خلاصه

تحقیقات فعلی پوشش زمین در درجه اول بر تغییرات فضایی در پوشش زمین و نیروهای محرکه این تغییرات تمرکز دارد. از جمله این نیروها، تأثیر سیاست است که اندازه گیری آن دشوار است و هیچ تحقیق کمی انجام نشده است. بر اساس مطالعات قبلی، استان هوبی را به عنوان منطقه تحقیقاتی انتخاب کردیم، با استفاده از تصاویر سنجش از دور (RS) برای استخراج داده‌های تغییر پوشش زمین با استفاده از یک درجه دینامیکی کاربری و یک درجه دینامیکی کاربری جامع برای مطالعه تغییرات پوشش زمین از سال 2000. تا سال 2015. سپس، پس از معرفی شاخص بایدو (BDI)، رابطه آن را با تغییر پوشش زمین بررسی کردیم و ابزاری برای اندازه‌گیری کمی تأثیر تغییرات در پوشش زمین ساختیم. این تحقیق نشان می دهد که عبارات کلیدی جستجو در BDI عبارتند از “مالیات تصرف زمین زیر کشت” و “مجوز برنامه ریزی زمین ساخت و ساز” که به ترتیب با تغییرات زمین زیر کشت و زمین ساخت و ساز مرتبط هستند. زمین های زیر کشت و زمین های ساخت و ساز در تمام مناطق استان هوبی تحت تأثیر اقدامات سیاستی قرار می گیرند و اثرات سیاست کاهش می یابد و فاصله از ووهان بیشتر می شود، در حالی که ووهان کمترین منطقه آسیب دیده است.

کلید واژه ها:

تغییر پوشش زمین ; BDI ; RS ; نیروی محرکه تغییر زمین

1. معرفی

با افزایش جمعیت جهانی و پیشرفت علمی و فناوری، انسان ها تأثیر فزاینده ای بر محیط اطراف خود دارند. زمین به عنوان یکی از منابع اساسی برای بقای انسان، تحت فشار فزاینده ای قرار دارد. درجه استفاده از زمین در حال افزایش است و تغییر پوشش زمین ناشی از شهرنشینی مداوم روز به روز شدیدتر می شود. مطالعات نشان می دهد که در حال حاضر نیمی از جمعیت جهان در شهرها زندگی می کنند [ 1 ] و انتظار می رود تا سال 2050، 66 درصد از جمعیت جهان در شهرها زندگی کنند [ 2 ]. افزایش جمعیت منجر به افزایش نیاز به غذا [ 3 ] و افزایش شدت استفاده از زمین می شود [ 4 ]] که باعث تغییر نوع پوشش گیاهی در سطح زمین خواهد شد. با توجه به تغییر نامناسب انواع پوشش زمین و استفاده بیش از حد از زمین، تغییرات آب و هوای جهانی، کاهش تنوع زیستی، انقراض گونه ها، تخریب پوشش گیاهی، تخریب زمین، آلودگی محیط زیست و بسیاری از مشکلات شدید اکولوژیکی، پوشش گیاهی و بهره برداری از زمین توجه روزافزونی را به خود جلب کرده است.
در سطح بین المللی، برخی از محققان انواع، دقت و ماندگاری محصول را مورد مطالعه قرار داده اند [ 5 ، 6 ، 7 ]. Admas و همکاران، تغییر پوشش زمین را در حوضه آمازون برزیل [ 8 ] و آناند پوشش گیاهی در حوضه رودخانه مانیپور در شمال شرقی هند را نظارت و پیش بینی کردند [ 9 ]. Don A و همکاران، برهمکنش بین تغییر پوشش زمین گرمسیری و ذخیره کربن آلی خاک را مطالعه کردند [ 10 ]. Bhaduri B و همکاران، بر اساس مدل GIS-NPS، تاثیر تغییر پوشش زمین بر تغییرات هیدرولوژیکی اندازه حوضه را با استفاده از سری های زمانی طولانی مورد مطالعه قرار دادند [ 11 ]]. راشفورد BS و همکاران، تأثیر تغییرات آب و هوا بر تغییر پوشش زمین و بهره وری علفزارهای تالاب را در آمریکای شمالی مطالعه کردند [ 12 ]. Selwood KE و همکاران، تأثیر تغییرات آب و هوا و تغییر پوشش زمین را بر نرخ جمعیت و زنده ماندن جمعیت مطالعه کردند [ 13 ]. Sterling SM و همکاران، تأثیر تغییر پوشش زمین را بر چرخه آب جهانی مطالعه کردند [ 14 ]. برخی از محققان نیز تأثیر بلایای طبیعی بر پوشش زمین را مورد مطالعه قرار داده اند [ 15 ، 16 ، 17 ]. در چین، لیو جیوان به طور سیستماتیک مطالعه و یک پلت فرم داده برای فرآیندهای تغییر کاربری زمین ایجاد کرد [ 18]. لانگ، Hualou و همکاران، نیروی محرکه تغییر پوشش زمین را در مناطق روستایی در امتداد ساحل شرقی چین مطالعه کردند [ 19 ]. رابطه بین تغییر پوشش گیاهی و تغییر آب و هوا در سرزمین اصلی چین نیز به طور گسترده مورد بحث قرار گرفته است [ 20 ، 21 ]. یانگ یوجوان و همکاران، تأثیر تغییر پوشش زمین را بر عملکردهای اکولوژیکی مناطق کشاورزی و دامداری در شمال بررسی کردند [ 22 ]. لی شیهو رابطه بین انواع پوشش زمین و آلودگی آب در حوضه دریاچه شهرستان فوکسیان را تحت یک رابطه چند مقیاسی مطالعه کرد [ 23 ]. لی فی و همکاران، رابطه بین پوشش گیاهی سطحی و جزایر گرما را در هانگژو، چین، از سال 2000 تا 2015 مطالعه کردند [ 24 ]]. Li Pingxing رابطه بین سیاست های مختلف زمین و گسترش شهری را مطالعه کرد [ 25 ]. چن، یی و همکاران، کارایی استفاده از زمین های ساخت و ساز در چین را مطالعه کردند [ 26 ]. لیو یانسوی تنظیمات استراتژی زمین را تجزیه و تحلیل کرد [ 27 ]. Zhang Weiwei و همکاران، تأثیر شدت کاربری زمین را مطالعه کردند [ 28 ]. به عنوان یک فناوری جدید، فهرست های جستجوی اینترنتی در بسیاری از زمینه ها مانند گردشگری [ 29 ، 30 ، 31 ]، رینیت [ 32 ]، تب دنگی [ 33 ]، ایدز [ 34 ]، بیماری دست، پا و دهان [ 35 ] استفاده شده است. ]، قیمت سهام [ 36 ، 37]، ویژگی های مکانی و زمانی [ 38 ]، حجم فروش [ 39 ]، تقاضای هتل [ 40 ] و تحقیقات شبکه شهری [ 41 ].
از مطالعات قبلی، می توان دریافت که اکثر تحقیقات بر نظارت، شبیه سازی و تحلیل نیروی محرکه تغییر کاربری اراضی و همچنین مطالعات سیاست [ 42 ]، بررسی توزیع فضایی پوشش گیاهی زمین و تأثیر آب و هوا [ 43 ] تمرکز دارند. ، رودخانه [ 44 ]، بوم شناسی، فعالیت های انسانی [ 45] و سیاست های اجتماعی در استفاده از زمین. با این حال، افراد کمی روش های خاصی را برای مطالعه رابطه بین شاخص بایدو (BDI) و تغییر پوشش زمین طراحی کرده اند که بدون شک مهم است. هدف این مقاله نشان دادن رابطه بین BDI و تغییر پوشش زمین و تأثیر متقابل آنها است. روش ابداع شده شامل معرفی BDI است، رابطه بین BDI و تغییر پوشش زمین را آزمایش می کند و از این رابطه برای ایجاد شاخصی استفاده می کند که تأثیر سیاست های دولت را بر تغییر پوشش زمین نشان می دهد.

2. مواد و روشها

2.1. منطقه مطالعه

استان هوبی در مرکز چین واقع شده است و مساحتی بالغ بر 185900 کیلومتر مربع دارد و در سال 2015 جمعیتی بالغ بر 58.52 میلیون نفر دارد [ 46 ]. عرض جغرافیایی از 29°01′53′′ تا 33°6′47′′ و طول جغرافیایی از 108°21′42′′ تا 116°07′50′′ متغیر است. هوبی توسط استان آنهویی، استان شانشی، استان هنان، استان جیانگشی و استان هونان احاطه شده است و شامل 17 شهر استانی به نام‌های انشی توجیا و استان خودمختار میائو، ییچانگ، منطقه جنگلی شنونجیا، شیان، ژیانگ یانگ، سوئیژانگ، سوئیژانگ، است. ، تیانمن، شیائوگان، شیانتائو، ووهان، اژو، هوانگانگ، هوانگشی، شیانینگ، همانطور که در شکل 1 نشان داده شده است.

2.2. منابع اطلاعات

داده های پوشش زمین از تصاویر سنجش از دور Landsat TM مشتق شده اند (تصویر سنجش از دور سنتز شده در شکل 2 نشان داده شده است ) که از ابر جغرافیایی دانلود شده است [ 47 ]] که به صورت دستی و تصویری تفسیر می شوند. داده‌های طبقه‌بندی پوشش زمین در طبقه‌بندی‌های استاندارد فناوری پایگاه‌داده منابع و محیط زیست به زمین‌های زیر کشت، زمین‌های جنگلی، علفزار، سطح آبی، زمین‌های ساخت‌وساز و زمین‌های بلااستفاده تقسیم می‌شوند که در سال‌های 2000، 2005، 2010 و 2015 به دست آمده‌اند و چهار مجموعه داده پوشش زمین را ایجاد می‌کنند. . همه داده‌ها به‌عنوان دقت داده‌های کلاس سطح 1 طبقه‌بندی می‌شوند تا با «پروژه‌های علمی و فناوری راهبردی آکادمی علوم چین» مطابقت داشته باشند که به دقت بیش از 90٪ نیاز دارد. بایدو بزرگترین موتور جستجوی اینترنتی در چین است و BDI بر اساس داده های جستجوی کاربران اینترنتی محاسبه می شود که منعکس کننده رفتارهای افراد است [ 48 ].

2.3. پردازش داده ها

این مقاله عمدتاً تغییر پوشش زمین در استان هوبی را از سال 2000 تا 2015 از طریق ماتریس انتقال زمین [ 49 ]، نگرش دینامیکی کاربری تک زمین و نگرش پویا کاربری جامع زمین [ 50 ] تجزیه و تحلیل می‌کند و از تحلیل فضایی و ARCGIS استفاده می‌کند. آمار ریاضی برای انعکاس توزیع فضایی تغییر پوشش زمین رابطه بین BDI و تغییر پوشش زمین با استفاده از ضریب همبستگی رتبه اسپیرمن مورد مطالعه قرار گرفت و شاخص تأثیر تأثیر سیاست واحد بر تغییر پوشش زمین برای مطالعه کمی تأثیر سیاست بر تغییر پوشش زمین ساخته شد.

ماتریس انتقال زمین می تواند به طور دقیق مبدأ و جهت تغییر پوشش زمین را نشان دهد که منعکس کننده تغییرات فضایی در پوشش زمین است. از طریق ARCGIS، داده‌های کاربری اراضی از دو دوره در منطقه تحقیق را می‌توان روی هم قرار داد و تحلیل کرد و سپس ماتریس انتقال زمین را تولید کرد. تغییر پوشش اراضی را می توان به صورت کمی با نگرش پویا کاربری تک زمین و نگرش پویا کاربری جامع اراضی بیان کرد. نگرش پویا استفاده از زمین منعکس کننده سرعت و روند تغییر نوع خاصی از پوشش زمین است. عبارت در فرمول (1) نشان داده شده است. نگرش دینامیکی جامع کاربری اراضی می تواند مبدأ و جهت تغییر پوشش اراضی در منطقه مورد مطالعه را نشان دهد و محاسبه آن به صورت فرمول (2) بیان می شود.

ک=Uب-UآUآ×1تی×100%.
Lسی=∑من=1nΔLUمنj2∑من=1nLUمن×1تی×100%.

کجا، در فرمول (1) Uآو Uبعبارتند از مساحت نوع خاصی از زمین در ابتدا و انتهای دوره مطالعه، T زمان بین دو فاز پوشش زمین (واحد: سال) است. LUمنمساحت پوشش زمین نوع i در نقطه شروع مطالعه است و ΔLUمنjمساحت پوشش اراضی نوع i است که در طول دوره مورد مطالعه به غیر i تبدیل شده است.

شاخص جستجو بر اساس داده های حجم جستجوی افراد در بایدو است و کلمات کلیدی را به عنوان هدف آماری برای تجزیه و تحلیل علمی و محاسبه مجموع وزنی فرکانس جستجوی هر کلمه کلیدی در جستجوی وب بایدو می گیرد. BDI فهرست جستجوی تعداد زیادی از کاربران اینترنت است که از وب سایت بایدو دانلود شده اند و تعداد کاربران اینترنت از سال 2014 تا 2015 3.7 درصد افزایش یافته است. تا سال 2015، ضریب نفوذ اینترنت در استان هوبی به 46.8 درصد رسیده است [ 51 ].]، به این معنی که از هر دو نفر یک نفر می تواند به اینترنت دسترسی داشته باشد. از آنجایی که اینترنت در چین به میزان مشخصی از پوشش رسیده است، سیاست های دولتی از طریق اینترنت منتشر می شود و کاربران اینترنت نیز می توانند برای یافتن خط مشی های مربوطه در وب جستجو کنند. بنابراین، رفتار کاربران اینترنت نشان‌دهنده میزان توجه آنها به سیاست‌ها است و نیروی محرکه وقوع تعداد زیادی از این نگرانی‌ها ممکن است اثر سیاست‌ها باشد که مطابق با تغییرات مداوم در تغییرات پوشش زمین است. بنابراین، ما رابطه بین BDI و تغییر پوشش زمین را مطالعه کردیم تا رابطه بین تغییر پوشش زمین و سیاست را بیشتر بررسی کنیم. روش پردازش داده ما به شرح زیر است: (1) استفاده از داده های سنجش از دور برای به دست آوردن داده های کاربری زمین در زمان مربوطه از طریق تفسیر بصری. (2) سیاست های مربوطه را با توجه به نوع خاصی از پوشش زمین جمع آوری کنید و یک سری کلمات کلیدی را استخراج کنید. (3) کلمه کلیدی را با موتور جستجو جستجو کنید و داده های مربوطه را دانلود کنید. داده‌های فهرست بایدو بر اساس محتوای حجم داده‌های جستجوی موتور جستجوی بایدو و تعداد کاربران اینترنتی که صفحات مختلف را جستجو کرده‌اند، جمع وزنی است. این یک حجم جستجوی مستقیم نیست – عددی است که از مجموع وزنی حجم جستجو به دست می آید و می تواند نگرانی ها و نیازهای کاربران اینترنت را منعکس کند. این مقدار صفر یا مثبت بدون نیاز به محدوده است. هر چه توجه مردم بیشتر باشد، تاثیر آن بیشتر می شود. می تواند با توجه به منطقه فضا و محدوده زمانی به آمار برسد. (4) تجزیه و تحلیل همبستگی شاخص بایدو و داده های تغییر پوشش زمین برای تعیین کلمات کلیدی تأثیرگذار انجام می شود. (5) ارزش تأثیر را می توان با جایگزین کردن داده های BDI و پوشش زمین این کلمات کلیدی در فرمول (3) به دست آورد. ما کلمات کلیدی نماینده را برای سیاست انتخاب کردیم، BDI آن را بازیابی کردیم و درجه و نوع تغییر پوشش زمین مربوطه را که به دلیل توجه عمومی رخ داد، شناسایی کردیم. سوابق از 2010 تا 2015 شامل تمام داده های جستجوی کلیدواژه مورد نیاز بود که به طور کامل موقعیت های مرتبط را منعکس می کرد. بنابراین، کلمات کلیدی جستجو از سال 2010 تا 2015 انتخاب شدند. از آنجایی که BDI از توزیع غیرعادی پیروی می کند و ما به دنبال یافتن رابطه بین کلمات کلیدی در BDI و تغییر پوشش زمین هستیم، از آزمون ضریب همبستگی رتبه اسپیرمن برای شناسایی همبستگی بین این دو استفاده کردیم. ما مقدار شاخص را همانطور که در فرمول (3) نشان داده شده است، ساختیم. در نهایت، زمین زیر کشت و زمین ساختمانی را انتخاب کردیم. که ممکن است تحت تأثیر سیاست، برای تحلیل فضایی قرار گیرد. نمودار جریان از روش پردازش کامل داده در نشان داده شده استشکل 3 .

مننمن=ρمنΔLتیمنبDمنمن.

اینجا، ΔLتیمنمساحت زمین انتقال/انتقال به خارج از زمین کلاس i در طول دوره مطالعه است، بDمنمنایندکس بایدو از عبارات جستجو است که مربوط به تأثیر سیاست روی نوع پوشش زمین i-class است، ρمننشان دهنده ضریب همبستگی رتبه اسپیرمن برای عبارت جستجوی یکم و تغییر کاربری مربوطه است، IN نشان دهنده منطقه تغییر زمین تحت تأثیر توجه در واحد است. بزرگتر مننمناست، هر چه بیشتر تغییر پوشش زمین ممکن است تحت تاثیر سیاست.

نرم افزار مورد استفاده در پژوهش شامل ARCGIG و SPSS بود. نرم افزار ARCGIS برای تفسیر بصری داده های سنجش از دور، تحلیل فضایی و ترسیم نمودار و نرم افزار SPSS برای تحلیل همبستگی منطقه تغییر زمین و BDI استفاده می شود.

3. نتایج

3.1. مشخصات کلی تغییر کاربری

از طریق تجزیه و تحلیل آماری داده های پوشش زمین به دست آمده از تفسیر، نتایج آماری سال های 2000، 2005، 2010 و 2015 در جدول 1 آورده شده است.. همانطور که از داده های جدول مشاهده می شود، مجموع زمین های زیر کشت و جنگل در هر سال بیش از 80 درصد از کل مساحت استان هوبی را تشکیل می دهد، در حالی که سایر انواع پوشش زمین مساحت کمتری را اشغال می کنند. اراضی زیر کشت سال به سال روند کاهشی را نشان داد و درصد زمین های زیر کشت در سال های 2000-2005، 2005-2010 و 2010-2015 به ترتیب 0.42، 0.47 و 0.64 درصد، زمین های جنگلی 0.02 درصد و 0.10 درصد کاهش یافت. ٪، مرتع 0.02، 0.11٪ و 0.20٪ و زمین های بلااستفاده 0.01٪، 0.01٪ و 0٪. مساحت آب هر سال 0.34%، 0.08% و 0.03% افزایش یافت و زمین ساختمانی 0.11%، 0.52% و 0.84% ​​افزایش یافت. به طور کلی، زمین های زیر کشت و زمین های ساخت و ساز به طور قابل توجهی تغییر کرده است. تغییر اصلی زمین زیر کشت تبدیل آن به زمین ساختمانی بود. در حالی که تغییر عمده به زمین ساختمانی از تبدیل سایر انواع پوشش زمین به زمین ساختمانی است، یعنی زمین های زیر کشت کاهش و زمین های ساختمانی افزایش نشان می دهد. کاهش زمین های زیر کشت و افزایش زمین های ساختمانی روندی شتابان را نشان داد. نگرش پویای کاربری زمین نشان دهنده سرعت و میزان تغییر پوشش زمین است، همانطور که در نشان داده شده استجدول 2 . از نظر روند کلی، تغییر پوشش زمین روند افزایشی را نشان می دهد. نگرش پویای کاربری جامع زمین از 0.06 در سال 2000 به 0.09 در سال 2015 افزایش یافته است، که نشان می دهد تغییر پوشش زمین روز به روز شدیدتر می شود. از طریق تغییر در نگرش پویای کاربری تک زمین، زمین های زیر کشت، زمین های جنگلی، علفزار و زمین های بلااستفاده روند کاهشی را نشان می دهند و زمین های زیر کشت با بیشترین نرخ تغییر می کنند. مساحت آب و زمین های ساختمانی افزایش یافته است و زمین های ساختمانی روند رشد قوی را نشان می دهند.
از آنجایی که داده‌های تلفن همراه به‌دست‌آمده از BDI از سال 2010 تا 2015 نسبتاً جامع هستند، نگرش پویا مربوط به استفاده جامع از زمین در هر منطقه از استان هوبی در این دوره مورد مطالعه قرار گرفت. به طور خاص، نگرش پویا استفاده جامع از زمین در استان هوبی در شکل 4 نشان داده شده است.. به طور کلی، نگرش پویای استفاده از زمین در مناطق نزدیک ووهان نسبتاً بزرگ است، در حالی که کاربری جامع زمین در مناطق دور از ووهان نسبتاً کوچک است. نگرش پویای کاربری جامع زمین در ووهان و اژو به ترتیب 0.28 و 0.32 است. درجات کاربری جامع زمین در Xiaogan، Jingzhou و Qianjiang به ترتیب 0.17، 0.14 و 0.16 است. Enshi Tujia و استان خودمختار Miao، منطقه جنگلی Shennongjia و شهر Yichang کمتر بودند، در 0.02، 0.02 و 0.05. تغییر کاربری جامع زمین در مناطق دیگر بیشتر از توجیا و استان خودمختار میائو بود، اما کمتر از شیائوگان بود.
همانطور که در شکل 5 نشان داده شده است، به طور جداگانه، زمین های زیر کشت دارای ویژگی های متفاوتی هستند. مساحت کل زمین های زیر کشت سال هاست که به طور مداوم و با سرعت فزاینده ای در حال کاهش بوده است. به طور نسبی، سرعت تبدیل زمین های زیر کشت به سایر انواع پوشش زمین در ووهان و مناطق اطراف آن سریعتر بوده است. تک نگرش دینامیکی زمین های زیر کشت در ووهان به 0.87 رسید، در حالی که در Xiaogan و Ezhou به ترتیب 0.42 و 1.11 بود. ایزو منطقه ای است که بیشترین نگرش تک دینامیکی را برای زمین دارد، در حالی که استان خودمختار جینگمن، ییچانگ، شننونجیا و انشی توجیا به ترتیب با مقادیر 0.16، 0.17، 0.02 و 0.10 کمترین نگرش دینامیکی را برای استفاده از زمین کشت داشتند. Shennongjia منطقه ای است که کمترین ارزش دینامیکی را برای زمین های زیر کشت دارد. با افزایش فاصله از منطقه ووهان، نگرش تغییر کاربری زمین زیر کشت به تدریج کاهش یافت.
همانطور که در شکل 6 نشان داده شده است، تغییر در زمین های ساخت و ساز کاملاً متفاوت از زمین های زیر کشت است. استان خودمختار Suizhou، Shiyan، Shennongjia و Enshi Miao Tujia به ترتیب با مقادیر 10.44، 23.09، 47.48 و 11.20 بالاترین سطح نگرش پویا را نسبت به زمین ساخت و ساز نشان دادند. نگرش پویا زمین ساخت و ساز در Shennongjia بالاترین در منطقه مورد مطالعه بود. ووهان و مناطق همجوار آن شیائوگان، اژو، شیانینگ و شیانگ یانگ ارزش کمتری را نشان دادند، در حالی که کاربری اراضی در ییچانگ، کیان جیانگ، تیانمن و شیانتائو نسبتاً آهسته تغییر کرد و به ترتیب با 0.56، 1.58، 0.96 و 1.52 تغییر کرد. علاوه بر سوئیژو، شیان، شنونجیا، انشی توجیا و استان خودمختار میائو، به طور کلی، نگرش پویا استفاده از زمین برای زمین های ساخت و ساز در ووهان باقی می ماند و نگرش پویا با مقادیر بزرگتر در مرکز و مقادیر کوچکتر تغییر کرد. از مرکز

3.2. رابطه بین BDI و تغییر پوشش زمین

BDI عددی است که با ثبت تعداد جستجوی کلمات کلیدی در اینترنت قابل تبدیل است. با نمایش رفتارهای جستجوی کاربران، این فهرست می تواند نگرانی های کاربران اینترنت را منعکس کند و استفاده از کلمات کلیدی خاص نیز می تواند تأثیر سیاست های خاص را نشان دهد. این مطالعه داده های نماینده وب سایت Baidu و برخی از جستجوهای کلیدی برتر در مورد، علاوه بر انواع پوشش زمین استفاده نشده، هزینه احیای زمین زیر کشت، مالیات زمین زیر کشت، علفزار، مساحت آبی، اقدامات برای ثبت گواهینامه های آبزی پروری در سواحل را جمع آوری کرد. ، مجوز برنامه ریزی زمین ساخت و ساز و نسبت قطعه زمین ساخت و ساز برای مدیریت زمین در حومه شهر. جدول 3 را ببینیدبرای BDI هر عبارت جستجو از سال 2010 تا 2015. به منظور ایجاد مدلی از تأثیر سیاست ها بر تغییر کاربری زمین، تحلیل همبستگی برای عبارات جستجو و انواع تغییر پوشش زمین نماینده BDI (زمین بلااستفاده) انجام شد. در شاخص بایدو ثبت نشده و در نظر گرفته نشده است). همبستگی در جدول 4 نشان داده شده است. از این میان، ضریب همبستگی مالیات تصرف اراضی زیر کشت 806/0، استاندارد جبران خسارت اراضی جنگلی 833/0 و پروانه برنامه ریزی برای زمین ساختمانی 931/0 بوده است. همبستگی بین مرتع و سطح آب نسبتاً کم بود، بنابراین در نظر گرفته نشد. از آنجایی که زمین های زراعی و زمین های ساخت و ساز به شدت تحت تأثیر سیاست ها هستند و ارزش اقتصادی آنها بالا است، «مالیات استفاده از زمین زیر کشت» و «مجوز برنامه ریزی زمین ساخت و ساز» مربوطه را به ترتیب به عنوان دو عبارت جستجو در BDI و پوشش زمین انتخاب کردیم. تغییر نوع محاسبات مربوطه، همانطور که در فرمول (3) نشان داده شده است، برای تعیین تأثیر سیاست بر تغییر پوشش زمین.
از شکل 7، ما میزان علاقه عمومی به سیاست گذاری را می بینیم و همچنین می توانیم تأثیر سیاست ها را بر زمین های زیر کشت مشاهده کنیم. به طور کلی مشاهده می شود که در شهر هوبی، تیانمن، شهر کیان جیانگ و شهر جینگژو، سیاست بیشترین تأثیر را بر تغییرات زمین های زیر کشت داشته است که به ترتیب با مقادیر مربوطه 0.91، 0.95 و 0.83 است. Suizhou، Xiaogan، Xiantao، Xianning و Ezhou به ترتیب با 0.55، 0.64، 0.45، 0.39 و 0.49 بالاتر از سایر مناطق نزدیک به ووهان بودند. انشی توجیا و استان خودمختار میائو، ییچانگ، جینگمن، هوانگشی و ووهان به ترتیب با 0.09، 0.23، 0.24، 0.21 و 0.17 کمتر بودند. منطقه جنگلی Shennongjia، به عنوان یک منطقه جنگلی خارج از شهر، با حجم جستجوی اینترنتی صفر، در نظر گرفته نشد. به طور کلی، سیاست ها تأثیر زیادی بر زمین های کشت شده در اطراف ووهان دارد. ووهان، به عنوان فرهنگی، مرکز اقتصادی و سیاسی استان هوبی کمتر تحت تأثیر سیاست های مربوط به زمین های زیر کشت خود قرار دارد. در همین حال، زمین‌های کشاورزی در مناطق دورافتاده مانند Enshi Tujia و استان خودمختار Miao نیز کمتر تحت تأثیر سیاست‌ها قرار می‌گیرند.
علاوه بر تأثیر توجه عمومی بر زمین‌های قابل کشت، تأثیر سیاست‌ها بر زمین‌های ساخت‌وساز را نیز مورد مطالعه قرار دادیم. شکل 8 را ببینیدبرای نقشه توزیع تأثیر سیاست ها بر مناطق مختلف. در نمودار، شهر جینگژو مهم ترین منطقه تحت تأثیر سیاست ها است و پس از آن شیان و سوئیژو به ترتیب با مقادیر 1.48، 1.33 و 2.23 قرار دارند. شهرهای تیانمن، شهر شیانتائو، شیائوگان، شهر شیانینگ و شهر هوانگانگ، شهر شیانگ یانگ به ترتیب دارای مقادیر 1.05، 0.85، 1.29، 0.96، 1.08 و 1.00 بودند، در حالی که انشی توجیا و استان خودمختار میائو با ارزش 0.2، 0.2 و 0.2 و 0.4انگ کمترین ارزش را داشتند. ، Jingmen، Qianjiang، Ezhou و Huanggang در وسط دو منطقه بالا نشستند. منطقه جنگلی Shennongjia، به عنوان یک منطقه جنگلی حفاظت شده، حجم جستجوی صفر را مشاهده کرد و در نظر گرفته نشد. به طور کلی، مناطق متمرکز تری در اطراف ووهان وجود دارد. در مقایسه با شکل 5، تأثیر کلی بیشتر از زمین های زیر کشت است.

4. بحث

برای مدت طولانی، مطالعات در مورد توزیع فضایی تغییر پوشش زمین عمدتاً با عوامل طبیعی مانند آب و هوا، دما و بارش و همچنین عوامل اجتماعی مانند اقتصاد، جمعیت و تراکم جمعیت مرتبط بوده است. با این حال، مطالعات کمی در مورد تأثیر کمی سیاست ها بر کاربری زمین انجام شده است. مطالعات قبلی تجزیه و تحلیل سنتی انواع پوشش زمین مانند ماتریس های انتقال زمین، درجه دینامیک کاربری تک زمین و درجه دینامیک کاربری جامع زمین را بر اساس داده های اینترنتی، انتخاب عبارات جستجوی کلیدی مانند احیای زمین های کشاورزی، مالیات بر استفاده از زمین های کشت شده، انجام داده اند. انتقال، استاندارد جبران خسارت، مرتع، پهنه آبی و جزر و مد شیلات، روش ثبت گواهی، مجوز طرح زمین ساختمانی، اقدامات نسبت قطعه برای اداره زمین های ساختمانی و زمین های ساختمانی روستایی. از آنجایی که این جستجوهای کلیدواژه رتبه بالاتری دارند، بیشتر مورد استفاده قرار می گیرند و توسط بخش وسیع تری از مردم استفاده می شوند. در عین حال، همه آنها کلمات کلیدی هستند که اغلب در سیاست های دولت ظاهر می شوند و به طور بالقوه نشان دهنده تأثیر سیاست ها هستند. ما دو نوع پوشش زمین حساس به سیاست دولت، زمین زیر کشت و زمین ساخت و ساز را با ضرایب همبستگی کلمه کلیدی بالای 0.80 انتخاب کردیم تا تاثیر سیاست را با دو نوع نمودار توزیع فضایی، که در شکل ها برای زمین زیر کشت و ساخت و ساز نشان داده شده است، تعیین کنیم. به طور کلی، منطقه اطراف ووهان بیشتر تحت تأثیر سیاست قرار می گیرد، در حالی که خود ووهان کمتر تحت تأثیر قرار می گیرد. از آنجایی که این جستجوهای کلیدواژه رتبه بالاتری دارند، بیشتر مورد استفاده قرار می گیرند و توسط بخش وسیع تری از مردم استفاده می شوند. در عین حال، همه آنها کلمات کلیدی هستند که اغلب در سیاست های دولت ظاهر می شوند و به طور بالقوه نشان دهنده تأثیر سیاست ها هستند. ما دو نوع پوشش زمین حساس به سیاست دولت، زمین زیر کشت و زمین ساخت و ساز را با ضرایب همبستگی کلمه کلیدی بالای 0.80 انتخاب کردیم تا تاثیر سیاست را با دو نوع نمودار توزیع فضایی، که در شکل ها برای زمین زیر کشت و ساخت و ساز نشان داده شده است، تعیین کنیم. به طور کلی، منطقه اطراف ووهان بیشتر تحت تأثیر سیاست قرار می گیرد، در حالی که خود ووهان کمتر تحت تأثیر قرار می گیرد. از آنجایی که این جستجوهای کلیدواژه رتبه بالاتری دارند، بیشتر مورد استفاده قرار می گیرند و توسط بخش وسیع تری از مردم استفاده می شوند. در عین حال، همه آنها کلمات کلیدی هستند که اغلب در سیاست های دولت ظاهر می شوند و به طور بالقوه نشان دهنده تأثیر سیاست ها هستند. ما دو نوع پوشش زمین حساس به سیاست دولت، زمین زیر کشت و زمین ساخت و ساز را با ضرایب همبستگی کلمه کلیدی بالای 0.80 انتخاب کردیم تا تاثیر سیاست را با دو نوع نمودار توزیع فضایی، که در شکل ها برای زمین زیر کشت و ساخت و ساز نشان داده شده است، تعیین کنیم. به طور کلی، منطقه اطراف ووهان بیشتر تحت تأثیر سیاست قرار می گیرد، در حالی که خود ووهان کمتر تحت تأثیر قرار می گیرد. همه آنها کلمات کلیدی هستند که اغلب در سیاست های دولت ظاهر می شوند و به طور بالقوه نشان دهنده تأثیر سیاست ها هستند. ما دو نوع پوشش زمین حساس به سیاست دولت، زمین زیر کشت و زمین ساخت و ساز را با ضرایب همبستگی کلمه کلیدی بالای 0.80 انتخاب کردیم تا تاثیر سیاست را با دو نوع نمودار توزیع فضایی، که در شکل ها برای زمین زیر کشت و ساخت و ساز نشان داده شده است، تعیین کنیم. به طور کلی، منطقه اطراف ووهان بیشتر تحت تأثیر سیاست قرار می گیرد، در حالی که خود ووهان کمتر تحت تأثیر قرار می گیرد. همه آنها کلمات کلیدی هستند که اغلب در سیاست های دولت ظاهر می شوند و به طور بالقوه نشان دهنده تأثیر سیاست ها هستند. ما دو نوع پوشش زمین حساس به سیاست دولت، زمین زیر کشت و زمین ساخت و ساز را با ضرایب همبستگی کلمه کلیدی بالای 0.80 انتخاب کردیم تا تاثیر سیاست را با دو نوع نمودار توزیع فضایی، که در شکل ها برای زمین زیر کشت و ساخت و ساز نشان داده شده است، تعیین کنیم. به طور کلی، منطقه اطراف ووهان بیشتر تحت تأثیر سیاست قرار می گیرد، در حالی که خود ووهان کمتر تحت تأثیر قرار می گیرد. در ارقام هم برای زمین های زیر کشت و هم برای زمین های ساختمانی نشان داده شده است. به طور کلی، منطقه اطراف ووهان بیشتر تحت تأثیر سیاست قرار می گیرد، در حالی که خود ووهان کمتر تحت تأثیر قرار می گیرد. در ارقام هم برای زمین های زیر کشت و هم برای زمین های ساختمانی نشان داده شده است. به طور کلی، منطقه اطراف ووهان بیشتر تحت تأثیر سیاست قرار می گیرد، در حالی که خود ووهان کمتر تحت تأثیر قرار می گیرد.

4.1. مشخصات کلی

بخش مرکزی و شرقی استان هوبی توسط تپه‌ها و دشت‌ها با وسعت زمین‌های زراعی زیاد تسلط دارد، در حالی که بخش غربی آن کوهستانی با تعداد زیادی مناطق جنگلی است که در مجموع بیش از 80 درصد از کل مساحت استان را تشکیل می‌دهند. ، در حالی که سایر انواع کاربری زمین فقط یک منطقه کوچک را پوشش می دهد. از سه دوره مورد مطالعه، یعنی 2000-2005، 2005-2010 و 2010-2015، می توان مشاهده کرد که مساحت زمین زیر کشت به طور مداوم کاهش یافته است، عمدتاً به این دلیل که مقدار زیادی از زمین زیر کشت به زمین ساختمانی تبدیل شده است. از آنجایی که چین در روند شهرنشینی است، مقدار زیادی از زمین های زیر کشت اشغال شده است. علاوه بر تاثیر شهرنشینی، برخی از جنگل‌ها به زمین ساختمانی تبدیل شده‌اند. اما مناطق کوهستانی در غرب برای تبدیل به زمین ساختمانی مناسب نیست، بنابراین مساحت زمین تبدیل شده به زمین در این منطقه بسیار کمتر است. علفزارها و زمین‌های بلااستفاده نیز تمایل جزئی به کاهش نشان می‌دهند که ناشی از فرآیند شهرنشینی چین است، در حالی که مناطق آبی افزایش نشان می‌دهند که ناشی از گسترش مناطق آب‌گرفته در استان هوبی است که به زمین تجاوز کرده‌اند.
به طور کلی در جدول 2 قابل مشاهده استتغییر پوشش زمین در استان هوبی در حال افزایش است. نگرش پویای کاربری جامع زمین در سه دوره 2000 تا 2005، 2005 تا 2010 و از سال 2010 تا 2015 به ترتیب 0.06، 0.08 و 0.09 است که بیانگر این است که تغییر پوشش اراضی روز به روز شدیدتر می شود و زمین به طور فزاینده ای در حال افزایش است. تحت تاثیر فعالیت های انسانی در بین انواع پوشش اراضی، زمین های زیر کشت، اراضی جنگلی، علفزار و اراضی بلااستفاده روند کاهشی را نشان می دهند. ارزش مطلق زمین های بلااستفاده بزرگترین است. مساحت زمین های زیر کشت با سرعت فزاینده ای در حال کاهش است، در حالی که مساحت زمین های جنگلی و علفزار نیز در حال کاهش است. این را می توان در درجه اول به تغییرات در شهرها و گسترش زمین های ساخت و ساز نسبت داد که زمین های زراعی بیشتر تحت تأثیر قرار می گیرند. مساحت زمین های ساختمانی روند افزایشی را نشان می دهد. مساحت ساخت و ساز با سریع ترین سرعت در حال افزایش است، به طوری که انتظار می رود بخش قابل توجهی از انواع کاربری های دیگر به زمین ساختمانی تبدیل شود. تغییر مساحت آب نیز قابل توجه بوده است که تا حدودی مربوط به سیل است.

4.2. تغییر پوشش زمین بر اساس منطقه

همانطور که از شکل 4 مشاهده می شودتغییرات قابل توجه مشاهده شده در ووهان و ازژو عمدتاً به این دلیل است که ووهان به عنوان مرکز سیاسی، اقتصادی و فرهنگی استان هوبی تحت تأثیر عوامل مختلفی قرار گرفته و انواع مختلفی از تغییرات پوشش زمین را به طور مکرر تجربه می کند. Ezhou که در مجاورت ووهان قرار دارد نیز بسیار تحت تأثیر قرار گرفته است. Tianmen، Xiantao، Qianjiang، Jingzhou و Xiaogan همگی به ووهان نزدیک هستند و اثرات جریان را از ووهان تجربه می‌کنند و تغییرات پوشش زمین نیز بیشتر از مناطق دیگر است. Enshi Tujia و استان خودمختار Miao و شهر Yichang در کوه های غربی بسیار دور از ووهان هستند و کمتر تحت تأثیر قرار می گیرند. به طور خلاصه، ووهان دارای بزرگترین نگرش پویا برای استفاده جامع از زمین در کل استان است و شدیدترین تغییر پوشش زمین را تجربه کرده است. علاوه بر این، مناطق اطراف نیز تغییرات نسبتاً شدیدی را تجربه کرده اند.
همانطور که از مقایسه بین شکل 5 و شکل 6 مشاهده می شود، تغییر کلی در زمین های ساخت و ساز بسیار شدیدتر از زمین های زیر کشت است که به شدت تحت تاثیر سیاست ها نیز قرار دارد. از یک سو، از آنجایی که چین تحت یک فرآیند شهرنشینی قابل توجهی قرار می گیرد، تعداد زیادی از انواع دیگر پوشش زمین به زمین های ساختمانی تبدیل می شوند، از جمله مساحت قابل توجهی از زمین های زیر کشت. از سوی دیگر، زمین در شهرهایی با تراکم جمعیت بالا منبع کمیاب است و زمین های ساخت و ساز می توانند مزایای بیشتری نسبت به سایر انواع کاربری ها داشته باشند. زمین ساخت و ساز با توجه به طیف وسیعی از منافع، به نوع ارجح پوشش زمین تبدیل شده است.
به طور خاص، در هر دو شکل 5 و شکل 6تفاوت‌های اصلی در مناطقی با نگرش بالا برای تغییر پوشش زمین در اطراف ووهان متمرکز است، در حالی که بقیه نسبتاً کم هستند. با این حال، تغییرات در سوئیژو، شهر شیان و انشی توجیا و استان خودمختار میائو عمدتاً به دلیل تبدیل یک زمین بزرگ به زمین ساختمانی است. بنابراین، نگرش دینامیکی زمین ساخت و ساز بالا است و نگرش دینامیکی زمین های کشاورزی کمتر است. انشی توجیا و استان خودمختار میائو از نظر اقتصادی منطقه عقب مانده ای است. اکنون، استان به دلیل افزایش جمعیت، روند شهرنشینی و گسترش زمین های ساخت و ساز را تجربه می کند. با کوچکتر بودن مساحت ساخت و ساز اولیه، فرمول (1) نشان می دهد که نتیجه یک مخرج کوچک بزرگتر خواهد بود، بنابراین کاربری زمین ساخت و ساز در این منطقه پویاتر است.

4.3. همبستگی بین نوع پوشش زمین و BDI

رابطه نزدیکی بین تغییر نوع کاربری زمین و BDI وجود دارد که به وضوح از جدول 3 قابل مشاهده است. پنج نوع تغییر پوشش زمین را می توان به سه نوع شاخص تقسیم کرد که عبارتند از: مجوز اداری، مقررات اقتصادی و شاخص های فنی. مجوزهای اداری مانند مجوز برنامه ریزی اراضی ساختمانی به 0.931 رسید، سیاست ها و قوانین اقتصادی مانند استاندارد جبران خسارت اراضی جنگلی همبستگی 0.833 را نشان داد و روش های مدیریت شاخص فنی مانند نسبت زمین ساخت و ساز به یک همبستگی رسید. از 0.797. مشاهده می شود که سه نوع شاخص ارتباط تنگاتنگی با تغییر پوشش اراضی دارند که دسته مجوزهای اداری بیشترین تاثیر، دسته مقررات اقتصادی دومین تاثیر و دسته شاخص فنی کمترین تاثیر را دارند. مشخص شد که زمین های زیر کشت و زمین های ساخت و ساز به شدت تحت تاثیر سیاست ها، با مجوز برنامه ریزی زمین ساخت و ساز و مالیات تصرف زمین زیر کشت، دو عبارت جستجوی نماینده دیگر هستند که به ترتیب نشان دهنده دسته مجوز اداری و دسته مقررات اقتصادی هستند. استفاده از آنها در ساخت فرمول (3) اهمیت عملی زیادی در مطالعه تاثیر سیاست ها بر انواع کاربری زمین دارد.

4.4. تأثیر سیاست بر زمین های زراعی و زمین های ساختمانی

با استفاده از فرمول (3) برای محاسبه تاثیر توجه عمومی بر انواع پوشش زمین، می توان یک نمودار تاثیر ایجاد کرد. این تأثیر نشان دهنده نقش غالب عوامل سیاستی در پشت آن است ( شکل 7 و شکل 8 ). در شکل 7مشاهده می شود که زمین های زیر کشت بیشتر تحت تاثیر سیاست ها در مناطق نزدیک به ووهان قرار دارند که در این میان شهرهای جینگژو، شهر کیان جیانگ و شهر تیانمن بیشترین تاثیر را دارند. این مناطق علاوه بر تاثیرپذیری از سیاست ها، تحت تاثیر بلایای طبیعی مانند سیل و تجاوز به زمین نیز قرار دارند که بالاترین سطح در نقشه نشان داده شده است. از آنجایی که این مناطق در منطقه چهار دریاچه قرار دارند، در معرض سیل قرار می گیرند و مقدار IN مربوطه با کاهش زمین های زیر کشت افزایش می یابد. تحقیقات بیشتر در این زمینه در آینده مورد نیاز است. دورافتاده انشی توجیا و استان خودمختار میائو و سایر مناطق کمتر تحت تأثیر قرار می‌گیرند زیرا منطقه‌ای کوهستانی است، زمین‌های قابل کشت در دسترس محدود است، اقتصاد توسعه‌یافته نیست و زمین‌های قابل کشت از ارزش اقتصادی بالایی برخوردار است. بنابراین منطقه کمتر تحت تأثیر مالیات تصرف زمین های کشاورزی قرار می گیرد. شایان ذکر است که تأثیر زمین های زیر کشت در شهر ووهان کمترین میزان است، عمدتاً به این دلیل که این شهر مرکز سیاسی، اقتصادی و فرهنگی استان است و منابع مختلف دیگر نسبتاً فراوان است. علاوه بر این، ووهان دارای تاریخچه طولانی است، با انواع مختلف پوشش زمین نسبتاً ثابت است، بنابراین تنها تغییرات جزئی در پوشش زمین قابل مشاهده است.
تأثیر سیاست بر زمین های ساخت و ساز در شکل 8 نشان داده شده است که تغییرات اصلی در اطراف ووهان به عنوان مرکز اقتصادی منطقه متمرکز شده است. در نتیجه اثر تشعشع، این مناطق از ارزش اقتصادی بالایی برخوردار هستند که منجر به استفاده از سایر انواع پوشش زمین برای اهداف ساختمانی می شود. مقدار IN در اینجا زیاد است، به این معنی که این منطقه بیشتر تحت تأثیر سیاست قرار می گیرد. با توجه به منابع فراوان و افزایش فرصت ها در ووهان، زمانی که زمین به زمین ساخت و ساز تبدیل می شود، نمی توان بیشترین سود اقتصادی را به دست آورد. بنابراین تنوع کاربری اراضی بهینه است. با مقایسه شکل 7 و شکل 8مشاهده می‌شود که سیاست با ایجاد زمین‌های ساخت‌وساز بیشتر، عمدتاً به این دلیل که چین در حال گذراندن فرآیند شهرنشینی است، دامنه وسیع‌تری دارد. زمین های ساخت و ساز شهری ارزش اقتصادی بالایی دارد و در بسیاری از مناطق مورد استقبال مردم قرار گرفته است.
همچنین زمین های ساخت و ساز در شهرستان شیان نیز به شدت تحت تاثیر سیاست با ارزش 1.43 می باشد. دلیل اصلی این است که شیان یکی از بزرگترین پایگاه های تولید خودروهای تجاری در کل چین [ 52 ] و سومین پایگاه بزرگ تولید خودرو در جهان است. بنابراین، این شهر از اقدامات حمایتی مربوطه برای تشویق توسعه شرکت ها برخوردار است و دولت محدودیت های زمین را کاهش داده است، به طوری که سطح وسیعی از زمین های زیر کشت توسط شرکت ها به عنوان زمین ساختمانی استفاده می شود. بنابراین، گسترش زمین های ساختمانی در منطقه گسترده است. در همین حال، سوئیژو از سیستم اداری اولیه در سطح شهرستان به سیستم اداری در سطح شهر در سال 2000 ارتقا یافت [ 53]. با توجه به بهبود سطح اداری، منطقه شهری مربوطه برای رفع نیازهای اداره توسعه یافت و مؤسسات مختلف یا ارتقاء یافتند یا تازه تأسیس شدند که نتیجه آن اشغال سطح وسیعی از زمین های زیر کشت بود. هر دو مورد فوق منجر به تبدیل زمین زیر کشت به زمین ساختمانی می شود و در نتیجه زمین های ساختمانی زیادی در منطقه ظاهر می شود، بنابراین مقدار IN بسیار بالا است.
در مقایسه با دو مورد فوق، شهر Jingzhou با درجه تأثیرگذاری آن به 1.59 متفاوت است. شهر جینگژو در دشت وسیع جیانگان با رودخانه ها و دریاچه های متعدد واقع شده است. با توجه به ارزش اقتصادی بالای زمین های ساخت و ساز شهری، زمین های زیادی در اطراف دریاچه ساخته می شود و در صورت مجوز، سطح آب اشغالی به زمین ساختمانی تبدیل می شود. البته به دلیل نزدیکی به ووهان، مقدار زیادی از زمین های قابل کشت نیز به زمین های ساختمانی تبدیل می شود. به طور خلاصه، شهر Jingzhou زمین های زیر کشت را دارد که به زمین ساخت و ساز، منطقه آبی که به زمین ساختمانی تبدیل می شود و زمین های جنگلی که به کاربری های دیگر تبدیل می شود.

4.5. سایر عوامل

تاثیر یک شهر بر پوشش زمین بسیار زیاد است و ارزیابی تناسب شهر نیز مشکلی است که قابل تامل است. رابطه پیچیده ای بین شهرها و پوشش زمین وجود دارد [ 54]. در تغییر پوشش فعلی زمین، زمین فضایی را برای گسترش شهری فراهم می کند و زمین های زیادی اشغال شده است. شهرهایی با جمعیت زیاد، به نوبه خود، الگوهای پوشش زمین را به طور چشمگیری تغییر می دهند. رابطه بین “منبع” و “جریان” مورد توجه است. حجم زیادی از زمین های اشغال شده توسط شهرها منجر به یک سری مشکلات زیست محیطی و زیست محیطی و حتی منجر به بلایایی مانند جزایر گرمایی شهری و بلایای زمین شناسی می شود. به طور مشابه، الگوهای پوشش زمین بر بسیاری از جنبه های شهر مانند بهبود آب و هوا تأثیر می گذارد. موقعیت جغرافیایی و پراکندگی فضایی یک شهر مسئله بسیار معناداری است که نیاز به مطالعه دارد. جورج دی باترلوس و همکاران. [ 55] مناسب بودن ارزیابی یک شهر را با استفاده از نقشه های خطر متعدد مورد مطالعه قرار داد. بنابراین انتخاب مکان و شرایط گسترش شهری نیازمند در نظر گرفتن عوامل زیادی است. در ارزیابی تناسب شهری، سیاست به عامل مهمی تبدیل می شود که نمی توان آن را نادیده گرفت. این مقاله روشی را برای ارزیابی تأثیر سیاست ارائه می دهد.
این مطالعه به دنبال بررسی تأثیر سیاست‌ها بر تغییر پوشش اراضی، عمدتاً بررسی زمین‌های زراعی و زمین‌های ساختمانی است. عوامل دیگری مانند اقتصاد، جمعیت، موقعیت جغرافیایی و … هنوز باید در نظر گرفته شوند. اقتصاد به وضوح یک عامل مهم است. حالت پوشش زمین در شکل 5 و شکل 6 قابل مشاهده است. مناطق توسعه یافته تر در نزدیکی ووهان شاهد تغییرات بیشتر پوشش زمین بوده اند. تأثیر رشد جمعیت بر پوشش زمین لزوماً قابل توجه نیست زیرا اغلب مناطق پرجمعیت بزرگتر هستند و با افزایش تحرک، جمعیت می تواند از شهر دورتر شود. نوع پوشش زمین در درجه اول به عوامل اقتصادی مانند شیوه و سیاست کاربری محلی بستگی دارد.

4.6. محدودیت ها

این مطالعه حالت پوشش اراضی را در ارتباط با نفوذ سیاست در نظر می گیرد اما سایر عوامل مانند اقتصاد و جمعیت را در نظر نمی گیرد. برای بررسی جامع تر این موضوع در آینده باید عوامل بیشتری در نظر گرفته شود. در همان زمان، اکتساب داده ها محدود بود. با گذشت زمان، اطلاعات بیشتر و بیشتری در BDI ثبت می شود و تعداد بیشتری از عبارات جستجوی دقیق گنجانده می شود. این محدودیت ها تمرکزی را برای تحقیقات آینده فراهم می کند.

5. نتیجه گیری ها

از طریق تفسیر داده‌های سنجش از دور، این مطالعه چهار مجموعه داده در مورد پوشش زمین در استان هوبی به دست آورد که شامل ماتریس انتقال کاربری زمین، درجه دینامیکی کاربری تک زمین و درجه دینامیکی کاربری جامع برای انواع مختلف تغییر پوشش زمین است. با تعیین رابطه بین BDI و تغییر پوشش زمین، دریافتیم که نسبت تغییر پوشش زمین به BDI کمترین میزان را در ووهان برای زمین‌های کشاورزی و زمین‌های ساختمانی داشت. منطقه اطراف ووهان بیشترین میزان را دارد و با افزایش فاصله این نسبت کاهش می یابد. بر اساس نتایج تحقیقات فوق، پیشنهادات زیر پیشنهاد می‌شود: 1) از آنجایی که ووهان دارای جمعیت زیاد و تغییر کمی زمین است، گسترش مرزهای شهری باید به شدت محدود شود. 2) توسعه اقتصادی را تقویت کنیم و اقتصاد متوازن شرق و غرب را ارتقا دهیم. انشی توجیا و استان خودمختار میائو و سایر نقاط منطقه از نظر اقتصادی توسعه نیافته اند و باید حمایت قوی تری از آنها صورت گیرد. 3) مناطق عقب مانده می توانند اقتصاد زنجیره های صنعتی را توسعه دهند، مشابه پایگاه خودروهای تجاری شهر شیان. و 4) تغییرات در پوشش زمین به شدت کنترل می شود تا از آسیب رساندن به سلامت محیطی مانند جزایر گرمایی شهری و بلایای طبیعی جلوگیری شود.

منابع

  1. هان، ال جی. ژو، WQ; پویایی ذرات ریز لی، WF (PM2.5) در طول شهرنشینی سریع در پکن، 1973-2013. علمی Rep. 2016 , 6 , 23604. [ Google Scholar ] [ CrossRef ] [ PubMed ] [ نسخه سبز ]
  2. Ayanlade، A. فصلی بودن شدت دمای سطح زمین در روز و شب در یک منطقه شهری گرمسیری. علمی کل محیط. 2016 ، 557 ، 415-424. [ Google Scholar ] [ CrossRef ]
  3. فولی، جی. دفریس، آر. آسنر، GP; بارفورد، سی. بونان، جی. نجار، SR; چاپین، FS; Coe, MT; روزانه، GC; گیبس، هنگ کنگ؛ و همکاران پیامدهای جهانی استفاده از زمین. Science 2005 ، 309 ، 570-574. [ Google Scholar ] [ CrossRef ] [ PubMed ][ نسخه سبز ]
  4. Yan، HM; لیو، اف. لیو، جی. Xiao، XM; Qin، YW وضعیت شدت استفاده از زمین در چین و تأثیرات آن بر ظرفیت حمل زمین. جی. جئوگر. علمی 2017 ، 27 ، 387-402. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  5. هوت، سی. والدهف، جی. Bareth, G. Fusion Sentinel-1 با ژئوداده رسمی توپوگرافی و کاداستر برای نقشه برداری LULC غنی شده از نوع محصول با استفاده از FOSS و داده های باز. ISPRS Int. J. Geo Inf. 2020 ، 9 ، 120. [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
  6. Foody، GM وضعیت ارزیابی صحت طبقه بندی پوشش زمین. سنسور از راه دور محیط. 2002 ، 80 ، 185-201. [ Google Scholar ] [ CrossRef ]
  7. سالازار، ای. هنریکز، سی. اسلیوزاس، آر. Qüense، J. ارزیابی سناریوهای فضایی برای توسعه پایدار در کیتو، اکوادور. ISPRS Int. J. Geo Inf. 2020 ، 9 ، 141. [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
  8. آدامز، جی بی. SABOL، DE; کاپوس، وی. آلمیدا، ر. رابرتس، دی. اسمیت، MO; GILLESPIE، AR طبقه بندی تصاویر چند طیفی بر اساس کسری از اعضای انتهایی: کاربرد برای تغییر پوشش زمین در آمازون برزیل. سنسور از راه دور محیط. 1995 ، 52 ، 137-154. [ Google Scholar ] [ CrossRef ]
  9. آناند، وی. اوینم، ب. پیش‌بینی کاربری آینده پوشش اراضی با تأکید ویژه بر شهرنشینی و تالاب‌ها. سنسور از راه دور Lett. 2020 ، 11 ، 225-234. [ Google Scholar ] [ CrossRef ]
  10. دان، ا. شوماخر، جی. Freibauer، A. تاثیر تغییر کاربری زمین های گرمسیری بر ذخایر کربن آلی خاک – یک متاآنالیز. گلوب. چانگ. Biol. 2011 ، 17 ، 1658-1670. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  11. بهادری، بی. هاربر، جی. انگل، بی. Grove، M. ارزیابی اثرات هیدرولوژیکی درازمدت تغییر کاربری اراضی در مقیاس حوضه با استفاده از مدل GIS-NPS. محیط زیست مدیریت 2000 ، 26 ، 643-658. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  12. راشفورد، BS; آدامز، آر.ام. وو، جی جی. ولدست، RA; Guntenspergen، GR; ورنر، بی. جانسون، WC تأثیرات تغییر آب و هوا بر استفاده از زمین و بهره‌وری تالاب در منطقه پریری پوتول آمریکای شمالی. Reg. محیط زیست چانگ. 2016 ، 16 ، 515-526. [ Google Scholar ] [ CrossRef ]
  13. سلوود، KE; McGeoch، MA; Mac, NR اثرات تغییر آب و هوا و تغییر کاربری زمین بر نرخ های جمعیتی و زنده ماندن جمعیت منطقه پریری پوتول آمریکای شمالی. Biol. Rev. 2014 , 90 , 837-853. [ Google Scholar ] [ CrossRef ] [ PubMed ][ نسخه سبز ]
  14. استرلینگ، اس ام؛ دوچارن، ا. پولچر، جی. تأثیر تغییر جهانی پوشش زمین بر چرخه آب زمینی. نات صعود چانگ. 2013 ، 3 ، 385-390. [ Google Scholar ] [ CrossRef ]
  15. فدسکی، م. Gwilliam، J. پایداری شهری در حضور سیل و خطرات زمین‌شناسی: توسعه یک آسیب‌پذیری و روش ارزیابی ریسک مبتنی بر GIS. Landsc. طرح شهری. 2007 ، 83 ، 50-61. [ Google Scholar ] [ CrossRef ]
  16. Bathrellos، GD; گاکی پاپاناستاسیو، ک. Skilodimou، HD; پاپاناستاسیو، دی. Chousianitis، KG تناسب بالقوه برای برنامه ریزی شهری و توسعه صنعت با استفاده از نقشه های مخاطرات طبیعی و پارامترهای زمین شناسی-ژئومورفولوژیکی. محیط زیست علوم زمین 2012 ، 66 ، 537-548. [ Google Scholar ] [ CrossRef ]
  17. Briassoulis، H. مبارزه با تخریب زمین و بیابان زایی: معضل برنامه ریزی کاربری زمین. سرزمین 2019 ، 8 ، 27. [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
  18. لیو، جی. Kuang، WH; ژانگ، ZX; Xu، XL; Qin، YW; نینگ، جی. ژو، WC; ژانگ، جنوب غربی؛ لی، RD; Yan، CZ; و همکاران ویژگی‌های مکانی-زمانی، الگوها و علل تغییرات کاربری زمین در چین از اواخر دهه 1980 جی. جئوگر. علمی 2014 ، 24 ، 195-210. [ Google Scholar ] [ CrossRef ]
  19. بلند، HL؛ زو، جی. لیو، YS تمایز توسعه روستایی ناشی از صنعتی شدن و شهرنشینی در ساحل شرقی چین. Habitat Int. 2009 ، 33 ، 454-462. [ Google Scholar ] [ CrossRef ]
  20. خو، جی. ژانگ، HF; چن، BZ; ژانگ، منابع انسانی؛ اینس، جی ال. وانگ، جی. یان، JW; ژنگ، YH; Zhu، ZC; Myneni، تغییرات RB در دینامیک رشد گیاهی و روابط با آب و هوا در خشکی چین از 1982 تا 2011. Remote Sens. 2014 ، 6 ، 3263-3283. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  21. لیو، ی.ال. لی، پاسخ HM از دینامیک گیاهی طبیعی به رانندگان آب و هوا در چین از 1982 تا 2011. Remote Sens. 2015 ، 7 ، 10243-10268. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  22. یانگ، YJ; وانگ، ک. لیو، دی. ژائو، XQ؛ فن، JW اثرات تبدیل کاربری زمین بر خدمات اکوسیستم در اکوتون کشاورزی-مرغی شمال چین. جی. پاک. تولید 2020 ، 249 ، 119360. [ Google Scholar ] [ CrossRef ]
  23. لی، SH; پنگ، سی. جین، BX; ژو، JS; Li, YX رابطه چند مقیاسی بین انواع کاربری/پوشش زمین و کیفیت آب در مناطق مختلف منبع آلودگی در حوضه دریاچه فوکسیان. PeerJ 2019 ، 7 ، e7283. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  24. لی، اف. Sun، WW; یانگ، جی. Weng، QH بررسی الگوهای فضایی و زمانی جزایر حرارتی شهری سطحی در منطقه شهری هانگژو، چین، 2000-2015. Remote Sens. 2019 ، 11 ، 1553. [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
  25. Li، PX; کائو، اچ. شبیه سازی گسترش فضایی شهری ناهموار تحت استراتژی های مختلف حفاظت از زمین: مطالعه موردی در تراکم شهری جنوبی جیانگ سو. ISPRS Int. J. Geo Inf. 2019 ، 8 ، 521. [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
  26. چن، ی. چن، ZG; Xu، GL; Tian، ZQ بهره وری زمین ساخته شده در چین شهری: بینش هایی از طرح کاربری عمومی زمین (2006-2020). Habitat Int. 2016 ، 51 ، 31-38. [ Google Scholar ] [ CrossRef ]
  27. لیو، YS; لی، جی تی; یانگ، YY تنظیم استراتژیک سیاست کاربری زمین تحت تحول اقتصادی. سیاست کاربری زمین 2018 ، 74 ، 5-14. [ Google Scholar ] [ CrossRef ]
  28. ژانگ، WW; لی، اچ. مشخص کردن و ارزیابی شدت استفاده از زمین کشاورزی در منطقه کوهستانی پکن. Sustainability 2016 , 8 , 1180. [ Google Scholar ] [ CrossRef ][ Green Version ]
  29. هوانگ، XK; ژانگ، LF; دینگ، YS شاخص بایدو: موارد استفاده در پیش‌بینی جریان‌های گردشگری – مطالعه موردی شهر ممنوعه. تور. مدیریت 2017 ، 58 ، 301-306. [ Google Scholar ] [ CrossRef ]
  30. Sun، SL; وی، YJ; Tsui، KL; Wang، SY پیش بینی ورود گردشگران با یادگیری ماشینی و فهرست جستجوی اینترنتی. تور. مدیریت 2019 ، 70 ، 1-10. [ Google Scholar ] [ CrossRef ]
  31. یانگ، ایکس. پان، بی. ایوانز، جی. Lv، B. پیش بینی حجم گردشگران چینی با داده های موتور جستجو. تور. مدیریت 2015 ، 46 ، 386-397. [ Google Scholar ] [ CrossRef ]
  32. سو، ک. خو، ال. لی، جی کیو؛ Ruan، XW; لی، ایکس. دنگ، پ. لی، XM; لی، کیو. چن، XX; Xiong، Y. و همکاران پیش‌بینی فعالیت آنفولانزا با استفاده از مدل هوش مصنوعی و داده‌های چند منبعی در چونگ کینگ، چین. Ebiomedicine 2019 ، 47 ، 284-292. [ Google Scholar ] [ CrossRef ] [ PubMed ][ نسخه سبز ]
  33. لیو، KK; وانگ، تی. یانگ، ZC; هوانگ، XD; میلینوویچ، جی.جی. لو، ی. جینگ، QL; شیا، ی. ژائو، زی؛ یانگ، ی. و همکاران استفاده از شاخص جستجوی Baidu برای پیش بینی شیوع دنگی در چین. علمی Rep. 2016 , 6 , 38040. [ Google Scholar ] [ CrossRef ] [ PubMed ] [ نسخه سبز ]
  34. لی، ک. لیو، ام ال. فنگ، ی. نینگ، سی. او، WD; سان، ج. وی، WD; لیانگ، اچ. Shao، YM با استفاده از موتور جستجوی Baidu برای نظارت بر اپیدمی های ایدز، مداخله هدفمند HIV/AIDS در چین را اطلاع رسانی می کند. علمی Rep. 2016 , 6 , 38040. [ Google Scholar ] [ CrossRef ] [ PubMed ] [ نسخه سبز ]
  35. چن، اس ایکس; لیو، XJ; وو، YS; Xu، GX; ژانگ، ایکس بی؛ می، اس جی. ژانگ، ز. O’Meara، M. اوگارا، ام سی؛ قهوهای مایل به زرد، XR; و همکاران کاربرد داده های هواشناسی و داده های شاخص جستجو در بهبود پیش بینی HFMD: مطالعه دو شهر در استان گوانگدونگ، چین. علمی کل محیط. 2019 ، 652 ، 1013-1021. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  36. لیو، ی. پنگ، جی. هو، LY; دونگ، جی سی. Zhang، QQ با استفاده از Google Trends و Baidu Index برای تجزیه و تحلیل اثرات حوادث فاجعه بر قیمت سهام شرکت. Ind. Manag. سیستم داده 2020 ، 120 ، 350-365. [ Google Scholar ] [ CrossRef ]
  37. دونگ، جی سی. دای، دبلیو. لیو، ی. یو، لس آنجلس; وانگ، جی. پیش‌بینی قیمت‌های بازار سهام چین با استفاده از شاخص جستجوی Baidu با روش جمع‌آوری داده‌های مبتنی بر یادگیری. بین المللی J. Inf. فنی تصمیم می گیرد. 2019 ، 18 ، 1605-1629. [ Google Scholar ] [ CrossRef ]
  38. وانگ، جی ایکس؛ لو، سی اف. تانگ، جی. Ge، L. هوانگ، ZL; ژو، سری زمانی SL و ویژگی‌های فضایی توجه عمومی به جزیره هوانگیان بر اساس شاخص بایدو. جی. ساحل. Res. مشخصات شماره 2019 ، 91 ، 281-285. [ Google Scholar ] [ CrossRef ]
  39. Fang, JC; Wu، WS; لو، ز. چو، EH با استفاده از شاخص Baidu برای فروش تلفن همراه Nowcast در چین. آواز خواندن. اقتصاد Rev. 2019 , 64 , 83-96. [ Google Scholar ] [ CrossRef ]
  40. پان، بی. وو، دی سی؛ آهنگ، HY پیش بینی تقاضای اتاق هتل با استفاده از داده های موتور جستجو. جی. هاسپ. تور. فنی 2012 ، 3 ، 196-210. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  41. وانگ، QX; ژائو، ام. تحقیق در مورد شبکه شهر گوانگدونگ، هنگ کنگ و ماکائو از دیدگاه جریان اطلاعات: تجزیه و تحلیل بر اساس شاخص بایدو. J. Reg. طرح شهر. 2018 ، 29 ، 281-293. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  42. تاپا، RB; مورایاما، ی. محرک های رشد شهری در دره کاتماندو، نپال: بررسی اثربخشی فرآیند سلسله مراتب تحلیلی. Appl. Geogr. 2010 ، 30 ، 70-83. [ Google Scholar ] [ CrossRef ]
  43. تیموتی، اس. هایملیچ، آر. Houghton، RA استفاده از زمین‌های زراعی ایالات متحده برای سوخت‌های زیستی، گازهای گلخانه‌ای را از طریق انتشارات ناشی از تغییر کاربری زمین افزایش می‌دهد. Science 2008 , 319 , 1238-1240. [ Google Scholar ]
  44. آلن، JD مناظر و رودخانه ها: تأثیر استفاده از زمین بر اکوسیستم های جریان. ان کشیش اکول. تکامل. سیستم 2004 ، 35 ، 257-284. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  45. نووویچ، او. بردار، س. مساروش، م. Crnojevi’c، V. و Papadopoulos، AN کشف رابطه بین دینامیک اتصال انسانی و کاربری زمین. ISPRS Int. J. Geo Inf. 2020 ، 9 ، 140. [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
  46. اداره ملی آمار جمهوری خلق چین. در دسترس آنلاین: https://data.stats.gov.cn/index.htm (در 10 فوریه 2020 قابل دسترسی است).
  47. سایت آینه اطلاعات علمی و فنی بین المللی، مرکز اطلاعات شبکه کامپیوتری، آکادمی علوم چین. در دسترس آنلاین: https://www.gscloud.cn/ (در 10 فوریه 2020 قابل دسترسی است).
  48. فهرست جستجوی بایدو در دسترس آنلاین: https://index.baidu.com/v2/index.html#/ (در 10 فوریه 2020 قابل دسترسی است).
  49. وو، LN؛ یانگ، ST; لیو، XY; لو، ی. ژو، ایکس. Zhao، GH پاسخ تغییر کاربری زمین به فعالیت های انسانی در حوضه رودخانه Beiluo از سال 1976. ACTA Geogr. گناه 2014 ، 69 ، 54-63. (به زبان چینی) [ Google Scholar ]
  50. لی، XF؛ لیو، ال.ام. Qi، X. ژانگ، جی ایکس؛ ژائو، سل؛ وانگ، ی. لیو، XF; ژو، YB تغییر دینامیکی و نیروی محرکه استفاده از زمین در منطقه شکننده اکولوژیکی در شمال غربی شانشی. J. Appl. Ecol. 2014 ، 25 ، 2659-2667. (به زبان چینی) [ Google Scholar ]
  51. مرکز اطلاعات شبکه اینترنت چین در دسترس آنلاین: https://www.cnnic.net.cn/ (در 10 فوریه 2020 قابل دسترسی است).
  52. دولت شیان استان هوبی در دسترس آنلاین: https://www.shiyan.gov.cn/xwzx_2477/syyw_2479/200309/t20030924_237747.shtml (در 10 فوریه 2020 قابل دسترسی است).
  53. دولت سوئیژو در استان هوبی در دسترس آنلاین: https://www.gov.cn/gongbao/content/2000/content_60479.htm (در 10 فوریه 2020 قابل دسترسی است).
  54. Bathrellos، GD; Skilodimou، برنامه ریزی استفاده از زمین HD برای مخاطرات طبیعی. Land 2019 , 8 , 128. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  55. Bathrellos، GD; Skilodimou، HD; چوسیانیتیس، ک. یوسف، ع.م. پرادان، ب. برآورد مناسب برای توسعه شهری با استفاده از نقشه ارزیابی چند خطر. علمی کل محیط. 2017 ، 575 ، 119-134. [ Google Scholar ] [ CrossRef ]
Ijgi 09 00232 g001 550
شکل 1. موقعیت استان هوبی در چین.
Ijgi 09 00232 g002 550
شکل 2. تصویر سنجش از دور از منطقه تحقیقاتی در سال 2000. این یک تصویر سنجش از دور از استان هوبی است که توسط landsat-5 سنتز شده است. روش استخراج از نوع پوشش زمین، تفسیر بصری است و اطلاعات دیگری برای تفسیر مورد نیاز است.
Ijgi 09 00232 g003 550
شکل 3. نمودار جریان پردازش داده ها.
Ijgi 09 00232 g004 550
شکل 4. نگرش پویای کاربری جامع از سال 2010 تا 2015. این رقم طبق فرمول (2) محاسبه شده و نشان دهنده تغییر کلی کاربری اراضی است. هر چه رنگ تیره تر باشد، تغییر شدیدتر است.
Ijgi 09 00232 g005 550
شکل 5. نگرش تغییر کاربری اراضی از 2010 تا 2015-زمین قابل کشت. نمودار میزان تبدیل زمین های زیر کشت به انواع کاربری های دیگر در هر منطقه را نشان می دهد. طبق فرمول (1)، هر چه مقدار بزرگتر باشد، تغییر سریعتر است.
Ijgi 09 00232 g006 550
شکل 6. نگرش تغییر کاربری اراضی از 2010 تا 2015-زمین ساخت و ساز. این نمودار میزان تغییر چشمگیر زمین های ساختمانی را در مناطق مختلف نشان می دهد. طبق فرمول (1) هر چه این مقدار بیشتر باشد، سرعت تغییر زمین ساختمانی بیشتر می شود.
Ijgi 09 00232 g007 550
شکل 7. تأثیر سیاست ها بر تغییرات زمین های زیر کشت از 2010 تا 2015. حجم جستجوی Shennongjia صفر است، بنابراین در نظر گرفته نمی شود. ارزش در شکل با استفاده از شاخص Baidu از مالیات اشغال زمین های کشاورزی محاسبه شده توسط فرمول (3) محاسبه می شود. شکل نشان می دهد که تا چه حد زمین های کشاورزی تحت تأثیر این سیاست قرار گرفته است. هر چه رنگ تیره تر باشد تاثیر آن بیشتر است.
Ijgi 09 00232 g008 550
شکل 8. تأثیر سیاست ها بر تغییر زمین ساخت و ساز از 2010 تا 2015. حجم جستجوی Shennongjia صفر است، بنابراین در نظر گرفته نمی شود. مقادیر در شکل با فرمول (3) محاسبه می شود. شکل نشان می دهد که زمین ساخت و ساز تا چه اندازه تحت تأثیر سیاست قرار می گیرد. هر چه ارزش بیشتر باشد، تاثیر آن بیشتر است.

مقالات داخلی و بین المللی

مطالب مرتبط ...

بدون دیدگاه

دیدگاهتان را بنویسید