ارزیابی عدالت فضایی در توزیع و توسعه پایدار فضای سبز شهری با استفاده از مدل آنتروپی و ضریب پراکندگی (نمونه موردی: مناطق 10 گانه شهر شیراز)
Publish place: New attitudes in human geography، Vol: 12، Issue: 1
Publish Year: 1398
نوع سند: مقاله ژورنالی
زبان: Persian
View: 221
This Paper With 16 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_GEOIAU-12-1_014
تاریخ نمایه سازی: 19 اسفند 1399
Abstract:
چکیده در عصر حاضر اهمیت و نقش فضای سبز در حیات و توسعه شهرها تا حدی است که به عنوان یکی از شاخصهای توسعه پایدار از آن یاد میشود. در توسعه پایدار شهری توزیع متناسب فضای سبز با توجه به پراکندگی متوازن جمعیت یکی از اصول برقراری عدالت جغرافیایی است. میباشد. این پژوهش با استفاده از روش تحلیلی – توصیفی در پی دستیابی به هدف اصلی پژوهش یعنی ارزیابی وضعیت سرانه فضای سبز در مناطق دهگانه شهر شیراز میباشد در این راستا با گردآوری اطلاعات موجود در طرحهای توسعه شهری و سرشماریهای رسمی مرکز آمار ایران طی سالهای 1385، 1390 و 1394، تحلیلهای لازم با استفاده از مدلهای آنتروپی و ضریب پراکندگی صورت گرفته است. یافته‌های تحقیق نشان میدهد که بالاترین سرانه فضای سبز شهری به ترتیب در مناطق 9، 3، 6، 1 و کمترین سرانه فضای سبز به ترتیب مربوط به مناطق 8 و 7 میباشد. در محاسبات مدل ضریب پراکندگی عدد (20/0) بدست آمد که برخلاف تحقیقات قبلی در خصوص نمونه مورد مطالعه این پژوهش، نشانگر تحقق اصل عدالت محوری در برنامهریزی فضایی شاخص فضای سبز در سال 1394 میباشد. نتایج حاصل از ضریب آنتروپی نیز نشان داد که توزیع جمعیت در مناطق دهگانه شهر شیراز در سال 1385 متعادل بوده، در سال 1390به سمت توزیع نابرابری جمعیت پیش رفته و سپس در سال 1394 دوباره به سمت عدد 1 که نشان‌دهنده توزیع متعادل است، سوق یافته است.
Keywords:
Authors
محمد رحیمی
دانش آموخته کارشناسی ارشد شهرسازی، دانشکده هنر و معماری، دانشگاه شیراز، شیراز، ایران
منصور صنیعی
دانش آموخته کارشناسی ارشد شهرسازی، واحد قزوین،دانشگاه آزاد اسلامی، قزوین، ایران
عبدالسلام اسماعیلزاده
دانش آموخته کارشناسی ارشد شهرسازی، دانشگاه علامه طباطبایی، تهران، ایران
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 :