ارزیابی گسترش کمی شهر و مدلسازی توسعه فیزیکی در نوار ساحلی شهر بندرعباس

محورهای موضوعی : آمایش محیط

ریحانه مداحی ¹ , سید علی المدرسی ² , علی اکبر جمالی ³ , رسول مهدوی نجف ابادی ⁴

1 - دانشجوی دکتری جغرافیا و برنامه ریزی شهری، واحد یزد،دانشگاه آزاد اسلامی،یزد، ایران)
2 - دانشیار گروه سنجش از دور و GIS ‌، واحد یزد، دانشگاه آزاد اسلامی، یزد، ایران
3 - دانشیار گروه GIS-RS و مهندسی طبیعت، واحد میبد، دانشگاه آزاد اسلامی، میبد، ایران)
4 - (دانشیار گروه مهندسی منابع طبیعی، دانشکده مهندسی کشاورزی و منابع طبیعی، دانشگاه هرمزگان)

تاریخ دریافت : 1396/11/27 تاریخ پذیرش : 1397/02/16 تاریخ انتشار : 1399/06/01

کلید واژه: گسترش فیزیکی, رگرسیون لجستیک, مدلسازی شهری, شهر بندر عباس,

چکیده مقاله :

رشد سریع شهرنشینی فشارهای سنگینی بر سرزمین و منابع اطراف آنها وارد کرد و موجب کاهش پوشش گیاهی، کاهش فضای باز و مشکلات جدی اجتماعی و زیست محیطی شده است. یک گام اساسی جهت مدیریت و برنامه‌ریزی توسعه شهری و هم چنین ارزیابی اثرات تجمعی آن بررسی و شبیه سازی توسعه فیزیکی شهر می‌باشد. یکی از فرآیندهایی که طی آن می‌توان تغییرات شهر را برای یک دوره زمانی چند ساله بررسی و در نتیجه جهت‌های رشد و توسعه شهری را برای اعمال برنامه‌ریزی‌های مناسب پیش‌بینی کرد، مدلسازی توسعه شهری است، بنابراین طراحان و برنامه‌ریزان شهری به اطلاعات مکانی و زمانی که مرتبط با الگوهای رشد شهری هستند نیازمندند تا بتوانند مدلسازی را انجام دهند. هدف پژوهش حاضر، مدلسازی توسعه شهری شهر بندرعباس با استفاده از مدل lcm در سری زمانی 21 سال (1994،2002،2009،2015) با استفاده از تصاویر ماهواره‌ای لندست است که در مرحله اول پس از طبقه‌بندی تصاویر به روش نظارت شده بیشترین شباهت، نقشه‌های کلاسه‌بندی شده را با دقت ضریب کاپا 9550/0 به‌دست آوردیم و سپس با استفاده از مدل تغییرات زمین به پیش‌بینی نقشه 2021 پرداختیم و با استفاده از مدل رگرسیون لجستیک و زنجیره Ca-markove توسعه شهرستان را در سال 2021 با دقت مناسب پیش‌بینی می‌کنیم. پس از محاسبه ماتریس احتمال انتقال تغییرات به پیش‌بینی کاربری اراضی در سال‌های 2009 و 2015 و 2021 با استفاده از رگرسیون لجستیک پرداختیم که در مقایسه با کاربری‌های اراضی سال‌های 2009 و 2015 به دقت ضریب کاپای 75.3 درصد برای سال 2009 و 86.9 درصد برای سال 2015 رسیدیم که براین اساس نتایج نسبتاً خوبی به دست آورده‌ایم.

چکیده انگلیسی:

Rapid urbanization has put heavy pressure on the land and it is surrounding resources, reducing vegetation, reducing open space and serious social and environmental problems. An important step in managing and planning urban development, as well as assessing its cumulative effects, is to study and simulate the physical development of the city. One of the processes in which a city changes can be investigated for a multi- year period and therefore predicting the directions of urban development for appropriate planning is urban development modeling, so urban designers and planners have spatial information and when they are related to urban growth patterns, they need to do the modeling. The aim of the present study is to model the urban development of Bandar Abbas city using the LCM model in the 21st year series ( 1994, 2002, 2009, 2015) using the  Landsat satellite images. In the first step, after classification of images by supervised method, mostly we compared the maps with the accuracy of the KAPPA coefficient of 0.9550, and then using the land- change model to predict the map of 2021 and using the Logistic regression model and the CA-Markov chain, the development of the city in 2021 was anticipated exactly. After calculating the matrix, the probability of transfer of changes to predict land use in 2009, 2015, and 2021 was calculated using Logistic regression, which compared to land use in the years 2009 and 2015, the accuracy of the Kappa coefficient was 75.3% for 2009 and 86.9%. Also for the year 2015 we achieved relatively good results.

منابع و مأخذ:

 

1-     المدرسی، سید ع. هادیان، س.1395.ارزیابی فرآیدهای توسعه شهری با استفاده از روش‌های پیشرفته تحلیل فضایی و تکنیک سلولهای خودکار و مقایسه با روش رگرسیون لجستیک. پایان نامه کارشناسی ارشد، رشته سنجش از دور، دانشگاه آزاد اسلامی یزد،110 صفحه.

2-     انصاری،م. شریعت پناهی، م .ملک حسینی، م. مدیری، م.1396. تحلیل الگوی گسترش شهری در شهرهای میانه اندام با استفاده از مدل‌های کمی(شهر ملایر). فصلنامه امایش محیط. دوره13، شماره 48. صفحه148-182.

3-     رحیمی، ا. 1395. سیاست‌های زمین شهری و تأثیر آن بر توسعه شهر تبریز. فصلنامه آمایش محیط. شماره 48. صفحه 109-129.

4-     رحیمی، الف. 1393. مدلسازی توسعه تبریز در سال 1410 با استفاده از مدل LTM، دومین همایش ملی کاربرد پیشرفته تحلیل فضایی در آمایش سرزمین.یزد. 11-12اسفند.145-161.

5-     روشن بخش، س . المدرسی، سید ع .، مدلسازی توسعه شهری همدان با استفاده از شبکه عصبی مصنوعی و رگرسیون لجستیک. پایان نامه کارشناسی ارشد، دانشگاه آزاد اسلامی یزد، 129 صفحه.

6-      زارع کمالی، م . 1395. مدلسازی تغییرات کاربری اراضی با استفاده از مدل پیش‌بینی رگرسیون لجستیک. دومین همایش ملی کاربرد پیشرفته تحلیل فضایی در آمایش سرزمین.یزد.11-12 اسفند.98-112.

7-     عزیزی قلاتی، س. 1392. مدلسازی تغییرات کاربری اراضی با استفاده از تکنیک‌های سنجش از دور و سامانه‌های اطلاعات جغرافیایی درمنطقه کوهمره سرخی استان فارس. پایان نامه کارشناسی ارشد، دانشگاه شهید چمران اهواز.اهواز.115صفحه.

8-     کامیاب، ح. 1392. کاربرد شبکه عصبی در مدلسازی توسعه شهری مطالعه موردی: گرگان، فصلنامه پژوهش‌های جغرافیایی انسانی، سال سی و هشتم، شماره 68.

9-     نوری نژاد، ع .ارغان، ع.1396. ارزیابی توان اکولوژیک توسعه شهری با استفاده از مدل سیستمی(شهرستان ساری). فصلنامه امایش محیط. دوره12. شماره 47.

10-  Asghari zamani,A ,2007, evaluation and prediction of spatial expansion in Iranian cities case study: Zanjan city, PH.D thesis, department of Geography and urban planning in Tabriz university.

11-  Fisher TR, Benetiz J A ,lee K Y, 2006, history of land cover change and biogeochemical impacts in the chop tank river basin in the mid-attlantic region of the USA ,international journal of remote sensing, 21(17):3683-3730.

12-  Gómez, C.; White, J. C. & Wulder, M. A. 2011. Characterizing the state and processes of change in a dynamic forest environment using hierarchical spatio-temporal segmentation. Science of the total environment. 115(7): 1665–1679.

13-  Latifovic R,Fytask, chen J, paraszczak J,2005, assessing land cover change resulting from large surface mining development, international Journal of applied earth observation and gea information,7(1):29-48.

14-  Rezazade, R. Mirahmadi,M, 2009, cellular automata, a new approach in urban growth simulation, Journal of education technology,4(4).

15-  Rafiee R, Salman mahiny A and khorasani N, 2009,Assessment of change detection in an urban environment, remote sens, environ, 63:95-100.

16-  Tewolde M G, cabral P,2011,urban sprawl analysis and modeling in Asmara, Eritrea, remote sensing 3:2148-2165.

17-  Thapa, R. B. & Murayama, Y. 2011. Urban growth modeling of Kathmandumetropolitan region, Nepal. Computers, Environment and Urban Systems. 35(1): 25–34.

18-  Khoi, D.D., Murayama, Y., 2010. Forecasting Areas Vulnerable to Forest Conversion inthe Tam Dao National Park Region, Vietnam. Remote Sensing 2(5): 1249–1272.

19-  Oñate-Valdivieso, F. & Sendra, J.B. 2010. Application of GIS and remote sensingtechniques in generation of land use scenarios for hydrological modeling. Journal ofHydrology. 395(3–4): 256–263.

20-  Perez-Vega, A., Mas, J., Ligmann-Zielinska, A. 2012. Comparing two approaches toland use/cover change modeling and their implications for the assessment ofbiodiversity loss in a deciduous tropical forest. Environmental Modelling & Software (1): 11-23.