ارائه مدل مکانی به منظور توسعه گروه‌های صنایع (مطالعه موردی استان البرز)

محورهای موضوعی : آمایش سرزمین

داریوش جرس ¹ (دکتری تخصصی محیط زیست، دانشکده محیط زیست و منابع طبیعی، دانشگاه آزاد اسلامی، واحدعلوم و تحقیقات، تهران، ایران.)
سیدمحمود شریعت ² (استاد بازنشسته، دانشکده منابع طبیعی و محیط زیست، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران.*(مسوول مکاتبات))
سیدمسعود منوری ³ (دانشیار، دانشکده منابع طبیعی و محیط زیست، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران.)
علیرضا قره گوزلو ⁴ (دانشیار،دانشکده مهندسی عمران، آب و محیط زیست، دانشگاه شهید بهشتی، تهران، ایران.)

تاریخ دریافت : 1398/04/30 تاریخ پذیرش : 1398/08/01 تاریخ انتشار : 1401/04/01

کلید واژه: گروه‌های صنایع, تصمیم‌گیری چندمعیاره, سیستم اطلاعات جغرافیایی, البرز, توسعه پایدار,

چکیده مقاله :

زمینه و هدف: مکانیابی به منظور توسعه زیر ساخت ها و کاربری های حساس یک از پیش شرط های دستیابی به توسعه پایدار است. در این مطالعه با استفاده از مدل های تصمیم گیری چندمعیاره و قابلیت های سیستم اطلاعات جغرافیایی یک مدل مکانی به منظور توسعه گروه های مختلف صنایع در استان البرز ارائه شد.روش بررسی: در این مطالعه با استفاده از مرور منابع و نظرات کارشناسی معیارها و شاخص های اثرگذار بر توسعه صنایع شناسایی و سپس با استفاده از روش تحلیلی سلسله مراتبی فازی وزن هر یک از معیارها و شاخص ها مشخص شد در ادامه با استفاده از وزن های به دست آمده بر اساس یک رابطه خطی نقشه پهنه های مستعد توسعه صنعتی در منطقه تهیه شد به منظور شناسایی مناطق برای توسعه هر یک از گروه های صنایع از روش تاپسیس سلسله مراتبی فازی استفاده شد.یافته ها: نتایج تحقیق نشان داد از بین سه گروه معیار محیط زیستی، اقتصادی و اجتماعی، معیارهای محیط زیستی بیشترین وزن را در رابطه با توسعه صنعتی دارا است. همچنین نتایج تحقیق نشان داد بیشترین پتانسیل در رابطه با توسعه گروه های صنعتی در محدوده استان البرز مربوط به صنایع غذایی و کشاورزی است.بحث و نتیجه گیری: بر اساس نتایج مطالعه استفاده از مدل های تصمیم گیری فازی راه حلی کارآمد در جهت رفع نقص سایر روش های تصمیم گیری است. تحلیل نتایج نشان داد بسیاری از مناطق استان البرز فاقد توسعه صنایع است بیشترین محدودیت به منظور توسعه صنایع در استان البرز مربوط به معیارها و شاخص های محیط زیستی است.

چکیده انگلیسی:

Background & Objectives: Locating to develop infrastructures and sensitive applications is one of the preconditions for achieving sustainable development. In this study, using a multi-criteria decision making model and the capabilities of the GIS, a spatial model is developed for the development of various industrial groups in the province of Alborz.Material and Methodology: In this study, the criteria and indicators affecting the development of industries identified by reviewing the references and expert opinions. Then, using the fuzzy hierarchical analysis, the weight of each of the criteria and indicators was determined using the weight the obtained data are based on a linear relationship between the map of areas susceptible to industrial development in the region. In order to the fuzzy hierarchy TOPSIS method used to identify the areas for the development of each the industrial groups.Findings: The results of this study show that among the three groups of environmental, economic and social criteria, environmental criteria have the highest weight in relation to industrial development. Also, the results showed that the highest potential in relation to the development of industrial groups in the Alborz province is related to food and agriculture industries.Discussion and Conclusion: Based on the results of the study, using efficient fuzzy decision-making models to address the defects of other decision-making methods. Analysis of the results shows that in many parts of the province of Alborz, there is no development of industries. The most limitation for development of industries in Alborz province is related to environmental criteria and indicators.

منابع و مأخذ:

1. Jahangiri, M., Ghaderi, R., Haghani, A. and Nematollahi, O., 2016. Finding the best locations for establishment of solar-wind power stations in Middle-East using GIS: A review. Renewable and Sustainable Energy Reviews, 66, pp.38-52. (in Persian)


2. Lu, Y., Cui, P. and Li, D., 2016. Carbon emissions and policies in China^,s building and construction industry: evidence from 1994 to 2012 . Building and Environment, pp.94-103.


3. Provotorov, A., Privezentsev, D. and Astafiev, A., 2015. Development of methods for determining the locations of large industrial goods during transportation on the basis of RFID. Procedia engineering, 129, pp.1005-1009.


4. Kahraman, C., Cebeci, U. and Ruan, D., 2004. Multi-attribute comparison of catering service companies using fuzzy AHP: The case of Turkey. International journal of production economics, 87(2), pp.171-184.


5. Eastman, J.R., 2003. IDRISI Kilimanjaro: guide to GIS and image processing.


6. Chang, D.Y., 1996. Applications of the extent analysis method on fuzzy AHP. European journal of operational research, 95(3), pp.649-655.


7. Malczewski, J., 1999. GIS and multicriteria decision analysis. John Wiley & Sons.

8. Borna, 1396. Industries site selection by AHP and GIS.Case study:Khozestan province. GIS Scientific research quarterly "Sepehr" 26(103), pp.175-161. (In Persian) Yasouri, 1392.Survey for site selection of Industries and Industrial Estates in Mashhad province. Landuse planning Journal.5(2). pp.261-288. (In Persian)10.  Raeisei, M, and Safiyanian, E,. 1389.Site selection by Geography criteria. case study: Range of 50 Km of Isfahan). Geography research journal.25(4). pp.115-134. (In Persian)11.  Akbarpour et al,.1393. Analyzing for Alterant industries for Regional stability. case study: Hashtroud city. Geography and Environment stability journal. 13(4). pp.29-42. (In Persian)12.  Dorijani, 1390.Evaloation for effective indicators for site selection of Furniture Industries. by AHP. wood & paper journal.2(2). pp.135-145. (in Persian)

1. Chukwuma, E.C., 2019. Facility location allocation modelling for bio-energy system in Anambra State of Nigeria: Integration of GIS and location model. Renewable Energy, 141, pp.460-467.


2. Erbaş, M., Kabak, M., Özceylan, E. and Çetinkaya, C., 2018. Optimal siting of electric vehicle charging stations: A GIS-based fuzzy Multi-Criteria Decision Analysis. Energy, 163, pp.1017-1031.


3. Escavy, J.I. and Herrero, M.J., 2013. The use of location–allocation techniques for exploration targeting of high place-value industrial minerals: A market-based prospectivity study of the Spanish gypsum resources. Ore Geology Reviews, 53, pp.504-516.


4. Queiruga, D., Walther, G., Gonzalez-Benito, J. and Spengler, T., 2008. Evaluation of sites for the location of WEEE recycling plants in Spain. Waste management, 28(1), pp.181-190.


5. Puente, M.C.R., Diego, I.F., Santa María, J.J.O., Hernando, M.A.P. and de Arróyabe Hernáez, P.F., 2007. The development of a new methodology based on GIS and fuzzy logic to locate sustainable industrial areas. In Proceedings of 10th AGILE International Conference on Geographic Information Science. Aalborg University, Denmark.


6. Rhim, H., Ho, T.H. and Karmarkar, U.S., 2003. Competitive location, production, and market selection. European journal of operational Research, 149(1), pp.211-228.


7. Rikalovic, A., Cosic I. and Lazarevic, D., 2014. GIS based multi-criteria analysis for industrial site selection. Procedia Engineering, 69, pp.1054-1063.


8. Yang, B.D., Lv, J., Yang, Y.J., Chen, F. and Liu, G.J., 2017. Evolution of industrial land location in Xuzhou city since Chinese reform and opening-up. Procedia engineering, 198, pp.1137-1148.