بررسی اثرات پراکنده رویی شهری بر توزیع کربن با استفاده از مدل AHP-TOPSIS و MGWR

نوع مقاله : مقاله پژوهشی

نویسندگان
سید رضا موسوی 1
منیره محمودی هولاسو 2
مهدی شاه محمد 3
سمیرا حیدری 4
1 کارشناسی ارشد ژئومورفولوژی، دانشگاه آزاد نور
2 دانشجوی کارشناسی ارشد برنامه‌ریزی منطقه‌ای دانشگاه گیلان.
3 کارشناسی ارشد جغرافیا و برنامه ریزی شهری _ آمایش شهری از دانشگاه شهید بهشتی تهران.
4 دانشجوی ارشد رشته جغرافیا وبرنامه ریزی شهری گرایش برنامه ریزی مسکن دانشکده علوم انسانی دانشگاه تربیت مدرس.
10.22034/el.2024.459495.1023
چکیده
پراکنده رویی شهری ، یک نگرانی فشرده برای توسعه پایدار شهری، چالش های قابل توجهی را برای کاهش ردپای کربن در محیط های شهری ایجاد می کند. این مطالعه به پویایی های پیچیده پراکنده رویی شهری در شهر ارومیه می پردازد و تبعات آن بر انتشار کربن شهر را بررسی می کند. این پژوهش هدف پر کردن یک شکاف دانش حیاتی را دارد؛ از طریق تحلیل عوامل فضایی تعیین کننده پایداری زیست محیطی و ارائه بینش هایی درباره رابطه بین الگوهای پراکنده رویی شهری و شاخص های شهر کم کربن. با بهره گیری از یک چارچوب روش شناختی جامع، این مطالعه تحلیل توصیفی، فرآیند تحلیل سلسله مراتبی (AHP)، تکنیک ترجیح سفارش بر اساس شباهت به راه حل ایده آل (TOPSIS) و رگرسیون جغرافیایی وزنی چندمقیاسه (MGWR) را ترکیب می کند. داده های سرشماری جمعیت و مسکن 1395 و داده های GIS طرح تفصیلی شهر ارومیه، پایه ای برای بررسی توزیع جمعیت، الگوهای کاربری اراضی و شاخص های انتشار کربن در میان محله های شهر را فراهم می کنند. این رویکرد، بررسی دقیق توزیع فضایی پراکنده رویی شهری و تبعات زیست محیطی آن را با تمرکز ویژه بر نقش شکل شهری و تراکم در شکل دادن به روندهای انتشار کربن، تسهیل می کند. یافته ها، طیف متنوعی از تراکم های شهری و الگوهای کاربری اراضی را در سراسر ارومیه آشکار می سازد. این پژوهش نقش حیاتی تراکم خالص و ناخالص جمعیت را به عنوان عوامل کلیدی مؤثر بر ردپای کربن شهری برجسته می سازد. کاربرد مدل های AHP و TOPSIS، درجات متفاوت پراکنده رویی شهری را شناسایی می کند که چالش های زیست محیطی ناشی از گسترش حومه ای را خاطرنشان می سازد. علاوه بر این، بینش های حاصل از مدل MGWR تأثیر قابل توجه شکل شهری بر پایداری زیست محیطی را برجسته می کند و رابطه فضایی میان پراکنده رویی شهری و انتشار کربن را تأیید می نماید. در نتیجه، این مطالعه تأیید می کند که پراکنده رویی شهری تأثیر قابل توجهی بر شاخص های شهر کم کربن در ارومیه دارد و نشان می دهد که مناطق شهری پرتراکم ممکن است راه حل های بالقوه ای برای کاهش انتشار کربن ارائه دهند. این یافته ها، لزوم برنامه ریزی شهری و سیاستگذاری راهبردی را که بر تراکم و دسترسی برای ارتقای پایداری زیست محیطی تأکید می کنند، خاطرنشان می سازد. این مطالعه برای تحقیقات مستمر در مورد تعامل پویای شکل شهری و انتشار کربن استدلال می کند و رویکرد یکپارچه ای را برای توسعه شهری که اهداف رشد کم کربن را پشتیبانی می کند، پیشنهاد می دهد. تحقیقات آینده باید دامنه متغیرها را گسترش دهد و از روش های تحلیلی متنوع برای غنی سازی درک ما از تأثیرات پیچیده پراکنده رویی شهری استفاده کند.

کلیدواژه‌ها

موضوعات

عنوان مقاله English

Investigating the Effects of Urban Sprawl on Carbon Distribution Using AHP-TOPSIS and MGWR Models

نویسندگان English

Seyed Reza Mousavi 1
Monire Mahmoudi Holasoo 2
Mehdi Shah Mohammad 3
Samira Heydari 4
1 Master of Geomorphology, Noor Azad University
2 Master's student of regional planning at Gilan University.
3 Master's Degree in Geography and Urban Planning - Urban Planning from Shahid Beheshti University, Tehran
4 Master's student in the field of geography and urban planning, majoring in housing planning, Faculty of Humanities, Tarbiat Modares University.
چکیده English

Urban sprawl, a pressing concern for sustainable urban development, poses significant challenges for reducing the carbon footprint in urban environments. This study addresses the complex dynamics of urban sprawl in the city of Urmia and examines its implications on the city's carbon emissions. This research aims to fill a critical knowledge gap by analyzing the spatial determinants of environmental sustainability and providing insights into the relationship between urban sprawl patterns and low-carbon city indicators. Leveraging a comprehensive methodological framework, this study combines descriptive analysis, the Analytic Hierarchy Process (AHP), the Technique for Order Preference by Similarity to Ideal Solution (TOPSIS), and Multiscale Geographically Weighted Regression (MGWR). The population and housing census data from 1395 (2016-2017) and the GIS data from the detailed plan of Urmia provide a basis for investigating population distribution, land use patterns, and carbon emission indicators across the city's neighborhoods. This approach facilitates a thorough examination of the spatial distribution of urban sprawl and its environmental consequences, with a special focus on the role of urban form and density in shaping carbon emission trends. The findings reveal a diverse range of urban densities and land use patterns across Urmia. This research highlights the vital role of net and gross population densities as key factors influencing the urban carbon footprint. The application of the AHP and TOPSIS models identifies varying degrees of urban sprawl, highlighting the environmental challenges arising from suburban expansion. Furthermore, insights from the MGWR model underscore the significant impact of urban form on environmental sustainability and confirm the spatial relationship between urban sprawl and carbon emissions. Consequently, this study affirms that urban sprawl has a substantial impact on low-carbon city indicators in Urmia and suggests that high-density urban areas may offer potential solutions for reducing carbon emissions. These findings emphasize the need for urban planning and strategic policymaking that emphasize density and accessibility to enhance environmental sustainability. This study argues for ongoing research on the dynamic interplay between urban form and carbon emissions and proposes an integrated approach to urban development that supports low-carbon growth objectives. Future research should expand the scope of variables and employ diverse analytical methods to enrich our understanding of the complex impacts of urban sprawl.

کلیدواژه‌ها English

Urban sprawl
low-carbon city
multiscale geographically weighted regression
AHP-TOPSIS model
Urmia City
  1. آذر، عادل؛ رجب زاده، علی(1381)، تصمیم گیری کاربردی، چاپ اول، انتشاراتنگاه دانو، تهران.
  2. آروﯾﻦ، ﻣﺤﻤﻮد و اﺣﻤﺪ پوراﺣﻤﺪ و ﺳﻌﯿﺪ زﻧگنه ﺷﻬﺮکی.  ارزﯾﺎبی زﻣﯿﻦﻫﺎی ﺑﺎﯾﺮ ﺑﻪ ﻣﻨﻈـﻮر ﺗﻮﺳـﻌﻪ ﻣﯿـﺎن اﻓﺰا ﺑﺎ اﺳﺘﻔﺎده از ﺗکﻨﯿکﻫـﺎی ﺗﺼـﻤﯿﻢگﯿـﺮی ﺗﻠﻔﯿﻘـی، مجله آمایش جغرافیایی فضا، دوره 7، ﺷـماره 26، داﻧﺸگﺎه گﻠﺴﺘﺎن
  3. افتخاری الهام، گنجعلی جعفر.(1400). سنجش توسعه کالبدی سکونتگاه های روستایی استان اصفهان با بهره گیرى از مدل AHP وTOPSIS، فصلنامه جغرافیا و مطالعات محیطی. شماره سی ونه، 27-40
  4. حاتمی نژاد حسین، پوراحمد احمد، منصوریان حسین، رجایی عباس، 1392 ، تحلیل مکانی شاخص های کیفییت زندگی در شهر تهران، پژوهش های جغرافیای انسانی، دورۀ 45 ، شمارۀ 4 ،. 29 - 56
  5. علی اکبری، اسماعیل و اکبری، مجید، 1395. مدل ساختاری تفسیری عوامل موثر بر زیست پذیری کلان شهر تهران، برنامه ریزی و آمایش فضا، 21، 1، 1-30.
  6. قدسی پور، سید حسن. (1381)، مباحثی در تصمیم گیری چند معیاری، چاپ سوم، دانشگاه صنعتی امیرکبیر، تهران.
  7. گیوه چی، سعید و رضا قنواتی، 1393. تحلیل الگوی گسترش کالبدی شهر اهواز با استفاده از مدل آنتروپی شانون، کنفرانس ملی شهرسازی، مدیریت شهری و توسعه پایدار، تهران موسسه ایرانیان، انجمن معماری ایران، 1-17.
  8. نامور حقیقی شیرازی فرد فهیمه ، حاجی پور خلیل ، شبانی امیرحسین ، محمدی محمود. (1398). بررسی تطبیقی الگوهای مدیریت رشد شهری در کلان شهرشیراز. فصلنامه علمی پژوهش و برنامه ریزی شهری. 39. 90-102.
  9. نصیری، علی. (1395). ارزیابی آسیب پذیری شهر ارومیه در برابر زلزله با استفاده از روشAHP پارامترهای در محیطGIS. نشریه تحقیقات کاربردی علوم جغرافیایی. سال شانزدهم. شماره90.40-113.
  10. نیک پور، عامر، لطفی، صدیقه، رضازاده، مرتضی. 1396. تحلیل رابطه میان فرم شهر و شاخص دسترسی مورد مطالعه: شهربابلسر، فصلنامه برنامه ریزی فضایی، دانشگاه اصفهان، 3، 85-106.
  11. هوشمند شریفی، تکتم. 1395. تحلیل تاثیرات گسترش افقی شهر بر روی اراضی کشاورزی (مطالعه موردی: شهر نیشابور). دانشگاه حکیم سبزواری، گروه جغرافیا و برنامه ریزی شهری.
  12. یاری قلی، وحید، احدنژاد روشتی، سجادی، محسن، 1398. بررسی جایگاه مفهوم زیست پذیری شهری در طرح های توسعه شهری (نمونه مطالعاتی: طرح جامع شهر زنجان)، فصلنامه جغرافیا، 59، 93-106.
  13. Anselin, L., 1988, Spatial Econometrics: Methods and Models. Dordrecht: Kluwer Academic Publishers.
  14. Cao, H., Liu, J., Fu, C., Zhang, W., Wang, G., Yang, G., Luo, L. (2017). Urban expansion and its impact on the land use pattern in Xishuangbanna since the reform and opening up of China. Remote Sensing, 9(2), 137.
  15. Cardozo, O.D., García-Palomares, J.C., & Gutiérrez, J., 2012, Application of geographically weighted regression to the direct forecasting of transit ridership at station-l evel, Applied Geography, Vol. 34, pp. 548-558.
  16. Fotheringham, A. S., Brunsdon, C., & Charlton, M. E., 2002, Geographically weighted regression: The analysis of spatially varying relationships, Chichester: Wiley.
  17. Khodakarmili L, Pourmanafis S, Mokhtari Z, Sofianian AR, Lotfi A. (2023). Urban sustainability assessment at the neighborhood scale: Integrating spatial modellings and multi-criteria decision making approaches. Sustainable Cities and Society. Volume 97.
  18. Lloyd, C. D., (2010), Local models for spatial analysis, Boca Raton: Taylor & Francis.
  19. Mennis, J., 2006, Mapping the results of geographically weighted regression, The Cartographic Journal,Vol.43, No.2, pp. 171-179.
  20. Páez, A., 2006, Exploring contextual variations in land use and transport analysis using a probit model with geographical weights, Journal of Transport Geography, Vol. 14, No.3, pp. 167-176.
  21. Prakasa, D. T., Soemardiono, B., & Defiana, I. (2018). Theoretical Review Effect and Solution of Urban Sprawl J. Eng. Sci, 7, 47-58.
  22. Qian, Y., Wu, Z. (2019). Study on urban expansion using the spatial and temporal dynamic changes in the impervious surface in Nanjing, Sustainability, 11(3), 933.
  23. Terfa, B. K., Chen, N., Liu, D., Zhang, X., Niyogi, D. (2019). Urban expansion in Ethiopia from 1987 to 2017: characteristics, spatial patterns, and driving forces. Sustainability, 11(10), 2973.
  24. Ying Li, Liyun Wu, Quan Han, Xin Wang, Tongqian Zou, Cheng Fan. (2021). Estimation of remote sensing based ecological index along the Grand Canal based on PCA-AHP-TOPSIS methodology. Ecological Indicators. 1-13
  25. Yingzi Lin, Chong Peng, Jianfeng Shu, Wei Zhai & Jianquan Cheng)2022). Spatiotemporal  characteristics and influencing factors of urban resilience efficiency in the Yangtze River  Economic Belt, China. Environmental Science and Pollution Research. volume 29, 39807–39826.
  26. Zhan, D., Kwan, M. P., Zhang, W., Fan, J., Yu, J., Dang, Y. (2018). Assessment and determinants of satisfaction with urban livability in China, Cities, vol 79, PP 92-101.
  27. Zhang, W., Li, W., Zhang, C., Ouimet, W. B, (2017), Detecting horizontal and vertical urban growth from medium resolution imagery and its relationships with major socioeconomic factors, International journal of remote sensing, vol 38(12), PP3704-3734.
اکولوژی انسانی
دوره 2، شماره 4
پاییز 1402
صفحه 260-277