تحلیل فضایی و پهنهبندی مراکز اقامتی و گردشگری با رویکرد ارتقاء سطح زندگی (مطالعه موردی: شهر بندرعباس)
الموضوعات : فصلنامه آینده پژوهی شهری
وحید سهرابی
1
,
محمدابراهیم عفیفی
2
,
مرضیه موغلی
3
1 - دانشجوی دکترای جغرافیا و برنامهریزی شهری، واحد لارستان، دانشگاه آزاد اسلامی، لارستان، ایران
2 - دانشیار گروه جغرافیا، واحد لارستان، دانشگاه آزاد اسلامی، لارستان، ایران
3 - دانشیار گروه جغرافیا، واحد لارستان، دانشگاه آزاد اسلامی، لارستان، ایران
الکلمات المفتاحية: مراکز اقامتی و گردشگری, ارتقاء سطح زندگی, تحلیل فضایی, شهر بندرعباس.,
ملخص المقالة :
شهر بندرعباس به‌عنوان یکی از شهرهای مهم و توریستی جنوب کشور با وجود پتانسیلهای بالا، در زمینه زیرساخت‌ها و تأسیسات موردنیاز گردشگران به‌ویژه هتلها با مشکلاتی از جمله کمبود هتل، توزیع نامناسب و عدم مکانیابی اصولی مواجه است. با توجه به رشد و توسعه شهر و افزایش گردشگر، هتلهای موجود ناکافی بوده و نیاز به مکانیابی جدید جهت احداث هتل وجود دارد. هدف پژوهش تعیین مکانهای بهینه برای مراکز اقامتی با در نظر گرفتن تمامی فاکتورها است. در این پژوهش برای تحلیل فضایی و مکانیابی مراکز اقامتی گردشگری از ابزارهای سیستم اطلاعات جغرافیایی (GIS) و روشهای فرآیند تحلیل سلسله‌مراتبی (AHP) و تاپسیس فازی استفاده شده است. معیارهای مؤثر شامل معیارهای طبیعی، چشمانداز، دسترسیها و دوری از کاربریهای ناسازگار تعیین شدهاند. وزندهی معیارها با روش AHP انجام و زیرمعیارها با روش رتبهبندی ارزشگذاری شدهاند. لایهها با مدل همپوشانی شاخصها ترکیب شده و نواحی ۹ گانه بر اساس روش تاپسیس فازی با توجه به نزدیکی به راهحل ایده‌آل اولویتبندی شدهاند. نتایج نشان میدهد که مراکز اقامتی و گردشگری موجود در منطقه موردمطالعه تا حدی پراکنش متناسبی دارند. در هر دو روش AHP با مدل همپوشانی و تاپسیس فازی، نواحی ۴ و ۵ به‌عنوان اولویت اول برای مکانیابی هتل تعیین‌شده‌اند. تفاوت در این است که روش همپوشانی پهنهها، مکانیابی دقیق‌تری را نشان میدهد. این پهنههای انتخابی در حدفاصل پارک دولت تا بلوار پردیس واقع در گلشهر جنوبی و شهرک طلوع قرار دارند. با استفاده ترکیبی از GIS،AHP و تاپسیس فازی میتوان مکانیابی بهینه مراکز اقامتی در بندرعباس را به‌صورت دقیق و قابل اتکا انجام داد. نتایج حاصل از این مطالعه میتواند به تصمیم‌گیرندگان در برنامهریزی توسعه زیرساختهای گردشگری و هتل‌سازی در منطقه کمک شایانی نماید.
منابع
احمدي، حسن؛ شيرين، محمد خان؛ سادات، فيض‌نيا؛ و جمال، قدوسي. (1384). ساخت مدل منطقه‌اي خطر حرکت‌هاي توده‌اي با استفاده از ويژگي‌هاي کيفي (مطالعه موردي: حوضه آبخيز طالقان)، مجله منابع طبيعي ايران، 58(1)، 3-14. https://journals.ut.ac.ir/article_25488.html
بخشنده امنیه، حسن؛ رستمی، امیرحسین؛ شهریار، کورش؛ چاکری، حمید؛ و چراغی سیف آباد، مسعود. (1399). انتخاب روش حفاری تونل مترو با روشهای AHP و TOPSIS. فصلنامه علمی علوم زمین، 29(116)، 121-124. doi: 10.22071/gsj.2019.99088.1265
تقوایی، مسعود؛ و اکبری، محمود. (1388). مقدمه¬ای بر برنامه¬ریزی و مدیریت گردشگری شهری. اصفهان: انتشارات پیام علوی.
جعفری مهرآبادی، مریم؛ و رخساری، حمید. (1397). تحلیل فضایی و مکان یابی هتل ها در ساختار شهری(مطالعه موردی: شهر تبریز)، فصلنامه مطالعات ساختار و کارکرد شهری، 5(17)، 26-46. https://doi.org/10.22080/shahr.1970.2109
جعفری، غلام حسین؛ وثوقی راد، لیلا؛ صالحی میشانی، حیدر. (1395). ارزیابی فضای سبز شهری جهت مکانیابی پارک‌های محله‌ای مطالعه موردی: منطقه 1 شهر تهران، فصلنامه تحقیقات جغرافیایی، 31(3)، 172-160. https://georesearch.ir/article-1-49-fa.html
چراغی، مهدی؛ و ذولفی، علی. (1396). مکانیابی اماکن تفریحی و اقامتی استان زنجان (مطالعه موردی: محور گردشگری سلطانیه- کتله خور). مهندسی جغرافیایی سرزمین، 1(2)، 79-93. https://www.jget.ir/article_50421.html
حسام، مهدی؛ آقائی زاده، اسماعیل. (1398). تحلیل توزیع فضایی مراکز اقامتی در مقصدهای گردشگری شهری (مطالعه موردی: شهر رشت). فصلنامه گردشگری شهری، 6(4)، 16ـ1. https://jut.ut.ac.ir/article_75406.html
حکاک، محمد؛ احمدی فرد، مریم؛ و حبیبی، آرش. (1399). ارائۀ مدل توسعۀ گردشگری استان لرستان. گردشگری و توسعه، 9(2)، 183-196. doi: 10.22034/jtd.2019.178868.1699
حیدری سورشجانی، رسول؛ و دهقان جزی، ابوالفضل. (1398). تحلیل فضایی و جانمایی خدمات گردشگری شهری با استفاده از منطق فازی (مطالعة موردی: اقامتگاههای گردشگری شهر اصفهان). پژوهش‌های جغرافیای برنامهریزی شهری، 7(4)، 763-784. doi: 10.22059/jurbangeo.2019.279872.1090
ختایی، محمود؛ فرزین، محمد رضا؛ و موسوی، علی. (1387). اندازه گیری کارایی برخی هتل های شهر تهران با استفاده از روش تحلیل پوششی داده ها (DEA). پژوهش های رشد و توسعه پایدار (پژوهش های اقتصادی)، 8(2)، 1-24. https://sid.ir/paper/496381/fa
دلبری، سیدعلی؛ و داوودی، سیدعلیرضا. (1391). کاربرد تکنیک فرآیند تحلیل سلسله مراتبی (AHP) در رتبه بندی شاخص های ارزیابی جاذبه های توریستی. تحقیق در عملیات در کاربردهای آن (ریاضیات کاربردی)، 9(2)، 57-79. https://sid.ir/paper/164555/fa
رجبی، محمدرضا؛ منصوریان، علی؛ و طالعی، محمد. (1390). مقایسه روشهای تصمیم گیری چند معیارهAHP , AHP_OWA وFuzzy AHP_OWA برای مکان یابی مجتمع های مسکونی در شهر تبریز. محیط شناسی، 37(57)، 77-92. https://sid.ir/paper/453694/fa
سرایی، محمدحسین؛ چهارراهی، مسعود؛ و صفرپور، میثم . (1395). بررسی و تحلیل پراکنش فضایی هتلها نسبت به جاذبههای گردشگری مورد شناسی: شهر شیراز. جغرافیا و آمایش شهری منطقه‌ای، 6(20)، 171-182. doi: 10.22111/gaij.2016.2707
سلیمی، مهدی؛ سلطان حسینی، محمد؛ و شعبانی بهار، غلامرضا. (1391). مکان گزینی اماکن ورزشی با استفاده از مدل های پیوسته و گسسته فضایی مبتنی بر ترکیب دو مدل AHP و TOPSIS. مطالعات مدیریت ورزشی (پژوهش در علوم ورزشی)، 4(13)، 157-180. https://sid.ir/paper/234425/fa
عابدینی، موسی؛ پیروزی، الناز؛ امینی، زهرا؛ و پرستار، سمیه. (1400). مکانیابی بهینه فضای سبز شهر اردبیل با استفاده از مدل فرآیند تحلیل شبکه‌ای (ANP) و سیستم اطلاعات جغرافیایی. فصلنامه علمی پژوهش های بوم شناسی شهری، 12(1-2), 1-20. doi: 10.30473/grup.2021.8615
فخرجمالی، هاله؛ صحرایی نژاد، نسیم؛ و موسوی فاطمی، حسین. (1400). تحلیل پهنه بندی توسعه پایدار بوم گردی روستایی با بهره گیری از فرآیند تحلیل سلسله مراتبی (AHP) مورد پژوهی: روستای سردابه استان اردبیل. معماری و شهرسازی پایدار، 9(2)، 77-65. doi: 10.22061/jsaud.2021.7430.1790
قدسی پور، حسن. (1385). فرآیند تحلیل سلسله مراتبی، انتشارات دانشگاه صنعتی امیرکبیر.
کدیور، علی اصغر؛ و محمدزاده الهوردیخانی، جمیله. (1394). شناسایی پهنه های مناسب جهت ایجاد مراکز اقامتی- سیاحتی در شهر بجنورد (با استفاده از مدل ANP). جغرافیاوتوسعه ناحیه ای، 13(2)، 201-225. doi: 10.22067/geography.v13i2.44037
کرم، امیر؛ و محمدی، اعظم. (1388). ارزیابی و پهنه بندی تناسب زمین برای توسعه فیزیکی شهر کرج و اراضی پیرامونی برپایه فاکتورهای طبیعی و روش فرآیند تحلیل سلسله مراتبی (AHP). جغرافیای طبیعی، 1(4)، 59-74. https://sid.ir/paper/185038/fa
کیامهر، رامین؛ پیری، عیسی؛ بزم آورد، شب بو؛ و آذری، مهدی. (1395). تحلیلی بر توزیع فضایی هتل ها در مقصدهای گردشگری (نمونه موردی: شهر کرمانشاه). گردشگری شهری، 3(1 )، 43-57. https://sid.ir/paper/255359/fa
محمدیان، فرشاد؛ شاهنوشی فروشانی، ناصر؛ قربانی، محمد؛ و عاقل، حسن. (1388). انتخاب الگوی کشت بالقوه محصولات زراعی بر اساس روش فرایند تحلیل سلسله مراتبی (AHP) (مطالعه موردی: دشت تربت جام). دانش کشاورزی و تولید پایدار (دانش کشاورزی)، 19/1(1)، 169-187. https://sid.ir/paper/486377/fa
محمودی، سمیه. (1402). نقش شهرداری ها در ارزیابی و جانمایی فضاهای سبز شهری با استفاده از سیستم اطلاعات جغرافیایی GIS (مورد مطالعه: شهرستان خوی)، مجله پژوهش های نوین علوم جغرافیایی، معماری و شهرسازی، 5(45)، 359-381. https://civilica.com/doc/1940019/
مهرگان، محمدرضا. (1386). پژوهش عملیاتی پیشرفته، تهران؛ نشر کتاب دانشگاهی، چاپ سوم.
میرآبادی، مصطفی؛ بشارتی فر، حسین؛ نظری، صادق. (1402). مکان یابی بهینه زندان ها از منظر اصول و معیارهای پدافند غیر عامل (مطالعه موردی: شهر دو گنبدان)، مجله تحقیقات کاربردی علوم جغرافیایی، 23(71)، 61-79. https://jgs.khu.ac.ir/article-1-3652-fa.html
وزارت کشور. (1381). موضوعات مهم در طراحی و ساختار ایستگاه¬های آتش¬نشانی، انتشارات بی¬تا، تهران.
References:
Abd-El Monsef, H. (2015). Optimization of municipal landfill siting in the Red Sea coastal desert using geographic information system, remote sensing and an analytical hierarchy process. Environ. Earth Sci., 74(3), 2283–2296. http://dx.doi.org/10.1007/s12665-015-4220-2
Abedini, M., Piroozi, E., Amini, Z., & Parastar, S. (2021). Optimal location of urban green spaces in Ardabil city using analytic network process (ANP) and GIS. Scientific-Research Biannual Journal of Urban Ecology, 12(1), 1-20. https://doi.org/10.30473/grup.2021.8615 [In Persian]
Ahmadi, H., Shirin, M. K., Sadat, F., & Ghodousi, G. (2005). Development of a regional model for landslide hazard based on qualitative features (Case study: Taleghan watershed). Iranian Journal of Natural Resources, 58(1). https://journals.ut.ac.ir/article_25488.html [In Persian]
Aronof. S .1989. Geographic Information Systems: A Management cities, Mansell, Publishing Limited, London Geographer, 57(1). https://www.scirp.org/reference/referencespapers?referenceid=1313558
Ayalew, L., Yamagishi, H., Marui, H., & Kanno, T. (2005). Landslides in Sado Island of Japan: Part II. GIS-Based Susceptibility Mapping with Comparison of Results from Two Method Sand Verifications. Engineering Geology, 81, 432-445. https://doi.org/10.1016/j.enggeo.2005.08.004
Bunruamkaew, K., & Murayama, Y. (2012). Land use and natural resources planning for sustainable Ecotourism using GIS in Surat Thani,Thailand,Sustainability 2012,4,412- 429. https://doi.org/10.3390/su4030412
Chen, S. J., & Hwang, C. L. (1992). Fuzzy multiple attribute decision making Berlin: springer-Verlag. http://dx.doi.org/10.1007/978-3-642-46768-4
Cheraghi, M., Zolfi, A. (2017). Location analysis of recreational and accommodation sites in Zanjan province (Case study: Soltanieh-Kataleh Khor tourism corridor). Journal of Geographical Engineering of the Land, 1(2), 79-93. https://www.jget.ir/article_50421.html [In Persian]
Delbari, S. A., & Davoodi, S. A. (2012). Application of analytic hierarchy process (AHP) technique in ranking tourist attraction evaluation indices. Operations Research in Its Applications (Applied Mathematics), 9(2), 57-79. https://sid.ir/paper/164555/fa [In Persian]
Dwyer, L., Edwards, D., Mistilis, N., Roman, C., & Scott, N. (2009). Destination and enterprise management for a tourism future. Tourism Management, 30(1), 63–74. https://doi.org/10.1016/j.tourman.2008.04.002
Fakhr Jamali, H., Sahraei Nejad, N., Mousavi Fatemi, H. (2021). Sustainable development zoning of rural ecotourism using analytic hierarchy process (AHP): Case study of Sardabeh village, Ardabil province. Journal of Sustainable Architecture and Urbanism, 9(2), 65-77. https://doi.org/10.22061/jsaud.2021.7430.1790 [In Persian]
Ghalehteimouri, K. J., Shamsoddini, A., Bayramzadeh, N., & Mousavi, M. N. (2023). Identifying the pleasant sounds in the city's public parks environment (Case study: Mellat riverside park, Urmia). 1., 9(1), 149–165. https://doi.org/10.25765/sauc.v9i1.690
Ghodsipoor, H. (2006). Analytic hierarchy process. Amir Kabir University Press. [In Persian]
Hakak, M., Ahmadi Fard, M., Habibi, A. (2020). Tourism development model for Lorestan province. Scientific-Research Quarterly of Tourism and Development, 9(2), 183-196. https://doi.org/10.22034/jtd.2019.178868.1699 [In Persian]
Hasan Bakhshandeh, A., Rostami, A., Shahriar, K., Chakari, H., Cheraghi Seif Abad, M. (2020). Selection of metro tunnel excavation method using AHP and TOPSIS techniques. Earth Sciences Journal, 29(116), 1-21. https://doi.org/10.22071/gsj.2019.99088.1265 [In Persian]
Heidari Suresh Jani, R., & Dehghan Jozi, A. (2019). Spatial analysis and location of urban tourism services using fuzzy logic (Case study: Tourist accommodations of Isfahan city). Urban Geography and Planning Research, 7(4), 763-784. https://doi.org/10.22059/jurbangeo.2019.279872.1090 [In Persian]
Hesam, M., & Aghaei Zadeh, E. (2019). Spatial distribution analysis of accommodation centers in urban tourism destinations (Case study: Rasht city). Urban Tourism Quarterly, 6(4), 1-16. https://doi.org/10.22059/jut.2020.287496.702 [In Persian]
Jafari Mehrabadi, M., Rokhsari, H. (2018). Spatial analysis and location of hotels in urban structure (Case study: Tabriz city). Quarterly Journal of Urban Structure and Function Studies, 5(17), 26-46. https://doi.org/10.22080/shahr.1970.2109 [In Persian]
Jafari, G., Vosoughi Rad, L., & Salehi Mishani, H. (2016). Evaluation of urban green spaces for locating neighborhood parks: Case study of District 1, Tehran. Geographical Research Quarterly, 31(3), 160-172. https://georesearch.ir/article-1-49-en.html [In Persian]
Kadiyor, A. A., Mohammadzadeh Alvordi Khani, J. (2015). Identification of suitable zones for accommodation-tourism centers in Bojnourd city using ANP model. Journal of Geography and Regional Development, 13(2), 201-225. https://doi.org/10.22067/geography.v13i2.44037 [In Persian]
Karam, A., & Mohammadi, A. (2009). Evaluation and zoning of land suitability for physical development of Karaj city and surrounding lands based on natural factors and AHP method. Natural Geography, 1(4), 59-74. https://sid.ir/paper/185038/fa [In Persian]
Khataei, M., Farzin, M. R., Mousavi, A. (2008). Efficiency measurement of some hotels in Tehran using data envelopment analysis (DEA). Growth and Sustainable Development Research (Economic Research), 8(2), 1-24. https://sid.ir/paper/496381/fa [In Persian]
Kiamehr, R., Piri, E., Bazm Avard, Sh., & Azari, M. (2016). Spatial analysis of hotel distribution in tourism destinations: Case study of Kermanshah city. Urban Tourism, 3(1), 43-57. https://sid.ir/paper/255359/fa [In Persian]
Law, C. (1996). Urban tourism attraction visitors to large cities. Mansell. Poblishing Limited, London.
Mahmoudi, S. (2023). Role of municipalities in evaluation and spatial allocation of urban green spaces using GIS: Case study of Khoy County. Journal of New Research in Geography, Architecture and Urbanism, 5(45), 359-381. https://civilica.com/doc/1940019/ [In Persian]
Mehregan, M. R. (2007). Advanced operations research. Tehran: University Book Publishing, 3rd edition. [In Persian]
Ministry of Interior. (2002). Important topics in design and structure of fire stations. Unpublished publication, Tehran. [In Persian]
Mirabadi, M., Besharati Far, H., Nazari, S. (2023). Optimal location of prisons from the perspective of passive defense principles (Case study: Do Gonbadan city). Journal of Applied Geographic Sciences, 71, 61-79. https://jgs.khu.ac.ir/article-1-3652-fa.html [In Persian]
Mohammadian, F., Shahnoushi Forushani, N., Ghorbani, M., & Aqel, H. (2009). Selection of potential cropping patterns of agricultural products using analytic hierarchy process (AHP): Case study of Torbat-e Jam plain. Agricultural Science and Sustainable Production, 19(1), 169-187. https://sid.ir/paper/486377/fa [In Persian]
Mousavi, M. N., Shirazi, S. A., Nasar-u.-Minallah, M., & Bayramzadeh, N. (2025). Introducing the Mousavi Primate City Index for Iran’s Urban System assessment. GEOGRAPHY, ENVIRONMENT, SUSTAINABILITY, 18(1), 44–53. https://doi.org/10.24057/2071-9388-2025-3218
Mousavi, M., Jafarpour Ghalehteimouri, K., & Bayramzadeh, N. (2025). Assessing social infrastructure in border areas from a city prosperity perspective: a case study of border townships in West Azarbaijan Province, Iran. Discov. Cities, 2(1), 1–20. https://doi.org/10.1007/s44327-025-00057-3
Mousavi, M., Jafarpour Ghalehteimouri, K., Bagheri Kashkouli, A., & Bayramzadeh, N. (2024). Mitigating development barriers and addressing disparities in border cities of Iran: a comprehensive analysis of border provinces and influential factors. Geojournal, 89(4), 1–20. https://doi.org/10.1007/s10708-024-11181-9
Rajabi, M. R., Mansourian, A., & Talayi, M. (2011). Comparison of multi-criteria decision making methods AHP, AHP_OWA and Fuzzy AHP_OWA for locating residential complexes in Tabriz city. Environment, 37(57), 77-92. https://sid.ir/paper/453694/fa [In Persian]
Salimi, M., Soltan Hosseini, M., & Shabani Bahar, G. (2012). Location of sports facilities using continuous and discrete spatial models based on combination of AHP and TOPSIS models. Sports Management Studies (Sports Sciences Research), 4(13), 157-180. https://sid.ir/paper/234425/fa [In Persian]
Saraei, M. H., Chaharahi, M., & Safarpour, M. (2016). Spatial distribution analysis of hotels relative to tourist attractions (Case study: Shiraz city). Quarterly Journal of Regional Urban Geography and Planning, 6(20), 171-182. https://doi.org/10.22111/gaij.2016.2707 [In Persian]
Taghvayi, M., & Akbari, M. (2009). Introduction to urban tourism planning and management. Isfahan: Payam Alavi Publishing. [In Persian]
| Journal of Urban Futurology Volume 5, Number 1, Spring 2025
Online ISSN: 2783-4344 https://uf.zahedan.iau.ir/ |
Journal of Urban Futurology |
Spatial analysis and zoning of accommodation and tourism centers with an approach to improving the quality of life (Case study: Bandar Abbas city)
Vahid sohrabi1, Mohammad Ibrahim Afifi 2, Marzieh Mowgli3
1- PhD student in geography and urban planning, Larestan Branch, Islamic Azad University, Larestan, Iran
2- Associate Professor, Department of Geography, Larestan Branch, Islamic Azad University, Larestan, Iran
3- Associate Professor, Department of Geography, Larestan Branch, Islamic Azad University, Larestan, Iran
Article info | Abstract |
Article type: Research Article
Received: 2024/04/28 Accepted: 2024/08/12 pp: 74- 95
Keywords: Accommodation and Tourism Centers, Improvement of living standards, Spatial analysis Bandar Abbas city. | Bandar Abbas, as one of the important and touristic cities in southern Iran, despite its high potential, faces challenges in tourism infrastructure and facilities—particularly hotels—including shortages, improper distribution, and lack of proper site selection. Considering the city’s growth and increasing number of tourists, existing hotels are insufficient, creating a need for new site selection for hotel construction. The objective of this study is to determine optimal locations for accommodation centers by considering all relevant factors. This study employs Geographic Information Systems (GIS) tools and the Analytic Hierarchy Process (AHP) and fuzzy TOPSIS methods for spatial analysis and site selection of tourism accommodation centers. Effective criteria including natural features, landscape, accessibility, and distance from incompatible land uses were identified. Criteria were weighted using the AHP method, and sub-criteria were ranked accordingly. Layers were combined using the weighted overlay model, and nine zones were prioritized based on fuzzy TOPSIS according to their closeness to the ideal solution. Results indicate that the existing accommodation and tourism centers in the study area have a relatively balanced distribution. Both the AHP weighted overlay method and fuzzy TOPSIS identified Zones 4 and 5 as the top priorities for hotel site selection. The difference lies in that the weighted overlay method provides a more precise delineation of the zones. These selected zones are located between Dolat Park and Pardis Boulevard, situated in southern Golshahr and Tolou Town. By combining GIS, AHP, and fuzzy TOPSIS methods, optimal site selection for accommodation centers in Bandar Abbas can be conducted accurately and reliably. The findings of this study can significantly assist decision-makers in planning the development of tourism infrastructure and hotel construction in the region. |
| Citation: Sohrabi, V., Afifi, M. I., & Mowgli, M. (2025). Spatial analysis and zoning of accommodation and tourism centers with an approach to improving the quality of life (Case study: Bandar Abbas city). Journal of Urban Futurology, 5(1), 74-95.
DOI: https://doi.org/10.82545/uf.2025.1116733 |
[1] Corresponding author: Mohammad Ibrahim Afifi, Email: afifi.ebrahim6353@gmail.com, Tell: +989171816353
Extended Abstract
Introduction
A healthy city is fundamentally shaped by its healthy citizens, both of which together contribute to the creation of a vibrant and dynamic society. Urbanization stands as one of the key factors influencing the physical, mental, and social health of individuals. It is widely acknowledged that human health is closely intertwined with social, economic, and environmental conditions, which themselves are significantly shaped by urban policies and developmental goals. These factors collectively define the overall quality of life experienced by urban residents. The rapid growth of urbanization and the resulting influx of human populations into urban environments have substantially increased the importance of assessing and improving urban quality of life. Along with rising population densities, urbanization leads to the concentration of industries, capital, infrastructure, services, and resources within cities. This rapid urban concentration often results in complex challenges, including environmental degradation, infrastructural strain, and social inequities, which if unaddressed, can create long-term detrimental impacts on urban societies. The principal objective of urban development planning is to ensure the relative well-being of citizens by improving the quality of life across neighborhoods and city sectors. Scholars in urban studies consistently emphasize that one of the most critical factors influencing an individual's satisfaction with their living environment is the quality of housing and its surrounding neighborhood. Poor residential conditions—whether related to spatial quality, amenities, or environmental factors—can substantially undermine residents' physical health and mental well-being, leading to decreased life satisfaction.Residential environments constitute a core component of urban quality of life, supporting economic stability, cultural vibrancy, and social cohesion. Because residential spaces are where people spend the majority of their lives, it is essential to consider residents’ expectations and requirements both during the design and implementation of urban housing and infrastructure services. Addressing these factors contributes directly to healthier and more sustainable cities. With ongoing rapid population growth and housing shortages, particularly in metropolitan regions, urban developers increasingly rely on vertical expansion in the form of apartment buildings. While this approach effectively addresses housing shortages and accommodates population growth, it also introduces challenges such as limited personal outdoor space, potential social isolation, and infrastructural overload. Consequently, the quality of life for apartment residents may be negatively affected if such challenges are not proactively managed by urban planners and policymakers. The city of Bandar Abbas exemplifies these issues. Due to a scarcity of residential land and rising housing costs, coupled with uncontrolled migration from surrounding counties and insufficient infrastructure in peripheral areas, apartment living has become prevalent. This situation calls for careful spatial planning to optimize the location of accommodation and tourism centers, ensuring they enhance residents' quality of life and meet growing demands.
Methodology
This study utilized the Analytic Hierarchy Process (AHP) method to systematically identify optimal locations for accommodation and tourism facilities. The first step involved identifying relevant criteria and sub-criteria influencing these location decisions. Given the diverse importance of these indicators, pairwise comparisons were conducted using AHP, involving 30 experienced urban planning experts. This collaborative approach yielded weighted criteria reflecting expert consensus on the relative significance of each factor. AHP's systematic framework structures decision-making problems hierarchically, allowing complex issues to be broken down into manageable components. The four key stages of this process include: modeling the problem and objectives, preference judgments through pairwise comparisons, calculating relative weights, and synthesizing these weights to rank alternatives. Additional procedural steps include building the hierarchical structure, defining criteria, data collection and computations, sensitivity analysis, and consistency ratio checks to ensure reliability. The initial graphical representation of the decision problem highlights the ultimate goal, relevant criteria, and potential alternatives. A critical aspect of this step involves selecting appropriate and influential criteria that directly impact the decision objectives. This careful selection ensures the resulting spatial prioritization is both accurate and actionable.
Results and discussion
Results from this study demonstrate the effectiveness of integrating AHP with Fuzzy TOPSIS and Geographic Information Systems (GIS) to support spatial planning and decision-making for urban tourism development. AHP simplifies multi-criteria decision-making by providing a clear hierarchical structure, while GIS offers detailed geographical and land use data, coupled with powerful visualization and analytical capabilities essential for urban planning. Among the criteria considered for spatial prioritization in Bandar Abbas, urban services emerged as the most influential. This criterion included sub-categories such as existing tourism centers, commercial hubs, and healthcare facilities, with respective weights of 0.312, 0.155, and 0.051 assigned based on expert judgments via AHP. Existing tourism centers ranked highest, underscoring their critical role in planning new accommodation facilities, followed by commercial centers and healthcare access. The study employed two spatial analysis methods for site selection: fuzzy TOPSIS and weighted overlay of indicators. Fuzzy TOPSIS, a discrete model, structured criteria and alternatives within a decision matrix, generating a ranked list of nine zones based on suitability. The weighted overlay method, a continuous spatial model, combined raster layers weighted by importance to produce a comprehensive suitability map. Comparison of these approaches revealed that Zones 4 and 5 consistently emerged as top priority areas for accommodation development. Notably, the weighted overlay method offered more precise spatial delineation of priority zones, refining initial assumptions and providing actionable guidance for planners.
Conclusion
In conclusion, this research confirms that employing a combination of AHP, fuzzy TOPSIS, and GIS provides a robust, data-driven framework for informed decision-making in urban tourism accommodation planning. The findings emphasize the importance of prioritizing urban services and tourism infrastructure to enhance quality of life in Bandar Abbas. Furthermore, the study highlights the need for balanced development strategies that accommodate population growth while addressing the spatial and social challenges inherent to vertical housing expansions.
Funding
There is no funding support.
Authors’ Contribution
All authors equally contributed to conceptualization and manuscript preparation. All authors reviewed and approved the final manuscript and agreed on all aspects of the work.
Conflict of Interest
Authors declared no conflict of interest.
Acknowledgments
The authors express gratitude to all scientific consultants who contributed to this paper.
وحید سهرابی1، محمدابراهیم عفیفی 2، مرضیه موغلی3
1- دانشجوی دکترای جغرافیا و برنامهریزی شهری، واحد لارستان، دانشگاه آزاد اسلامی، لارستان، ایران
2- دانشیار گروه جغرافیا، واحد لارستان، دانشگاه آزاد اسلامی، لارستان، ایران
3- دانشیار گروه جغرافیا، واحد لارستان، دانشگاه آزاد اسلامی، لارستان، ایران
اطلاعات مقاله | چکیده |
نوع مقاله: مقاله پژوهشی
دریافت: 09/02/1403 پذیرش: 22/05/1403 صص: 95- 74
واژگان کلیدی: مراکز اقامتی و گردشگری، ارتقاء سطح زندگی، تحلیل فضایی، شهر بندرعباس. | شهر بندرعباس به‌عنوان یکی از شهرهای مهم و توریستی جنوب کشور با وجود پتانسیلهای بالا، در زمینه زیرساخت‌ها و تأسیسات موردنیاز گردشگران به‌ویژه هتلها با مشکلاتی از جمله کمبود هتل، توزیع نامناسب و عدم مکانیابی اصولی مواجه است. با توجه به رشد و توسعه شهر و افزایش گردشگر، هتلهای موجود ناکافی بوده و نیاز به مکانیابی جدید جهت احداث هتل وجود دارد. هدف پژوهش تعیین مکانهای بهینه برای مراکز اقامتی با در نظر گرفتن تمامی فاکتورها است. در این پژوهش برای تحلیل فضایی و مکانیابی مراکز اقامتی گردشگری از ابزارهای سیستم اطلاعات جغرافیایی (GIS) و روشهای فرآیند تحلیل سلسله‌مراتبی (AHP) و تاپسیس فازی استفاده شده است. معیارهای مؤثر شامل معیارهای طبیعی، چشمانداز، دسترسیها و دوری از کاربریهای ناسازگار تعیین شدهاند. وزندهی معیارها با روش AHP انجام و زیرمعیارها با روش رتبهبندی ارزشگذاری شدهاند. لایهها با مدل همپوشانی شاخصها ترکیب شده و نواحی ۹ گانه بر اساس روش تاپسیس فازی با توجه به نزدیکی به راهحل ایده‌آل اولویتبندی شدهاند. نتایج نشان میدهد که مراکز اقامتی و گردشگری موجود در منطقه موردمطالعه تا حدی پراکنش متناسبی دارند. در هر دو روش AHP با مدل همپوشانی و تاپسیس فازی، نواحی ۴ و ۵ به‌عنوان اولویت اول برای مکانیابی هتل تعیین‌شده‌اند. تفاوت در این است که روش همپوشانی پهنهها، مکانیابی دقیق‌تری را نشان میدهد. این پهنههای انتخابی در حدفاصل پارک دولت تا بلوار پردیس واقع در گلشهر جنوبی و شهرک طلوع قرار دارند. با استفاده ترکیبی از GIS،AHP و تاپسیس فازی میتوان مکانیابی بهینه مراکز اقامتی در بندرعباس را به‌صورت دقیق و قابل اتکا انجام داد. نتایج حاصل از این مطالعه میتواند به تصمیم‌گیرندگان در برنامهریزی توسعه زیرساختهای گردشگری و هتل‌سازی در منطقه کمک شایانی نماید. |
| استناد: سهرابی، وحید؛ عفیفی، محمدابراهیم؛ و موغلی، مرضیه. (1404). تحلیل فضایی و پهنهبندی مراکز اقامتی و گردشگری با رویکرد ارتقاء سطح زندگی (مطالعه موردی: شهر بندرعباس). فصلنامه آینده پژوهی شهری، 5(1)، 74-95.
|
مقدمه
شهر سالم با انسانهای سالم معنا می‌یابد و هر دو موجب به وجود آمدن جامعه‌ای سالم و پویا خواهند شد. شهرنشینی به‌عنوان یکی از عوامل مهم تأثیرگذار بر سلامت فردی و اجتماعی شهروندان، محسوب میشود به‌گونه‌ای که سلامت انسان‌ها تا حد زیادی تحت تأثیر وضعیت اجتماعی، اقتصادی و محیطی آن‌ها در گرو تحت تأثیر وضعیت برنامه‌ها و اهدافی است که شهر برای آن‌ها در نظر گرفته است. رشد شهرنشینی و تمایل جمعیت‌های انسانی به محیط‌های شهری بستر با اهمیت شدن مفهوم کیفیت زندگی شهری را بیش‌ازپیش فراهم ساخته است. هم‌زمان با افزایش جمعیت شهرنشینی و تمرکز صنایع، سرمایه‌ها، امکانات و خدمات شهری رشد کرده و شهرهای بزرگ به کلان‌شهرهای کنونی تبدیل‌شده و مشکلات جبران‌ناپذیری را برای بشر پدیده آورده است. هدف اصلی طرحهای توسعه شهری، تأمین رفاه نسبی شهروندان و بهبود کیفیت زندگی شهری و رضایتمندی سکونتی در محلات و مناطق شهری است. بسیاری از اندیشمندان مطالعات شهری بر این باورند که مهمترین عامل تأثیرگذار بر میزان رضایتمندی فرد از سکونت در یک منطقه و نوع زندگی خویش، مسکن و شرایط محیطی آن منطقه است و زندگی در شرایط مسکونی نابهنجار (چه به لحاظ کیفیت و چه به لحاظ کمیت مسکن) سلامت جسمی و روانی ساکنان را بسیار متزلزل و نابسامان میکند. کیفیت محیط مسکونی یکی از شرایط اساسی برای کیفیت زندگی است و از اقتصاد، فرهنگ و جامعه به‌طورکلی پشتیبانی میکند. ازآنجاکه محیط‌های مسکونی فضاهایی را در اختیار کاربران قرار میدهند که بتوانند در آن زندگی کنند و از آن راضی باشند، مهم است که انتظارات ساکنان هم در مرحله طراحی و هم در ارائه خدمات در نظر گرفته شود. رشد روزافزون جمعیت و معضل کمبود مسکن و ارائه خدمات زیرساختی سبب شده که سازندگان مسکن به فکر گسترش عمودی مسکن یعنی گسترش آپارتمان‌نشینی باشند. گرچه زندگی در این شرایط روزبه‌روز در حال گسترش بوده و به‌نوعی معضل کمبود مسکن را مرتفع می‌سازد اما زندگی با این شرایط آسیب‌ها و مشکلات متعدد دیگری را به دنبال دارد که در کیفیت زندگی شهروندان مؤثر بوده و بایستی توسط مسئولین و سازندگان این قبیل مسکن‌ها موردتوجه قرار گیرد. کمبود زمین مسکونی و گرانی سرسام‌آور قیمت مسکن در بندرعباس، مهاجرت بی‌رویه از شهرستان‌های استان و کمبود امکانات و زیرساخت‌ها در شهرهای اطراف سبب شده که استفاده از واحدهای آپارتمانی چشمگیری داشته باشد.
در قرون اخیر روند روبه رشد صنعتی‌شدن با برخی از موارد دیگر از جمله افزایش اوقات فراغت مردم، بهبود زیرساختهای ارتباطی، گسترش صنعت حملونقل به‌ویژه صنعت هوایی، تقاضا برای گردشگری در سطح جهان را با افزایش روبرو ساخته است. صنعت گردشگری با ماهیتی چندبعدی، علاوه بر تأمین نیاز گردشگران باعث ایجاد تغییرات عمدهای در نظام جامعه میزبان میگردد؛ ازاین‌رو، دولتمردان در تلاش هستند تا با مهیاسازی و ارزشمند نمودن جاذبههای گردشگری در مناطق دارای پتانسیل، فرصت بهرهمندی از ابعاد مثبت این صنعت را فراهم سازند (Mousavi et al, 2024- Dwyer et al, 2009- Mousavi et al, 2025). توسعه صنعت گردشگری برای کشورهای درحال‌توسعه که با معضلاتی از جمله سطح بیکاری بالا، محدودیت منابع ارزی و اقتصاد تک‌محصولی مواجه هستند، از اهمیت فراوانی برخوردار است. اقتصاد کشور ما نیز اتکای شدیدی به درآمدهای حاصل از صادرات نفت خام دارد و متغیرهای کلان اقتصادی با پیروی از قیمت جهانی نفت، در طول زمان، دچار نوسانات شدیدی میشوند (صباغ کرمانی و امیریان، 1379: 58). این در حالی است که بر اساس گزارش سازمان جهانی گردشگری، ایران از نظر جاذبههای تاریخی و طبیعی جزو پنج کشور برتر جهان است. بااین‌وجود متأسفانه اقتصاد ایران تکپایهای و متکی بر درآمد نفت است (مؤمنی و همکاران، 1392: 129). ایران به دلیل تنوع شرایط توپوگرافی، اقلیمی و جانوران و گیاهان و با دارابودن تاریخ و فرهنگ کهن از لحاظ جاذبههای سیاحتی یکی از 19 کشور بزرگ جهان محسوب میشود؛ ولی از نظر جذب گردشگر، در ردیف صد و بیستم کشورهای دنیا قرار دارد (میکائیلی، 1379: 23). باتوجه‌به پتانسیل و قابلیتهای چشمگیر موجود در کشور از نظر تنوع زیستی، ایران توانایی بسیاری برای رونق‌دادن به این صنعت دارد (رحمانی و محمد نژاد، 1382: 295). باتوجه‌به اینکه گردشگری پس از صنایع نفت و خودروسازی، سومین صنعت درآمدزای هزاره سوم به شمار میآید. لزوم توجه به این امر بیش از گذشته احساس میگردد. در واقع فعالیتهای گردشگری منابعی را به کار میگیرند که معمولاً غیرقابل‌استفاده به نظر میرسند و از طریق توسعه گردشگری، اقتصادی میشوند (کارگر، 1386: 2). ازاین‌رو گردشگری نیز مانند یک علم و صنعت برای رشد و پیشرفت خود نیاز به پژوهش داشته و نخستین گام برای ارتقای سطح گردشگری شناخت جاذبههای گردشگری است (مؤمنی و همکاران، 1392: 129) و شناسایی مکانها و نواحی مناسب برای گردشگری و خدمات مربوط به آن از مهمترین موضوعها برای برنامهریزی گردشگری محسوب میشود (فرج زاده اصل، 1384: 93). در این راستا استفاده از روشهای مناسب برای تعیین بهترین مکان از میان تعداد زیادی مکان با بهرهگیری از تعدادی معیارها و شاخصها ضروری به نظر میرسد. یکی از جامعترین نظامهای طراحی شده برای تصمیمگیری با معیارهای چندگانه فرایند تحلیل سلسله‌مراتبی (AHP)2 است. این فن را توماس. ال. ساعتی محقق عراقیالاصل در دههی 79 میلادی بر اساس تحلیل مغز انسان برای مسائل پیچیده و فازی ارائه داد. روش AHP امکان نظاممند کردن مسئله را به‌صورت سلسله‌مراتبی فراهم میکند و همچنین امکان درنظرگرفتن معیارهای مختلف مسئله را دارد (قدسی پور، 1385: 5). در واقع در این روش چندین گزینه بر اساس چندین معیار با هم مقایسه شده و بهترین گزینه یا ترتیب گزینههای مناسب انتخاب میشوند. این روش شامل یک ماتریس وزندهی بر پایه مقایسههای زوجی بین عاملها است (Ayalew et al, 2005) و بر پایه دیدگاههای کارشناسی بنا نهاده شده و از مزایای آن این است که اعمالنظر کارشناسی توسط افراد را تااندازه‌ای آسانتر کرده و احتمال خطا را کاهش میدهد. در این روش میتوان شمار زیادی از عاملها را دخالت داد و با استفاده از نظر کارشناسی هر یک از متغیرهای موجود را وزندهی کرده و عاملها را اولویتبندی نمود (کلارستاقی، 1381: 141). کشور ایران باتوجه‌به عدم کفایت درآمد ارزی غیرنفتی، وابستگی نامطلوب به درآمدهای نفتی، سهم محدود صادرات غیرنفتی و عدم رقابتپذیری کالاها و خدمات کشور در بازار جهانی، میبایست با دید عمیقتری به مقولة گردشگری توجه نماید. دراین‌بین هتلها یکی از عناصر صنعت گردشگری هستند که خدمات فراوانی را ارائه میدهند (ختایی و همکاران، 1387: 3- Ghalehteimouri et al, 2023- Mousavi et al, 2025) و بیشترین تأثیر اقتصادی را در صنعت گردشگری دارد. به‌طوری‌که بیش از 60 درصد هزینههای گردشگر صرف هزینه هتل میشود (Law Christopher, 1996: 109)؛ لذا توسعه مراکز اقامتی، مکانگزینی مناسب و مدیریت و برنامهریزی صحیح آن‌ها میتواند در رشد و توسعه صنعت گردشگری کشور نقش بسزایی داشته باشد.
مکانیابی فرایندی است که با ارزیابی محیط فیزیکی ضمن تأمین شرایط مناسب، فعالیتهای انسانی را مورد پشتیبانی قرار میدهد و مکانیابی بهینه سعی دارد با قانونمندکردن شاخصها و عوامل تأثیرگذار در تصمیمگیری و یافتن راهکارهای منطقی، تصمیمگیران و برنامهریزان را در انتخاب مکانهای مناسب برای انجام فعالیتها یاری رساند. این عملیات بدون درنظرگرفتن روابط مکانی و ژئومتری فضا نتایج نامناسبی به دنبال دارد (سلیمی و سلطان حسینی، 1391)؛ بنابراین مکانیابی مراکز استراحتگاهی به‌ویژه در شهرهاي گذرگاهی باید اصولی و دقيق صورت گيرد و در محلی احداث شود که در دید و دسترس مسافران باشد و حتی‌الامکان در نزدیکی جاده اصلی و تقاطع جادهها، فرودگاهها، مراکز تجاري و یا تفرجگاهها باشد (تقوایی و اکبری، 1388: 52).
شهر بندرعباس یکی از شهرهای مهم و توریستی ایران در جنوب کشور است و به دلیل موقعیت استراتژیکی آن، موردتوجه گردشگران داخلی و خارجی است و در زمینه امکانات و تسهیلات و تجهیزات موردنیاز گردشگران، نیاز به سرمایهگذاری و مدیریت و برنامهریزی کاملاً مشهود است. باتوجه‌به پتانسیلهای بالا در زمرة صنعت گردشگری در زمینه زیرساخت‌ها و تأسیسات موردنیاز گردشگران به‌خصوص در زمینه هتلها دارای ضعف‌ها و مشکلات متعددی از جمله کمبود هتل، توزیع نامناسب هتلها و عدم مکانیابی اصولی آن‌ها در منطقه یک شهر بندرعباس است؛ بنابراین باتوجه‌به رشد و توسعه شهر بندرعباس و افزایش گردشگر، هتلهای موجود ناکافی است و نیاز به مکانیابی جدید جهت احداث هتل است. ازاین‌رو لازم است تا روشهایی را به کار گرفت تا با درنظرگرفتن تمامی فاکتورهای بتوان مکانهای بهینه این هتلها را تعیین کرد؛ لذا لازم است در زمینة مکانیابی مراکز اقامتی از سیستم اطلاعات جغرافیایی که توانایی تجزیه‌وتحلیل تعداد زیادی پارامترها را به طور هم‌زمان دارند استفاده شود (Aronof, 1989:7). در این پژوهش نیز به‌منظور تحلیل فضایی و مکانیابی مراکز اقامتی گردشگری از ابزارهای GIS و روشهای فرایند تحلیل سلسله‌مراتبی و تاپسیس فازی3 استفاده میشود. سؤالی که میتوان اشاره کرد، مؤثرترین معیار جهت شناسایی اولویتهای مکانی مراکز اقامتی جدید در منطقه یک شهر بندرعباس کدام است؟ هدف از تحقیق مقایسه روشهای AHP و FTOPSIS در اولویتبندی و مکانیابی مراکز اقامتی در شهر بندرعباس میباشد.
پیشینه پژوهش
احدنژاد روشتی و همکاران (1395) در مقالهای با عنوان مکانیابی مراکز اقامتی- گردشگری با استفاده از GIS و روش AHP (موردمطالعه: منطقه شش شهر تهران) به این نتیجه رسیدند که به توزیع مراکز اقامتی فعلی با توزیع و پراکندگی جاذبههای تاریخی، فرهنگی، مذهبی، ورزشی و کاربری اراضی تناسب چندانی ندارد. به‌طوری‌که تأسیسات اقامتگاهی شهر به‌صورت متمرکز اکثراً در بخش مرکزی شهر توزیع‌شده‌اند و این امر باعث شده است که بخش زیادی از شهر با داشتن جاذبههای گردشگری متعدد تحت پوشش خدمات مراکز اقامتی نباشند. این امر، لزوم مکانیابی مراکز جدید را به شکل علمی توجیه میکند. کدیور و محمدزاده (1394) به شناسایی پهنههای مناسب جهت ایجاد مراکز اقامتی- سیاحتی در شهر بجنورد با استفاده از مدل ANP پرداختند. نتایج پژوهش نشان میدهد معیارهای اقتصادی بیشترین اهمیت و معیارهای اجتماعی کمترین تأثیر را در مکانیابی مراکز اقامتی دارند. همچنین در نظام برنامهریزی به‌منظور جذب گردشگران و افزایش زمان اقامت آن‌ها در شهر باید به معیارهایی همچون دسترسی آسان مسافران، نزدیکی به مراکز خرید، نزدیکی به جاذبههای طبیعی و تاریخی و غیره توجه ویژهای داشت که این مهم با مکانیابی بهینهی مراکز اقامتی محقق خواهد شد. وارثی و رضائی (1391) در پژوهشی بیان میکنند که از مهمترین عواملی که میتواند موجب جذب گردشگران بینالمللی و داخلی شود، تأسیسات و تجهیزات مربوط به جریان گردشگری است. پس از پی بردن به توزیع نامناسب و کمبود هتل، به کمک مدل AHP و همپوشانی شاخصها در محیط نرمافزار GIS، مکانهای مناسب برای تأسیس هتلهای جدید در شهر شیراز را مشخص کرده و در نهایت پیشنهاد شده جهت ارتقاء عادلانهی سطح دسترسی گردشگران و بهبود الگوی توزیع فضایی مراکز اقامتگاهی براساس استانداردها و ضوابط، در برنامههای کوتاهمدت، میانمدت و بلندمدت در دستور کار مسئولان و متولیان قرار گیرند. مونسف4 (2015) به کمک فرایند تحلیل سلسله مراتبی و استفاده از سیستم اطلاعات جغرافیایی اقدام به شناسایی و تعیین محل مکانهای مناسب برای دفن زباله در مناطقی که به لحاظ گردشگری درحال‌توسعه میباشند در امتداد سواحل بیابانی دریای سرخ در مصر پرداخت. وی در پژوهش خود با در نظر گرفتن و بررسی عوامل مختلفی از قبیل نزدیکی به محل دفن زبالههای شهری به مسیرهای حملونقل، هتلها، فرودگاهها، اقامتگاههای گردشگری، سواحل آبهای زیرزمینی و غیره سه سایت شهری را به‌منظور دفن زبالههای شهری مناسب اعلام کرد. بان رومکو و مورایاما5 (2012) به شناسایی و اولویتبندی سایتهای بالقوهی اکوتوریسم با استفاده از GIS و AHP در استان سورات تانی تایلند پرداختند. آن‌ها در این مطالعه نقش عواملی از قبیل: چشم‌اندازهای طبیعی، حیات‌وحش، توپوگرافی، در دسترس بودن و ویژگیهای فرهنگی جامعه انسانی را به‌عنوان شاخصهای مناسب جهت توسعه توریسم طبیعی شناسایی کردند. یانگ6 (2012) در پژوهشی شاخصهای بالقوه در انتخاب محل هتل را با استفاده از مدل LOGIT و با ترکیب ویژگیهای هتل و مکان آن ارزیابی کرد. نتایج نشان داد که تعداد ستاره هتل، تنوع خدمات، اثر تراکم، زیرساختهای خدمات عمومی، دسترسی به جاده، دسترسی به مترو و دسترسی به سایتهای گردشگری از عوامل مهم در مکانیابی هتلها است
منطقه موردمطالعه
شهر بندرعباس، مرکز استان هرمزگان و در جنوب ایران است که در بخش مرکزی شهرستان بندرعباس قرار دارد. شهر بندرعباس از شمال به ارتفاعات و کوه‌ها و از جنوب به دریا منتهی میشود؛ بنابراین موضوع شیب عمومی شهر در راستای شمال به جنوب میباشد. این پهنه در دو سمت شمال و جنوب به ارتفاعات پولادی و ساحل دریا محدود میشود که این مورد مهمترین عامل شکل‌گیری شهر بوده است. ارتفاع متوسط این شهر 10 متر میباشد. منطقه یک شهری بندرعباس در موقعیت جغرافیایی بین َ18 °56 تا َ22 °56 طول شرقی و َ08°27 تا َ15 °27 عرض شمالی واقع شده است و در قسمت شرقی شهر بندرعباس قرار گرفته است که از خور شیلات تا منتهی‌الیه شرق شهر (تأسیسات نیروی هوایی و فرودگاه) را شامل میگردد. این منطقه در سال 1390 دارای 9 ناحیه و 11 محله میباشد. شکل 1 تصویر نقشه موقعیت محدوده منطقه یک شهری بندرعباس را نشان میدهد.
شکل 1- موقعیت جغرافیایی محدوده موردمطالعه
(ترسیم: نگارندگان، 1403)
مواد و روش پژوهش
بر اساس اهداف تحقیق از دادهها و امکانات نرمافزاری زیر استفاده شد:
نقشه اتوکدی شهر بندرعباس با فرمت DWG و با مقیاس 1:2000: در محیط نرمافزاری ArcGIS برای لایههای استخراج‌شده، توپولوژی موردنظر ایجاد میشود تا ضمن محاسبه هندسی عوارض، روابط توپولوژیک بین اجزاء نقشه برقرار گردد.
نرمافزار Expert Choice: با استفاده از نظرات کارشناسان به مقایسه زوجی معیارها پرداخته میشود. در این روش به هر معیار بر اساس درجه اهمیت، عددی بین 1 تا 9 (1: کم اهمیت، 9: با‌اهمیتترین) اختصاص داده میشود. در نهایت نرخ ناسازگاری و وزن نهایی معیارها به دست میآید. برنامهی Excel: به‌منظور پیاده‌سازی و اجرای مراحل روش تاپسیس فازی سلسله مراتبی از برنامهی نرمافزاری Excel استفاده میشود. خروجی این برنامه به‌صورت اولویتبندی گزینهها مطرح است. نرمافزار ArcGIS: قسمتی از لایههای موردنیاز از طریق رقومی‌سازی در این نرمافزار تهیه میشود. همچنین لایهها فازی‌سازی میشوند. سپس با تحلیل همپوشانی و مجموع اشتراک تمامی لایههای رستری وزندار، نقشه نهایی پهنهبندی مراکز اقامتی- گردشگری در منطقه موردی تهیه میشود.
تهیه اطلاعات مکانی و توصیفی موردنیاز
در اين مرحله نقشه رقومی 1:2000 سال 1390 از منطقة یک بندرعباس با فرمت DGN تهیه شد. همچنين اطلاعات کاربری اراضی و جمعيتی این محدوده و لیست ایستگاههای آتشنشانی موجود از شهرداری مرکزی بندرعباس، جمع‌آوري گرديد.
ایجاد لایههای موردنیاز در ArcGIS10
از نقشه رقومی 1:2000، لايه‌هاي خیابان‌ها و معابر اصلی، بلوک‌هاي ساختماني، مراکز تجاری، درمانی و آموزشی و غیره استخراج شد و عمليات مربوط به آماده‌سازي دادهها براي ورود به سيستم GIS انجام گرفت. همچنين براي هر لايه اطلاعاتي جدول توصيفي آن نيز مدیریت شده و در نهايت اين لايه‌هاي اطلاعاتي به عنوان کلاس‌هاي عارضه در نرمافزار ArcGIS10 با فرمت shp ايجاد گرديد.
در این تحقیق برای مکان‌يابي مراکز اقامتی - توریستی، از روش AHP استفاده‌شده است. در اين پژوهش ابتدا معيارها و زيرمعيارهاي تأثيرگذار در تحقیق حاضر مشخص‌شده و به دليل تفاوت در ميزان تأثيرگذاري شاخصها، با استفاده از تکنيک AHP، مقايسه زوجي اين مؤلفه‌ها توسط 30 نفر از کارشناسان باتجربه در زمينه مسائل شهری انجام گرديده و وزن نهايي هر يک از آن‌ها محاسبه‌شده است.
مراحل اجرای AHP
مراحل و گام‌ها برای اجرای AHP که ماهیت و نحوة اجرای آن‌ها تفاوتی با هم ندارند. در زیر به نمونه‌هایی از آن اشاره میشود؛ مهرگان (1386)، به‌کارگیری این مدل را مستلزم چهار گام عمده زیر عنوان کرده است:
· گام اول: مدل‌سازی
در این گام، مسئله و هدف از تصمیمگیری به‌صورت سلسله‌مراتبی از عناصر تصمیم که با هم در ارتباط هستند، درمی‌آید. عناصر تصمیم شامل شاخصهای تصمیمگیری و گزینههای تصمیم است.
· گام دوم: قضاوت ترجیحی
مقایسه بین گزینههای مختلف تصمیم، بر اساس هر شاخص صورت گرفته و در مورد اهمیت شاخص تصمیم، با انجام مقایسه زوجی.
· گام سوم: محاسبات وزنهای نسبی
وزن و اهمیت عناصر تصمیم نسبت به هم از طریق مجموعه‌ای از محاسبات عددی تعیین میشود.
· گام چهارم: ادغام وزنهای نسبی
این گام به‌منظور رتبهبندی گزینههای تصمیم صورت می‌پذیرد. محمدیان و همکاران (1388) ترسیم و اجرای فرایند سلسله‌مراتبی را طی شش مرحله اصلی شامل: تشکیل درخت سلسله‌مراتبی، تعیین معیارها، زیرمعیارها و جایگزین‌ها، گردآوری دادهها، عملیات محاسبه دادهها، تحلیل حساسیت و نرخ ناسازگاری دانسته‌اند.
به‌طور خلاصه مراحل اصلی که در روش AHP به اجرا در میآید به شرح زیر میباشد:
ساختن سلسله‌مراتب
اولین گام در تحلیل سلسله‌مراتبی (AHP) ترسیم یک نمایش گرافیکی از مسئله است که در آن هدف، معیارهای مناسب برای دستیابی به هدف و گزینههای موردنظر نشان داده میشود (کرم و محمدی، 1388). مهمترین بخش در اين مرحله انتخاب معيارها و عوامل مؤثر بر هدف تصميم است (احمدی و همکاران، 1384).
مقایسه زوجی و محاسبه وزن
در فرایند تحليل سلسله‌مراتبي عناصر هر سطح نسبت به عناصر مربوطه خود در سطح بالاتر به‌صورت زوجي مقايسه شده وزن آن‌ها محاسبه مي‌گردد. اين وزن‌ها را وزن نسبي مي‌نامند. سپس با تلفيق وزن‌هاي نسبي، وزن نهايي هر گزينه مشخص مي‌گردد که آن را وزن مطلق مي‌ناميم (احمدی و همکاران، 1384). هر چه مقدار ارزش داده شده، بیشتر باشد نشان‌دهندة اهمیت و ارجحیت بیشتر عنصر سطری به عنصر ستونی است. لازم به ذکر است که ماتریس مقایسه زوجی یک ماتریس معکوس است بدین معنی که اگر ارزش مقایسه‌ای عنصر سطری a نسبت به عنصر ستونی b، معادل 9 باشد ارزش مقایسه‌ای عنصر سطری b نسبت به عنصر ستونی a برابر 9÷1 خواهد بود. (کرم و محمدی، 1388). این قضاوت‌ها توسط ساعتی به مقادیر کمّی بین 1 تا 9 تبدیل‌شده‌اند که در جدول (1) مشخص گردیده‌اند (قدسی پور، 1385).
جدول 1- مقادیر ترجیحات برای مقایسات زوجی
ترجیحات (قضاوت شفاهی) | مقدار عددی | |||
کاملاً مرجح یا کاملاً مهم‌تر یا کاملاً مطلوب‌تر | Extremely Prefered | 9 | ||
ترجیح یا اهمیت با مطلوبیت خیلی قوی | VeryStrongly Prefered | 7 | ||
ترجیح یا اهمیت با مطلوبیت قوی | Strongly Prefered | 5 | ||
کمی مرجح یا کمی مهم‌تر یا کمی مطلوب‌تر | Moderately Prefered | 3 | ||
ترجیح یا اهمیت با مطلوبیت یکسان | Equally Prefered | 1 | ||
ترجیحات بین فواصل فوق |
| 8 و 6 و 4 و 2 | ||
(منبع: قدسی پور، 1385)
محاسبه نرخ ناسازگاری
نرخ ناسازگاری مکانیزمی است که به‌وسیله آن اعتبار پاسخ پرسش‌شوندگان به ماتریس‌های مقایسه‌ای موردسنجش قرار میگیرد.
این مراحل شامل بردار مجموعه وزنی، بردار ناسازگاری، میانگین بردار ناسازگاری، شاخص ناسازگاری، شاخص ناسازگاری تصادفی و نرخ ناسازگاری میباشد. برای کوتاه‌کردن مسیر، عملیات محاسبه مربوط به بردار مجموعه وزنی، بردار ناسازگاری و میانگین بردار ناسازگاری با یک عملیات انجام میشود. (محمدیان و همکاران، 1388).
میانگین بردار ناسازگاری
باتوجه‌به اینکه ماتریس مقایسه زوجی معلوم است و بردار اولویت محاسبه‌شده است، مجهول این رابطه، بردار بیشترین مقادیر ویژه است که در این مرحله محاسبه میشود
max 𝜆 =
رابطه (1)
max𝜆: میانگین بردار ناسازگاری
a: میانگین هندسی ماتریس ij (یک سطح افقی)
wij: وزن یا اولویت جایگزین ij(یک سطح افقی)
N: تعداد جایگزین‌های مورد مقایسه
محاسبه شاخص ناسازگاری
max𝜆 همواره بزرگ‌تر یا مساوی n است و اگر ماتریس از حالت سازگاری کمی فاصله بگیرد max𝜆 از nکمی فاصله خواهد گرفت؛ بنابراین تفاضل max𝜆 و n میتواند معیار خوبی برای اندازه‌گیری ناسازگاری ماتریس باشد (رجبی و همکاران، 1390).
رابطه (2) 
max 𝜆 عنصر بردار ویژه، n تعداد معیارهاست.
عنصر بردار ویژه از رابطة زیر به دست میآید:
رابطه (3) وزن معیار/ سطر ماتریس ارزشگذاری × ستون وزن‌ها = max𝜆
محاسبه شاخص ناسازگاری ماتریس تصادفی
مقادیر شاخص ناسازگاری را برای ماتریس‌هایی که اعداد آن‌ها کاملاً تصادفی اختیار شده باشند، محاسبه کرده‌اند و آن را شاخص ناسازگاری ماتریس تصادفی7 نام نهاده‌اند که باتوجه‌به جدول (2) به دست میآید.
جدول 2- شاخص ناسازگاری ماتریس تصادفی
10 | 9 | 8 | 7 | 6 | 5 | 4 | 3 | 2 | 1 | تعداد معیار |
45/1 | 45/1 | 41/1 | 32/1 | 24/1 | 12/1 | 9/0 | 58/0 | 0 | 0 | I.I.R |
(منبع: قدسی پور: 1385)
محاسبه نرخ ناسازگاری
برای هر ماتریس، حاصل تقسیم شاخص ناسازگاری بر شاخص ناسازگاری ماتریس تصادفی هم بُعدش معیار مناسبی برای قضاوت در مورد ناسازگاری میباشد که آن را نرخ ناسازگاری می‌نامیم (قدسی پور، 1385).
رابطه (4) IR=
میزان قابل‌قبول ناسازگاری یک ماتریس یا سیستم، بستگی به تصمیم‌گیرنده دارد، اما ساعتی، عدد 1/0 را به‌عنوان حد قابل‌قبول ارائه مینماید و معتقد است چنانچه میزان ناسازگاری بیشتر از 1/0 باشد، بهتر است در قضاوت‌ها تجدیدنظر گردد (قدسی‌پور، 1385).
روش TOPSIS فازی
TOPSIS فازی برای اولین‌بار توسط چن و هونگ در سال ۱۹۹۲ ابداع شد (Chen, et al., 1992). در این مدل، وزن‌ها و ماتریس تصمیمگیری به‌صورت اعداد فازی تعریف میشوند و همانند TOPSIS کلاسیک بر اساس فاصله از ایده‌آل مثبت و ایده‌آل منفی رتبهبندی میکند. پس از جمع‌آوری معیارها و تشکیل ساختار شبکه‌ای از آن‌ها، از روش TOPSIS فازی برای رتبهبندی گزینهها استفاده میشود.
مراحل انجام روش TOPSIS فازی به‌صورت میباشد:
گام اول: ماتريس تصميم‌‌گيري به ماتريس بيمقياس شده تبديل میشود.
گام دوم: ماتريس بیمقیاس شده را در ماتريس مربعي Wn×m عناصر ضرب و حاصل ماتريس بيمقياس موزون به دست میآید.
گام سوم: ايده‌آل‌هاي مثبت و منفي را براي هر شاخص به دست میآید.
گام چهارم: ميزان فاصلة هر معیار از ایدئال مثبت و منفي را به دست میآید.
گام پنجم: ميزان نزديكي نسبي هر گزينه به راه‌حلّ ايده‌آل محاسبه میشود.
گام ششم: رتبه‌بندي گزينه‌ها صورت میگیرد.
بحث و ارائۀ یافتهها
محاسبه‌‌ي وزن‌ها معیارها
بعد از تحلیل لایههای اطلاعاتی، براي بررسی اهمیت هر یک از معیارها از نرمافزار Expert Choice استفاده‌شده است. در این برنامه ابتدا معیارها به‌صورت سلسله مراتبی درآمده و در مرحله بعد ماتریس زوجی معیارها نمایش میدهد. در روش تحلیل سلسله مراتبی مقایسات با نظرات کارشناسی تکمیل میشود. در این مطالعه از نظرات 25 کارشناس مربوطه در برنامه نرمافزاری Excel میانگین گرفته شد و نتیجه آن در ماتریسی که در نرمافزار Expert Choice به‌دست‌آمده، وارد شد. ماتریس مقایسه زوجی و وزن نهایی هر یک از معیارها در جدول شماره (3) آورده شده است. در نمودار (1) نیز نمودار محاسبه وزن‌ها را نمایش میدهد. نرخ ناسازگاری به‌دست‌آمده برابر با 03/0 شد و از این‌رو سطح قابل قبولی (کمتر از 1/0) را در مقایسههای زوجی معیارها نشان میدهد.
جدول 3- ماتریس مقایسه زوجی معیارها
معیار | مراکز گردشگری موجود | مراکز صنعتی | مراکز آموزشی و درمانی | مراکز تجاری | معابر اصلی | پارک و فضای سبز | محدوده ساحلی | شیب | فاصله از گسل | وزن |
مراکز گردشگری موجود | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 312/0 |
مراکز صنعتی | 5/0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 222/0 |
مراکز آموزشی و درمانی | 33/0 | 5/0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 155/0 |
مراکز تجاری | 25/0 | 33/0 | 5/0 | 1 | 2 | 3 | 4 | 5 | 6 | 108/0 |
معابر اصلی | 2/0 | 25/0 | 33/0 | 5/0 | 1 | 2 | 3 | 4 | 5 | 074/0 |
پارک و فضای سبز | 166/0 | 2/0 | 25/0 | 33/0 | 5/0 | 1 | 2 | 3 | 4 | 051/0 |
محدوده ساحلی | 142/0 | 166/0 | 2/0 | 25/0 | 33/0 | 5/0 | 1 | 2 | 3 | 035/0 |
شیب | 125/0 | 142/0 | 166/0 | 2/0 | 25/0 | 33/0 | 5/0 | 1 | 2 | 025/0 |
فاصله از گسل | 111/0 | 125/0 | 142/0 | 166/0 | 2/0 | 25/0 | 33/0 | 5/0 | 1 | 018/0 |
(منبع: یافته‌های پژوهش، 1403)
نمودار 1- نمودار وزنی معیارهای مکانیابی مراکز اقامتی- گردشگری در نرمافزار Expert Choice
اجرای روش تاپسیس فازی
در این روش معیارها به‌صورت ردیف 3 تایی از اعداد مثلثی و گزینههای تصمیم به‌صورت ستونی در برنامه Excel سازمان‌دهی شد. در این پژوهش نواحی 9 گانه موجود در منطقه موردمطالعه به‌عنوان گزینهها معرفی میشوند. در ادامه برای حل مسأله پژوهش که انتخاب بهترین نواحی جهت مکانیابی مراکز اقامتی گردشگران میباشد، از روش تاپسیس فازی در قالب مراحل چندگانه استفاده میشود. برای پیاده‌سازی روش تاپسیس فازی، توابع عضویت مثلثی از جدول (4) مقادیر عددی و عدد فازی مثلثی متناظر با وزن آن‌ها آورده شده است.
جدول 4- مقادیر عددی و عدد فازی مثلثی متناظر با وزن آن‌ها
مقدار عددی | عدد فازی مثلثی متناظر با وزن متغیر |
1 | 1، 0، 0) |
2 | (3، 1، 0) |
3 | (5، 1،3) |
4 | (7، 3،5) |
5 | (9، 5،7) |
6 | (10، 9، 7) |
7 | (10، 10، 9) |
(منبع: یافته‌های پژوهش، 1403)
مرحله اول: تبدیل ماتریس تصمیمگیری موجود به ماتریس بیمقیاس
ماتریس تصمیم با اعداد فازی مثلثی تشکیل شد. این ماتریس در قالب جدول شماره (5) تهیه شده است. از آنجا که اعداد فازی مورداستفاده دارای یک مقیاس هستند، نیازی به نرمال کردن این ماتریس نیست و از روش بیمقیاسسازی فازی استفاده‌شده است. در این مرحله تنها اعداد مثلثی که در دامنهی بین 0 تا 10 قرار دارند، با استفاده از بزرگ‌ترین عدد مربوط به هر معیار، ماتریس به روش خطی نرمال گردید. بر این اساس در دامنهی 0 تا 1 تعریف شدند (جدول 6).
جدول 5- ماتریس تصمیم با اعداد فازی مثلثی
فاصله از گسل | شیب | نزدیکی به محدوده ساحلی | پارک و فضای سبز | دسترسی به معابر اصلی | مراکز تجاری | مراکز آموزشی و درمانی | مراکز صنعتی | مراکز گردشگری موجود | ناحیه | |||||||||||||||||||||||
7 | 5 | 3 | 3 | 1 | 0 | 1 | 0 | 0 | 1 | 0 | 0 | 5 | 3 | 1 | 1 | 0 | 0 | 10 | 10 | 9 | 10 | 10 | 9 | 1 | 0 | 0 | ناحیه 1 | |||||
9 | 7 | 5 | 7 | 5 | 3 | 1 | 0 | 0 | 3 | 1 | 0 | 9 | 7 | 5 | 10 | 10 | 9 | 10 | 9 | 7 | 7 | 5 | 3 | 5 | 3 | 1 | ناحیه 2 | |||||
10 | 9 | 7 | 10 | 10 | 9 | 1 | 0 | 0 | 10 | 9 | 7 | 10 | 10 | 9 | 10 | 10 | 9 | 3 | 1 | 0 | 1 | 0 | 0 | 10 | 9 | 7 | ناحیه 3 | |||||
10 | 10 | 9 | 10 | 10 | 9 | 10 | 10 | 9 | 10 | 10 | 9 | 10 | 10 | 9 | 10 | 10 | 9 | 10 | 9 | 7 | 3 | 1 | 0 | 10 | 10 | 9 | ناحیه 4 | |||||
10 | 9 | 7 | 10 | 10 | 9 | 10 | 10 | 9 | 10 | 10 | 9 | 10 | 10 | 9 | 10 | 10 | 9 | 7 | 5 | 3 | 5 | 3 | 1 | 9 | 7 | 5 | ناحیه 5 | |||||
9 | 7 | 5 | 3 | 1 | 0 | 1 | 0 | 0 | 7 | 5 | 3 | 7 | 5 | 3 | 10 | 9 | 7 | 10 | 9 | 7 | 9 | 7 | 5 | 1 | 0 | 0 | ناحیه 6 | |||||
5 | 3 | 1 | 3 | 1 | 0 | 1 | 0 | 0 | 10 | 9 | 7 | 10 | 10 | 9 | 1 | 0 | 0 | 10 | 10 | 9 | 10 | 10 | 9 | 1 | 0 | 0 | ناحیه 7 | |||||
9 | 7 | 5 | 7 | 5 | 3 | 1 | 0 | 0 | 10 | 9 | 7 | 10 | 10 | 9 | 9 | 7 | 5 | 3 | 1 | 0 | 7 | 5 | 3 | 7 | 5 | 3 | ناحیه 8 | |||||
5 | 3 | 1 | 3 | 1 | 0 | 1 | 0 | 0 | 3 | 1 | 0 | 7 | 5 | 3 | 5 | 3 | 1 | 10 | 10 | 9 | 9 | 7 | 5 | 1 | 0 | 0 | ناحیه 9 | |||||
(منبع: یافته‌های پژوهش، 1403)
جدول 6- ماتریس تصمیم نرمالیزه (بیمقیاس)
فاصله از گسل | شیب | نزدیکی به محدوده ساحلی | پارک و فضای سبز | دسترسی به معابر اصلی | مراکز تجاری | مراکز آموزشی و درمانی | مراکز صنعتی | مراکز گردشگری موجود | ناحیه | ||||||||||||||||||||
7/0 | 5/0 | 3/0 | 3/0 | 1/0 | 0 | 1/0 | 0 | 0 | 1/0 | 0 | 0 | 5/0 | 3/0 | 1/0 | 1/0 | 0 | 0 | 1 | 1 | 9/0 | 1 | 1 | 9/0 | 1/0 | 0 | 0 | ناحیه 1 | ||
9/0 | 7/0 | 5/0 | 7/0 | 5/0 | 3/0 | 1/0 | 0 | 0 | 3/0 | 1/0 | 0 | 9/0 | 7/0 | 5/0 | 1 | 1 | 9/0 | 1 | 9/0 | 7/0 | 7/0 | 5/0 | 3/0 | 5/0 | 3/0 | 1/0 | ناحیه 2 | ||
1 | 9/0 | 7/0 | 1 | 1 | 9/0 | 1/0 | 0 | 0 | 1 | 9/0 | 7/0 | 1 | 1 | 9/0 | 1 | 1 | 9/0 | 3/0 | 1/0 | 0 | 1/0 | 0 | 0 | 1 | 9/0 | 7/0 | ناحیه 3 | ||
1 | 1 | 9/0 | 1 | 1 | 9/0 | 1 | 1 | 9/0 | 1 | 1 | 9/0 | 1 | 1 | 9/0 | 1 | 1 | 9/0 | 1 | 9/0 | 7/0 | 3/0 | 1/0 | 0 | 1 | 1 | 9/0 | ناحیه 4 | ||
1 | 9/0 | 7/0 | 1 | 1 | 9/0 | 1 | 1 | 9/0 | 1 | 1 | 9/0 | 1 | 1 | 9/0 | 1 | 1 | 9/0 | 7/0 | 5/0 | 3/0 | 5/0 | 3/0 | 1/0 | 9/0 | 7/0 | 5/0 | ناحیه 5 | ||
9/0 | 7/0 | 5/0 | 3/0 | 1/0 | 0 | 1/0 | 0 | 0 | 7/0 | 5/0 | 3/0 | 7/0 | 5/0 | 3/0 | 1 | 9/0 | 7/0 | 1 | 9/0 | 7/0 | 9/0 | 7/0 | 5/0 | 1/0 | 0 | 0 | ناحیه 6 | ||
5/0 | 3/0 | 1/0 | 3/0 | 1/0 | 0 | 1/0 | 0 | 0 | 1 | 9/0 | 7/0 | 1 | 1 | 9/0 | 1/0 | 0 | 0 | 1 | 1 | 9/0 | 1 | 1 | 9/0 | 1/0 | 0 | 0 | ناحیه 7 | ||
9/0 | 7/0 | 5/0 | 7/0 | 5/0 | 3/0 | 1/0 | 0 | 0 | 1 | 9/0 | 7/0 | 1 | 1 | 9/0 | 9/0 | 7/0 | 5/0 | 3/0 | 1/0 | 0 | 7/0 | 5/0 | 3/0 | 7/0 | 5/0 | 3/0 | ناحیه 8 | ||
5/0 | 3/0 | 1/0 | 3/0 | 1/0 | 0 | 1/0 | 0 | 0 | 3/0 | 1/0 | 0 | 7/0 | 5/0 | 3/0 | 5/0 | 3/0 | 1/0 | 1 | 1 | 9/0 | 9/0 | 7/0 | 5/0 | 1/0 | 0 | 0 | ناحیه 9 | ||
(منبع: یافته‌های پژوهش، 1403)
مرحله دوم: ایجاد ماتریس تصمیمگیری نرمال شده وزنی
با اعمال وزن نهایی معیارها (به‌دست‌آمده از روش AHP) در مؤلفه‌های ماتریس بیمقیاس، با استفاده از فرمول زیر، ماتریس بیمقیاس وزنی به‌دست‌آمده است (جدول 7) بدین ترتیب:
رابطه (5) V=
جدول 7- ماتریس وزنی نرمال شده
فاصله از گسل | شیب | نزدیکی به محدوده ساحلی | پارک و فضای سبز | دسترسی به معابر اصلی | مراکز تجاری | مراکز آموزشی و درمانی | مراکز صنعتی | مراکز گردشگری موجود | ناحیه | ||||||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
01/0 | 01/0 | 01/0 | 01/0 | 0 | 0 | 0 | 0 | 0 | 01/0 | 0 | 0 | 05/0 | 03/0 | 01/0 | 02/0 | 0 | 0 | 05/0 | 05/0 | 05/0 | 22/0 | 22/0 | 2/0 | 03/0 | 0 | 0 | ناحیه 1 | ||||||||||
02/0 | 01/0 | 01/0 | 02/0 | 01/0 | 01/0 | 0 | 0 | 0 | 02/0 | 01/0 | 0 | 1/0 | 08/0 | 05/0 | 16/0 | 16/0 | 14/0 | 05/0 | 05/0 | 04/0 | 16/0 | 11/0 | 07/0 | 16/0 | 09/0 | 03/0 | ناحیه 2 | ||||||||||
02/0 | 02/0 | 01/0 | 03/0 | 03/0 | 02/0 | 0 | 0 | 0 | 07/0 | 07/0 | 05/0 | 11/0 | 11/0 | 1/0 | 16/0 | 16/0 | 14/0 | 02/0 | 01/0 | 0 | 02/0 | 0 | 0 | 31/0 | 28/0 | 22/0 | ناحیه 3 | ||||||||||
02/0 | 02/0 | 02/0 | 03/0 | 02/0 | 02/0 | 1 | 1 | 03/0 | 07/0 | 07/0 | 07/0 | 11/0 | 11/0 | 1/0 | 16/0 | 16/0 | 14/0 | 05/0 | 05/0 | 04/0 | 07/0 | 02/0 | 0 | 31/0 | 31/0 | 28/0 | ناحیه 4 | ||||||||||
02/0 | 02/0 | 01/0 | 03/0 | 03/0 | 02/0 | 04/0 | 04/0 | 03/0 | 07/0 | 07/0 | 07/0 | 11/0 | 11/0 | 1/0 | 16/0 | 16/0 | 14/0 | 04/0 | 03/0 | 02/0 | 11/0 | 07/0 | 02/0 | 28/0 | 22/0 | 16/0 | ناحیه 5 | ||||||||||
02/0 | 01/0 | 01/0 | 01/0 | 0 | 0 | 0 | 0 | 0 | 05/0 | 04/0 | 02/0 | 08/0 | 05/0 | 03/0 | 16/0 | 14/0 | 11/0 | 05/0 | 05/0 | 04/0 | 2/0 | 16/0 | 11/0 | 03/0 | 0 | 0 | ناحیه 6 | ||||||||||
01/0 | 01/0 | 0 | 01/0 | 0 | 0 | 0 | 0 | 0 | 07/0 | 07/0 | 05/0 | 11/0 | 11/0 | 1/0 | 02/0 | 0 | 0 | 05/0 | 05/0 | 05/0 | 22/0 | 22/0 | 2/0 | 03/0 | 0 | 0 | ناحیه 7 | ||||||||||
02/0 | 02/0 | 01/0 | 02/0 | 02/0 | 01/0 | 0 | 0 | 0 | 07/0 | 07/0 | 05/0 | 11/0 | 11/0 | 1/0 | 16/0 | 14/0 | 11/0 | 02/0 | 01/0 | 0 | 16/0 | 11/0 | 07/0 | 22/0 | 16/0 | 09/0 | ناحیه 8 | ||||||||||
01/0 | 01/0 | 0 | 01/0 | 0 | 0 | 0 | 0 | 0 | 02/0 | 01/0 | 0 | 08/0 | 05/0 | 03/0 | 08/0 | 05/0 | 02/0 | 05/0 | 05/0 | 05/0 | 2/0 | 16/0 | 11/0 | 03/0 | 0 | 0 | ناحیه 9 | ||||||||||
(منبع: یافته‌های پژوهش، 1403)
مرحله سوم: تعیین راهحل ایده آل مثبت و ایده آل منفی
با توجه به دامنه اعداد فازی بین 0 تا 1، عدد 1 به‌عنوان ایده آل مثبت و عدد صفر به‌عنوان ایده آل منفی در نظر گرفته شد.
مرحله چهارم: محاسبه معیار فاصله
هر مؤلفه از ماتریس D+، فاصله از طبقه ایده‌آل مثبت و هر مؤلفه از ماتریس D-، فاصله از طبقه ایده‌آل منفی را نشان میدهد. در این مرحله با تفریق هرکدام از مؤلفه‌های ماتریس وزنی از مقدار حد ایده‌آل مثبت و منفی، فاصله فازی از ایده‌آل مثبت و منفی به دست میآید. با تقسیم مجموعه مؤلفه‌های هر عدد فازی بر عدد 3، ماتریس فاصله فازی‌زدایی شده از ایده‌آل مثبت و منفی حاصل میشود (جدولهای 8 و 9).
فاصله گزینه i ام از ایده‌آل مثبت با استفاده از روش اقلیدوسی به قرار زیر است:
i=1, 2, …, m رابطه (6)
جدول 8- ماتریس فاصله از ایده‌آل مثبت
جمع | فاصله از گسل | شیب | نزدیکی به محدوده ساحلی | پارک و فضای سبز | دسترسی به معابر اصلی | مراکز تجاری | مراکز آموزشی و درمانی | مراکز صنعتی | مراکز گردشگری موجود | D+ |
668/8 | 991/0 | 996/0 | 998/0 | 997/0 | 967/0 | 994/0 | 95/0 | 785/0 | 989/0 | ناحیه 1 |
488/8 | 987/0 | 987/0 | 998/0 | 99/0 | 924/0 | 85/0 | 995/0 | 889/0 | 907/0 | ناحیه 2 |
535/8 | 984/0 | 975/0 | 998/0 | 935/0 | 895/0 | 85/0 | 993/0 | 992/0 | 73/0 | ناحیه 3 |
22/8 | 982/0 | 975/0 | 966/0 | 928/0 | 895/0 | 85/0 | 955/0 | 97/0 | 698/0 | ناحیه 4 |
288/8 | 984/0 | 975/0 | 966/0 | 928/0 | 895/0 | 85/0 | 974/0 | 934/0 | 783/0 | ناحیه 5 |
545/8 | 987/0 | 996/0 | 998/0 | 963/0 | 946/0 | 865/0 | 955/0 | 845/0 | 989/0 | ناحیه 6 |
538/8 | 994/0 | 996/0 | 998/0 | 935/0 | 895/0 | 994/0 | 95/0 | 785/0 | 989/0 | ناحیه 7 |
395/8 | 987/0 | 987/0 | 998/0 | 935/0 | 895/0 | 865/0 | 993/0 | 889/0 | 845/0 | ناحیه 8 |
662/8 | 994/0 | 996/0 | 998/0 | 99/0 | 946/0 | 953/0 | 95/0 | 845/0 | 989/0 | ناحیه 9 |
(منبع: یافته‌های پژوهش، 1403)
فاصله گزینه i ام از ایده‌آل منفی به‌قرار زیر است:
i=1, 2,…, m رابطه (7)
جدول 9- ماتریس فاصله از ایده‌آل منفی
جمع | فاصله از گسل | شیب | نزدیکی به محدوده ساحلی | پارک و فضای سبز | دسترسی به معابر اصلی | مراکز تجاری | مراکز آموزشی و درمانی | مراکز صنعتی | مراکز گردشگری موجود | D- |
348/0 | 009/0 | 002/0 | 002/0 | 004/0 | 037/0 | 009/0 | 049/0 | 215/0 | 108/0 | ناحیه 1 |
537/0 | 013/0 | 013/0 | 002/0 | 014/0 | 078/0 | 15/0 | 045/0 | 117/0 | 107/0 | ناحیه 2 |
656/0 | 016/0 | 024/0 | 002/0 | 065/0 | 104/0 | 15/0 | 009/0 | 013/0 | 273/0 | ناحیه 3 |
788/0 | 017/0 | 024/0 | 034/0 | 072/0 | 104/0 | 15/0 | 045/0 | 041/0 | 302/0 | ناحیه 4 |
727/0 | 016/0 | 024/0 | 034/0 | 072/0 | 104/0 | 15/0 | 027/0 | 078/0 | 224/0 | ناحیه 5 |
473/0 | 013/0 | 005/0 | 002/0 | 039/0 | 057/0 | 136/0 | 045/0 | 159/0 | 018/0 | ناحیه 6 |
473/0 | 006/0 | 002/0 | 002/0 | 065/0 | 104/0 | 009/0 | 049/0 | 215/0 | 018/0 | ناحیه 7 |
623/0 | 013/0 | 013/0 | 002/0 | 065/0 | 104/0 | 136/0 | 009/0 | 117/0 | 164/0 | ناحیه 8 |
363/0 | 006/0 | 005/0 | 002/0 | 014/0 | 057/0 | 053/0 | 049/0 | 159/0 | 018/0 | ناحیه 9 |
(منبع: یافته‌های پژوهش، 1403)
مرحله پنجم: محاسبه نزدیکی نسبی Ai تا جواب ایده‌آل
نزدیکی نسبی به راهحل ایده آل به‌صورت رابطه زیر صورت میگیرد:
رابطه (8) 0≤
ملاحظه میشود که چنانچه Ai = A+شود، آنگاه di=0 است و خواهیم داشت:
1 Cl+ = و درصورتی‌کهAi = A− ، آنگاه di=0 و 0 Cl + =خواهد شد. بنابراین هراندازه گزینه Ai به راهحل ایده آل (A+) نزدیکتر باشد، ارزش +cli به واحد نزدیکتر خواهد بود. با توجه به محاسبات که نتایج آن در جدول (10) ذکرشده، ناحیه 4 باارزش 087/0 نزدیکترین گزینه به راهحل آیده آل مثبت میباشد.
جدول 10- محاسبه نزدیکی نسبی تا جواب ایده آل
normalization |
| نواحی | |
441/0 | 0386/0 | ناحیه 1 | |
68/0 | 0595/0 | ناحیه 2 | |
832/0 | 0728/0 | ناحیه 3 | |
1 | 0875/0 | ناحیه 4 | |
921/0 | 0806/0 | ناحیه 5 | |
599/0 | 05245/0 | ناحیه 6 | |
789/0 | 0691/0 | ناحیه 7 | |
6/0 | 05249/0 | ناحیه 8 | |
459/0 | 0402/0 | ناحیه 9 | |
| Max= 0875/0 | ||
(منبع: یافته‌های پژوهش، 1403)
مرحله ششم: مرتب کردن گزینهها
بر اساس ترتیب نزولی
، گزینههای موجود رتبهبندی شد. ناحیه چهارم در اولویت اول و نواحی پنجم و سوم به ترتیب در اولویتهای بعدی قرار دارند. همان‌طور که در جدول شماره (11) مشاهده میشود، گزینهها با توجه به ارزش نزدیکی نسبی به راهحل ایده آل، اولویتبندی شده است.
جدول 11- رتبهبندی گزینهها بر اساس نزدیکی نسبی به راهحل ایده آل
رتبهبندی |
| گزینهها |
اولویت اول | 0875/0 | ناحیه 4 |
اولویت دوم | 0806/0 | ناحیه 5 |
اولویت سوم | 0728/0 | ناحیه 3 |
اولویت چهارم | 0691/0 | ناحیه 8 |
اولویت پنجم | 0595/0 | ناحیه 2 |
اولویت ششم | 05249/0 | ناحیه 6 |
اولویت هفتم | 05245/0 | ناحیه 7 |
اولویت هشتم | 0402/0 | ناحیه 9 |
اولویت نهم | 0386/0 | ناحیه 1 |
(منبع: یافته‌های پژوهش، 1403)
در محیط GIS لایه نواحی محدوده موردمطالعه فراخوانی شده و در جدول توصیفی آن فیلد رتبهبندی اضافه میشود. سپس مقادیر عددی شاخص به‌دست‌آمده مربوط به هر یک از نواحی وارد میگردد. در نهایت با استفاده از ابزار سیمبولوژی، نقشه اولویتبندی نواحی تولید شد. شکل شماره (2) نقشه اولویتبندی نواحی جهت تعیین مکان احداث مراکز اقامتی- گردشگری (هتل) در منطقه یک شهرداری بندرعباس نشان میدهد. همان‌طور که در نقشه مشاهده میشود نواحی ساحلی به‌عنوان مناسبترین پهنهها شناسایی گردید.
شکل 2- رتبهبندی نواحی جهت مکانیابی مراکز اقامتی- گردشگری در منطقه یک شهرداری بندرعباس
(ترسیم: نگارندگان، 1403)
همپوشانی لایهها و انتخاب پهنههای مناسب
معیارهای تحقیق باتوجه‌به اهمیت نسبیشان، در مدل AHP وزن مشخصی را به خود اختصاص میدهند. در محیط ArcGIS لایههای اطلاعاتی آمادهسازی شده و در فرمت رستری ارزشگذاری گردید. سپس با استفاده از ابزار Raster Calculator لایهها در وزن آن‌ها ضرب شده و با دیگر لایهها جمع شدند. جهت ترکیب لایهها با یکدیگر از مدل همپوشانی شاخصها8 استفاده‌شده است. برای آنکه بتوان مکانهای مناسب را شناسایی کرد لازم است تا آن را طبقهبندی مجدد کرد؛ بنابراین با استفاده از روش شكست‌هاي طبیعی9 موجود در ابزار Reclassify، منطقه موردی به پنج‌طبقة نامناسب، ضعیف، متوسط، مناسب و بسیار مناسب به‌منظور احداث مراکز اقامتی- گردشگری (هتل) جدید تقسيم‌بندي شد.
مدل اولویتبندی مکانهای مناسب بدین امر طبق رابطه زیر اجرا شد:
S " = ardeshgari.tif" * .312 + "industrial.tif" * .222 + "tjari.tif" * .155 + "street.tif" * .108 + "Green_spase.tif" * .074 + "Educatin_Remedial.tif" * .051 + "shore.tif" * .035 + "slope.tif" * .025 +"fult.tif" * .018
شکل شماره (3) پهنهبندی احداث هتلها در منطقه یک شهر بندرعباس را نشان میدهد. بیشترین پهنههای با ردهی بسیار مناسب در ناحیهی 4 و 5 واقع شدهاند. در ردهی بعدی ناحیهی 3 و 7 میباشند.
شکل 3- نقشه‌ی اولویتبندی منطقه مطالعاتی جهت مکانیابی مراکز اقامتی- گردشگری
(ترسیم: نگارندگان، 1403)
جدول (12) مستخرج از نقشه اولویتبندی احداث هتل در منطقه موردمطالعه است. پهنه بسیار مناسب با 39/7 درصد، حدود 163 هکتار از اراضی منطقه دربرمیگیرد.
جدول 12- میزان پهنهبندی شده برای مکانیابی مراکز اقامتی- گردشگری
پهنهها | مساحت به هکتار | درصد |
بسیار مناسب | 163 | 39/7 |
مناسب | 1064 | 1/24 |
متوسط | 5/536 | 84/20 |
ضعیف | 620 | 33/41 |
نامناسب | 3/190 | 33/6 |
(منبع: یافته‌های پژوهش، 1403)
انطباق نتایج الگوی مکانیابی با واقعیت زمینی
از مهمترین مسائلی که پس از انتخاب و مکانیابی با استفاده از سيستم اطلاعات جغرافيایی باید موردتوجه قرار گیرد، بررسی این موضوع است که مناطق تعيينشده تا چه حد با واقعيت و شرایط منطقه تطابق دارد (وارثی و همکاران، 1387). هرچقدر عوامل شناسایی‌شده براي مکانیابی تطابق بيشتري با واقعيت زمينی داشته باشد، نتایج مکانیابی رضایت‌مندتر خواهد بود (فرج زاده اصل، 1389). پس از تطبيق نتایج با واقعيت زمينی و با در نظر گرفتن پارامترهاي مؤثر و همچنين از همپوشانی نقشه نهایی با نقشه کاربری اراضی منطقه، در نهایت پهنههای مناسب برای انتخاب محل مراکز اقامتی گردشگران مشخص شد که نتایج آن در نقشه (4) مشاهده میشود. نتایج نشان میدهد تعدادی از مراکز اقامتی- توریستی موجود در مکانهایی واقع شدهاند که به‌عنوان مناطق مناسب شناسایی‌شده‌اند. همچنین تجمع پهنههای انتخابی در حدفاصل پارک دولت تا بلوار پردیس واقع در گلشهر جنوبی و شهرک طلوع استقرار دارند. مکانهای مناسب به لحاظ چشمانداز در نزدیکی ساحل و همچنین به لحاظ امنیتی در مجاور مراکز نظامی- انتظامی قرار دارند.
شکل 4- نقشه‌ی مکان‌مندی اولویت پهنههای احداث مراکز اقامتی- گردشگری
(ترسیم: نگارندگان، 1403)
نتیجهگیری و ارائۀ پیشنهادها
در تحقیق حاضر با درنظرگرفتن معیارهای مؤثر در مکانیابی از جمله معیارهای طبیعی، چشمانداز، دسترسیها و دوری از کاربریهای ناسازگار تعیین شد. وزندهی معیارها با استفاده از روش AHP انجام گرفت. زیرمعیارها نیز به روش رتبهبندی ارزشگذاری شده است. بدین‌صورت که باارزشترین زیرمعیار دارای امتیاز 5 و کمترین آن دارای امتیاز 1 میباشد. در محيط GIS لایههای اطلاعاتی با توجه به فواصل مربوطه به هر یک از زيرمعيارها آمادهسازی و طبقهبندی گردید.
امروزه، شهرهای ساحلی طیف عظیمی از گردشگران را به خود جذب میکنند؛ ازاین‌رو، نحوه پراکنش عناصر گردشگری فضای شهری، در مدت‌زمان ماندن گردشگران و در نتیجه اقتصاد گردشگری نقش مهمی دارد؛ بنابراین مطالعه این موضوع باعث میشود فضای حرکتی گردشگران و مکانهایی که بیشتر متأثر از رفتار گردشگران است مشخص شود تا برای رفاه گردشگران در این مکانها برنامهریزیهای لازم انجام شود. برنامهریزی راهبردی در مدیریت مقصد گردشگری نقش بسزایی در توسعه گردشگری دارد. نتایج به‌دست‌آمده در این پژوهش نشاندهنده قابلیت استفاده ترکیبی از مدلهای تحلیل سلسله‌مراتبی (AHP)، تاپسیس فازی و سیستم اطلاعات جغرافیایی در برنامهریزی و تصمیمگیری در مورد احداث فضاهای توریستی در شهرهاست. مدل AHP در تصمیمگیری در بالاترین سطح هدف با تجزیه مسائل مشکل و پیچیده تصمیمها را به شکلی ساده تبدیل میکند و به حل آن‌ها میپردازد. سیستم اطلاعات جغرافیایی نیز با در برداشتن اطلاعات جامع و کامل از موقعیتهای جغرافیایی و کاربریهای مختلف و همچنین ضمن داشتن ابزارهای تحلیل و ترسیم حرفهای و خاص، در اجرای طرحهای مکانیابی کاربریهای مختلف نقش بسزایی در برنامهریزی شهری دارد. ازاین‌رو در مکانیابی مراکز اقامتی - توریستی نیز ضروری مینماید. معیار خدمات شهری از مؤثرترین معیارها برای اولویتبندی مکانی تعیین مراکز اقامتی جدید در منطقه یک شهر بندرعباس است که در این مطالعه، خدمات شهری شامل معیارهای مراکز گردشگری موجود، مراکز تجاری و درمانی است. بر اساس روش تحلیل فرایند سلسله‌مراتبی (AHP)، به ترتیب وزنهای 312/0، 155/0 و 051/0 را به خود اختصاص دادند. در این میان معیار مراکز گردشگری موجود در اولویت اول و مراکز تجاری در اولویت سوم قرار دارد. ازاین‌رو به‌عنوان مهمترین معیارها در اولویتبندی مکانی مراکز اقامتی جدید در منطقه موردمطالعه شناسایی گردید.
به نظر میرسد رو تاپسیس فازی به‌منظور مکانیابی مراکز اقامتی منطقه یک شهر بندرعباس نتایج بهتری نشان میدهد که در این تحقیق با استفاده از دو روش تاپسیس فازی و همپوشانی شاخصها به تحلیل فضایی و مکانیابی مراکز اقامتی منطقه موردمطالعه پرداخته شد. در روش تاپسیس فازی از مدل گسسته استفاده شده است. برای اجرای این روش معیارها و گزینهها در قالب ماتریس تصمیم تشکیل شده و خروجی آن نیز به‌صورت اولویتبندی گزینهها (نواحی 9 گانه) تعیین شد. در روش همپوشانی شاخصها از ترکیب لایههای رستری وزندار که شامل مدل پیوسته میباشد، نقشه نهایی تولید گردید. با ارائه نتایج و مقایسه دو روش انجام شده، مشخص شد که در هر دو روش نواحی 4 و 5 در اولویت اول قرار دارند. با این تفاوت که در روش همپوشانی پهنهها به‌صورت دقیقتر نشان میدهد؛ بنابراین این فرضیه رد میشود.
بر اساس یافته‌های پژوهش پیشنهاد میشود:
1-روشهای وزندهی دیگری مانند فرایند تحلیل شبکه‌ای (ANP)، الکتر و یا روشهای فازی نیز استفاده شود.
2- میتوان از دیگر لایههای اطلاعاتی از قبیل نوع مالکیت زمین، قیمت زمین، امنیت و قدمت ساختمان جهت کاربردی شدن نتایج تحقیق بهره برد.
3- توجه مدیران به نیازهای مختلف گردشگران با ارائه محصولات و خدمات مختلف گردشگری.
4- دخالت سایر بخشهای اقتصادی در عرصه گردشگری و حمایت از بخش خصوصی در زمینه سرمایهگذاری در ایجاد زیرساختهای صنعت توریسم.
5- بازاریابی و معرفی جاذبههای توریستی شهر بندرعباس با استفاده از تکنولوژی نو.
منابع
احمدي، حسن؛ شيرين، محمد خان؛ سادات، فيض‌نيا؛ و جمال، قدوسي. (1384). ساخت مدل منطقه‌اي خطر حرکت‌هاي توده‌اي با استفاده از ويژگي‌هاي کيفي (مطالعه موردي: حوضه آبخيز طالقان)، مجله منابع طبيعي ايران، 58(1)، 3-14. https://journals.ut.ac.ir/article_25488.html
بخشنده امنیه، حسن؛ رستمی، امیرحسین؛ شهریار، کورش؛ چاکری، حمید؛ و چراغی سیف آباد، مسعود. (1399). انتخاب روش حفاری تونل مترو با روشهای AHP و TOPSIS. فصلنامه علمی علوم زمین، 29(116)، 121-124. doi: 10.22071/gsj.2019.99088.1265
تقوایی، مسعود؛ و اکبری، محمود. (1388). مقدمهای بر برنامهریزی و مدیریت گردشگری شهری. اصفهان: انتشارات پیام علوی.
جعفری مهرآبادی، مریم؛ و رخساری، حمید. (1397). تحلیل فضایی و مکان یابی هتل ها در ساختار شهری(مطالعه موردی: شهر تبریز)، فصلنامه مطالعات ساختار و کارکرد شهری، 5(17)، 26-46. https://doi.org/10.22080/shahr.1970.2109
جعفری، غلام حسین؛ وثوقی راد، لیلا؛ صالحی میشانی، حیدر. (1395). ارزیابی فضای سبز شهری جهت مکانیابی پارک‌های محله‌ای مطالعه موردی: منطقه 1 شهر تهران، فصلنامه تحقیقات جغرافیایی، 31(3)، 172-160. https://georesearch.ir/article-1-49-fa.html
چراغی، مهدی؛ و ذولفی، علی. (1396). مکانیابی اماکن تفریحی و اقامتی استان زنجان (مطالعه موردی: محور گردشگری سلطانیه- کتله خور). مهندسی جغرافیایی سرزمین، 1(2)، 79-93. https://www.jget.ir/article_50421.html
حسام، مهدی؛ آقائی زاده، اسماعیل. (1398). تحلیل توزیع فضایی مراکز اقامتی در مقصدهای گردشگری شهری (مطالعه موردی: شهر رشت). فصلنامه گردشگری شهری، 6(4)، 16ـ1. https://jut.ut.ac.ir/article_75406.html
حکاک، محمد؛ احمدی فرد، مریم؛ و حبیبی، آرش. (1399). ارائۀ مدل توسعۀ گردشگری استان لرستان. گردشگری و توسعه، 9(2)، 183-196. doi: 10.22034/jtd.2019.178868.1699
حیدری سورشجانی، رسول؛ و دهقان جزی، ابوالفضل. (1398). تحلیل فضایی و جانمایی خدمات گردشگری شهری با استفاده از منطق فازی (مطالعة موردی: اقامتگاههای گردشگری شهر اصفهان). پژوهش‌های جغرافیای برنامهریزی شهری، 7(4)، 763-784. doi: 10.22059/jurbangeo.2019.279872.1090
ختایی، محمود؛ فرزین، محمد رضا؛ و موسوی، علی. (1387). اندازه گیری کارایی برخی هتل های شهر تهران با استفاده از روش تحلیل پوششی داده ها (DEA). پژوهش های رشد و توسعه پایدار (پژوهش های اقتصادی)، 8(2)، 1-24. https://sid.ir/paper/496381/fa
دلبری، سیدعلی؛ و داوودی، سیدعلیرضا. (1391). کاربرد تکنیک فرآیند تحلیل سلسله مراتبی (AHP) در رتبه بندی شاخص های ارزیابی جاذبه های توریستی. تحقیق در عملیات در کاربردهای آن (ریاضیات کاربردی)، 9(2)، 57-79. https://sid.ir/paper/164555/fa
رجبی، محمدرضا؛ منصوریان، علی؛ و طالعی، محمد. (1390). مقایسه روشهای تصمیم گیری چند معیارهAHP , AHP_OWA وFuzzy AHP_OWA برای مکان یابی مجتمع های مسکونی در شهر تبریز. محیط شناسی، 37(57)، 77-92. https://sid.ir/paper/453694/fa
سرایی، محمدحسین؛ چهارراهی، مسعود؛ و صفرپور، میثم . (1395). بررسی و تحلیل پراکنش فضایی هتلها نسبت به جاذبههای گردشگری مورد شناسی: شهر شیراز. جغرافیا و آمایش شهری منطقه‌ای، 6(20)، 171-182. doi: 10.22111/gaij.2016.2707
سلیمی، مهدی؛ سلطان حسینی، محمد؛ و شعبانی بهار، غلامرضا. (1391). مکان گزینی اماکن ورزشی با استفاده از مدل های پیوسته و گسسته فضایی مبتنی بر ترکیب دو مدل AHP و TOPSIS. مطالعات مدیریت ورزشی (پژوهش در علوم ورزشی)، 4(13)، 157-180. https://sid.ir/paper/234425/fa
عابدینی، موسی؛ پیروزی، الناز؛ امینی، زهرا؛ و پرستار، سمیه. (1400). مکانیابی بهینه فضای سبز شهر اردبیل با استفاده از مدل فرآیند تحلیل شبکه‌ای (ANP) و سیستم اطلاعات جغرافیایی. فصلنامه علمی پژوهش های بوم شناسی شهری، 12(1-2), 1-20. doi: 10.30473/grup.2021.8615
فخرجمالی، هاله؛ صحرایی نژاد، نسیم؛ و موسوی فاطمی، حسین. (1400). تحلیل پهنه بندی توسعه پایدار بوم گردی روستایی با بهره گیری از فرآیند تحلیل سلسله مراتبی (AHP) مورد پژوهی: روستای سردابه استان اردبیل. معماری و شهرسازی پایدار، 9(2)، 77-65. doi: 10.22061/jsaud.2021.7430.1790
قدسی پور، حسن. (1385). فرآیند تحلیل سلسله مراتبی، انتشارات دانشگاه صنعتی امیرکبیر.
کدیور، علی اصغر؛ و محمدزاده الهوردیخانی، جمیله. (1394). شناسایی پهنه های مناسب جهت ایجاد مراکز اقامتی- سیاحتی در شهر بجنورد (با استفاده از مدل ANP). جغرافیاوتوسعه ناحیه ای، 13(2)، 201-225. doi: 10.22067/geography.v13i2.44037
کرم، امیر؛ و محمدی، اعظم. (1388). ارزیابی و پهنه بندی تناسب زمین برای توسعه فیزیکی شهر کرج و اراضی پیرامونی برپایه فاکتورهای طبیعی و روش فرآیند تحلیل سلسله مراتبی (AHP). جغرافیای طبیعی، 1(4)، 59-74. https://sid.ir/paper/185038/fa
کیامهر، رامین؛ پیری، عیسی؛ بزم آورد، شب بو؛ و آذری، مهدی. (1395). تحلیلی بر توزیع فضایی هتل ها در مقصدهای گردشگری (نمونه موردی: شهر کرمانشاه). گردشگری شهری، 3(1 )، 43-57. https://sid.ir/paper/255359/fa
محمدیان، فرشاد؛ شاهنوشی فروشانی، ناصر؛ قربانی، محمد؛ و عاقل، حسن. (1388). انتخاب الگوی کشت بالقوه محصولات زراعی بر اساس روش فرایند تحلیل سلسله مراتبی (AHP) (مطالعه موردی: دشت تربت جام). دانش کشاورزی و تولید پایدار (دانش کشاورزی)، 19/1(1)، 169-187. https://sid.ir/paper/486377/fa
محمودی، سمیه. (1402). نقش شهرداری ها در ارزیابی و جانمایی فضاهای سبز شهری با استفاده از سیستم اطلاعات جغرافیایی GIS (مورد مطالعه: شهرستان خوی)، مجله پژوهش های نوین علوم جغرافیایی، معماری و شهرسازی، 5(45)، 359-381. https://civilica.com/doc/1940019/
مهرگان، محمدرضا. (1386). پژوهش عملیاتی پیشرفته، تهران؛ نشر کتاب دانشگاهی، چاپ سوم.
میرآبادی، مصطفی؛ بشارتی فر، حسین؛ نظری، صادق. (1402). مکان یابی بهینه زندان ها از منظر اصول و معیارهای پدافند غیر عامل (مطالعه موردی: شهر دو گنبدان)، مجله تحقیقات کاربردی علوم جغرافیایی، 23(71)، 61-79. https://jgs.khu.ac.ir/article-1-3652-fa.html
وزارت کشور. (1381). موضوعات مهم در طراحی و ساختار ایستگاههای آتشنشانی، انتشارات بیتا، تهران.
References:
Abd-El Monsef, H. (2015). Optimization of municipal landfill siting in the Red Sea coastal desert using geographic information system, remote sensing and an analytical hierarchy process. Environ. Earth Sci., 74(3), 2283–2296. http://dx.doi.org/10.1007/s12665-015-4220-2
Abedini, M., Piroozi, E., Amini, Z., & Parastar, S. (2021). Optimal location of urban green spaces in Ardabil city using analytic network process (ANP) and GIS. Scientific-Research Biannual Journal of Urban Ecology, 12(1), 1-20. https://doi.org/10.30473/grup.2021.8615 [In Persian]
Ahmadi, H., Shirin, M. K., Sadat, F., & Ghodousi, G. (2005). Development of a regional model for landslide hazard based on qualitative features (Case study: Taleghan watershed). Iranian Journal of Natural Resources, 58(1). https://journals.ut.ac.ir/article_25488.html [In Persian]
Aronof. S .1989. Geographic Information Systems: A Management cities, Mansell, Publishing Limited, London Geographer, 57(1). https://www.scirp.org/reference/referencespapers?referenceid=1313558
Ayalew, L., Yamagishi, H., Marui, H., & Kanno, T. (2005). Landslides in Sado Island of Japan: Part II. GIS-Based Susceptibility Mapping with Comparison of Results from Two Method Sand Verifications. Engineering Geology, 81, 432-445. https://doi.org/10.1016/j.enggeo.2005.08.004
Bunruamkaew, K., & Murayama, Y. (2012). Land use and natural resources planning for sustainable Ecotourism using GIS in Surat Thani,Thailand,Sustainability 2012,4,412- 429. https://doi.org/10.3390/su4030412
Chen, S. J., & Hwang, C. L. (1992). Fuzzy multiple attribute decision making Berlin: springer-Verlag. http://dx.doi.org/10.1007/978-3-642-46768-4
Cheraghi, M., Zolfi, A. (2017). Location analysis of recreational and accommodation sites in Zanjan province (Case study: Soltanieh-Kataleh Khor tourism corridor). Journal of Geographical Engineering of the Land, 1(2), 79-93. https://www.jget.ir/article_50421.html [In Persian]
Delbari, S. A., & Davoodi, S. A. (2012). Application of analytic hierarchy process (AHP) technique in ranking tourist attraction evaluation indices. Operations Research in Its Applications (Applied Mathematics), 9(2), 57-79. https://sid.ir/paper/164555/fa [In Persian]
Dwyer, L., Edwards, D., Mistilis, N., Roman, C., & Scott, N. (2009). Destination and enterprise management for a tourism future. Tourism Management, 30(1), 63–74. https://doi.org/10.1016/j.tourman.2008.04.002
Fakhr Jamali, H., Sahraei Nejad, N., Mousavi Fatemi, H. (2021). Sustainable development zoning of rural ecotourism using analytic hierarchy process (AHP): Case study of Sardabeh village, Ardabil province. Journal of Sustainable Architecture and Urbanism, 9(2), 65-77. https://doi.org/10.22061/jsaud.2021.7430.1790 [In Persian]
Ghalehteimouri, K. J., Shamsoddini, A., Bayramzadeh, N., & Mousavi, M. N. (2023). Identifying the pleasant sounds in the city's public parks environment (Case study: Mellat riverside park, Urmia). 1., 9(1), 149–165. https://doi.org/10.25765/sauc.v9i1.690
Ghodsipoor, H. (2006). Analytic hierarchy process. Amir Kabir University Press. [In Persian]
Hakak, M., Ahmadi Fard, M., Habibi, A. (2020). Tourism development model for Lorestan province. Scientific-Research Quarterly of Tourism and Development, 9(2), 183-196. https://doi.org/10.22034/jtd.2019.178868.1699 [In Persian]
Hasan Bakhshandeh, A., Rostami, A., Shahriar, K., Chakari, H., Cheraghi Seif Abad, M. (2020). Selection of metro tunnel excavation method using AHP and TOPSIS techniques. Earth Sciences Journal, 29(116), 1-21. https://doi.org/10.22071/gsj.2019.99088.1265 [In Persian]
Heidari Suresh Jani, R., & Dehghan Jozi, A. (2019). Spatial analysis and location of urban tourism services using fuzzy logic (Case study: Tourist accommodations of Isfahan city). Urban Geography and Planning Research, 7(4), 763-784. https://doi.org/10.22059/jurbangeo.2019.279872.1090 [In Persian]
Hesam, M., & Aghaei Zadeh, E. (2019). Spatial distribution analysis of accommodation centers in urban tourism destinations (Case study: Rasht city). Urban Tourism Quarterly, 6(4), 1-16. https://doi.org/10.22059/jut.2020.287496.702 [In Persian]
Jafari Mehrabadi, M., Rokhsari, H. (2018). Spatial analysis and location of hotels in urban structure (Case study: Tabriz city). Quarterly Journal of Urban Structure and Function Studies, 5(17), 26-46. https://doi.org/10.22080/shahr.1970.2109 [In Persian]
Jafari, G., Vosoughi Rad, L., & Salehi Mishani, H. (2016). Evaluation of urban green spaces for locating neighborhood parks: Case study of District 1, Tehran. Geographical Research Quarterly, 31(3), 160-172. https://georesearch.ir/article-1-49-en.html [In Persian]
Kadiyor, A. A., Mohammadzadeh Alvordi Khani, J. (2015). Identification of suitable zones for accommodation-tourism centers in Bojnourd city using ANP model. Journal of Geography and Regional Development, 13(2), 201-225. https://doi.org/10.22067/geography.v13i2.44037 [In Persian]
Karam, A., & Mohammadi, A. (2009). Evaluation and zoning of land suitability for physical development of Karaj city and surrounding lands based on natural factors and AHP method. Natural Geography, 1(4), 59-74. https://sid.ir/paper/185038/fa [In Persian]
Khataei, M., Farzin, M. R., Mousavi, A. (2008). Efficiency measurement of some hotels in Tehran using data envelopment analysis (DEA). Growth and Sustainable Development Research (Economic Research), 8(2), 1-24. https://sid.ir/paper/496381/fa [In Persian]
Kiamehr, R., Piri, E., Bazm Avard, Sh., & Azari, M. (2016). Spatial analysis of hotel distribution in tourism destinations: Case study of Kermanshah city. Urban Tourism, 3(1), 43-57. https://sid.ir/paper/255359/fa [In Persian]
Law, C. (1996). Urban tourism attraction visitors to large cities. Mansell. Poblishing Limited, London.
Mahmoudi, S. (2023). Role of municipalities in evaluation and spatial allocation of urban green spaces using GIS: Case study of Khoy County. Journal of New Research in Geography, Architecture and Urbanism, 5(45), 359-381. https://civilica.com/doc/1940019/ [In Persian]
Mehregan, M. R. (2007). Advanced operations research. Tehran: University Book Publishing, 3rd edition. [In Persian]
Ministry of Interior. (2002). Important topics in design and structure of fire stations. Unpublished publication, Tehran. [In Persian]
Mirabadi, M., Besharati Far, H., Nazari, S. (2023). Optimal location of prisons from the perspective of passive defense principles (Case study: Do Gonbadan city). Journal of Applied Geographic Sciences, 71, 61-79. https://jgs.khu.ac.ir/article-1-3652-fa.html [In Persian]
Mohammadian, F., Shahnoushi Forushani, N., Ghorbani, M., & Aqel, H. (2009). Selection of potential cropping patterns of agricultural products using analytic hierarchy process (AHP): Case study of Torbat-e Jam plain. Agricultural Science and Sustainable Production, 19(1), 169-187. https://sid.ir/paper/486377/fa [In Persian]
Mousavi, M. N., Shirazi, S. A., Nasar-u.-Minallah, M., & Bayramzadeh, N. (2025). Introducing the Mousavi Primate City Index for Iran’s Urban System assessment. GEOGRAPHY, ENVIRONMENT, SUSTAINABILITY, 18(1), 44–53. https://doi.org/10.24057/2071-9388-2025-3218
Mousavi, M., Jafarpour Ghalehteimouri, K., & Bayramzadeh, N. (2025). Assessing social infrastructure in border areas from a city prosperity perspective: a case study of border townships in West Azarbaijan Province, Iran. Discov. Cities, 2(1), 1–20. https://doi.org/10.1007/s44327-025-00057-3
Mousavi, M., Jafarpour Ghalehteimouri, K., Bagheri Kashkouli, A., & Bayramzadeh, N. (2024). Mitigating development barriers and addressing disparities in border cities of Iran: a comprehensive analysis of border provinces and influential factors. Geojournal, 89(4), 1–20. https://doi.org/10.1007/s10708-024-11181-9
Rajabi, M. R., Mansourian, A., & Talayi, M. (2011). Comparison of multi-criteria decision making methods AHP, AHP_OWA and Fuzzy AHP_OWA for locating residential complexes in Tabriz city. Environment, 37(57), 77-92. https://sid.ir/paper/453694/fa [In Persian]
Salimi, M., Soltan Hosseini, M., & Shabani Bahar, G. (2012). Location of sports facilities using continuous and discrete spatial models based on combination of AHP and TOPSIS models. Sports Management Studies (Sports Sciences Research), 4(13), 157-180. https://sid.ir/paper/234425/fa [In Persian]
Saraei, M. H., Chaharahi, M., & Safarpour, M. (2016). Spatial distribution analysis of hotels relative to tourist attractions (Case study: Shiraz city). Quarterly Journal of Regional Urban Geography and Planning, 6(20), 171-182. https://doi.org/10.22111/gaij.2016.2707 [In Persian]
Taghvayi, M., & Akbari, M. (2009). Introduction to urban tourism planning and management. Isfahan: Payam Alavi Publishing. [In Persian]
[1] نویسنده مسئول: محمد ابراهیم عفیفی، پست الکترونیکی: afifi.ebrahim6353@gmail.com، تلفن: 09171816353
[2] Analitic Hierarchy Process
[3] Fuzzy Technique for Order Preferences by Similarity to Ideal Solution
[4] Monsef
[5] Bunruamkaew and Murayama
[6] Yang
[7] Inconsistency Index Of Random Matrix= I.I.R
[8] Index Overlay
[9] Natural Breaks
