نوع مقاله : مقاله علمی پژوهشی
نویسندگان
1 گروه جغرافیا و برنامه ریزی شهری دانشکده جغرافیا و برنامه ریزی دانشگاه تبریز
2 گروه آموزشی فضای سبز دانشکده کشاورزی، دانشگاه تبریز
چکیده
توسعه پراکنده شهری و تغییرات کاربری اراضی پیرامونی شهرها، از چالشهای اساسی در برنامهریزی شهری در دهههای اخیر بوده و مدلسازی این تغییرات، بهعنوان یک ابزار کارآمد برای برنامهریزان، اقتصاددانان، اکولوژیستها و طرفداران محیط زیست جهت بررسی تغییرات آتی توسعه شهری محسوب میگردد. این مقاله مدل تحول زمین را بهمنظور بررسی توسعه شهری آتی تبریز، بر پایه شبکههای عصبی مصنوعی و سیستم اطلاعات جغرافیایی مورد استفاده قرار داده است. روش تحقیق در این پژوهش، توصیفی–تحلیلی است و دادههای مورد نیاز از تصاویر ماهوارهای، نقشههای کاربری اراضی شهری و طرحهای مصوب شهری تبریز استخراج گردیده است، از نرمافزارهای ERDAS imaging و ArcGIS برای آمادهسازی دادهها و تحلیل نتایج و مجموعه نرمافزاری LTM برای آموزش، تست، شبیهسازی و پیشبینی توسعه احتمالی استفاده شده است. نتایج حاصل از یادگیری مدل بین سالهای 1368 تا 1384 نشانگر آن بوده است که در این مدت 16 ساله، 21469 سل 50 در 50 مترمربع توسعه یافته است که با توسعه واقعی شهر مطابقت داشته و نشانگر یادگیری مناسب در شبکه میباشد. برای پیشبینی توسعه احتمالی شهر طرحهای فرادست شهری، جمعیت سال 1400 و سرانههای پیشنهادی برای شهر مورد استفاده قرار گرفت. نتایج نقشه توسعه احتمالی نمایانگر این است که 22484 سل، برای سال 1400 مورد نیاز میباشد که بایستی برای توسعه آتی شهر اختصاص یابد. همچنین نتایج حاصل از مدل بیشترین توسعه شهر را در قسمتهای شمالغربی، شرق و جنوب شرق پیشبینی کرده است که این روند تخریب فضاهای سبز، اراضی کشاورزی پیرامون و تهدید محیط زیست شهری را بهبار خواهد آورد. براین اساس و با ادامه روند کنونی، 8437 هکتار از فضاهای سبز و اراضی پیرامون شهر تبریز به زیرساخت و ساز خواهد رفت. ادامه روند توسعه پراکنده نه تنها تخریب محیطهای اطراف شهری را بهدنبال خواهد داشت، بلکه باعث گسیختگی فضایی و اجتماعی شهر و افزایش هزینههای توسعه همچون راهاندازی زیرساختهای شهری خواهد شد.
کلیدواژهها
موضوعات
عنوان مقاله [English]
An Analysis of Urban Land Use Changes in Tabriz using Land Transformation Model
نویسندگان [English]
- Mir satar Sadrmosavi 1
- Mohammadreza Pourmohammadi 1
- Akbar Rahimi 2
1 Department of Geography and Urban Planning, School of Geography and Planning, University of Tabriz
2 Department of green spaces, Faculty of Agriculture, University of Tabriz
چکیده [English]
Urban sprawl and land use changes are one of the fundamental challenges facing urban planning in recent years. Therefore, modeling these changes is considered as an important tool by planners, economists, ecologists and environmentalists. This paper is an attempt to apply the Land Transformation Model (LTM) for urban land use changes in Tabriz based on artificial neural network and a geographical information system for the in prediction of Tabriz future development. Methodology in this paper is descriptive-analytic and the data are produced from satellite images, urban land use maps and approved plans for Tabriz. For preparation of data and analysis, ERDAS imaging and ArcGIS software, and for training test, simulation and the probable prediction map, LTM software are used. Results in training process, from 1989 to 2005 shows that 21469 cells (50*50 m) were expanded in 16 years period which is according to the real developed area in the same period and this result shows optimum training network. For prediction of probability map, we used Tabriz population and land use per capita was estimated in regional plan of Tabriz, and results illustrate 22484 cells changing until 2021 for future development. The results of the model, have predicted the most developed areas in the northwestern, east and south-east aspects and continuing this process would destroy green spaces, agricultural lands surrounding the city and threaten the environment. Thus, with this expansion, 8437 ha of green spaces and periphery areas will go on the built area. Continued sprawl development not only will destroy urban environment in periphery areas, but it also will disrupt spaces in Tabriz and there by will increase urban development costs such as infrastructure services.
کلیدواژهها [English]
- Land transformation model
- Sprawl growth
- Land use Changes
- Urban land