شناسایی عوامل محرک گسترش و رشد آتی محدوده‌های شهری (نمونۀ موردی: گسترش محدودۀ شهر زاهدان)

نوع مقاله : مطالعه موردی

نویسندگان

• عطااله اکبری ¹
• محمد اسکندری ثانی ²
• مرتضی اسماعیل‌نژاد ²

¹ دانشجوی دکتری جغرافیا و برنامه‌ریزی شهری، واحد زاهدان، دانشگاه آزاد اسلامی، زاهدان، ایران

² دانشیار جغرافیا و برنامه‌ریزی شهری، دانشگاه بیرجند، بیرجند، ایران

https://doi.org/10.22067/jgrd.2023.74275.1098

چکیده

هدف این پژوهش، ارزیابی و شناسایی روند الگوهای تاریخی رشد شهر، شبیه‌­سازی و پیش‌­بینی اندازه و نحوه رشد آینده شهر زاهدان است و به دنبال بررسی و شناسایی عوامل مداخله­­‌گر در تعیین جهت هوشمندانه محدوده­‌های شهری است. در این پژوهش قصد پاسخ­گویی به این سؤال کلیدی است که آیا رشد محدوده شهری زاهدان مطابق با الگوهای تدارک و برنامه­‌ریزی شده و همسان با جمعیت است؟ پژوهش حاضر از طریق جمع‌­آوری داده­‌های اسنادی و تصاویر سنجش­‌از­دور ماهواره لندست طی دوره‌­های ده­‌ساله زمانی از 1370 تا 1400 و کاربست مدل SLEUTH-3R برای بررسی روند رشد محدوده شهر در گذشته و پیش­‌بینی آینده آن تا سال 1430 و استفاده از نرم‌­افزارهای تخصصی تجزیه­ و ­تحلیل داده­‌های مکانی ArcGIS و Envi انجام شد. نتایج نشان داد، روند رشد تاریخی شهر زاهدان بیشتر براساس رشد ارگانیک، رشد براساس گرایش به جاده و رشد مناطق شهری به‌صورت لبه‌­ای و رشد آتی شهر به‌صورت درونی و سپس در کناره­‌های بافت موجود خواهد بود. نتایج رشد آینده شهر زاهدان نشان داد، رشد بیشتر به سمت غرب و بخش­‌هایی از جنوب خواهد بود که با در نظر گرفتن مطلوبیت توسعه اراضی در نیمه غربی الگو و میزان رشد محدوده در آینده را منطقی و مناسب می‌کند. نتایج برآوردهای آتی رشد محدوده کالبدی و جمعیتی نشانگر کاهش تراکم جمعیت به میزان 57 نفر در هکتار از 89 نفر در هکتار خواهد بود. این مقدار نشانگر سبقت میزان رشد فیزیکی شهر از رشد جمعیتی آن و به معنای گسترش افقی شهر و پراکنده‌­رویی بیش‌ازحد شهر زاهدان است. با توجه به پژوهش انجام شده، بهترین گزینه برای توسعه شهر زاهدان، توسعه درونی یا توسعه میان­‌افزا است که در زمین­‌های بایر و خالی درون شهر اتفاق می‌­افتد.

کلیدواژه‌ها

• رشد شهر
• مدل‌سازی
• شبیه‌سازی
• مدل SLEUTH-3R
• شهر زاهدان

20.1001.1.20081391.1402.21.1.4.5

موضوعات

• برنامه ریزی در بخش های شهری و روستایی

مراجع

1. ابراهیم‌زاده، ع.، بریمانی، ف.، و نصیری، ی. (1383). حاشیه‌نشینی، ناهنجاری­‌های شهری و راهکارهای تعدیل آن موردشناسی، کریم‌­آباد زاهدان. جغرافیا و توسعه، 2، 121-143.
2. اسفنده، س.، دانه‌­کار، ا.، و سلمان­‌ماهینی، ع. (1400). شبیه‌­سازی و پیش­‌بینی الگوی رشد شهری تا سال 2050 با استفاده از مدل SLEUTH-3R (مطالعه موردی: ناحیه ساحلی شهرستان پارسیان). مجله محیط‌شناسی، 47(1)، 53-72.
3. جمشیدزهی شه­بخش، ا.، و قنبری، س. (1399). خزش شهری و تحولات کالبدی ـ فضایی سکونتگاه­‌های پیراشهر زاهدان. مجله توسعه فضاهای پیراشهری، 2(1)، 85-104.
4. رسولی، م.، سلمان­‌ماهینی، ع.، و کامیاب، ح. ر. (1395). تعیین ضرایب مؤثر بر رشد شهری در مدل SLEUTH برای شهرستان­‌های علی‌­آباد، رامیان و آزاد­شهر. آمایش جغرافیایی فضا، 21(6)، 1-12.
5. ساکیه، ی. (1394). تعیین محورهای توسعه پایدار شهر کرج بر اساس شبیه­‌سازی توسعه شهر و توان محیط­‌زیست (پایان نامه کارشناسی ارشد گروه محیط زیست). دانشگاه تهران، تهران، ایران.
6. کامیاب، ح.، و سلمان ماهینی، ع. (1397). مقدمه‌­ای بر مدل‌سازی توسعه شهری و کاربردهای آن (چاپ اول). گرگان: دانشگاه علوم کشاورزی و منابع طبیعی گرگان.
7. کریمی، م. (1391). درسنامه سامانه‌­های پشتیبان برنامه‌­ریزی مکانی. دانشکده نقشه­‌برداری، دانشگاه خواجه نصیرالدین طوسی.
8. مبرقعی، ن. (1389). لزوم تحقق مدیریت یکپارچه محیط زیست شهری. نخستین همایش توسعه شهری پایدار، 2 آذر، تهران.
9. مهدی­‌زاده، ح.، و جمور، ی. (1397). مطالعه امکان­‌سنجی جایگزینی ترازیابی دقیق با GPS/Levelling در منطقه ایران. نشریه علمی-پژوهشی علوم زمین، 27(107)، 185-192.
10. مؤمنی، ا. (1389). مدل‌سازی رشد شهری شهر تهران تا سال 2010 با استفاده از مدل SLEUTH. تهران: مرکز مطالعات و برنامه­‌ریزی شهر تهران.

 

11. Agyemang, F. S. K., Silva, E., Poku-Boansi, M., Kamuzu, F., Silva, E., & Poku-Boansi, M. (2019). Understanding the urban spatial structure of Sub-Saharan African cities using the case of urban development patterns of a Ghanaian city-region. Habitat International, 85, 21-33.
12. Akın, A., Clarke, K. C., & Berberoglu, S., (2014). The impact of historical exclusion on the calibration of the SLEUTH urban growth model. International Journal of Applied Earth Observation and Geoinformation, 27, 156-168.
13. Al-shalabi, M., Billa, L., Pradhan, B., Mansor, S., & Al-Sharif, A. A. (2013). Modelling urban growth evolution and land-use changes using GIS based cellular automata and SLEUTH models: the case of Sana’a metropolitan city, Yemen. Environmental Earth Sciences, 70(1), 425-437.
14. Barredo, J. I., Kasanko, M., McCormick, N., & Lavalle, C., (2003). Modelling dynamic spatial processes: simulation of urban future scenarios through cellular automata. Landscape and Urban Planning, 64(3), 145-160.
15. Bihamta, N., Soffianian, A., Fakheran, S., & Gholamalifard, M. (2015). Using the SLEUTH Urban Growth Model to Simulate Future Urban Expansion of the Isfahan Metropolitan Area, Iran. Journal of the Indian Society of Remote Sensing, 43(2), 407–414.
16. Clarke, K. C., & Gaydos, L. J. (1998). Loose-coupling a cellular automaton model and GIS: long-term urban growth prediction for San Francisco and Washington/Baltimore. International Journal of Geographical Information Science: IJGIS, 12(7), 699–714.
17. Clarke, K. C., Hoppen, S., & Gaydos, L. (1997). A self-modifying cellular automaton model of historical urbanization in the San Francisco Bay area. Environment and Planning B: Planning and Design, 24(2), 247–261.
18. Cohen, B. (2006). Urbanization in developing countries: Current trends, future projections, and key challenges for sustainability. Technology in Society, 28, 63-80.
19. Dadashpoor, H., Azizi, P., & Moghadasi, M. (2019). Analyzing spatial patterns, driving forces and predicting future growth scenarios for supporting sustainable urban growth: Evidence from Tabriz metropolitan area, Sustainable Cities and Society, 47, 101502.
20. Jantz, C., Drzyzga, S., & Maret, M. (2014). Calibrating and Validating a Simulation Model to Identify Drivers of Urban Land Cover Change in the Baltimore, MD Metropolitan Region. Land, 3, 1158-1179.
21. Leao, S., Bishop, I., & Evans, D. (2001). Assessing the demand of solid waste disposal in urban region by urban dynamics modeling in a GIS environment. Resources, Conservation and Recycling, 33(4), 289-313.
22. Leao, S., Bishop, I., & Evans, D. (2004). Simulating urban growth in a developing nation's region using a cellular automata-based model. Journal of Urban Planning and Development, 130(3), 145-158.
23. Li, F., Wang, L., Chen, Z., Clarke, K. C., Li, M., & Jiang, P. (2018). Extending the SLEUTH model to integrate habitat qual1ity into urban growth simulation. Journal of Environmental Management, 217, 486-498.
24. Mahini, A. S., Gholamalifard, M. (2007). Dynamic spatial modeling of urban growth through cellular automata in a GIS environment. International Journal of Environmental Research (IJER), 1(3), 272–279.
25. Sakieh, Y., Amiri, B. J., Danekar, A., Feghhi, J., & Dezhkam, S. (2015). Simulating urban expansion and scenario prediction using a cellular automata urban growth model SLEUTH, through a case study of
    Karaj City, Journal of Housing and the Built Environment, 30(4), 591–611.
26. Sakieh, Y., Salman Mahiny, A., Jafarnezhad, J., Mehri, A., Kamyab, H., & Galdavi, S. (2015). Evaluating the strategy of decentralized urban land-use planning in a developing region. Land Use Policy, 48, 534–551.
27. Saxena, A., & Jat, M. K. (2019). Capturing heterogeneous urban growth using SLEUTH model. Remote Sensing Applications: Society and Environment, 13, 426–434.
28. Saxena, A., & Jat, M. K. (2020). Land suitability and urban growth modeling: Development of SLEUTH Suitability. Computers, Environment and Urban Systems, 81, 101475.
29. United Nations. (2020). Population Division. World urbanization prospects, the 2021 revision. Department of Economic and Social Affairs/Population Division. New York.
30. Wang, H., He, S., Liu, X., Dai, L., Pan, P., Hong, S. and Zhang, W. (2013). Simulating urban expansion using a cloud-based cellular automata model: A case study of Jiangxia, Wuhan, China. Landscape and urban planning, 110, pp.99-112.
31. Wolfram, S. (1984). Cellular automata as models of complexity. Nature, 311(5985), 419–424.
32. Wu, X., Hu, Y., He, H.S., Bu, R., Onsted, J., & Xi, F., (2009). Performance evaluation of the SLEUTH model in the Shenyang metropolitan area of northeastern China. Environmental Modeling & Assessment, 14(2), pp.221-230.
33. Yang, X., & Lo, C. P. (2003). Modelling urban growth and landscape changes in the Atlanta metropolitan area. International Journal of Geographical Information Science, 17(5), 463-488.
34. Zhou, X., Wang, Y., & Sangawongse, S. (2009). Prediction urbanization process using SLEUTH and its temporal accuracy evaluation. , ESRI Asia Pacific User Conference, ESRI Australia, Brisbane, Australia.