ارزیابی کاربری اراضی با با استفاده از سیستم اطلاعات جغرافیایی
چکیده :
ارزش گذاری زمین می تواند در زمینه های مختلفی مانند مالیات، تملک دارایی، اجاره، سلب مالکیت، بازسازی شهری و اصلاح مجدد زمین مورد استفاده قرار گیرد. در نتیجه، تعیین دقیق ارزش زمین با در نظر گرفتن معیارهای متعدد برای از بین بردن تأثیر ذهنیت بر ارزش زمین مهم است. ارزش گذاری اسمی روشی آماری برای تعیین ارزش زمین بر اساس معیارهای متعدد است. در ارزش گذاری اسمی، معیارها را می توان با استفاده از سیستم های اطلاعات جغرافیایی (GIS) مدیریت، تجزیه و تحلیل و یکپارچه کرد. این مطالعه نقشه ارزش زمین را با استفاده از روش ارزش گذاری اسمی بر اساس معیارهای متعدد تهیه کرد. معیارها و زیرمعیارهای اصلی با توجه به مطالعات قبلی تعیین شده است. وزن معیارها با استفاده از روش بهترین- بدترین روش (BWM) که یکی از روش های تصمیم گیری چند معیاره است، تعیین شد.
کلمات کلیدی: ارزش گذاری اسمی زمین بهترین-بدترین روش ؛ سیستم اطلاعات جغرافیایی
1. مقدمه :
جمعیت انسان در سراسر جهان و همچنین جمعیت شهری در حال افزایش است [ 1 ]. شهرنشینی در سرتاسر جهان در حال گسترش است تا نیازهای جمعیتی رو به افزایش را برآورده کند و دانش املاک و مستغلات را ارزشمند می کند. ارزش املاک و مستغلات باید در مدیریت املاک و مستغلات برای استفاده موفق از املاک و مستغلات و اتخاذ تصمیمات برنامه ریزی، طراحی پروژه و سرمایه گذاری لحاظ شود [ 2 ]. املاک و مستغلات و ارزش آن مهم است.
ارزیابی املاک و مستغلات فرآیند برآورد ارزش یک ملک با استفاده از دانش فنی و در نظر گرفتن ویژگی های آن در پرتو شرایط اقتصادی حاکم است [ 2 ، 3 ، 4 ]. تعیین ارزش املاک و مستغلات برای وظایف مختلف از جمله مالیات، سلب مالکیت، خصوصی سازی، تضمین، ثبت زمین و عوارض کاداستر، تعدیل مجدد زمین و تحول شهری حیاتی است. با رشد روزافزون توسعه اقتصادی کشورها و پیچیدگی فزاینده ارزیابی، ارزیابی های دقیق تر اهمیت فزاینده ای پیدا می کنند [ 2 ، 3 ، 4 ، 5 ، 6 ]. ارزیابی املاک و مستغلات اغلب به عنوان یک فرآیند بی نظم و منظم در نظر گرفته می شود که فاقد هر گونه چارچوب قانونی و به دور از علمی یا عینی است. این به احتمال زیاد به این دلیل است که این رویه مبتنی بر دیدگاه های ذهنی است که تحت هیچ کنترل یا بازرسی برای حفظ ثبات و برابری قرار نمی گیرند [ 7 ، 8 ].
روشهای سنتی ارزشگذاری املاک و مستغلات، امکان مقایسه مستقیم پارامترهای حقوقی، فیزیکی و بازار را فراهم میکنند، اما هر ملکی متفاوت است. بنابراین، برای در نظر گرفتن تفاوت، یک روش جایگزین مورد نیاز است [ 9 ، 10 ، 11 ، 12]. روش های سنتی برای محاسبه ارزش یک ملک، از جمله رویکرد مقایسه، درآمد و هزینه، می تواند کافی باشد. با این حال، هنگام ارزش گذاری چندین ویژگی، که معمولاً به عنوان ارزش گذاری انبوه شناخته می شود، چنین روش های مرسوم عمدتاً کافی نیستند. روشهای پیشرفته مانند روشهای مدرن (منطق فازی، هوش مصنوعی، سیستمهای تخصصی، الگوریتمهای تکاملی و شبکههای عصبی مصنوعی) و روشهای آماری (رگرسیون چندگانه، لذتبخش و اسمی) برای کاربردهای ارزش انبوه مانند مالیات بر املاک و مستغلات استفاده شدهاند. 3 ، 7 ، 12 ، 13 ، 14 ، 15]. روش ارزش گذاری اسمی یکی از پرکاربردترین روش ها برای ارزیابی زمین، به ویژه در مقیاس بزرگ است. عواملی که بر ارزش املاک و مستغلات تأثیر می گذارند باید برای ایجاد یک مدل ریاضی درک شوند. با این حال، معیارها متعدد هستند و بر اساس موقعیت مکانی متفاوت هستند، حتی مکانی که مردم در آن زندگی می کنند و سبک زندگی آنها می تواند بر مدل توسعه یافته برای ارزش گذاری انبوه تأثیر بگذارد [ 2 ، 13 ، 15 ].
ارزش گذاری اسمی روشی است که نمرات پارامتریک محاسبه شده پارامترهای وزنی را که بر ارزش املاک و مستغلات تأثیر می گذارد، ایجاد می کند. این روش از رویکردهای علمی برای تولید توزیع ارزش زمین به عنوان مقادیر پارامتریک بدون نیاز به ارزش بازار استفاده می کند [ 5 , 6 , 11 , 12 , 13 , 16 , 17 , 18]. ارزش اسمی زمین از مقدار زیادی از دادههای مکانی که ممکن است با استفاده از سیستمهای اطلاعات جغرافیایی (GIS) پردازش و ادغام شوند، تعیین میشود. GIS میتواند دادههای مرتبط فضایی را برای ارائه پشتیبانی تصمیم ترکیب کند و برای ارزیابی زمین مستغلات استفاده شده است [ 14 ، 16 ، 17 ، 19 ].
بهترین و بدترین روش (BWM) یک روش وزن دهی نسبتاً جدید است که از مقایسه های زوجی برای تولید وزن معیارها استفاده می کند. BWM از مشکل ناسازگاری که در طول مقایسههای زوجی رخ میدهد تنها با اجرای 2n-3 مقایسه اجتناب میکند [ 20 ]. انرژی، مدیریت زنجیره تامین، حملونقل، تولید، آموزش، سرمایهگذاری، ارزیابی عملکرد، صنعت هوانوردی، ارتباطات، مراقبتهای بهداشتی، مالی، فناوری و گردشگری تنها چند نمونه از چالشهای دنیای واقعی هستند که در آن از BWM استفاده شده است [ 21 , 22 ]. ، 23 ، 24 ، 25 ، 26, 27 , 28 ]. این روش ناسازگاری را جبران میکند، که نقص روشهای مبتنی بر مقایسههای زوجی است (مثلاً فرآیند تحلیل سلسله مراتبی-AHP). علاوه بر این، تنها با انجام مقایسه های مرجع، تعداد مقایسه های زوجی را به میزان قابل توجهی کاهش می دهد. BWM به دلیل سادگی، درک روشن از دامنه ارزیابیهایی که باید قبل از انجام مقایسه توسط تصمیمگیرنده انجام شود، و حذف سوگیری بالقوه از BWM برای تعیین وزن و رتبه گزینهها در حوزههای متعدد استفاده شده است. تصمیم گیرنده هنگام انجام مقایسه های زوجی [ 20 ]. با توجه به بهترین دانش نویسندگان، مطالعات کمی وجود دارد [ 16، 29 ] در ادبیاتی که BWM و GIS را در ارزیابی اسمی زمین ترکیب کرده است. این مطالعات بر روی اثرات تفاوت وضوح بر مقادیر اسمی متمرکز شدهاند.
این مطالعه با هدف تخمین ارزش اسمی زمین منطقه آتاکوم سامسون ترکیه با استفاده از BWM با GIS به عنوان ابزار تصمیم گیری و مقایسه آن با نقشه ارزشی بر اساس فروش فعلی زمین انجام شده است.
2. روش شناسی
2.1. موقعیت منطقه مطالعاتی
منطقه آتاکوم شهر سامسون به عنوان منطقه مورد مطالعه استفاده می شود. آتاکام در ساحل دریای سیاه ترکیه واقع شده است ( شکل 1 ) و در سال 2021 238702 نفر جمعیت داشته است [ 30 ]. دلایل زیادی برای منطقه مورد مطالعه میتوان ذکر کرد که عمدهترین آنها این است که در 5 سال گذشته رشد سالانه 5.7 درصدی داشته و بالاترین نرخ رشد جمعیت را در شهر سامسون دارد [ 30 ]، با فروش 10607 واحد مسکونی در سال 2019. ، این منطقه به عنوان بیست و سومین منطقه مرتفع برای فروش مسکونی از 923 منطقه ترکیه در سال 2019 فهرست شد [ 31 ]. بنابراین ارزیابی املاک و مستغلات موضوع بسیار مهمی در این منطقه است.
2.2. روش
دادهها از منابع متعدد، از جمله کاوشگر زمین (مدل ارتفاعی دیجیتال-DEM)، تصاویر ماهوارهای Google Earth و طرح منطقهبندی منطقه آتاکام جمعآوری شد. یک گیرنده GNSS دستی برای جمعآوری و تصحیح دادههای مکانی مانند ایستگاههای راهآهن، ایستگاههای اتوبوس، پارکها، مدارس، و غیره استفاده شد. دادههای ارزش فروش فعلی بهدستآمده از دفاتر املاک و مستغلات محلی. داده های ثانویه در محیط GIS و روش اسمی برای ارزیابی زمین پردازش شده است. روش اسمی امتیازات پارامتری را برای پارامترهای وزنی که بر ارزشهای املاک و مستغلات تأثیر میگذارند محاسبه میکند. این روش از رویکردهای علمی برای تولید توزیع ارزش زمین به عنوان مقادیر پارامتریک بدون نیاز به ارزش بازار استفاده می کند [ 12 , 16 , 17 ]. معادله (1) روش اسمی مورد استفاده برای ارزیابی املاک را نشان می دهد [ 6 ، 12 ].
Vمن=اسمن∗∑j = 1ک(fj i∗دبلیوj)
که در آن V : مقدار اسمی کل، S : مساحت بسته، f : مقدار معیار، W : وزن معیار، و K : تعداد کل عوامل.
معیارها به سه معیار اصلی و پانزده زیرمعیار طبقه بندی شدند. تجزیه و تحلیل GIS، از جمله محاسبات فاصله اقلیدسی، سطح، و چگالی انجام شد. هر معیار بر اساس تأثیر آن بر ارزش زمین با استفاده از BWM وزنگذاری شد. نقشه ارزش اسمی زمین با استفاده از مجموع وزنی نقشه های معیارهای نرمال شده تهیه شد. سپس با استفاده از نقشه ارزش اسمی زمین و نقشه ارزش فعلی فروش زمین نرمال شده منطقه مورد مطالعه، نقشه تفاوت تهیه شد. ما سعی کردیم بررسی کنیم که چگونه نقشه ارزش اسمی زمین بر اساس معیارهای منتخب مشابه نقشه ارزشی تولید شده بر اساس فروش فعلی زمین است. گردش کار کلی در شکل 2 نشان داده شده است .
2.3. تعیین معیارها
معیارهای زیادی بر ارزش زمین تأثیر می گذارد. یکی از مهمترین آنها ترجیح شخصی است، زیرا معیارهای مختلف تأثیر متفاوتی بر افراد دارند. علاوه بر این، نزدیکی به موسسات، امکانات رفاهی، حملونقل، امکانات اجتماعی و سازمانها تأثیر مثبت و منفی بر ارزش زمین دارد. موقعیت زمین نیز عامل مهمی در ارزش آن است. بسیاری از عوامل موثر بر ارزش زمین با توجه به جنبه هایی از قبیل وضعیت محیطی منطقه (نزدیک به دریا یا نه و غیره) شناسایی و بررسی شده است. رایج ترین عواملی که قبلاً در ادبیات در نظر گرفته شده اند در جدول 1 آورده شده است.
تأثیر عوامل در مطالعات مختلف به دلیل موقعیت مکانی، احساس شخصی و وضعیت سطح منطقه متفاوت است. با توجه به مطالعات قبلی و واقعیت منطقه مورد مطالعه فعلی، عوامل موثر بر ارزش اسمی زمین برای این مطالعه در جدول 2 نشان داده شده و در جدول 3 توضیح داده شده است.
2.4. تعیین وزن معیارها
معیارهای زیادی بر ارزش املاک و مستغلات تأثیر می گذارد. با این حال، هر کدام وزن متفاوتی دارند و تعیین مقدار آن مهم است. BWM برای تعیین وزن معیارها و زیرمعیارهای انتخاب شده از ادبیات استفاده شده است. در پژوهش حاضر برای تعیین وزن معیارها از نظرات خبرگان استفاده شد. BWM یکی از مؤثرترین روشها برای تعیین وزن گزینهها و معیارها در مسائل تصمیمگیری چند معیاره (MCDM) است [ 27 ].]. تصمیم گیرنده ابتدا بهترین (مثلاً مطلوب ترین، مهم ترین) و بدترین (مثلاً حداقل مطلوب ترین، کم اهمیت ترین) معیارها را تعیین می کند و پس از آن بهترین معیار با سایر معیارها مقایسه می شود و سایر معیارها با معیارها مقایسه می شوند. بدترین معیار سپس مراحل BWM را می توان برای محاسبه وزن معیارها به شرح زیر استفاده کرد. [ 27 ].
مرحله 1. مجموعه ای از معیارهای تصمیم گیری را مشخص کنید. در این مرحله تصمیم گیرنده n معیار را شناسایی می کند (ج1، ج2، ⋯ ، جn)که برای تصمیم گیری استفاده خواهد شد.
مرحله 2. بهترین (مهم ترین) و بدترین (کم اهمیت ترین) معیارها را تعیین کنید.
مرحله 3. در مقایسه با سایر معیارها، اولویتی را برای بهترین معیار بین 1 و 9 تعیین کنید. بردار بهترین به دیگران (BO) خواهد بود
آب= (آب 1،آب 2، … آB n)
جایی که آB jنشان دهنده ارجحیت مهم ترین معیار B بر معیار j است. واضح است که آB B= 1.
مرحله 4. در مقایسه با معیارها، اولویتی را به حداقل معیار بین 1 و 9 اختصاص دهید. بردار دیگر به بدترین (OW) حاصل می شود:
آدبلیو=(آ1 W،آ2 وات, … , آn W)تی
جایی که آj Wنشان دهنده ترجیح معیار j بر معیار کم اهمیت W است. آ دبلیودبلیو= 1.
مرحله 5. وزن های بهینه را بیابید ( دبلیو∗1،دبلیو∗2, … , دبلیو∗n) برای معیارها.
وزن بهینه و سازگاری عوامل به صورت معادله (2) [ 26 ، 27 ، 29 ] محاسبه می شود.
حداقل ξالبه طوری که
|دبلیوب–آB jدبلیوj| ≤ξال، اف o r a l l j |دبلیوj–آj W دبلیودبلیو| ≤ξال، اف o r a l l j ∑jدبلیوj= 1دبلیوj≥ 0 ، f o r a l l j
جایی که
-
آB j:ترجیح بهترین معیار بر معیار j
-
آj W:ترجیح بدترین معیار بر معیار j
BWM خطی برای محاسبه وزن و سازگاری عوامل با استفاده از ابزار BWM-Solver اکسل [ 27 ] استفاده می شود. نسبت سازگاری تصمیم گیری بین 0 برای سازگاری کامل و 1 برای ناسازگاری کامل است [ 33 ]. انتظار می رود مقدار قوام بالا کمتر یا مساوی 0.25 باشد. نسبت سازگاری برای این مطالعه، علاوه بر معیارهای ارزش گذاری اسمی املاک و وزن های تولید شده همانطور که در جدول 4 نشان داده شده است، در محدوده تعیین شده [ 34 ] است.
سه معیار اصلی و پانزده زیرمعیار بر اساس ادبیات استفاده شده است. بر اساس نظرات کارشناس، بهترین معیار مکان، ایستگاه راه آهن و بدترین معیار، ایستگاه های آتش نشانی و کلانتری است. شیب بهترین معیار و جنبه بدترین معیار برای معیارهای سطح/توپوگرافی است. تراکم جمعیت بهترین معیار و صدا بدترین معیار برای معیارهای شخصی تعیین شده است.
3. تجزیه و تحلیل
ابزارهای فاصله اقلیدسی، چگالی، تحلیل سطح، ماشین حساب شطرنجی و جمع وزنی برای تجزیه و تحلیل معیارهایی که بر ارزش اسمی زمین تأثیر میگذارند، استفاده شده است. تجزیه و تحلیل فاصله فاصله از آیتم ها را تعیین می کند و بر اساس آیتم ها یک نقشه شطرنجی تولید می کند. تجزیه و تحلیل چگالی محاسبه می کند که در آن ویژگی ها متمرکز شده و یک نقشه شطرنجی تولید می کند [ 31 ]. تجزیه و تحلیل سطح، به عنوان مثال، بر اساس داده های سه بعدی، خطوط، شیب، جنبه، سایه تپه، نقشه های دید را ایجاد کرد [ 35 ].
تحلیل فاصله اقلیدسی برای تعیین مقدار شطرنجی برای ایستگاههای راهآهن، جادههای اصلی، ایستگاههای اتوبوس، مراکز خرید، بیمارستانها، پارکها، مراکز اداری، مراکز ورزشی، نویز و مدارس استفاده شد. مقدار شطرنجی برای شیب، جنبه و نمای دریا با تجزیه و تحلیل سطح به دست آمد. نقشه تراکم جمعیت برای منطقه مورد مطالعه با استفاده از تجزیه و تحلیل تراکم هسته تهیه شد. یک ماشین حساب شطرنجی برای عادی سازی ارزش شطرنجی و از ابزار جمع وزنی برای ارائه ارزش اسمی زمین استفاده شده است. فرآیند عادی سازی برای ارزش شطرنجی هر معیار بر اساس تأثیر عوامل بر ارزش گذاری زمین انجام می شود. عواملی که تأثیر مثبت بر ارزش زمین دارند با معادله 3 نرمال می شوند در حالی که عواملی که تأثیر منفی بر ارزش زمین دارند با معادله 4 نرمال می شوند. این شکل از نرمال سازی به دلیل اینکه برخی معیارها تأثیر منفی بر ارزش زمین دارند، مانند نزدیکی به سر و صدا یا قرار گرفتن در یک شیب تند، اعمال می شود. نقشه معیارها و نقشه معیارهای نرمال شده در نشان داده شده است شکل 3 و شکل 4 به ترتیب. شکل 3 نقشه های ارزش پیکسل واقعی را بر اساس تحلیل فاصله اقلیدسی، تحلیل سطح و تحلیل چگالی نشان می دهد، و شکل 4 نقشه های مقدار پیکسل نرمال شده را برای تجزیه و تحلیل فاصله اقلیدسی، تحلیل سطح و تحلیل چگالی معیارها نشان می دهد.
ایکسij=ایکسحداکثرj–ایکسijایکسحداکثرj–ایکسدقیقهj ، کمترین مقدار بالاترین است _ _
ایکسij=ایکسij–ایکسدقیقهjایکسحداکثرj–ایکسدقیقهj، بالاترین مقدار همچنان بالاترین است _ _
4. نتایج و بحث
این مطالعه بر تولید یک برنامه ارزش گذاری انبوه که می تواند در مالیات، تملک دارایی، اجاره، سلب مالکیت، بازآفرینی شهری و تعدیل مجدد زمین با استفاده از روش اسمی بر اساس عوامل استفاده شود، متمرکز شده است. عوامل شناسایی شده در GIS مدیریت شدند تا در طول تجزیه و تحلیل قابل درک باشند. به عواملی که تأثیر بیشتری بر ارزش زمین داشتند، وزن بیشتری داده شد و بالعکس، وزن عوامل با استفاده از BWM تعیین شد. این امر با شناسایی بهترین و بدترین معیار و سپس مقایسه بهترین و بدترین معیار با سایر معیارها در یک مقایسه زوجی و در نظر گرفتن نسبت سازگاری استاندارد انجام شد.
ارزیابی اراضی منطقه آتاکم با استفاده از روشهای آماری انجام شد: روش اسمی که از GIS استفاده میکند و روش جمع وزنی بر اساس وزنهای مشخص شده معیارها برای حذف ذهنیت، همانطور که در شکل 5 نشان داده شده است. از شدت رنگ برای نشان دادن ارزش اسمی زمین استفاده شد. قرمز نشان دهنده مقدار زیاد است، در حالی که آبی نشان دهنده مقدار کم است ( شکل 5 ). نقشه ارزش زمین نشان می دهد که مناطق پرجمعیت و مناطق ساحلی بیشترین ارزش را در منطقه مورد مطالعه دارند. علاوه بر این، نقشه نشان می دهد که ارزش زمین با تراکم جمعیت همبستگی مستقیم دارد. این نقشه همچنین نشان می دهد که ضلع داخلی منطقه مورد مطالعه دارای اراضی نسبتاً کم ارزشی است.
در این مطالعه، نقشه ارزش اسمی زمین بر اساس بسیاری از معیارها تولید شد که بر ارزش زمین تأثیر می گذارد و وزن معیارهای تعیین شده با BWM با مطالعات قبلی متفاوت است [ 6 ، 11 ، 12 ، 18 ]. BWM [ 16 ، 29 ] در وزن دادن به معیارها برای تهیه نقشه ارزش اسمی زمین استفاده شد، اما بسیاری از معیارها با مطالعه فعلی متفاوت بودند، مانند تقاطعات بزرگراه، ایستگاه های اتوبوس حمل و نقل سریع، اسکله ها، نمای بسفر، مکان های تاریخی، و مکان های خطرناک. مناطق، با توجه به موقعیت و ویژگی های منطقه مورد مطالعه.
نقشه ارزش تولید شده به روش اسمی با نقشه ارزشی تولید شده بر اساس ارزش فروش فعلی 79 ملک در منطقه مورد مطالعه مقایسه شده است. این ویژگیها در پرتراکمترین قسمت منطقه مورد مطالعه متمرکز شدهاند و از آنالیز وزنی معکوس فاصله (IDW) برای تهیه نقشه ارزش فروش فعلی استفاده شده است، سپس به مقادیر بین 0 تا 1 نرمال شده است.
شکل 6 a نقشه ارزش اسمی زمین نرمال شده را نشان می دهد. شکل 6 ب نقشه ارزش فروش فعلی نرمال شده را نشان می دهد. شکل 6 ج تفاوت بین آنها را نشان می دهد.
ارزش اسمی زمین و ارزش فروش فعلی در منطقه ساحلی و قسمت پایین جمعیت غربی منطقه مورد مطالعه یکسان است. با این حال، مشاهده شد که در بخش مرکزی منطقه مورد مطالعه مقادیر متفاوت است. زیرا ارزش اسمی زمین به جای روش های سنتی ارزیابی، عواملی را در نظر می گیرد که بر ارزش زمین تأثیر می گذارند. علاوه بر این، این تفاوت مربوط به توزیع نابرابر دادههای فروش فعلی ناکافی و این واقعیت است که این منطقه به طور کلی ناآرام و تا حدی کشاورزی است.
شکل 7 نقشه ارزش اسمی زمین و تصویر ماهواره ای را نشان می دهد که ارزش اسمی زمین را با زمین مورد استفاده موجود نشان می دهد. همانطور که در بالا ذکر شد، مناطق پرجمعیت و مناطق ساحلی با ارزش ترین زمین ها هستند و قسمت داخلی بخش نسبتاً کم ارزش منطقه مورد مطالعه است.
5. نتیجه گیری ها
ارزش گذاری اسمی زمین با بررسی عینی عوامل متعددی که تأثیر منفی و مثبت بر ارزش با BWM با استفاده از GIS دارند، انجام می شود. معیارها که از منابع متعدد گردآوری شده بودند، با استفاده از ابزار GIS مورد ارزیابی قرار گرفتند و نقشه ارزش اسمی منطقه مورد مطالعه تهیه شد. عوامل مؤثر بر ارزش زمین بین منطقه، کشور و شخص متفاوت است. برای ارزش گذاری انبوه، معیارها باید با در نظر گرفتن روندها و واقعیت ها شناسایی شوند. این مطالعه 15 معیار از مطالعات قبلی را متناسب با نوع ملک در منطقه مورد مطالعه شناسایی و آنها را در سه گروه برای محاسبه وزن با BWM طبقه بندی کرد.
انتخاب معیارهای مورد استفاده برای ارزیابی اسمی زمین برای اطمینان از ارزیابی سریع، دقیق و با کیفیت بسیار مهم است. معیارهای ارزش گذاری اسمی زمین در GIS مدیریت، تجزیه و تحلیل و ارائه می شوند. GIS همچنین برای عادی سازی معیارها و تولید نقشه های ارزشی استفاده می شود. اگر در مقیاس بزرگ مانند منطقه و کشور اعمال شود، ارزیابی اسمی زمین با استفاده از BWM با استفاده از GIS می تواند سریع و کارآمد باشد و پشتیبانی تصمیم گیری مهمی را برای کارشناسان، فروشندگان و خریداران ارزیابی کند. همچنین ممکن است روشی برای ارزش گذاری انبوه ارائه دهد که یک سیستم مالیاتی عادلانه و پایدار را تشکیل می دهد. با این روش می توان کاربردهای حساس ارزش گذاری انبوه را انجام داد، اما مهم ترین مسئله معیارهایی است که با توجه به ویژگی های منطقه تعیین می شود.
مشارکت های نویسنده
مفهوم سازی، زلالم ایالکه; تحلیل رسمی، زلالم آیاالکه; مدیریت پروژه، عزیز سیسمان; نظارت، عزیز سیسمان; نوشتن – پیش نویس اصلی، Zelalem Ayalke. نویسندگان سهمی برابر در این اثر دارند. همه نویسندگان نسخه منتشر شده نسخه خطی را خوانده و با آن موافقت کرده اند.
منابع مالی
این تحقیق هیچ بودجه خارجی دریافت نکرد.
بیانیه هیئت بررسی نهادی
قابل اجرا نیست.
بیانیه رضایت آگاهانه
قابل اجرا نیست.
بیانیه در دسترس بودن داده ها
قابل اجرا نیست.
تضاد علاقه
نویسندگان هیچ تضاد منافع را اعلام نمی کنند.
منابع
- بانک جهانی. “جمعیت، کل جهان|داده”، بانک جهانی. 2020. در دسترس آنلاین: https://data.worldbank.org/indicator/SP.POP.TOTL?end=2020&locations=1W&start=1960) (در 7 اکتبر 2021 قابل دسترسی است).
- یالپیر، س. Bunyan Unel, F. کاربرد تحلیل آماری چند متغیره برای تعیین عوامل مؤثر بر ارزش بسته مورد استفاده رویکردهای ارزش گذاری انبوه املاک و مستغلات. بین المللی J. Eng. Geosci 2022 ، 7 ، 32-42. [ Google Scholar ]
- Bencure, JC; تریپاتی، NK; میازاکی، اچ. نینسوات، س. کیم، SM عوامل مؤثر بر تصمیم گیری در فرآیند ارزیابی زمین با استفاده از AHP: موردی در فیلیپین. بین المللی جی. هاوس. علامت گذاری. مقعدی 2022 ، 15 ، 188-202. [ Google Scholar ] [ CrossRef ]
- دمتریو، دی. ارزیابی ارزش گذاری زمین در طرح های یکپارچه سازی زمین: نیاز به یک چارچوب جدید ارزش گذاری زمین. سیاست کاربری زمین 2016 ، 54 ، 487-498. [ Google Scholar ] [ CrossRef ]
- Mete, OM; Yomralioglu, T. پیادهسازی بستر GIS ابری بدون سرور برای ارزیابی زمین. بین المللی J. Digital Earth 2021 , 14 , 836–850. [ Google Scholar ] [ CrossRef ]
- Yomralioglu, T. یک رویکرد مبتنی بر ارزش دارایی اسمی برای تعدیل مجدد زمین و اجرای آن با استفاده از سیستم های اطلاعات جغرافیایی. Ph.D. پایان نامه، دانشگاه نیوکاسل از تاین، نیوکاسل آپون تاین، بریتانیا، 1993. [ Google Scholar ]
- بونیان یونل، اف. یالپیر، س. ارزش گذاری قطعه های ساختمانی با استفاده از روش AHP. بین المللی جی. استراتژی. پروپ. 2019 ، 23 ، 197–212. [ Google Scholar ] [ CrossRef ]
- Podor, A. کاربرد GIS در سرمایه گذاری املاک. علمی جی ریگا تک. دانشگاه 2010 ، 20 ، 94-99. [ Google Scholar ]
- چین، NT; پسر، NP; Manh، LV; Thuy، NT; Vu، TN; هان، NT; لین، عوامل LP که بر ارزشهای زمین و توسعه نقشههای ارزش زمین برای تقویت سیاستگذاری در ویتنام تأثیر میگذارند: مطالعه موردی زمینهای غیر کشاورزی در استان کوانگ نین، ویتنام. بین المللی جی. محیط زیست. کیفیت 2020 ، 36 ، 23-35. [ Google Scholar ]
- Wyatt, P. استفاده از سیستم اطلاعات جغرافیایی برای ارزیابی اموال. J. Prop. Valuat. سرمایه گذاری. 1996 ، 14 ، 67-79. [ Google Scholar ] [ CrossRef ]
- یومرالی اوغلو، تی. Nisanci, R. روش ارزیابی دارایی اسمی زمین توسط GIS. در تکنیک ها و کاربردهای ارزش گذاری TS-27 ; هفته کاری FIG: آتن، یونان، 2004. [ Google Scholar ]
- Nisanci, R. تولید نقشه های ارزش زمین شهری مبتنی بر پیکسل با روش ارزش گذاری اسمی با استفاده از GIS. Ph.D. پایان نامه، گروه ژئوماتیک، دانشگاه فنی کارادنیز، ترابزون، ترکیه، 2005. [ Google Scholar ]
- Bencure, JC; تریپاتی، NK; میازاکی، اچ. نینسوات، س. Kim, SM توسعه یک مدل نوآورانه ارزش گذاری زمین (iLVM) برای کاربرد ارزیابی انبوه در مناطق حاشیه شهری با استفاده از AHP: ادغام رویکردهای نظری و عملی. پایداری 2019 ، 11 ، 3731. [ Google Scholar ] [ CrossRef ]
- هرزبرگ، آر. فام، تی جی; کاپاس، م. ویس، دی. تجزیه و تحلیل تصمیم چند معیاره Tran، CTM برای ارزیابی زمین انواع استفاده از زمین کشاورزی بالقوه در منطقه تپه ای ویتنام مرکزی. سرزمین 2019 ، 8 ، 90. [ Google Scholar ] [ CrossRef ]
- یالپیر، س. توسعه و کاربرد یک مدل ارزشیابی املاک با روش منطق فازی: مطالعه موردی قونیه. Ph.D. پایان نامه، گروه ژئودزی و فتوگرامتری، دانشگاه سلچوک، قونیه، ترکیه، 2007. [ Google Scholar ]
- Mete، OM ایجاد نقشه بر اساس ارزش دارایی اسمی با استفاده از سیستم های اطلاعات جغرافیایی برای شهر استانبول. پایان نامه کارشناسی ارشد، گروه ژئوماتیک، دانشگاه فنی استانبول، استانبول، ترکیه، 2019. [ Google Scholar ]
- باشر، وی. بییک، سی. اوزون، بی. یلدیریم، وی. Nişanci, R. توصیه ای از مدل تصمیم گیری-پشتیبانی بر اساس سیستم های اطلاعات جغرافیایی برای ایجاد نقشه های ارزیابی املاک: مثال Kaşüstü/Trabzon. Sigma J. Eng. نات. علمی 2016 ، 34 ، 349-363. [ Google Scholar ]
- یومرالی اوغلو، تی. نیسانچی، ر. ییلدیریم، وی. اجرای بازتعدیل زمین مبتنی بر دارایی اسمی. در TS 5C–ارزیابی املاک و مستغلات ؛ هفته کاری FIG: هنگ کنگ، چین، 2007. [ Google Scholar ]
- یالپیر، س. دوردوران، اس.اس. بونیان یونل، اف. Yolcu, M. ایجاد یک نقشه ارزش گذاری در GIS از طریق روش شناسی شبکه عصبی مصنوعی: مطالعه موردی. آکتا مونتان. اسلواکا 2014 ، 19 ، 89-99. [ Google Scholar ]
- پاموچار، دی. ایسر، اف. سیروویچ، جی. ارلاشیدی، کارشناسی ارشد کاربرد بهترین بدترین روش بهبود یافته (BWM) در مسائل دنیای واقعی. ریاضیات 2020 ، 8 ، 1342. [ Google Scholar ] [ CrossRef ]
- Beemsterboer، DJC; هندریکس، EMT؛ Claassen، GDH در حل بهترین-بدترین روش در تصمیم گیری چند معیاره. IFAC Pap. 2018 ، 51 ، 1660-1665. [ Google Scholar ] [ CrossRef ]
- غفاری، س. عرب، ع. نفری، ج. منطقی، م. بررسی و ارزیابی عوامل کلیدی موفقیت در توسعه نوآوری فناورانه بر اساس BWM. تصمیم می گیرد. علمی Lett. 2017 ، 6 ، 295-306. [ Google Scholar ] [ CrossRef ]
- گوپتا، پ. آناند، اس. گوپتا، اچ. توسعه یک نقشه راه برای غلبه بر موانع بهره وری انرژی در ساختمان ها با استفاده از بهترین بدترین روش. حفظ کنید. جامعه شهرها 2017 ، 31 ، 244-259. [ Google Scholar ] [ CrossRef ]
- لیو، پی. زو، بی. وانگ، مدل وزن دهی PA بر اساس بهترین-بدترین روش و کاربرد آن برای ارزیابی عملکرد محیطی. Appl. محاسبات نرم. 2021 ، 103 ، 107168. [ Google Scholar ] [ CrossRef ]
- پوجی ستیونو، آر. Sarno, R. فروشنده رکورد انتخاب با استفاده از بهترین بدترین روش. در مجموعه مقالات سمینار بین المللی کاربرد فناوری اطلاعات و ارتباطات، سمارانگ، اندونزی، 21 تا 22 سپتامبر 2018. [ Google Scholar ]
- Sofuoğlu، MA کاربردهای فازی بهترین-بدترین روش در محیط تولید. محاسبات نرم. 2020 ، 24 ، 647-659. [ Google Scholar ] [ CrossRef ]
- رضایی، جی. بهترین-بدترین روش تصمیم گیری چند معیاره: برخی ویژگی ها و مدل خطی. امگا 2016 ، 64 ، 124-130. [ Google Scholar ] [ CrossRef ]
- وان دی کا، جی. فنس، تی. رضایی، ج. کاینک، دی. هاتون، ز. Tsilimeni-Archangelidi، A. تحقق اتصال متر هوشمند: تجزیه و تحلیل فن آوری های رقیب ارتباطات خط برق، تلفن همراه، و فرکانس رادیویی با استفاده از بهترین بدترین روش. تمدید کنید. حفظ کنید. Energy Rev. 2019 , 103 , 320–327. [ Google Scholar ] [ CrossRef ]
- Mete، MO; Yomralioglu, T. ایجاد نقشههای مبتنی بر ارزش دارایی اسمی با استفاده از GIS: مطالعه موردی استانبول بیاغلو و ولسوالی گازیوسمان پاشا. GI_Forum 2019 ، 2 ، 98–112. [ Google Scholar ] [ CrossRef ]
- TSI، موسسه آمار ترکیه. 2022. در دسترس آنلاین: https://biruni.tuik.gov.tr/medas/?kn=95&locale=tr (دسترسی در 5 فوریه 2022).
- بویاچی، A.Ç. شیشمان، ع. Sarıcaoğlu، K. انتخاب سایت برای ضایعات روغن نباتی و جعبه های جمع آوری باتری زباله: یک رویکرد تصمیم گیری فازی هیبریدی مبتنی بر GIS. محیط زیست علمی آلودگی R 2021 ، 28 ، 17431-17444. [ Google Scholar ] [ CrossRef ] [ PubMed ]
- دوویسی، ای. یلماز، اول. ارزیابی املاک و مستغلات توسط سیستم های اطلاعات جغرافیایی: مورد مرکزی آفیون کاراهیسار. الکترون. J. Map Technol. 2009 ، 1 ، 33-47. [ Google Scholar ]
- لیانگ، اف. برونلی، م. رضایی، ج. مسائل سازگاری در بهترین بدترین روش: اندازهگیریها و آستانهها. Omega 2020 , 96 , 102175. [ Google Scholar ] [ CrossRef ]
- ساعتی، تصمیم گیری TL با فرآیند تحلیل سلسله مراتبی. بین المللی J. Serv. علمی 2008 ، 1 ، 83-98. [ Google Scholar ] [ CrossRef ]
- Giridhar, MVSS; Viswanadh، GK; Acharyulu، SKC سطح تجزیه و تحلیل با استفاده از GIS. در مجموعه مقالات کنفرانس ملی کاربردهای محاسبات نرم در مهندسی منابع آب و محیط زیست، دانشکده مهندسی، دانشگاه عثمانی، حیدرآباد، هند، 14 دسامبر 2007. [ Google Scholar ]
شکل 1. موقعیت منطقه مورد مطالعه.
شکل 2. نمودار جریان کلی تحقیق.
شکل 3. نقشه های معیار. ( الف ) ایستگاه های راه آهن، ( ب ) جاده های اصلی، ( ج ) ایستگاه های اتوبوس، ( د ) مراکز خرید، ( ه ) بیمارستان ها، ( و ) پارک ها، ( ز ) مراکز اداری، ( ح ) مراکز ورزشی، ( ط ) آتش نشانی و ایستگاه های پلیس، ( j ) نمای دریا، ( ک ) شیب، ( ل ) جنبه، ( م ) تراکم جمعیت، ( n ) سر و صدا و ( o ) مدارس.
شکل 4. نقشههای معیارهای عادی، ( الف ) ایستگاههای راهآهن، ( ب ) جادههای اصلی، ( ج ) ایستگاههای اتوبوس، ( د ) مراکز خرید، ( ه ) بیمارستانها، ( و ) پارکها، ( ز ) مراکز اداری، ( ح ) مراکز ورزشی، ( i ) ایستگاه های آتش نشانی و پلیس، ( j ) منظره دریا، ( ک ) شیب ( ل ) جهت، ( m )) تراکم جمعیت، ( n ) سر و صدا، و ( o ) مدارس.
شکل 5. نقشه ارزش اسمی زمین.
شکل 6. ( الف ) نقشه ارزش اسمی زمین. ( ب ) نقشه ارزش فروش فعلی. ( ج ) نقشه تفاوت.
شکل 7. نقشه ارزش اسمی زمین و تصویر ماهواره ای (Google Erath).
بدون دیدگاه