با همکاری مشترک دانشگاه پیام نور و انجمن جغرافیا و برنامه ریزی روستایی ایران

نوع مقاله : مقاله پژوهشی

نویسندگان

1 استاد

2 استاد تمام دانشگاه تهران

3 دانشجوی دکتری دانشگاه پیام نور

چکیده

پایش و پیش­بینی مستمر تغییرات کاربری و پوشش زمین در شهرهای بزرگ برای مدیریت رشد و پایداری اکوسیستم شهری امری حیاتی است.  این مقاله تغییرات کاربری و پوشش زمین در شهر رشت را تا سال ۱۳۹۸ پایش و تا ۱۴۰۸ مدل سازی و پیش­بینی کرده است. روش مقاله توصیفی- تحلیلی، داده های سری زمانی نقشه­های کاربری ، پوشش زمین و روش پردازش داده­ها، از طریق بکارگیری مدل ترکیبی  CA-Markovاست. اعتبار مدل در پیش‌بینی، با ضریب کاپا 78/0 و دقت کلی 82/0 تأیید شده است. یافته‌ها مؤید افزایش سطوح کلاس کاربری شهری از 4915 هکتار درسال ۱۳۷۲ به 9960 هکتار درسال ۱۳۹۸ و پیش بینی رشد به 10555 هکتار (114 درصد) تا سال ۱۴0۸ است. در مقابل پوشش کشاورزی از 29504 به 28390 هکتار تا سال ۱۴0۸ کاهش خواهد یافت. آهنگ کاهشی مشابه در پوشش شالیزار و مناطق جنگلی در مجموع نشان می‌دهد افزایش سطوح کاربری شهری، در جریان دست اندازی شهر به پوشش زمین و تبدیل کلاس غیر شهری درون، پیرامون و حریم شهر رخ داده است. آثار زیان­بار بی‌ثباتی زمین و ناپایداری منابع پوششی، مسئله اصلی شهر و اکوسیستم شهری در حال و آینده است. در کوتاه مدت، مدیریت رشد کالبدی شهر بر مبنای سیاست‌های مهار رشد در بیرون، به ویژه کنترل بردار اصلی آن، یعنی تغییر و تبدیل پوشش زمین قابل توجه و برنامه‌ریزی است. در بلندمدت توسل به راهبردهای سیاست توسعه از درون، یعنی توسعه جدید و مجدد، برای پایدارسازی رشد و روند تدریجی دوره گذار به کلانشهر شدن بسیار اهمیت دارد.

کلیدواژه‌ها

احمدی، فرید(1394). کاربرد سنجش از راه دور در مدیریت بهینه کاربری اراضی. همایش ملی مدیریت زمین در ایران. تهران: مؤسسه پژوهش‌های برنامه‌ریزی، اقتصاد کشاورزی و توسعه روستایی، مدیریت خدمات پژوهشی.
اسماعیلی، علی و حمید، اشجعی(1398). تغییرات کاربری زمین از طریق زنجیره مارکوف و استفاده از سیستم­های اطلاعات جغرافیایی و سنجش از دور(مورد شناسی: استان قم). فصلنامه جغرافیا و آمایش شهری منطقه­ای، 9(31)، 172-153.
امان‌پور، سعید، کاملی‌فر، محمدجواد و بهمئی، حجت(1396). تحلیلی بر تغییرات کاربری اراضی در کلان‌شهرها با استفاده از آنالیز تصاویر ماهواره‌ای در محیط  ENVI (مطالعه موردی: کلانشهر اهواز). فصلنامه علمی- پژوهشی اطلاعات جغرافیایی(سپهر)، 26(102). 150-139.
بییر، آن. آر و هیگینز، کاترین(1393). برنامه‌ریزی محیطی برای توسعه زمین، راهنمایی برای برنامه‌ریزی و طراحی محلی پایدار، ترجمه سیدمحسن حبیبی و کیوان کریمی، چاپ پنجم، تهران: دانشگاه تهران.
پورمحمدی، محمدرضا(1390). برنامه‌ریزی کاربری اراضی شهری. تهران: سمت.
رایگانی، بهزاد، جهانی، علی، ستاری‌راد، میر و شوقی، نرگس (1397). پیش‌بینی تغییرات کاربری زمین برای سال 2030 با استفاده از سنجش از دور و تصاویر چند زمانۀ لندست (مطالعه موردی: شهر مشهد). آمایش سرزمین، 10(2)، 269-249.
روستایی، شهریور، علی‌اکبری،  اسماعیل و حسین‌زاده، رباب. (1395). بررسی عوامل کلیدی تأثیرگذار بر رشد شهرهای بزرگ(مورد مطالعه شهر ارومیه). پژوهش و برنامه‌ریزی شهری، 7(26)، 53-74.  
زیاری، کرامت‌الله (1388). برنامه­ریزی کاربری اراضی شهری. تهران: انتشارات دانشگاه تهران.
صادق‌روش، محمدحسن(1395). پهنه‌بندی قابلیت زمین‌های دشت خضرآباد برای کشت زعفران با استفاده از منطق فازی. فصلنامه بوم‌شناسی گیاهان زراعی، 12(3)، 61-47.
علی‌اکبری، اسماعیل(1396). تحلیل تحولات نظام شهری و پویش شهرنشینی کشور در دوره بعد از انقلاب. گزارش طرح پژوهشی، معاونت پژوهش دانشگاه پیام‌نور.
مرادی، عباس، تیموری، حسن و دژکام، صادق(1394). پایش تغییرات فیزیکی سیمای سرزمین شهر کرج با استفاده از تحلیل سینوپتیک و تصاویر ماهواره­ای. برنامه‌ریزی و آمایش فضا، 19(1)، 146-127.
میثاق، نورالدین، نیسانی‌سامانی، نجمه وتومانیان، آرا (1397). شبیه‌سازی رشد شهری تبریز با استفاده از مدل CA-Markov  و تصمیم­گیری چندمعیاره. پژوهش­های جغرافیای انسانی، 50(1)، 231-217.
Akintunde, J. A., Adzandeh, E. A., & Fabiyi, O. O. (2016). Spatio-temporal pattern of urban growth in Jos Metropolis, Nigeria. Remote Sensing Applications. Society and Environment, 4, 44-54.‏
Belay, T., & Mengistu, D. A. (2019). Land use and land cover dynamics and drivers in the Muga watershed, Upper Blue Nile basin, Ethiopia. Remote Sensing Applications. Society and Environment, 15, 100249.‏
Du, R. (2016). Urban growth: Changes, management, and problems in large cities of Southeast China. Frontiers of Architectural Research, 5(3), 290-300.‏
Fisher, P. F., Comber, A. J., & Wadsworth, R. (2005). Land use and land cover: contradiction or complement. Re-presenting GIS, 85-98.‏
Jahanishakib, F., Mirkarimi, S. H., Salmanmahiny, A., & Poodat, F. (2018). Land use change modeling through scenario-based cellular automata Markov: improving spatial forecasting. Environmental monitoring and assessment, 190(6), 332.‏
Jensen, J. R. (2009). Remote sensing of the environment: An earth resource perspective 2/e. Pearson Education India.
Liu, D., Zheng, X., Zhang, C., & Wang, H. (2017). A new temporal–spatial dynamics method of simulating land-use change. Ecological modelling, 350, 1-10.‏
Lu, Q., Chang, N. B., Joyce, J., Chen, A. S., Savic, D. A., Djordjevic, S., & Fu, G. (2018). Exploring the potential climate change impact on urban growth in London by a cellular automata-based Markov chain model. Computers, Environment and Urban Systems, 68, 121-132.‏
 Moghadam, H. S., & Helbich, M. (2013). Spatiotemporal urbanization processes in the megacity of Mumbai, India: A Markov chains-cellular automata urban growth model. Applied Geography, 40, 140-149.‏
Sudhira, H. S., Ramachandra, T. V., & Jagadish, K. S. (2004). Urban sprawl: metrics, dynamics and modelling using GIS. International Journal of Applied Earth Observation and Geoinformation, 5(1), 29-39.‏
 Supriatna, J., Koestoer, R. H., & Takarina, N. D. (2016). Spatial Dynamics Model for Sustainability Landscape in Cimandiri Estuary, West Java, Indonesia. Procedia-Social and Behavioral Sciences, 227, 19-30.‏
Varga, O. G., Pontius Jr, R. G., Singh, S. K., & Szabó, S. (2019). Intensity Analysis and the Figure of Merit’s components for assessment of a Cellular
Automata–Markov simulation model. Ecological indicators, 101, 933-942.‏
Xu, C., Liu, M., Zhang, C., An, S., Yu, W., & Chen, J. M. (2007). The spatiotemporal dynamics of rapid urban growth in the Nanjing metropolitan region of China. Landscape ecology, 22(6), 925-937.‏
Xue, L., Zhu, B., Wu, Y., Wei, G., Liao, S., Yang, C., ... & Han, Q. (2019). Dynamic projection of ecological risk in the Manas River basin based on terrain gradients. Science of The Total Environment, 653, 283-293.‏
Zheng, F., & Hu, Y. (2018). Assessing temporal-spatial land use simulation effects with CLUE-S and Markov-CA models in Beijing. Environmental Science and Pollution Research, 25(32), 32231-32245.‏