کاربرد مدل ویکور در ارزیابی و پهنه بندی تناسب زمین برای توسعه فیزیکی شهر شازند
Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 658
This Paper With 11 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICSAU04_2269
تاریخ نمایه سازی: 11 مرداد 1396
Abstract:
رشد روز افزون شهرها متاثر از جمعیت و مهاجرت منجربه ساخت وسازهای بدون برنامه ریزی وتغییرات زیاد درساختارفضایی شهرها شده است. لذا این امر لزوم هدایت آگاهانه وسازماندهی اساسی و طراحی فضای مناسب را افزایش دادهاست. هر اندازه که شهرها گسترش پیدا کنند برخورد آنها با واحدهای گوناگون توپوگرافی، ژیومورفولوژی و موضوعاتمربوط به آنها زیادتر می شود. لذا اهمیت و ضرورت شناخت ویژگیهای محیط های طبیعی جهت تمیز و تشخیص نقاطمناسب برای ایجاد بناها و ساختمانها، از مناطق نامساعد معلوم می شود. پارامترهای ژیومورفولوژی یکی از عوامل اصلی وتعیین کننده جهات توسعه فیزیکی شهرها و سکونتگاه ها محسوب می شوند. در این پژوهش سعی شده است با بررسیعوامل موثر بر توسعه فیزیکی شهر بهترین جهات برای توسعه فیزیکی آینده شهر شازند با استفاده از مدل ویکور درسیستم اطلاعات جغرافیایی تعیین گردد. بدین منظور از نه معیار شیب، ارتفاع، زمین شناسی، کاربری اراضی، فاصله ازشبکه راه، فاصله از رودخانه، فاصله از گسل، فاصله از نقاط روستایی و فاصله از نقاط شهری استفاده شده است. تناسبزمین برای توسعه ی فیزیکی به پنج طبقه ی بسیار زیاد، زیاد، متوسط، کم و بسیار کم تقسیم شد و نقشهی پهنه بندی آن تهیه گردید. نتایج نشان دادکه حدود 37 درصد مساحت محدوده، تناسب زیاد و بسیار زیادی برای توسعه فیزیکی دارد که عمدتا در بخش های شمال و شمال غربیمحدوده قرار دارند. که بهترین جهات برای توسعه شهر همین مناطق شمال و شمالغربی منطقه می باشد. و مناطق شرق وجنوب نامساعدترین مناطق برای توسعه فیزیکی این منطقه هست.
Keywords:
Authors
سیدحسن حسینی ساجدی
دانشجوی کارشناسی ارشد GIS&RS ، دانشگاه خوارزمی تهران
سعیده صاحبی
دانشجوی کارشناسی ارشد GIS&RS ، دانشگاه خوارزمی تهران
صادق ناجی
دانشجوی کارشناسی ارشد GIS&RS ، دانشگاه خوارزمی تهران
جواد سدیدی
استادیار GIS&RS دانشگاه خوارزمی تهران
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 :