بررسی پیامدهای توسعه کاربری اراضی شهری بر سکونتگاه های غیررسمی با استفاده از تصاویر ماهواره ای و مدل زنجیره ای مارکوف (مطالعه موردی: شهر کرمان)
Publish place: Journal of urban social Giography، Vol: 6، Issue: 1
Publish Year: 1398
نوع سند: مقاله ژورنالی
زبان: Persian
View: 587
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_KJUSG-6-1_009
تاریخ نمایه سازی: 23 مهر 1398
Abstract:
تبیین موضوع: در دهههای اخیر در اغلب کشورهای در حال توسعه با افزایش رشد شتابان شهری و مهاجرت روستاییان به شهر، سکونتگاههای غیررسمی گسترش بی سابقه ای یافته اند. میتوان گفت یکی از مهمترین عوامل تاثیرگذار در رشد پراکنده شهر کرمان تغییرات بدون برنامه کاربری اراضی بوده است. از اینرو پیشبینی این تغییرات می تواند در تصمیم گیریهای مدیریتی و برنامه ریزی های آینده این شهر نقش به سزایی داشته باشد. روش: با توجه به کارایی بالای مدل CA-Markov در پیشبینی تغییرات کاربری اراضی، در پژوهش حاضر نیز از این مدل با هدف پیشبینی روند توسعه و تغییرات کاربری اراضی در سال افق ۱۴۰۶ بهره گرفته شد و از تصاویر ماهوارهای سالهای ۱۳۶۸، ۱۳۷۹، ۱۳۸۷ و ۱۳۹۶ برای پیشبینی و آشکارسازی تغییرات استفاده گردید. یافتهها: یافته ها نشان می دهد در نقشه پیشبینی سال ۱۴۰۶ مساحت سه کلاس، اراضی ساخته شده ۱۰۲۷۳ هکتار، زمین بایر ۱۲۲۹ هکتار و پوشش گیاهی ۹۹۸۳ هکتار خواهد بود. همچنین نقشه حاصل نشان می دهد که مساحت کلاس های زمین بایر و پوشش گیاهی به ترتیب به میزان ۱۱۸ و ۲۱۹ هکتار کاهش یافته است. همچنین کلاس اراضی ساخته شده نسبت به سال پایه (۱۳۹۶) تغییر چشم گیری نداشته است. نتیجهگیری: با توجه به کارایی بالای این مدل در پیش بینی تغییرات کاربری اراضی، می توان از نتایج حاصل از آن در برنامه ریزی ها و تصمیم گیری های آینده شهر کرمان استفاده نمود.
Keywords:
Authors
علی اصغر عبدالهی
استادیار جغرافیا و برنامه ریزی شهری، دانشگاه شهید باهنر کرمان، کرمان، ایران
مصطفی خبازی
استادیار ژئومورفولوژی، دانشگاه شهید باهنر کرمان، کرمان، ایران
افسانه شهریاری
دانش آموخته کارشناسی ارشد جغرافیا و برنامه ریزی شهری، دانشگاه شهید باهنر کرمان، کرمان، 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 :