توسعه فضاهای پیراشهری

توسعه فضاهای پیراشهری

ارزیابی و پیش‌بینی تغییرات کاربری اراضی اراک و روستاهای پیرامون

نوع مقاله : مقاله پژوهشی

نویسندگان
1 دانشجوی دکتری جغرافیا و برنامه ریزی روستایی ـ دانشکده علوم زمین - دانشگاه شهید بهشتی - ایران - تهران
2 استاد جغرافیا و برنامه‌ریزی روستایی، گروه جغرافیای انسانی و آمایش، دانشگاه شهید بهشتی، تهران، ایران
چکیده
روش­های مختلفی برای ارزیابی و پیش­بینی تغییرات کاربری اراضی وجود دارد که یکی از کارآمدترین این روش­ها اتوماتای سلولی است. در اتوماتای سلولی حالت یک سلول در هر زمان بستگی به حالت خاص خود و حالت­های همسایگان خود در گام زمانی قبلی دارد. با توجه به ماهیت فضایی این مدل، در پژوهش حاضر تغییرات کاربری اراضی و روندهای توسعه فضایی شهر اراک و روستاهای پیراشهری با استفاده از مدل مذکور و پردازش تصاویر ماهواره­ای ارزیابی و پیش­بینی شد. از زنجیره مارکوف برای ایجاد قوانین گذار استفاده گردید. در این راستا کاربری اراضی در سه دوره زمانی 1990، 2006 و 2023 میلادی با استفاده از طبقه­بندی به روش ماشین­های بردار پشتیبان تهیه‌شده و میزان تغییرات هر کاربری محاسبه گردید. سپس، تغییرات کاربری و گسترش فضایی ­شهر اراک و روستاهای پیرامون با استفاده از مدل اتوماتای سلولی برای افق 2040 میلادی پیش­بینی شد. نتایج بیان­گر دینامیک بالای تغییرات کاربری در سطح منطقه است. این امر ناشی از توسعه فضایی زیاد ­شهر اراک بوده که تأثیرات عمیقی بر منطقه پیراشهری داشته است. محاسبات نشان داد که در طی سال­های 1990 تا 2006 میلادی مساحت کاربری ساخته­شده با افزایشی درحدود 3/4104 هکتار به رقم 8/8391 هکتار رسیده است. در طی دوره زمانی 2006 تا 2023 میلادی بالغ‌بر 7/3516 هکتار به مساحت کاربری مذکور افزوده‌شده است. در این رابطه درصد زیادی از اراضی کشاورزی منطقه به کاربری ساخته­شده تغییریافته‌اند. نتایج مدل اتوماتای سلولی نشان داد که تا 2040 میلادی، بیشترین میزان دینامیک فضایی بین کاربری­های ساخته­شده-کشاورزی خواهد بود. پیش­بینی می­شود که تا 2040 میلادی بالغ‌بر 2571 هکتار از اراضی کشاورزی منطقه به کاربری ساخته­شده تبدیل شوند. در این رابطه، ساخت‌وسازهای زیادی در محور اراک- قم و محور اراک- شازند صورت خواهد گرفت. در منطقه پیراشهر شمال اراک توسعه کاربری ساخته­شده به‌صورت توسعه فضایی روستاها و گسترش ویلاها خواهد بود.
کلیدواژه‌ها

موضوعات


بابایی اقدم، فریدون و ابراهیم­زاده آسمین، حسین. 1391. مدل­سازی تغییرات کاربری اراضی و بایر به سطوح ساخته‌شده در منطقه شهری اردبیل با استفاده از مدل CLUE-S. نشریه جغرافیا و توسعه، شماره 21، صص 34-26.
بکائیان، فاطمه؛ شمسی­پور، علی­اکبر و علی­خواه اصل، مرضیه. 1399. پایش روند تغییرات کاربری اراضی با تأکید بر توسعه فیزیکی شهر تهران. فصلنامه علوم و تکنولوژی محیط‌زیست، دوره 22، شماره 1، شماره پیاپی 92، صص 61-78.
پورمحمدی، محمدرضا و جام­کسری، محمد. 1390. تحلیلی بر الگوی توسعه ناموزون تبریز. فصلنامه تحقیقات جغرافیایی، سال 25، شماره 100، صص 54-31. 
حسین­آبادی، سعید؛ اکبری، ابراهیم و نقدبیشی، افسانه. 1399. ارزیابی و شبیه‌سازی تغییرات کاربری اراضی با استفاده از طبقه‌بندی شی گرا و مدل زنجیره مارکوف (موردمطالعه: شهر بیرجند و پیرامون آن). جغرافیا و مخاطرات محیطی، دوره 9، شماره 1، شماره پیاپی1، صص 188-169.
خزایی، عادل؛ عباسپور، مجید؛ بابایی کفاکی، ساسان؛ تقوی، لعبت و رشیدی، یوسف. 1402. بررسی و پیش­بینی تغییرات کاربری اراضی کلانشهر تهران با استفاده از تکنولوژی سنجش‌ازدور. فصلنامه علوم محیطی، دوره 21، شماره 2، صص 138-121.
خوش­گفتار، محمدمهدی؛ طالعی، محمد و ملک­پور، پیمان. 1389. مدل­سازی زمانی- مکانی رشد شهری: روش مبتنی بر تلفیق Cellular automata و زنجیره مارکوف. نشریه انجمن سنجش‌ازدور و GIS ایران، سال دوم، شماره 17، صص 34-6.
رسولی، علی­اکبر. 1391. کاربرد GIS در برنامه­ریزی شهری و منطقه­ای. تبریز: انتشارات سازمان شهرداری­ها و دهیاری­های کشور.
شکویی، حسین. 1382. دیدگاه­های نو در جغرافیای شهری. تهران: انتشارات سمت.
یاراحمدی، امیر. 1378. به‌سوی شهرسازی انسان­گرا. تهران: شرکت پردازش و برنامه­ریزی شهری.
Aburas, MM., Ho, YM., Ramli, MFR. and Ash’aari, ZH. 2017. Improving the capability of an integrated CA-Markov model to simulate spatio-temporal urban growth trends using an Analytical Hierarchy Process and Frequency Ratio. International Journal of Applied Earth Observation and Geoinformation, Vol. 59, PP. 65-78.
Bagan, H. and Yamagata, Y. 2012. Landsat analysis of urban growth: How Tokyo became the world's largest megacity during the last 40 years. Remote Sensing of Environment, Vol. 127, pp. 210–222.
Batisani, N. and Yarnal, B. 2009. Urban expansion in Centre County, Pennsylvania: Spatial dynamics and Landscape transformations. Applied Geography, Vol. 9, Issue. 2, pp. 235-249.
Chang, C-C. and Lin, C-J. 2011. LIBSVM: a library for support vector machines. ACM Transactions on Intelligent Systems and Technology, Volume 2, Issue 3, pp. 1-27
Dongjie, G., Weijun, G., Kazuyuki, W. and Hidetoshi, F. 2008. Land use change of Kitakyushu based on landscape ecology and Markov model. Journal of Geographical Sciences, Vol. 18, pp: 455-468.
Eastman, JR (a). 2012. IDRISI Selva Tutorial, Manual Version 17. Clark Labs, Clark University, 354p.
Eastman, JR (b). 2012. IDRISI Selva Manual, Manual Version 17. Clark Labs, Clark University, 322p.
Ge, D., Wang, Z., Tu, S., Long, H., Yan, H and Sun, D. 2019. Coupling analysis of greenhouse-led farmland transition and rural transformation development in China’s traditional farming area: A case of qingzhou city. Land Use Policy, Vol. 86, PP.113–125.
Gu, X., Xie, B., Zhang, Z. and Guo, H. 2019. Rural multifunction in Shanghai suburbs: Evaluation and spatial characteristics based on villages. Habitat International, Vol. 92, PP. 1-10.
Guan, D., Li, H., Inohae, T., Su, W., Nagaie, T. and Hokao, N. 2011. Modeling urban land use change by the integration of cellular automaton and Markov model. Ecological Modelling, Vol. 222, pp. 3761-3772.
Hu, Z., Peng, J., Du, Y., Song, Z., Liu, Y. and Wang, Y. 2016. Reconstructing hollow villages in the view of structural reform of the supply side. Acta Geographica Sinica, Vol. 71, No. 12, PP. 2119–2128.
Jia, K., Qiao, W., Chai, Y., Feng, T., Wang, Y. and  Ge, D. 2020. Spatial distribution characteristics of rural settlements under diversified rural production functions: A case of Taizhou, China. Habitat International, Vol. 102, PP.1-12.
Jiang, L., Deng, X. and Seto, KC. 2013. The  impact  of  urban  expansion  on  agricultural  land  use intensity  in  China. Land Use Policy, Vol. 35, PP. 33-39.
Jokar, Aj., Helbich, M., kainz, W. and Darvishi, A. 2102. Integration of logistic regression, markov chain and cellular automata models to simulate urban expansion. Journal of applied earth observation and geoinformation, Vol. 21, PP. 265-275.
Liu, S. and Wang, G. 2018. From native rural China to urban-rural China: The rural transition perspective of China transformation. Management World, Vol. 34, No. 10, PP. 128-146.
Liu, Y. and  Li, Y. 2017. Revitalize the world’s countryside. Nature News, Vol. 548, PP. 275- 277.
Liu, Y. 2009. Modelling urban development with geographical information systems and cellular automata. CRC Press, Taylor & Francis Group, 188p. 
Mashao, D. 2004. Comparing SVM and GMM on parametric feature-sets. In Proceedings of the 15th Annual Symposium of the Pattern Recognition Association of South Africa, Cape Town, South Africa. 27th – 29th November 2004.
Tan, M. and Li, X. 2013. The changing settlements in rural areas under urban pressure in China: Patterns, driving forces and policy implications. Landscape and Urban Planning, Vol. 120, PP. 170-177.
Theres, L., Radhakrishnan, Se. and Rahman, A. 2023. Simulating Urban Growth Using the Cellular Automata Markov Chain Model in the Context of Spatiotemporal Influences for Salem and Its Peripherals, India. Earth, Vol. 4, No. 2, PP. 296-314.
Vapnik, VN. 1995. The Nature of Statistical Learning Theory. New York: Springer-Verlag.
Wang, XR., Hui, ECM., Choguill, C. and Jia, SH. 2015. The new urbanization policy in China: Which way forward?. Habitat International, Vol. 47, PP. 279-284.
Wu, Q., Li, H-q., Wang, R-S., Paulussen, J., He, Y., Wang, M., Wang, B-H. and Wang Z. 2006. Monitoring and predicting land use change in Beijing using remote sensing and GIS. Landscape and Urban Planning, Vol. 78, pp. 322-333.
Xin, Y., Xin-Qi, Z. and Li-Na, L. 2012. A  spatiotemporal  model  of  land  use change  based  on  ant  colony  optimization, Markov  chain  and  cellular  automata. Ecological Modelling, Vol. 233, pp. 11-19.