تاثیر ارتفاع در تغییرات مکانی و زمانی شاخص TCI و اقلیم گردشگری استان اردبیل

محورهای موضوعی : جغرافیای طبیعی و سکونتگاههای انسانی

توحید احمد زاده ¹ , پرویز رضائی ^{2 *} , یوسف زین العابدین عموقین ³

1 - گروه جغرافیا، واحد رشت، دانشگاه آزاد اسلامی، رشت، ایران
2 - گروه جغرافیا، واحد رشت، دانشگاه آزاد اسلامي، رشت، ایران
3 - گروه جغرافیا، واحد رشت، دانشگاه آزاد اسلامي، رشت، ایران

تاریخ دریافت : 1403/09/09 تاریخ پذیرش : 1403/10/26 تاریخ انتشار : 1404/04/01

کلید واژه: اقلیم گردشگری, TCI, رگرسیون چندگانه, شرایط آسایش, استان اردبیل,

چکیده مقاله :

 گردشگری متکی به فعالیت­هایی است که با اقلیم رابطه تنگاتنگ دارد و اقلیم بطور مستقیم بر فعالیت­های انسانی تاثیر داشته و گردشگری بعنوان بخش اصلی اقتصاد جهانی از هوا و اقلیم تاثیر می­گیرد. هدف این پژوهش، بررسی میزان تاثیر ارتفاع، طول و عرض جغرافیایی  بر اقلیم  و گردشگری استان اردبیل در ماه‌های مختلف سال است. داده­های مورد نیاز تحقیق از سازمان هواشناسی برای 8 ایستگاه همدید به مدت 30 سال (1991 تا 2020) دریافت گردید. سپس با استفاده از شاخص اقلیم و گردشگری (TCI)  شرایط آسایش اقلیمی در طی ماه­های مختلف محاسبه و معنی­داری معادله رگرسیونی بین شاخص مورد نظر با ارتفاع، طول و عرض جغرافیایی تعیین گردید. محدوده مورد مطالعه در این تحقیق استان اردبیل در شمال غرب ایران است. تحلیل داده­های ایستگاه­های محدوده تحقیق نشان داد از 10 طبقه شاخص اقلیم و گردشگری (TCI) سه طبقه "بسیار نامناسب"، "بسیار ناخوشایند" و "غیر قابل تحمل" در سطح استان  وجود ندارد. علاوه بر این، شرایط "عالی" و "ایده­آل" در دوره گرم سال و شرایط "نامناسب" و "بسیار نامناسب" در دوره سرد سال بر این ناحیه تسلط دارد. نتایج حاصل از تحقیق نشان داد که، معادله رگرسیونی چندجانبه برای تخمین مقدار شاخص TCI در ماه­های آوریل(فروردین) تا اوت (مرداد) بسیار مناسب و بقیه ماه­ها نامناسب است. بعبارت دیگر نتایج آزمون t بیانگر آن است که تاثیر سه متغیر مستقل بر پیش­بینی مقدار TCI در تمامی ماه­ها یکسان نیست، بلکه در برخی از ماه­ها هر سه متغیر موثر بودند و در برخی دیگر یک یا دو متغیر بر پیش­بینی مقدار TCI بیشترین تاثیر را داشتند. در این راستا، ارتفاع در 8 ماه از سال نقش موثری در پیش­بینی مقدار TCI داشته و علاوه بر ارتفاع، تاثیر عرض جغرافیایی در 6 ماه سال کاملا واضح است.

 

چکیده انگلیسی:

Tourism relies on activities that are closely related to climate, and climate directly affects human activities, and tourism, as a major part of the global economy, is affected by weather and climate. The purpose of this research is to investigate the effect of altitude, longitude, and latitude on the comfortable climate of Ardabil province in different months of the year. The data required for the study were received from the Meteorological Organization for 8 synoptic stations for 30 years (1991 to 2020). Then, using the TCI index, climatic comfort conditions were calculated during different months and the significance of the regression equation between the desired index and altitude, longitude, and latitude was determined. The area under study was Ardabil province in the northwest of Iran. Analysis of station data showed that out of 10 classes of this index, 7 classes existed in different months of the year in the province and only "very inappropriate", "very unpleasant" and "Unbearable" classes do not exist in this area. In addition, "excellent" and "ideal" conditions dominate this area in the hot period of the year and "unsuitable" and "very unsuitable" conditions in the cold period of the year. The results of the multivariate regression equation are very suitable for estimating the value of TCI index in the months of April to August and inappropriate for the rest of the months. In other words. The results of the t-test indicate that the effect of three independent variables on the prediction of TCI value is not the same in all months, but in some months all three variables were effective and in others one or two variables were effective on the prediction. The amount of TCI had the greatest impact. In this regard, the altitude in 8 months of the year has an effective role in predicting the TCI value, and in addition to altitude, the influence of latitude in 6 months of the year is quite clear.

منابع و مأخذ:

بختیاری، آرشین و بختیاری، بهرام. (1396). تحلیل سه بعدی شاخص اقلیم گردشگری در گستره ایران. تحقیقات جغرافیایی، 32(4)، 158-174. URL: http://georesearch.ir/article-1-373-fa.html
براتیان، علی و رضایی، مریم. (1392). تحلیل فضایی شاخص اقلیم گردشگری در استان ایلام با استفاده از مدل TCI. علوم فضایی (جغرافیا)، 3(2)، 101-118. https://dor.isc.ac/dor/20.1001.1.22287485.1392.3.2.8.7
برنا، رضا. (1397). مطالعه شرایط آب و هوایی موثر بر گردشگری استان خوزستان با استفاده از شاخص اقلیم گردشگری. جغرافیا (برنامه¬ریزی منطقه¬ای)، 8(2)، 118-107. https://dor.isc.ac/dor/20.1001.1.22286462.1397.8.2.7.6
پاهنگ، زینب؛ حمیدیان¬پور، محسن و شجاع، فائزه. (1402). تغییرپذیری مکانی-زمانی شاخص اقلیم گردشگری سواحل جنوب ایران. برنامه¬ریزی و توسعه گردشگری، 12(44)، 210-185. https://dorl.net/dor/20.1001.1.2322309.1402.12.44.8.8
جعفری، محمد و سلمانی مقدم، محمد. (1397). ارزیابی اقلیم آسایش گردشگری استان اردبیل با استفاده از شاخص TCI و تکنیک GIS. اطلاعات جغرافیایی، 27(105)، 170-159. https://doi.org/10.22131/sepehr.2018.31483
جوان، خدیجه. (1396). مقایسه شاخص اقلیم گردشگری (TCI) و شاخص اقلیمی تعطیلات (HCI) (مطالعه موردی: ارومیه). پژوهش¬های جغرافیای طبیعی، 49(3)، 439-423. https://doi.org/10.22059/jphgr.2017.215742.1006934
جودکی، حمیدرضا. (1401). ارزیابی و پهنه¬بندی اقلیم گردشگری با استفاده از شاخص TCI و تکنیک GIS در راستای برنامه¬ریزی گردشگری استان اصفهان. جغرافیا و برنامه¬ریزی منطقه¬ای، 12(3)، 742-723. https://dor.isc.ac/dor/20.1001.1.22286462.1401.12.3.44.3
حلبیان، امیرحسین و پورعیدی¬وند، لاله. (1393). روند شاخص اقلیمی گردشگری در شهر اصفهان. مطالعات مدیریت گردشگری، 9(27)، 164-143. https://dor.isc.ac/dor/20.1001.1.23223294.1393.9.27.6.2
حیدری علمدارلو، اسماعیل؛ خسروی، حسن و نسب¬پور، سحر. (1398). مطالعه شاخص اقلیم آسایش گردشگری در مناطق خشک (مطالعه موردی: استان یزد). تحقیقات کاربردی علوم جغرافیایی، 19(54)، 205 -217. https://doi.org/10.29252/jgs.19.54.205
خداشناس، سعید¬رضا؛ قهرمان، بیژن؛ داوری، کامران و ناظریان، حسن. (1387). ارائه مدل‌های رگرسیونی چند متغیره برآورد رسوب در حوضه¬های شمال استان خراسان. آب و خاک، 22(2)، 76-67. https://doi.org/10.22067/jsw.v0i22.1013
رحیم‌پور، علی. (1392). تحلیل آماری صنعت گردشگری جهان، بازارهای آینده و جایگاه ایران. گردشگری و اوقات فراغت، 1(1)، 18-1.
https://tlj.usc.ac.ir/article_129792.html?lang=fa
رضائی، پرویز و تیرانداز، محمد. (1389). پهنه¬بندی اکوتوریسم با تاکید بر اقلیم (مطالعه موردی: حوضه پلرود استان گیلان). مطالعات برنامه¬ریزی سکونتگاههای انسانی، 13(5)، 33-46. https://dorl.net/dor/20.1001.1.25385968.1389.5.13.3.3
رضائی، پرویز و حیدری، غلامحسن. (1387). بررسی ظرفیت¬های توسعه گردشگری منطقه الموت با تاکید بر اکوتوریسم. مطالعات برنامه¬ریزی سکونتگاههای انسانی، 6(3)، 37-53. Sid. https://Sid.Ir/Paper/175940/En
فتوحی، صمد؛ زهرایی، اکبر و ابراهیمی¬تبار، ابراهیم. (1392). ارزیابی شرایط اقلیم گردشگری استان¬های شمالی حاشیه دریای خزر. فضای جغرافیایی، 42، 189-169. http://geographical-space.iau-ahar.ac.ir/article-1-355-fa.html
فرج¬زاده، منوچهر و احمدآبادی، علی. (1389). ارزیابی و پهنه¬بندی اقلیم گردشگری ایران با استفاده از شاخص اقلیم گردشگری (TCI). پژوهش¬های جغرافیای طبیعی، 71، 42-31. https://doi.org/10.1002/met.155
مرادجانی، شیرین. (1401). بررسی اثر تغییر اقلیم بر گردشگری آینده استان لرستان با استفاده از شاخص TCI و سناریوهای واداشت تابشی. فصلنامه اکولوژی انسانی، 1(1)، 41-29. https://doi.org/10.22034/el.2022.156059
مرادمند، سعیده؛ گندمکار، امیر؛ خادم الحسینی، احمد و عباسی، علیرضا. (1398). واکاوی تغییرات اقلیم آسایش گردشگری سکونتگاه¬های انسانی استان گیلان با استفاده از شاخص دمای معادل فیزیولوژیک. مطالعات برنامه¬ریزی سکونتگاه¬های انسانی، 14(4)، 1115-1130.
https://dorl.net/dor/20.1001.1.25385968.1398.14.4.17.2
نظريان، اصغر؛ مشيري، سيدرحيم و آقاجاني، فرشاد. .(1385). امكان¬سنجي توسعه صنعت جهانگردي درشهرستان اردبيل. مطالعات برنامه-ریزی سکونتگاههای انسانی، 3(1)، 103-117. https://sanad.iau.ir/Journal/jshsp/Article/1032724
نوری، روح‌الله؛ اشرفی، خسرو و اژدرپور، ابوالفضل. (1387). مقایسه کاربرد روش‌های شبکه عصبی مصنوعی و رگرسیون خطی چندمتغیره براساس تحلیل ‌مؤلفه‌های اصلی برای پیش‌بینی غلظت میانگین روزانه کربن‌مونوکسید: بررسی موردی شهر تهران. فیزیک زمین و فضا، 34(1)، 135-152. https://dor.isc.ac/dor/20.1001.1.2538371.1387.34.1.10.0
Alonso-Pérez, S., López-Solano, J., Rodríguez-Mayor, L., & Márquez-Martinón, J. M. (2021). Evaluation of the Tourism Climate Index in the Canary Islands. Sustainability, 13, 7042.
https://doi.org/10.3390/su13137042.
Balan, B., Mohaghegh, S., & Ameri, S. (1995(. State- of Art- in permeability determination from well log data: Part 1- A comparative study. Model development. SPE. 30978:17-25.
https://doi.org/10.2118/30978-MS.
Cao, K., & Gao, J. (2022). Assessment of climatic conditions for tourism in Xinjiang, China. Open Geosciences, 14, 382–392. doi:10.1515/geo-2022-0362.
Efe, B., Gözet, E., Özgür, E., Lupo, A. R., & Deniz, A. (2020). Spatiotemporal Variation of Tourism Climate Index for Türkiye during 1981–2020. Climate, 10, 151. https://doi.org/10.3390/cli10100151.
Farajzadeh, H., Matzarakis, A. (2009). Quantification of climate for tourism in the northwest of Iran. Meteorological Applications, 16, 545–555. doi: 10.1002/met.155.
Mieczkowski, Z. (1985). The Tourism Climatic Index: A Method of Evaluating World Climates for Tourism. The Canadian Geographer, 29, 220-233. https://doi.org/10.1111/j.1541-0064.1985.tb00365.x
Scott, D., Gossling, S., & & De Freitas, C. R. (2008). Preferred climates for tourism: case studies from Canada, New Zealand and Sweden. Climate Research, 38(1), 61-73. doi:10.3354/cr00774.
Wang, H., You, Q., Liu, G., & Wu, F. (2022). Climatology and trend of tourism climate index over China during 1979–2020. Atmospheric Research, 277, 106321. https://doi.org/10.1016/j.atmosres .2022.106321.
World Meteorological Organization. (2008). Published by the World Tourism Organization and the United Nations Environment Programmer Printed by the World Tourism Organization, Madrid, Spain, ISBN: 978-92-844-1234-1 (UNWTO). 256 Pages.