سنجش عوامل مؤثر بر رشد شهری با تاکید بر تغییرات کاربری اراضی با استفاده از مدل رگرسیون لجستیک (مطالعه موردی: شهر تبریز)

مطالعات برنامه ریزی سکونتگاه های انسانی

مقاله 3، دوره 11، شماره 36، آذر 1395، صفحه 39-60   

نوع مقاله: مقاله پژوهشی

نویسندگان

رحیم سرور¹؛ رسول یزدانی²؛ علی عشقی چهاربرج^{* 3}

¹استاد گروه جغرافیا و برنامه ریزی شهری، واحد علوم تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران

²دانشجوی دکتری جغرافیا و برنامه ریزی شهری، دانشگاه تبریز، تبریز، ایران

³دانشجوی دکتری جغرافیا و برنامه ریزی شهری، دانشگاه محقق اردبیلی، اردبیل، ایران

چکیده

گسترش افقی و بی‌برنامه شهرها متأثر از رشد جمعیت و مهاجرت، منجر به، کمبود زمین، تغییر اراضی مجاور به ساخت‌وسازهای شهری و ایجاد زاغه­هایی در مکان‌های نامساعد طبیعی گشته است. شهر تبریز طی دهه­های اخیر رشد و گسترش کالبدی سریعیرا تجربه نموده است. رشد بی­رویه شهری باعث تخریب اراضی باغی مرغوب اطراف شهرها، ایجاد زاغه­هایی در نواحی پرشیب و بر روی گسل تبریز، ترافیک و انواع آلودگی­ها شده است. برای مدیریت و برنامه­ریزی رشد شهر و کاهش اثرات نامطلوب آن شناخت عوامل مؤثر بر تغییرات کاربری زمین و رشد شهری ضروری می­باشد. در پژوهش حاضر مدل رگرسیون لجستیک به عنوان یک مدل اطلاعات محور توانایی بالایی در دخیل کردن متغیرهای زیاد دارد جهت تحلیل الگوهای گسترش شهر و روابط بین رشد شهری و عوامل محرکه آن مورد استفاده قرارگرفته است. روش پژوهش توصیفی- تحلیلی با هدف کاربردی است. در این تحقیق، ابتدا با استفاده از طبقه­بندی تصاویر ماهواره­ای طی دوره 22 ساله (1390-1368) با استفاده از روش حداکثر احتمال تغییرات پوشش/کاربری زمین شهر تبریز و اراضی اطراف کشف و تحلیل شد. سپس 14 متغیر مستقل یا عوامل محرکه رشد شهری و متغیر وابسته یا رشد شهری صورت گرفته طی 22 سال اخیر مورد آزمون قرار گرفتند. مدلسازی برای دو دوره 1390 و 1412 صورت گرفت. ابتدا با استفاده از داده­های سال 1368رشد شهری برای سال 1390 مدلسازی شد مطابقت بالای نقشه خروجی سال 1390 با نقشه کاربری زمین واقعی سال 1390 صحت مدلسازی را مورد تأیید قرارداد.          در نهایت رشد و گسترش شهر برای سال 1412 مدلسازی شد نتایج نشان می‌دهد که احتمال گسترش شهر به سمت جنوب شرق یا جاده تهران و شمال غرب (بطرف مرند و مرز بازرگان) و جنوب­غرب (بطرف آذرشهر) بیشتر از نواحی دیگر می­باشد. جهت اعتبارسنجی مدلسازی و شناخت میزان تأثیرگذاری عوامل مؤثر در رشد شهری از روش ROCاستفاده گردید نتایج نشان‌دهنده تأثیر بالای فاصله از باغات و اراضی شهری و در مرحله بعد متغیرهای اراضی بایر و باغات در رشد شهر طی 22 سال اخیر می­باشد.

کلیدواژه‌ها

گسترش کالبدی؛ شاخص‌های مؤثر رشد شهری؛ مدل رگرسیون لجستیک؛ شهر تبریز

مراجع

Achmad, A., Hasyim, S., Dahlan, B., & AuliaDwira, N. )2015(. Modeling of urban growth in tsunami-prone city using logistic regression: Analysis of Banda Aceh. Indonesia, Applied geography, )62(, 237-246.

Ahadnejad Roshti, M. (2001). assessment and modeling of land use change using multi-temporal imagery and geographic information system (Maragheh study area). Snjshazdvr graduate thesis, Tarbiat Modarres University, 102. (in persian)

Alsharif, A., & Pradhan, B. )2014(. Urban sprawl analysis of Tripoli metropolitan city (Libya) using remote sensing data and multivariate logistic regression model. Journal of Indian society of remote sensing, 42 (1), 155-170.

Bounoua, L., Safia, A., Masek, J., Peters-Lidard, C., & Imhoff Marc, L. )2009(. Impact of urban growth on surface climate: a case study in Oran. Algeria. Journal of applied meteorology and climatology, 48, 218-231.

Deep, Sh., & Saklani, A. )2014(. Urban sprawl modeling using cellular automata. The Egyptian journal of remote sensing and space sciences, 17, 179-218.

Department of Urban Planning and Architecture of the City of Tabriz. (2014). the most important rules and regulations detailed plan of Tabriz. (in persian)

ESA-UN. )2007(. World Urbanization Prospects. The 2005 Revision.2

Fang, S., Z Gertner, G., Sun Z., & A. Anderson, A. )2005). the impact of interactions in spatial simulation of the dynamics of urban sprawl. Landscape and urban planning, 73, 294- 306.

Gong, P. (1993). Change Detection Using Principal Component Analysis and Fuzzy Set Theory. Can, J. Remote Sensing. 19(1) 22 - 29.

Gorbany, R., PourMohammadi, M., Mahmoud Zadeh, H. (2015). the environmental approach in modeling land use changes Tabriz metropolitan area using satellite images several times, multi-criteria assessment and automated cells Markov chain (from 1984 to 2038). Journal of urban studies, 8, 13-30. (in persian)

Han, J., Hayashi, Y., Cao, X., & Imura, H. (2009). Application of an integrated system dynamics and cellular automata model for urban growth assessment: A case study of Shanghai. China Landscape and Urban Planning. www.elsevier.com.

Hu, Zhiyong., & Lo, C.P. (2007). Modeling urban growth in Atlanta using logistic regression, Computers. Environment and urban systems, 31, 667-688.

Jenerette, G.D., & Wu, J. (2001). Analysis and simulation of land use change in the central Arizon Phoenix region, USA. Landscape Ecology, 16, 611-626.

JokarArsanjani, J., Helbich, M., Kainz, W., & DarvishiBloorani, A. (2012). Integration of logistic regression, Markov chain and cellular automata models to simulate urban expansion. International journal of applied earth observation and geoinformation. (in persian)

Kamyab, H.R., Salman Mahiny, A., Hosseini, S.M., & Gholamalifard, M. (2010). Adopted a data-driven approach using logistic regression modeling Gorgan Urban Development. Ecology Journal, 54, 89-96. (in persian)

Lopez, E., Bocco, G., Mendoza, M., & Duhau, E. (2001). Predicting land-cover and land-use change in the urban fringe, a case in Morelia city, Mexico. Landscape and urban planning, (55), 271-285.

Mashhadizadeh Dehaghani, N. (1995). An analysis of the characteristics of urban planning at Iran University of Science and Technology. Tehran. (in persian)

Mishra, M., Mishra, K.K., & Subudhi, A. P. (2014). Urban sprawl mapping and land use change analysis using remote sensing and GIS (Case study of Bhubaneswar City, Orissa). Retrieved from www.gisresources.com.

Momany, I. (2011). Urban growth modeling in Tehran in 2050 using the model SLEUTH. Centre for Studies and Planning in Tehran, Tehran Municipality. (in persian)

Opulation Division, United Nations. (2009). World population prospects. UN.

Park, S., Jeon, S., Kim, S. & Choi, C. (2011). Prediction and comparison of urban growth by land suitability index mapping using GIS and RS in South Korea. Landscape and urban planning, 99 (2), 104-114.

PourMohammadi, M. R., Jamali, F., & Zamani, A. (2008). To evaluate the spatial expansion of the city _Kalbdy with an emphasis
 on changes in land use over the period 1976 to 2005. Geographical Research, 63, 46-29.(in persian)

Rabii, H.R., Ziaeian, P., Ali Mohammadi, A. (2006). Discovery and recovery of the city land use changes and land cover of the remote sensing and geographic information systems. human science teachers Quarterly, 9 (4), 19 -32. (in persian)

Rafiee, R., Salman Mahiny, A., Khorasani, N., Darvishsefat. A.A., & Danekar, A. (2009). simulating urban growth in Mashad city, Iran through the SLEUTH model (UGM). Cities, 26, 19-26.

Rafiee, R., Salman Mahiny, A., Khorasani, N., Darvishsefat. A.A., & Danekar, A. (2009).  simulating urban growth in Mashad city, Iran through the SLEUTH model (UGM). Cities, 26, 19-26.(in persian)

Rostaiy, sh., Ahadnejad, M., & farokhi suma, M. (2015). Assess the extent of the urban space with an emphasis on land use changes using multi-temporal satellite images (Case Study: Orumiyeh). Journal of Geography and Planning, 18 (50), 189-2006. (in persian)

Statistical Center of Iran, in 2011, General Population and Housing Census. The city of Tabriz.(in persian)

Sun, C., Zhi-feng, W., Zhi-qiang, L., Na, Y., & Jian-bing, W. (2013). Quantifying different types of urban growth and the change dynamic in Guangzhou using multi-temporal remote sensing data. International Journal of Applied Earth Observation and Geoinformation, 21, 409-417.

Thapa, B.R., & Murayama, Y. (2010). Drivers of urban growth in the Kathmandu valley, Nepal: Examining the efficacy of the analytic hierarchy process. Applied Geography, 30 (1), 70-83.

The role of Consulting Engineers Environment. (2013). development plan (comprehensive) in Tabriz.(in persian)

United Nations, Department of economic and social affairs. (2010). World urbanization prospects: The 2010 revision, New York: United nation publication.

United Nations, Department of economic and social affairs. (2014). World urbanization prospects: The 2014 revision, New York: United nation publication.

Vahedian Beigy, L., Pourahmad, A., & Syfaldyny, F. (2012). The effects of land use change Tehran's District 5. New Perspectives in Human Geography Journal, 4 (1), 29-46. (in persian)

Vermeiren, K., Van, R. A., Loopmans, M., Serwajja, Eria., & Mukwaya, P. (2012). Urban growth of Kampala, Uganda: Pattern analysis and scenario development. Landscape and urban planning, 106, 199-206.

Wakode, H. B., Klaus, B., Ramakar, J., & Raffig, A. (2014). Analysis of urban growth using Lands at TM/ETM data and GIS- a case study of Hyderabad, India. Arabian Journal of Geosciences, 7 (1), 109-121.

Zhao, P., (2011). Managing urban growth in a transforming China: Evidence from Beijing. Land Use Policy, www.elsevier.com.