغییرات کاربری اراضی با تأکید بر زلزله در شهر نیشابور انجام گرفته است که از نظر هدف، کاربردی بوده و از تصاویر سنجندهی ETM مربوط به سالهای ۲۰۰۰ و ۲۰۰۹ و سنجندهی OLI مربوط به سال 2018 از ماهوارهی لندست بهرهگیری شده است و برای تجزیهوتحلیل دادهها در محیط نرمافزاری Arc GIS استفاده گردید. همچنین از مدل IDW جهت پهنهبندی، از مدل AHPبرای وزندهی نظرات کارشناسان و برای پیشبینی توسعهی شهر تا سال 2030 از مدل زنجیرهی مارکوف و CA مارکوف استفاده شد. نتایج تحقیق نشانگر آن است که سمت توسعهی آیندهی شهر نیشابور بیشتر تمایل به سمت شمال و شمال شرق دارد؛ درحالیکه محدودهی مذکور در پهنهی خطر متوسط زلزله قرار دارد و جنوب و جنوب غربی شهر در پهنهی خطر کم بوده، درحالیکه سمت توسعهی آینده نخواهد بود و تا سال 1409 (2030 میلادی) بهترین جهت برای توسعهی شهر به سمت جنوب و جنوب غربی است. بهطورکلی قسمت شمالی شهر که عمده محدودهی شهر و سمت توسعهی شهر است، دارای خطر بیشتری است؛ چراکه در پهنه زلزلههای با عمق کم قرار بوده و در پهنهی زلزلههای بیش از 7/4 ریشتر بوده و فاصلهی کمتری را با گسلهای فعال دارد و سمت جنوب که سمت توسعهی شهر هم نیست دارای خطرات احتمالی کمتری است
Keywords:
Forecast , Urban Development , Markov Chain , Modeling , Neyshaboor. , مدلسازی , پیشبینی , توسعهی شهری , زنجیرهی مارکوف , زلزله , نیشابور.
Authors
رحمان زندی
Hakim Sabzevari University
مهدی زنگنه
Hakim Sabzevari University
مهسا مقدم
Hakim Sabzevari University
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :