ارزیابی ظرفیت جذب دیداری مناظر گردشگری تحت تأثیر پروژه‌های توسعه (مطالعه موردی: شهر منجیل)
محورهای موضوعی : آمایش سرزمین
سپیدا دارابی
1
,
سید مسعود منوری
2
,
سیدعلی جوزی
3
,
راضیه رحیمی
4
,
علیرضا وفائی‌نژاد
5
1 - دانشجوی دکتری گروه تخصصی محیط‌زیست، دانشکده منابع طبیعی و محیط‌زیست، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران.
2 - استاد تمام گروه تخصصی محیط‌زیست، دانشکده منابع طبیعی و محیط‌زیست، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران. (مسوول مکاتبات)
3 - استاد تمام گروه محیط‌زیست، واحد تهران شمال، دانشگاه آزاد اسلامی، تهران، ایران.
4 - استادیار، عضو گروه محیط‌زیست، واحد تهران غرب، دانشگاه آزاد اسلامی، تهران، ایران.
5 - دانشیار، عضو هیأت علمی دانشکده مهندسی عمران، آب و محیط‌زیست، دانشگاه شهید بهشتی، تهران، ایران.
کلید واژه: ظرفیت جذب دیداری(VAC), حساسیت منظر, پروژه‌های توسعه, نیروگاه بادی.,
چکیده مقاله :
زمینه و هدف: ظرفیت جذب دیداری منظر (VAC) توانایی آن در جذب اثرات پروژه‌های توسعه بدون از دست دادن کیفیت و یکپارچگی دیداری را بیان می‌کند. بررسی ظرفیت جذب دیداری چشم‌اندازها در مناظر گردشگری می‌تواند در مدیریت و برنامه‌ریزی پایدارتر هنگام اجرای طرح‌های توسعه در مناظر محلی بسیار سودمند باشد. شهر منجیل به دلیل واقع شدن در مجاورت دریاچه سد سفیدرود از پتانسیل گردشگری بالایی برخوردار است، چشم‌اندازهای آن دارای ارزش دیداری مطلوبی هستند و سایت‌های توربین‌های بادی احداث شده در این منطقه اثرات دیداری قابل توجهی بر منظر محلی داشته‌اند. هدف از این مطالعه ارزیابی میزان جذب اثرات دیداری توربین‌های بادی به وسیله منظر موجود و همچنین شناسایی بخش‌هایی با حساسیت دیداری پایین‌تر که برای نصب توربین‌های بادی از پتانسیل بالاتری برخوردار می‌باشند، بوده است.
روش بررسی: ابتدا شاخص‌های مورد بررسی در سه گروه ژئومورفولوژی، پوشش زمین و دید دسته‌بندی شده‌اند و سپس با در نظر گرفتن تأثیر متقابل زیرشاخص‌ها بر یکدیگر وزن هر یک از لایه‌های اطلاعاتی با استفاده از فرایند تحلیل شبکه‌ای (ANP) تعیین شده است و برای تهیه نقشه ظرفیت جذب دیداری منظر لایه‌ها روی‌هم‌گذاری شده‌اند.
يافته‌ها: در بخش‌هایی که سایت توربین‌های بادی رودبار واقع شده‌اند، قابلیت جذب دیداری منظر بالا بوده و از این رو درصد بالایی از اثر دیداری به وسیله منظر جذب گردیده و بر چشم‌اندازهای شاخص تأثیر منفی کمتری داشته است.
بحث و نتیجه‌گیری: در نظر گفتن شاخص فراوانی دید به عنوان یکی از شاخص‌های مورد بررسی در ارزیابی ظرفیت جذب دیداری منظر می‌تواند باعث افزایش دقت نتایج شود.
Background and Objective: The visual absorption capacity (VAC) of a landscape expresses its ability to absorb the effects of development projects without losing its visual quality and integrity. When development plans are implemented in local landscapes studying the visual absorption capacity in tourism landscapes can be very beneficial to achieve sustainable planning and management. Manjil City is located in the vicinity of Sefidrud Dam’s lake and has high tourism potential, and its views have significant visual value, however, the sites of wind turbines which were built in this area have had significant effects on the local landscape. This study aimed to evaluate the amount of absorption of the wind turbines’ impact by the existing local landscape and also to identify the zones with lower visual sensitivity.
Material and Methodology: The indicators were categorized into geomorphology, land cover, and visibility. Each of the layers’ weight was determined using the analytic network process (ANP) and then layers has been overlaid to calculate the visual absorption capacity map of the study area.
Findings: In the zone of the Rudbar site, the visual absorption of the landscape is high, and therefore a high percentage of the visual effects have been absorbed by the landscape, consequently it has a less negative impact on the key views.
Discussion and Conclusion: The application of the viewing frequency criterion as one of the factors in assessing the visual absorption capacity of a landscape can increase the accuracy of the results.
1. Ozimek A, Ozimek P. Computer-Aided Method of Visual Absorption Capacity Estimation. 2008.
2. Oberholzer B. Guideline for involving visual & aesthetic specialists in EIA processes: Edition1. CSIR Report no ENV-S-C 2005 053 F. Republic of South Africa, Provincial Government of the Western Cape. Department of Environmental Affairs & Development planning. Cape Town. 2005.
3. Han H, Song J, Seol A, Chung J. Field Application of A Forest Landscape Zoning Method. FORMATH. 2011;10:45-60.
4. Gandiwa P, Finch J, Hill T. Vegetation structure and composition in the semi-arid Mapungubwe Cultural Landscape. Global Journal of Environmental Science and Management. 2016;2(3):235-48.
5. Frantál B, Kunc J. Wind turbines in tourism landscapes: Czech Experience. Annals of Tourism Research. 2011;38(2):499-519.
6. Jiang L, Kang J. Effect of traffic noise on perceived visual impact of motorway traffic. Landscape and Urban Planning. 2016;150:50-9.
7. Store R, Karjalainen E, Haara A, Leskinen P, Nivala V. Producing a sensitivity assessment method for visual forest landscapes. Landscape and Urban Planning. 2015;144:128-41.
8. Scarfò F, Mercurio R, del Peso C. Assessing visual impacts of forest operations on a landscape in the Serre Regional Park of southern Italy. Landscape and Ecological Engineering. 2013;9(1):1-10.
9. Anderson L, Mosier J, Chandler G. Visual Absorption Capability. In: Elsner, Gary H, and Richard C Smardon, technical coordinators Proceedings of our national landscape: a conference on applied techniques for analysis and management of the visual resource Incline Village, Nev, April 23-25, 1979 Gen Tech Rep PSW-GTR-35 Berkeley, CA Pacific Southwest Forest and Range Exp Stn, Forest Service, US Department of Agriculture. 1979:164-71.
10. Kianfar P, Iraj V, Azizolleh Shk, Alireza S. The role of visual assessment in assessing the effects of development projects on natural resources. National Conference of Central Zagros Forests; Abilities and dilemmas, Nature Support Center, Academic Center for Education, Culture and Research of Lorestan. 2011. (In Persian)
11. Guan J. Landscape Visual Impact Evaluation for Onshore Wind Farm: A Case Study. ISPRS International Journal of Geo-Information. 2022;11(12):594.
12. Bell S. Elements of Visual Design in the Landscape. London and New York: Spon Press; 2004.
13. Jiang L, Kang J, Schroth O. Prediction of the visual impact of motorways using GIS. Environmental Impact Assessment Review. 2015;55:59-73.
14. Qameshlui M, Sodouq Mb, Hosseini Sm. Evaluation of visual effects of rubble quarries in Pol Do Ab region of Arak and strategies to reduce and adjust the adverse effects. Environment Scientific Quarterly. 2012. (In Persian)
15. SNH. Siting and Designing Wind Farms in the Landscape Guidance, Scottish Natural Heritage (SNH), Version 3a, August 2017. https://www.nature.scot/sites/default/files/2017-11/Siting%20and%20designing%20windfarms%20in%20the%20landscape%20-%20version%203a.pdf. (accessed 20.8.2018). 2017.
16. Montero-Parejo MJ, García-Moruno L, Hernández-Blanco J, Garrido-Velarde J. Visual Impact Assessment in Rural Areas: The Role of Vegetation Screening in the Sustainable Integration of Isolated Buildings. Land. 2022;11(9):1450.
17. Bagherian L, Sahraei Nejad N, Moosavi Fatemi H. Design of Bisotun Forest Park in order to develop centralized outdoor recreation utilizing ecological tourism model. Journal of Sustainability, Development & Environment,Vol 3, No1, Spring 2022, pp13-28. (In Persian)
18. Górka A. Visual Capacity Assessment of the Open Landscape in Terms of Protection and Shaping: Case Study of a Village in Poland. Sustainability. 2020;12(16):6319.
19. Omidvar N, Poortaheri M, Roknoddin Eftekhari A. The impacts analysis of tourism services development on environmental-physical instability in rural settlements, (Case study: Torghabeh County in Binalood City). Journal of Sustainability, Development & Environment, Vol 2, No1, Spring 2021, pp25-42. (In Persian)
20. General Department of Cultural Heritage, Tourism and Handicrafts of Gilan Province. Manjil Tourist Area. http://gilanchto.ir. 2017. (In Persian)
21. SATBA. Report of Manjil wind power plant. Renewable Energy and Energy Efficiency Organization of Iran.; 2016. (In Persian)
22. SNH. Assessing the cumulative impact of onshore wind energy developments. Scottish Natural Heritage (SNH). http://www.snh.gov.uk/docs/A675503.pdf. 2012;March 2012.
23. SNH. Visual representation of wind farms good practice guidance. Scottish Natural Heritage (SNH). http://www.orkneywind.co.uk/advice/snh%20Visual%20representation.pdf. 2006.
24. Rodrigues M, Montañés C, Fueyo N. A method for the assessment of the visual impact caused by the large-scale deployment of renewable-energy facilities. Environmental Impact Assessment Review. 2010;30(4):240-6.
25. Statistical Centre of Iran. Map of the villages. Office of Map and Geospatial Information of Iran Statistical Center, Office of Statistics and Information of Gilan Governorship www.amar.org.ir 2017. (In Persian)
26. National Cartographic Center of Iran. https://ncc.gov.ir/%D8%B5%D9%81%D8%AD%D9%87-%D9%86%D8%AE%D8%B3%D8%AA. 2017. (In Persian)
27. Ministry of Energy. Report on identification of high potential sites and assessment of renewable energy sources of Iran (Report 8 - Gilan Province), Bureau of potential measurement and assessment of resources, Renewable Energy and Energy Efficiency Organization of Iran (SATBA). 2019. (In Persian)
28. Sinclair G. The Potential Visual Impact of Wind Turbines in Relation to Distance: An Approach to the Environmental Assessment of Planning Proposals. Environmental Information Services, Pembrokeshire. https://cprw.org.uk/wind/Hlords/hlapp1.htm. 2001.
29. CPRW. Annex 3: Memorandum by the Campaign for the Protection of Rural Wales (CPRW), House of Lords Select Committee on European Union, First Report. https://publications.parliament.uk/pa/ld199900/ldselect/ldeucom/18/18a04.htm. (accessed 9.8.2018). 1999.
30. Saaty TL, Hall M, editors. FUNDAMENTALS OF THE ANALYTIC NETWORK PROCESS. 1999.
31. Hwang C-L, Yoon K. Multiple Attribute Decision Making, Methods and Applications A State-of-the-Art Survey. 1 ed. Berlin Heidelberg: Springer-Verlag; 1981. XI, 269 p.
