شبیه‌سازی تغییرات کاربری اراضی و دینامیک شهری (مطالعه موردی: شهر مراغه)

مطالعات برنامه ریزی سکونتگاه های انسانی

مقاله 5، دوره 14، شماره 4 - شماره پیاپی 49، اسفند 1398، صفحه 891-912   

نوع مقاله: مقاله پژوهشی

نویسنده

هوشنگ سرور^*

استادیار جغرافیا و برنامه ریزی شهری، دانشگاه مراغه،مراغه،ایران

چکیده

در دهه‌های اخیر همگام با رشد شهرنشینی، مدل‌های مختلفی جهت بررسی و پیش‌بینی رشد شهری بکار گرفته شده است.در این زمینه، ماشین‌های خودکار سلولی در چهارچوب رویکرد سیستمی وارد مباحث جغرافیایی شد. مدل‌های مختلفی به منظور ایجاد قوانین گذار در ماشین‌های خودکار سلولی ترکیب می‌شوند که در این زمینه می‌توان به زنجیره مارکوف اشاره کرد.در زنجیره مارکوف،حالت آینده یک سیستم تنها وابسته به حالت پیشین سیستم است، درحالیکه در ماشین‌های خودکار سلولی،حالت آینده یک سیستم نه‌تنها وابسته به حالت سابق، بلکه وابسته به حالت همسایگان نیز می‌باشد و همین ویژگی است که به آن ماهیت فضایی یا جغرافیایی می‌بخشد. پایش الگوی رشد شهر درطی تقریبا 30 سال گذشته روند توسعه شهر مراغه عمدتا در جهات شرقی و بر روی زمین‌های بایر رانشان می دهد.شهر مراغه در بین سال‌های 1369 تا 1379 یک رشد نسبتا سریعی را تجربه کرده و پس از آن نیز به صورت پیوسته عمدتا به سمت شرق توسعه یافته است. شبیه‌سازی فضایی الگوی رشد شهر نشان می‌دهد که در سال‌های آتی این روند همچنان تداوم خواهد یافت. بطوریکه در طی ۱۷ سال آینده 774 هکتار از اراضی بایر و دیم و درحدود 417 هکتار از اراضی کشاورزی و باغات به ساخت وسازهای شهری تبدیل خواهند شد. همپوشانی فازی لایه‌های مختلف نشان می‌دهد که مکان‌یابی اولیه توسعه فیزیکی شهر مراغه به طور مناسبی صورت گرفته و بهتر است روند فعلی توسعه با تمایل بیشتر به سمت جنوب‌شرق، اجتناب از ساخت و ساز در شیب‌های تند و همچنین جلوگیری از تغییر کاربری اراضی کشاورزی به شهری تداوم یابد.

کلیدواژه‌ها

دینامیک شهری؛ ماشین‌های خودکار سلولی؛ زنجیره مارکوف؛ سیستم‌های اطلاعات جغرافیایی؛ شهر مراغه

مراجع

Ahadnejad, M., Zolfi, A., & Shokripor Dizaj, H. (2011). Estimation and prediction of physical expansion of cities using multi-temporal satellite imagery and geographic information system (Case study of Ardabil city 1363-1400). Environmental planning, 4(15),107-124. (in Persian)

Amanpour, S., Alizadeh, H, & Ghorari, H. (1392). An Analysis of Finding Optimal Directions of Physical Development in Ardabil City Using the AHP Model. Regional Planning, 4(10), 83- 96. (in Persian)

Anderson, B.N., Howarth, R.W., & Walker, L.R. (2008). Ecology, planning, and management of urban forests: international perspectives. Berlin: Springer

As-syakur, A. R., Adnyana, I. W. S., Arthana I. W., & Nuarsa, I. W. (2012). Enhanced built-up and bareness index (EBBI) for mapping built-up and bare land in an urban area. Remote sensing, 4, 2957-2970.

Azizi Galati, S., Rangzan, K., Sadidi, J., Heidarian, P., & Taghizadeh, A. (1395). Predicting locational trend of land use changes using CA-Markov model (Case study: Kohmare Sorkhi, Fars province). Remote Sensing and Geographic Information System in Natural Resources, 7(1), 59-71. (in Persian)

Babaei Aghdam, F., & Ebrahimzadeh Asmin, H. (2013). Modeling land use changes and Bayer levels built in Ardebil Municipality model CLUE-S. Geography and Development, 10(26), 21-34. (in Persian)

Bagan, H., & 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, 127, 210–222.

Benenson, I., Torrens, P. M. (2004). Geosimulation: Object-based modeling of urban phenomena. Computers. Environment and Urban Systems, 28, 1–8.

Chen, X. L., Zhao, H. M., Li, P. X., & Yin, Z. Y. (2006). Remote sensing image-based analysis of the relationship between urban heat island and land use/cover changes. Remote Sensing of Environment, 104, 133–146.

Coulthard, T.J. (1999). Modelling upland catchment response to Holocene environmental change, school of geography, university of Leeds.

Dongjie, G., Weijun, G., Kazuyuki, W., & Hidetoshi, F. (2008). Land use change of Kitakyushu based on landscape ecology and Markov model. Journal of Geographical Sciences, 18, 455-468.

Eastman, J. R (a). (2012). IDRISI Selva Tutorial, Manual Version 17, Clark Labs, Clark University.

Eastman, J. R (b). (2012). IDRISI Selva Manual, Manual Version 17, Clark Labs, Clark University.

Fonstad, M. A. (2006). Cellular automata as analysis and synthesis engines at the geomorphology–ecology interface. Geomorphology, 77, 217-234.

Garcia, A. M., Sante, I. Crecente, R. & Miranda, D. (2011). An analysis of the effect of the stochastic component of urban cellular automata models. Computers, Environment and Urban Systems, 35, 289–296.

Guan, D., Li, H. Inohae, T. W. Nagaie, T. & Hokao, N. (2011). Modeling urban land use change by the integration of cellular automaton and Markov model. Ecological Modelling, 222, 3761-3772.

Gutman, G., Janetos, A. C. Justice, C. O. Moran, E. F. Mustard J. F. Rindfuss, R. R. Skole, D. Turner B. L. & Cochrane, M. A. (2004). Remote sensing and digital image processing. Springer.

Lee, J. A., Lee, S. S., & Chi, K. H. (2010). Development of an urban classification method using a built-up index. Selected topics in power systems and remote sensing. Iwate Prefectural University.

Lei, S., Jinghai, Z.,Shaohong, R., Yuanman, H., & Miao, L. (2012). Landscape pattern change prediction of Jinhu coastal area based on Logistic-CA-Markov model. Advances in information Sciences and Service Sciences, 4(11), 1-10.

Li, X., & Yeh, A. G. (2002). Integration of principal components analysis and cellular automata for spatial decision making and urban simulation. Science in China, 45(6), 521–529.

Liu, Y. (2009). Modelling urban development with geographical information systems and cellular automata, Taylor & Francis Group: CRC Press.

Mabodi, M., & Hakimi, H. (2015). An Analysis of Land Use Land Changes and Simulation of Urban Expansion in Central Midlands City (Case Study: Khoy City) Geographical research of urban planning, 3(2), 211-226. (in Persian) 

Menard, A., & Marceau, D. J. (2007). Simulating the impact of forest management scenarios in an agricultural landscape of Southern Quebec, Canada, using a geographic cellular automata. Landscape and Urban Planning, 79(3–4), 253–265.

Ministry of Roads and Urban Development, Department of Roads and Urban Development East Azerbaijan province, in 1390, the master plan of the city of Maragheh, Volume I: assessment of the city. (in Persian)

Mitsova, D., Shuster, W., & Wang, X. (2011). A cellular automata model of land cover change to integrate urban growth with open space conservation. Landscape and Urban Planning, 99, 141–153.

Moreno, N., Wang, F., & Marceau, D. J. (2009). Implementation of a dynamic neighborhood in a land-use vector-based cellular automata model. Computers, Environment and Urban Systems, 33(1), 44–54.

Movahed, A., Mostafavi, S., & Soran Ahmadi, M. (1393). Model for Open space-physical Saqez approach to sustainable urban form.Urban Planning Studies, 2 (5), 55-75. (in Persian)

Netzband, M., Stefanov, W. L., & Redman, C. (2007). Applied Remote Sensing for Urban Planning, Governance and Sustainability, Berlin: Springer.

Pan, Y., Roth, A. Yu, Z., & Doluschitz, R. (2010). The impact of variation in scale on the behavior of a cellular automata used for land use change modeling. Computers, Environment and Urban Systems, 34, 400–408.

Sante, I., Garcia, A., Miranda, M. D., & Crecente, R. (2010). Cellular automata models for the simulation of real-world urban processes: A review and analysis. Landscape and Urban Planning, 96, 108–122.

Van Vliet, J., White, R., & Dragicevic, S. (2009). Modeling urban growth using a variable grid cellular automata. Computers, Environment and Urban Systems, 33(1), 35–43.

Wang, F., Hasbani, J. G., Wang, X., & Marceau, D. J. (2011). Identifying dominant factors for the calibration of a land-use cellular automata model using Rough Set Theory. Computers, Environment and Urban Systems, 35, 116–125.

White, R., Engelen, G., & Uljee, I. (1997). The use of constrained cellular automata for high-resolution modelling of urban land-use dynamics. Environment and Planning B: Planning and Design, 24(3), 323–343.

Wolfram, S. (1984). Computation theory of cellular automata. Communications in Mathematical Physics, 96, 15–57.

Wu, F. (2002). Calibration of stochastic cellular automata: the application to rural-urban land conversions. International Journal of Geographical Information Science, 16(8), 795-818.

Xin, Y., Xin-Qi, Z., & Li-Na, L. (2012). A  spatiotemporal  model  of  land  use change  based  on  ant  colony  optimization, Markov  chain  and  cellular  automata. Ecological Modelling, 233, 11-19.

Xu, H. (2007). Extraction of urban built-up land features from Landsat imagery using a thematic- oriented index combination technique. Photogrammetric engineering & remote sensing, 73(12), 1381-1391.

Yang, X., & Li, J. (2013). Advances in mapping from remote sensor imagery: techniques and applications, Taylor & Francis Group: CRC Press.