چکیده

شهرنشینی در سراسر جهان و فراتر از کلان شهرها در حال گسترش است. شهرهای متوسط ​​نیز به دلیل مقررات ناچیز یا فقدان کامل آن، تحت فرآیندهای گسترش شهری شتابان، به ویژه در آمریکای لاتین قرار گرفته اند. بنابراین، درک رشد شهری در گذشته و شبیه سازی آن در آینده به ابزاری برای افزایش دید آن و به چالش کشیدن برنامه ریزان سرزمینی تبدیل شده است. در این کار، ما از زنجیره‌های مارکوف، اتوماتای ​​سلولی، ارزیابی چند هدفه چند معیاره و تعیین کاربری زمین/پوشش زمین (LULC) برای مدل‌سازی رشد شهری شهر تموکو، شیلی استفاده می‌کنیم، که یک مورد پارادایماتیک است زیرا رشد قدرتمندی را تجربه کرده است، جایی که فشارهای توسعه املاک و مستغلات با ارزش طبیعی بالا و حضور جوامع بومی همراه است.

کلید واژه ها:

شبیه سازی ; زنجیر مارکوف ؛ اتوماتای ​​سلولی ; تحلیل چند معیاره ؛ سیستم های اطلاعات جغرافیایی

1. مقدمه

بر اساس گزارش سازمان ملل [ 1 ]، اثرات شهرنشینی را می توان عملاً در سراسر جهان مشاهده کرد و تا سال 2050، بیش از 60 درصد جمعیت پیش بینی می شود که شهرنشین باشند، که باعث ایجاد تغییراتی در شیوه های اشغال سرزمین ها در سراسر جهان می شود. بنابراین، فراتر از اندازه خود، سرزمین‌ها با جهش‌های قابل توجهی مواجه می‌شوند که حاکی از پیشرفت‌های قدرتمند در توسعه شهری در همه ابعاد، مانند زیرساخت‌ها، مسکن، خدمات و موارد دیگر است، که منظر شهری را ایجاد می‌کند که درک آن آسان است، اما محدود کردن، برنامه‌ریزی بسیار دشوار است. و پروژه
یکی از راه های درک و پاسخ به این پدیده ها از طریق به اصطلاح «علم جدید شهرها» است که به معیاری برای مدل سازی و تحلیل آنها تبدیل شده است. برای Batty [ 2 ]، این ابزارهای جدید امکان نمایش، تحلیل، شبیه سازی، پیش بینی و ایجاد ساختارهای شهری را فراهم می کند. موارد فوق در چارچوب تعریف شهرها به عنوان اشیاء پیچیده با مقیاس های زمانی و مکانی متفاوت است که علیرغم توصیف دشوار آنها، منطق خاصی دارند که امکان تحلیل آنها را فراهم می کند [ 3 ].
این احتمالات مدل‌سازی بر اساس پیچیدگی فرآیندهای داخلی شهرها با استفاده از شبیه‌سازی‌های جغرافیایی [ 4 ] است که در آن مدل‌های تصادفی سنتی مبتنی بر اتوماتای ​​سلولی، زنجیره‌های مارکوف و ارزیابی چند معیاره درک کامل‌تری از اثرات فعالیت‌های انسانی بر فرآیندهای شهرنشینی و زوال محیطی [ 5 ، 6 ]. شبیه‌سازی جغرافیایی بر روی گسترش ظرفیت‌های محاسباتی، سیستم‌های اطلاعات جغرافیایی، و سایر برنامه‌های فضایی و بسته‌های آماری ساخته شده است که نه تنها امکان درک رشد گذشته شهرها و تغییرات در پوشش زمین مجاور را فراهم کرده است [ 7 ]]، اما همچنین امکان بررسی تغییرات و سرعت‌های آینده، جنبه‌های اساسی برای توسعه ابزارهای برنامه‌ریزی مؤثرتر، ارزش‌گذاری و حفاظت از اکوسیستم‌های شکننده به‌ویژه [ 8 ]، و از این طریق کمک به تضعیف یا کاهش فرآیندهای زوال در سیستم طبیعی، یا کمک به مدیریت ریسک بلایا در مناطق شهری [ 9 ، 10 ].
رویکردهای مدل‌سازی امکان پرداختن به مقیاس‌های مختلف تجزیه و تحلیل را فراهم کرده‌اند و امکان مدل‌سازی رفتارها را در شهرهای بزرگ [ 11 ] یا در کشورهایی با نگرانی بیشتر برای فرآیندهایی که در قلمروشان اتفاق می‌افتد، می‌دهد. این مورد در مورد کشورهای اروپایی است، که طیف وسیعی از مدل‌ها را برای درک این پدیده‌ها توسعه داده‌اند [ 12 ]، بنابراین به نیروهای محرکی که فرآیندهای شهرنشینی را به عنوان فرآیندهای تسریع تغییر کاربری/پوشش زمین (LULC) هدایت می‌کنند، اجازه می‌دهند تحلیل شوند. [ 13 ]. در واقع، مدل‌های شبیه‌سازی منطقه شهری مبتنی بر متغیرهای پیش‌بینی‌کننده مانند روندهای تاریخی LULC، پیکربندی شبکه‌های حمل‌ونقل، یا دسترسی به مرکز کاری شهر هستند [ 14 ].
از نظر کاربرد مدل‌های صریح فضایی یا فرآیندهای شبیه‌سازی جغرافیایی، کلان‌شهرها و کشورهای توسعه‌یافته تنها کشورهایی نیستند که با تغییرات دائمی از سرعت سرگیجه‌آور شهرنشینی مواجه هستند که نیاز به اندازه‌گیری دارند [ 15 ]، بلکه شهرهای کوچک‌تر دیگری که به زبان لاتین واقع شده‌اند. به عنوان مثال، آمریکا نیز دستخوش تغییرات قابل توجهی است که بر فضاها و محیط اطراف آنها تأثیر می گذارد و آنها را تعیین می کند، و در این زمینه است که موجودیت های شهری متوسط ​​یا شهرهای میانی ظهور می کنند [ 16 ]. آنها پیوندهای مستقیمی با مناطق روستایی خود دارند، درجات مختلفی از مرکزیت را در فضاهای منطقه ای خود پیکربندی می کنند و به عنوان مراکز مهم از نظر سیاست، خدمات، تعامل اجتماعی و اتصال و زیرساخت های اداری عمل می کنند 17 ]..18 ].
بنابراین، همانطور که در مورد کلان‌شهرها وجود دارد، شهرهای متوسط ​​تحت فشار توسعه املاک و مستغلات قرار گرفته‌اند و پیچیدگی‌های مشابه شهرهای بزرگ را، هم از نظر فضایل، مانند دسترسی بهتر به خدمات تخصصی و هم زیرساخت‌های تولید شده توسط اقتصادهای متراکم، نشان می‌دهند. – و همچنین مشکلاتی مانند آلودگی، ازدحام، و گسترش بی رویه و غیره. به همین دلیل است که مطالعه آنها با توجه به سهمی که مدل‌های علوم شهری می‌توانند در برنامه‌ریزی سرزمینی یا فرآیندهای مدیریت داشته باشند، مهم است.

زمینه

شیلی یک مورد پارادایماتیک در آمریکای لاتین است، با جمعیت شهری بیش از 87 درصد [ 19 ]، یک مدل اقتصادی با نشانه قدرتمند نئولیبرالی، بازار املاک و مستغلات با مقررات ضعیف، و جایی که شهرهای میانی و پایتخت های منطقه ای نقشی را ایفا کرده اند. فضاهایی که نیازهای مناطق نزدیک به آنها را تسریع می کنند [ 20 ].
شهر Temuco یک مطالعه موردی جالب به دلیل روند سریع متروپل شدن و ارزش طبیعی و فرهنگی بالای آن است [ 21 ]. این شهر در منطقه Araucanía واقع شده است (موقعیت را در شکل 1 ببینید ) و بر اساس INE (2017)، تقریباً 40٪ از کل جمعیت منطقه را شامل می شود، از شهری که نزدیک ترین شهر را سه برابر می کند پیشی می گیرد و وابستگی زیادی به خدمات و زیرساخت ها ایجاد می کند. [ 22 ]. در همان زمان، در Temuco، پدیده هایی مانند جداسازی و مناطق فقیر وجود دارد [ 23 ]] و یک جمعیت بومی بزرگ از منشاء ماپوچه. در واقع، منطقه Araucanía دومین جمعیت بزرگ این مردم پس از پایتخت ملی است و 11٪ از ساکنان Temuco خود را متعلق به مردم ماپوچه می دانند.
حضور جمعیت ماپوچه با توجه به تقاضاهای فزاینده آن برای بازیابی زمین ها، به رسمیت شناختن به عنوان یک ملت، و سایر ادعاهای تاریخی ناشی از تهی شدن دارایی آنها مرتبط است که به روند تحکیم دولت-ملت شیلی در اواخر قرن نوزدهم برمی گردد. به اصطلاح “آرامش آراکانیا”، یک لشکرکشی نظامی که جوامع ماپوچه را کشت و کاهش داد تا دولت شیلی بتواند سرزمین‌های کنونی آراوکانیا را در میان سایرین ضمیمه کند [ 24 ].
علاوه بر این، از نظر برنامه ریزی، Temuco تحت فرآیندهای ناموفق به روز رسانی هر دو طرح منطقه بندی شهرداری (PRC، مخفف اسپانیایی Plan Regulador Comunal) و همچنین طرح منطقه بندی بین شهری (PRI، مخفف اسپانیایی برای Plan Regulador Intercomunal)، زمین شهری نظارتی قرار گرفت. ابزارهای استفاده و تنظیمی که در شرایط فشار شدید توسعه املاک و مستغلات ایجاد شده است و در آن زمین هایی که مالکان آن جوامع بومی بر اساس قانون 19253 هستند را نمی توان اجاره کرد، به صورت وثیقه بلاعوض ارائه کرد، یا به اشخاص ثالث برای استفاده، بهره مندی، یا واگذار کرد. مدیریت. این محدودیتی است که به طور کامل رعایت نشده است، زیرا اغلب هیچ سابقه واقعی از دامنه یا ثبت چنین زمین هایی وجود ندارد و باعث ایجاد تضاد بر سر استفاده از فضا می شود.
علاوه بر عناصر ذکر شده، جنبه‌های دیگری نیز وجود دارد که چالش‌های برنامه‌ریزی فوق‌العاده‌ای را از نظر پویایی جمعیت و افزایش ناوگان وسایل نقلیه به همراه دارد. در مورد اولی، 189994 نفر در سال 1998 و 358541 نفر در سرشماری سال 2017 (شامل شهرداری های Temuco و Padre Las Casas) سکنه داشت. یعنی در 35 سال اخیر جمعیت خود را عملا دو برابر کرده است. تا آنجایی که به دومی مربوط می شود، در سال 2001 دارای 42548 دستگاه و در سال 2018 به 98430 دستگاه بود، بنابراین این تعداد در کمتر از 20 سال بیش از دو برابر شد. هر دو موقعیت چالش هایی را از نظر زیرساخت ها، خدمات، کیفیت زندگی و کیفیت محیطی در شهر ایجاد می کنند.
با توجه به این پیشینه، نیاز به تأمل در پویایی این شهر و گسترش شهری کاملاً برنامه‌ریزی نشده آن وجود دارد، که نیاز مبرم به مطالعات در قلمرو برای دستیابی به توسعه پایدار شهری را آشکار کرده است، درک این موضوع در معنای وسیع آن با ادغام پویایی های مختلف و ذینفعان غوطه ور در آن.
به همین دلیل، این مقاله تغییرات در LULC در شهر Temuco را بررسی می کند تا شبیه سازی سطح ساخته شده را تا سال 2049 ایجاد کند و از این طریق به بحث در مورد مناطقی که باید در برنامه ریزی آینده شهر گنجانده شود، حداقل از نظر کمک می کند. از محدوده شهری برای این منظور، پوشش زمین بین سال‌های 1985 و 2017 مشخص شد و پس از آن، رشد شهری آینده در شهر بین سال‌های 2017 و 2049 با تحلیل الگوهای فضایی حاصل علاوه بر تغییرات پیش‌بینی‌شده شبیه‌سازی شد.

2. مواد و روشها

2.1. منطقه مطالعه

طبق سرشماری جمعیت سال 2017، شهر تموکو در منطقه آراکانیا حدود 320000 نفر جمعیت دارد. منطقه شهری از مناطق شهری در شهرداری های Temuco، Padre Las Casas و Vilcún تشکیل شده است ( شکل 1 را ببینید ).
روش شناسی این کار در شکل 2 خلاصه شده است ، پس از آن جزئیات هر یک از جنبه های پرداخته شده ارائه شده است.
این بخش ممکن است با عنوان فرعی تقسیم شود. به دنبال ارائه توصیفی مختصر و دقیق از نتایج تجربی، تفسیر آنها و نتایج تجربی قابل استنباط است.

2.2. شناسایی تغییرات در کاربری ها و پوشش ها بین سال های 1985 و 2017

این کار از تصاویر ماهواره ای نوری برای شبیه سازی رشد شهری Temuco تا سال 2049، بر اساس دوره 1985 تا 2017 استفاده می کند (توالی کامل روش را در شکل 2 ببینید). این تصاویر توسط فضاپیمای Landsat-5، -7 و -8 به ترتیب در سال‌های 1985، 2001 و 2017 به دست آمد و از سرویس Earth Explorer ( https://earthexplorer.usgs.gov/ (دسترسی در 21 فوریه 2021) دانلود شد. ) سازمان زمین شناسی ایالات متحده ( جدول 1). همه تصاویر مربوط به محصولات کالیبره شده رادیومتریک و اصلاح شده (دقت زمین سطح 1، L1TP) است که تشعشعات حسگر آنها بعداً با استفاده از تصحیح جوی Fast Line-of-Sight Atmospheric Analysis Hypercubes Spectral (FLAASH) به بازتاب سطحی تبدیل شد. Environment for Visualizing Images (ENVI) 5.3© (Exelis Visual Information Solutions Inc., Broomfield, EE.UU.).

برای افزایش ابعاد طیفی پایین ذاتی تصویر Landsat-5 و به این ترتیب توانایی آن در تشخیص LULC مورد علاقه، منحنی‌های بازتاب طیفی پیکسل‌ها تحت دو تبدیل قرار گرفتند: (1) حذف پیوسته [ 25 ] و (2) ) مشتق اول [ 26 ]. اولی با تقسیم منحنی بازتاب طیفی پیکسل بر پوشش محدب آن، که از ردیابی بخش‌های خط مستقیمی که حداکثر منحنی بازتاب طیفی را به هم متصل می‌کند، محاسبه شد.

سیآر=(ρسی)

جایی که:

CR = منحنی حذف پیوسته
ρ = بازتاب طیفی
C = خطی که حداکثر بازتاب را به هم متصل می کند
مقادیر به دست آمده برابر با 1.0 در جایی که زنجیره و طیف اصلی مطابقت دارند، و کمتر از 1.0 در جایی که ویژگی های جذب رخ می دهد.

در همین حال، بازتاب مشتق اول، تفاوت‌های نسبی منحنی طیفی اصلی را با محاسبه شیب آن‌ها حول یک باند معین با استفاده از روش تفاوت‌های محدود مرکزی برجسته می‌کند (تفاوت‌های رو به جلو و عقب برای باندهای تصویر اول و آخر استفاده شد).

(ρ(تی+1)-ρ(تی-1))(λ(تی+1)-λ(تی-1))

جایی که:

ρ = بازتاب طیفی یک باند مجاور
λ = طول موج طیفی یک باند مجاور
ویژگی های حاصل از هر دو تبدیل برای استفاده در طبقه بندی LULC بعدی به ابعاد طیفی اصلی تصویر Landsat-5 اضافه شد.
طبقه‌بندی‌های تصویری با استفاده از روش شناخته‌شده نظارت شده حداکثر احتمال انجام شد، که در آن استفاده از زمین شهری، پوشش جنگلی، زمین‌های مرتعی-کشاورزی (متراکم یا پراکنده)، خاک‌های لخت و بدنه‌های آبی با انتخاب دستی (در صورت امکان، موقتاً غیر قابل تغییر) آموزش داده شدند. ) سایت های نمایندگی در هر یک از آنها ( شکل 2 را ببینید ). تفکیک پذیری منحنی های طیفی مشتق از آموزش با استفاده از اندازه گیری فاصله جفریز-ماتوسیتا اثبات شد. همه نقشه‌های طبقه‌بندی LULC در مقیاس تقریبی 1:30000 تنظیم شدند که برای شهرهای متوسط ​​در بافت شیلی مناسب است [ 27 ].

2.3. شبیه سازی جغرافیایی تغییرات کاربری زمین و پوشش با استفاده از اتوماتای ​​سلولی و زنجیره مارکوف

برای اعمال یک شبیه‌سازی همزمان برای مدل‌سازی تغییرات LULC در شهر Temuco، نیاز به به دست آوردن نتایج گذشته‌نگر شهرنشینی بین سال‌های 1985 و 2017 با استفاده از تحلیل مکانی-زمانی کاربری شهری وجود داشت. مدل پیشنهادی شامل تجزیه و تحلیل چند معیاره/چند هدفه، زنجیره مارکوف و تکنیک‌های اتوماتای ​​سلولی است. برای تحقق این هدف از مدل ساز تغییر زمین (LCM) در IDRISI 17.0 استفاده شد که امکان یکپارچه سازی این تکنیک ها را فراهم می کند. با این مدل، ما به تحلیل روند استفاده از زمین و پوشش بین سال‌های 1985، 2001 و 2017 برای هر یک از کاربری‌ها و پوشش‌هایی که به عنوان ورودی برای مدل شبیه‌سازی پیشنهادی نیاز است، می‌پردازیم.

2.3.1. ارزیابی چند معیاره و چند هدفه

برای توسعه مدل شبیه سازی، یک ارزیابی چند معیاره/چند هدفه انجام شد که ارزیابی چند معیاره (MCE) به عنوان مجموع اثرات مثبت منهای اثرات منفی یک فعالیت یا معیار ارزیابی شده و چند هدفه شناخته می شود. ارزیابی (MOE) مربوط به تجزیه و تحلیل مجموعه ای از فعالیت ها یا معیارها و نحوه پیکربندی آنها در یک نقشه میزبان که تمام معیارهای تحلیل شده در MCE را ادغام می کند [ 28 ]. بنابراین، MCE-MOE به استفاده از لایه ها در قالب معیارهایی در حمایت از پیش بینی رشد شهری برای Temuco پاسخ می دهد. این شامل انتخاب محدودیت‌های رشد شهری و همچنین عواملی است که آن را تقویت می‌کنند ( جدول 2 را ببینید ).
با توجه به معیارهایی که توسعه شهری را محدود می‌کنند (پوشش‌های بولی)، متغیر “مناطق توسعه بومی” (ADI) ارتباط مستقیم بخش‌های جمعیت ماپوچه را در منطقه مورد مطالعه نشان می‌دهد [ 29 ]. طبق مقررات قانون 19253، ADIها مناطقی هستند که توسعه بومی در آنها متمرکز خواهد شد، در حالی که “سرزمین های بومی” مناطق حفاظت شده ای هستند که یک فرد یا جامعه بومی در آن ساکن است. شبکه هیدروگرافی و زمین شهری شده تا سال 2017 بر اساس محدوده شهری که قبلاً یکپارچه شده بود به موارد فوق اضافه شد که احتمال شهرسازی مجدد آن با مدل پیشنهادی صفر است.
با توجه به عوامل، عمدتاً عواملی که توسط ادبیات برای تجزیه و تحلیل شهرهای متوسط ​​شیلی شناسایی شده است [ 30 ، 31 ]، مانند “فاصله تا مراکز شهری اصلی”، “فاصله تا مراکز شهری فرعی”، “فاصله تا جاده ساختاری” در نظر گرفته شدند. شبکه» و «مناسب برای حساسیت به تغییر در LULC». این عوامل بین مقادیر 0 (کمترین مناسب) و 255 (مناسب ترین) با استفاده از روش منطق فازی نرمال شدند. با این کار نقشه های چند هدفه برای هر کاربری و پوشش مورد تجزیه و تحلیل تهیه شد. این فرآیند با استفاده از ماژول Decision Wizard IDRISI 17.0 انجام شد.

به طور خاص، فرآیندی که در بالا توضیح داده شد، تخمین نقشه تناسب شهری را ممکن کرد. با توجه به پیچیدگی و اهمیت آن در مدل شبیه‌سازی، وزن‌ها با استفاده از مقایسه زوجی برای هر یک از عوامل تخمین زده می‌شوند که متعاقباً با استفاده از فرآیند تحلیل سلسله مراتبی (AHP) [ 32 ] تجزیه و تحلیل شدند. این فرآیند در فرمول زیر بیان می شود:

Urبآn ستومنتیآبمنلمنتیy=∑j=14wjهمنj

جایی که:

wj=این وزن یا معیار هر محصول j عامل AHP است.
همنj=مقدار هر عامل i برای هر معیار j .
بنابراین، یک نقشه اولیه تناسب شهری برای MCE-MOE به دست می‌آید. با بقیه نقشه‌های تناسب (زمین‌های مرتعی-کشاورزی، پوشش جنگلی، خاک‌های لخت و بدنه‌های آبی)، MCE ساده شده با تابع عضویت فازی بین مقادیر 0 (کمتر مناسب‌تر) و 255 (مناسب‌ترین) تولید شد که منعکس‌کننده اهمیت نسبی کل استفاده ها/پوشش های مشاهده شده برای تناسب تحلیل شده. در مجموع شش نقشه MCE بر اساس LULC برآورد شد که متعاقباً به عنوان یک فایل گروهی شطرنجی در IDRISI 17.0 اضافه شد.
هنگامی که پوشش های زمین و MCE-MOE تعیین شد، یک ماتریس احتمال برای ایجاد پیش بینی ایجاد شد که مستلزم در نظر گرفتن حداقل دو اندازه گیری در زمان است که برای این مورد در محدوده 1985-2017 قرار می گیرند [ 14 ]. با استفاده از این سناریو، یک تصویر نهایی از احتمال تغییرات انتقال در LULC تا سال 2049 ایجاد شد.
2.3.2. زنجیرهای مارکوف و اتوماتای ​​سلولی
زنجیر مارکوف (MC) اجازه می دهد تا فضاهایی را که پوشش را از حالت پوششی A به حالت پوششی B تغییر می دهند، نمایش دهند . تکنیک MC با در نظر گرفتن اینکه توزیع فضایی پوشش‌های زمین نتیجه مستقیم وضعیت در یک لحظه قبلی است (t – 1) کار می‌کند. بنابراین، مدل در نظر می گیرد که یک حالت نتیجه خطی سناریوی قبلی آن است [ 2 ، 7 ]]. برای این نقطه، ماژول مارکوف در IDRISI 17.0 با استفاده از یک خطای نسبی 15% اجرا شد تا احتمال انتقال برای (i) یک سناریوی اعتبارسنجی مدل با در نظر گرفتن احتمال انتقال بین سال‌های 1985 و 2017، و (ii) سناریویی که احتمال را برای سال‌های 2033 و 2049 شبیه‌سازی می‌کند، که اولی از طریق احتمال انتقال بین سال‌های 2001 و 2017 و دومی یک ماتریس احتمال انتقال بین سال‌های 1985 و 2017 است.
آخرین تکنیک مورد استفاده، اتوماتای ​​سلولی (CA) برای هر یک از ماتریس‌های احتمال انتقال تخمین زده شده قبلی بود. این فرآیند از نظر فنی، وضعیت قبلی پیکسل ها را به وضعیت پیکسل های همسایه، بر اساس قوانین انتقال برای هر کاربری و پوشش مرتبط می کند، جایی که آنها وضعیت آینده مشخصی را بر اساس هر پیکسل با توجه به کاربری/پوشش های زمین می گیرند. اتوماتای ​​سلولی را بر اساس تعامل آنها احاطه می کند، بنابراین می توان پیکسل ها را با احتمال بیشتری برای تغییر مکان یابی کرد [ 33 ].
از نظر ریاضی، CA را می توان به صورت زیر درک کرد: CA~(S، T، N)، که در آن S مجموعه ای از حالت های کاربری و پوشش های زمین است که از t0 به t1 با توجه به قوانین انتقال خود (T) تغییر می کند، و N نشان دهنده رابطه سلول مرکزی با همسایگان متعامد آن برای این نقطه، ماژول CA_Markov در IDRISI 17.0 اجرا می‌شود که برای سال‌های 2017، 2033 و 2049 به عنوان روشی برای تخمین تغییرات مکانی که توسط زنجیره‌های مارکوف برای هر دوره، با استفاده از فیلتر مجاورت 5 × 5 محاسبه شده است، شبیه‌سازی شده است. 10 تکرار CA، که عددی است که برنامه IDRISI 17.0 به طور پیش فرض تخمین می زند.
برای مرحله اعتبارسنجی مدل، سال 2017 با در نظر گرفتن دوره های 1985 و 2001 برای مقایسه با طبقه بندی LULC برای سال 2017 شبیه سازی شد. برای این کار، اقدامات ارزیابی دقیق برای هر دو نقشه (2017 مشاهده شده و 2017 شبیه سازی شده) با پیاده سازی شاخص کاپا استفاده شد. توافقنامه (KIA) پیشنهاد شده توسط پونتیوس [ 34 ] و آمار آزمون کای اسکوئر [ 9 ].

2.4. تحلیل شدت گسترش شهری

یک راه برای تجزیه و تحلیل این نتایج از طریق پویایی ذاتی مدل‌ها و شاخص‌های صریح فضایی است که امکان ارزیابی فرآیندهای گسترش را فراهم می‌کند [ 35 ]. شاخص شدت گسترش پیشنهادی (EI) به عنوان ابزاری استفاده شد که امکان مقایسه شدت و سرعت گسترش زمین شهری را برای دوره‌های 2017-2033 و 2017-2049 فراهم می‌کند.

Eمن=Uتی+n-Uتیآ×1∆تی×100%

جایی که Eمنمطابق با شاخص شدت انبساط است، Uتیمنطقه شهری اولیه در مطالعه است، Uتی+nمربوط به منطقه شهری نهایی مورد مطالعه است، آکل مساحت تحلیل شده است و ∆تیمربوط به بازه زمانی تحلیل شده است. به گفته ژانگ و همکاران. [ 36 ]، تغییرات در گسترش شهری را می توان بر اساس سه نوع تجزیه و تحلیل کرد که دوره گسترش کم سرعت است (0). ≤Eمن≤0.07٪، دوره گسترش با سرعت متوسط ​​(0.07 ≤Eمن≤0.10٪، و دوره گسترش با سرعت بالا ( Eمن≥0.10٪.

3. نتایج

نتایج در سه نقطه تنظیم شد. اولین مورد مربوط به اعتبارسنجی مدل است. دومی روند استفاده از زمین و پوشش بین سال‌های 1985 و 2017 را تحلیل می‌کند و آخرین آن تغییرات کاربری و پوشش زمین را برای شهر Temuco شبیه‌سازی می‌کند.

3.1. اعتبار سنجی مدل شبیه سازی برای شهر Temuco

نقشه LULC 2017 با نقشه 2017 شبیه سازی شده با استفاده از مدل CA_Markov تایید شد. جدول 3 تجزیه و تحلیلی را بر اساس اختلاف بین نقشه مرجع و نقشه ای که با استفاده از آزمون مجذور کای شبیه سازی شده است نشان می دهد، که در آن فرضیه ما این است که نقشه LULC مشاهده شده مشابه نقشه LULC شبیه سازی شده است.
با این حال، تجزیه و تحلیل کای اسکوئر تنها یک نمای کلی از مطابقت آماری معنی‌دار بین کاربری‌ها و پوشش‌های مشاهده‌شده و شبیه‌سازی‌شده برای سال 2017 را امکان‌پذیر می‌کند. برای این، تجزیه و تحلیل KIA سطح توافق/اختلاف بین LULC مشاهده شده و LULC شبیه‌سازی‌شده را امکان‌پذیر می‌کند. باید ارزیابی شود و جدول 4 نشان می دهد که کاپا (Kno) کلی 0.69 وجود دارد که نشان دهنده سطح متوسطی از تجمع است.
در این راستا، با توجه به معیارهای تعیین شده توسط Nath و همکاران. [ 9 ]، آمار Klocation معیاری است که باید برای اعتبارسنجی شبیه‌سازی LULC در نظر گرفته شود، و از این طریق مکان را پیش‌بینی می‌کند، که در این مطالعه موردی 0.77 است، تجمع متوسط ​​در نظر گرفته می‌شود ( جدول 4 را ببینید ).
نتایج اعتبارسنجی انجام شده از طریق KIA اطلاعاتی را در مورد اجزای توافق/اختلاف مدل CA_Markov، با خطا به دلیل کمیت 16.9٪ (DisagreeQuantity) و خطای ناشی از انتساب 0.8 (DisagreeGridcell) ارائه می دهد ( جدول 5 را ببینید ). علاوه بر این، سطح توافق بر اساس مشخصات سطح سلول شبکه برای هر دسته LULC (AgreementGridcell) 28٪ است که با سطوح متوسط ​​مشاهده شده در Kno و Klocation مطابقت دارد ( جدول 5 را ببینید ).
بنابراین، آزمون کای دو نشان می دهد که مقدار آماری کمتر از مقدار بحرانی است. بنابراین، فرضیه صفر رد می‌شود و می‌توان مشاهده کرد که بین نقشه‌های LULC شبیه‌سازی شده و مرجع در سال 2017 تفاوت‌هایی وجود دارد. با این حال، این با نتایج تجزیه و تحلیل مقادیر KIA که بین مقادیر 0 (0) قرار دارد مطابقت دارد. توافق صفر) و 1 (توافق کامل) [ 27 ]، که در آن می توان مشاهده کرد که سطوح متوسطی از دقت بین نقشه مرجع و نقشه شبیه سازی شده وجود دارد.

3.2. روند استفاده از زمین و پوشش بین 1985 و 2017

شکل 1 و شکل 3 روند گسترش شهری و تغییرات پوشش زمین را بین سال های 1985 تا 2017 بیان می کند. با این حال، مناطق اختصاص داده شده به مناطق مرتعی-کشاورزی، بدنه های آبی، و خاک لخت کاهش یافت، با کاهش 85.9٪ (نگاه کنید به شکل 3 ).
با توجه به مناطقی که گسترش یافتند و با توجه به دوره اول از سال 1985 تا 2001، مهمترین آنها کاربری اراضی شهری بود که 921 هکتار یا افزایش 41.6 درصدی پوشش زمین نسبت به سال 1985 افزایش یافت ( شکل 3 را ببینید).). به نوبه خود، پوشش اراضی جنگلی 11.3 درصد افزایش یافته است. علاوه بر این، باید به ظهور لابرانزا به عنوان یک مرکز شهری اشاره کرد که علیرغم اینکه با شهر Temuco همسایه نبود، به یک مرجع فضایی جدید در مجاورت شهر تبدیل شد، چیزی که در سال 1985 وجود نداشت. همانطور که کاهش در این دوره مربوط می شود، خاک لخت نسبت به سطح در سال اول 38.7٪ کاهش را تجربه کرد. در حالی که دو پوشش دیگر (زمین مرتعی-کشاورزی و بدنه آبی) کاهش یافتند، تغییرات آنها به ترتیب 6/0 و 7/1 درصد حاشیه‌ای بود.
در بازه زمانی 2001 تا 2017 (نگاه کنید به شکل 3 )، مهمترین تغییر کاهش سرعت رشد زمین شهری بود که 38.5٪ یا 1206 هکتار دیگر افزایش یافت. به نوبه خود، پوشش اراضی جنگلی تا 35 درصد افزایش یافت و در نتیجه نفوذ فضایی آن را 3130 هکتار افزایش داد. با توجه به LULC که کاهش یافت، اراضی مرتعی-کشاورزی، خاک‌های لخت و بدنه‌های آبی بیشترین تأثیر را از انتقال LULC داشتند. از این میان، خاک لخت بیشترین کاهش را به خود دید، 77 درصد، در حالی که اراضی مرتعی – کشاورزی و آب به ترتیب 5.1 درصد و 8.4 درصد کاهش یافتند.
در مجموع، تغییر در خاک لخت در طول زمان بین سال‌های 1985 و 2017 برجسته می‌شود. در مجموع از سال 1985 به میزان 9/85 درصد کاهش یافته است (3355 هکتار)، که فراتر از ناپدید شدن آن از نظر پوشش، نشان‌دهنده پویایی قابل توجهی از نظر است. تغییر از یک پوشش به پوشش دیگر به نوبه خود، توده های آبی و پوشش مرتعی-کشاورزی کمتر از 10 درصد تغییر نشان دادند. پوشش شهری در میان مواردی که افزایش یافته است برجسته است و تقریباً دو برابر میزان رشد آن در سال 1985 (96.1٪) یا افزایش 2127 هکتاری است.
به طور خاص، کاربری زمین شهری مربوط به منطقه فیزیکی Temuco به طور عمده به سمت شمال شرقی (بخش Vilcún) و جنوب غربی (بخش Labranza) بین سال‌های 1985 و 2017 گسترش یافته است. برجسته کردن ظهور لابرانزا به عنوان یک مرکز در شهر مهم است. شبکه بدون اینکه شاخه مستقیم آن باشد. از 33 هکتار در سال 2001 به 204 هکتار در سال 2017 رسید که نشان دهنده پویایی این بخش در تنها 16 سال است. با این حال، این وضعیت تا حد زیادی قابل پیش بینی بود، به لطف ساخت یک جاده دوگانه که در سال 2011 آغاز شد، علاوه بر این که لابرانزا بخشی است که برای ساخت مسکن اجتماعی برای افرادی که نمی توانند پیدا کنند انتخاب شده است. راه حل های مسکن در نزدیکی Temuco به دلیل قیمت بالای ملک [ 37]. این یک روش کلاسیک برای ارائه راه حل های مسکن در کشورهای آمریکای لاتین و به ویژه در شیلی است که باعث ایجاد سطوح بالایی از جداسازی و شرایط زندگی مخاطره آمیز تحت نظارت خود دولت می شود [ 38 ].

3.3. شبیه سازی تغییرات کاربری زمین و پوشش برای شهر تموکو

نتایج زنجیره مارکوف و ارزیابی چند معیاره/چند هدفه برای شبیه‌سازی کاربری و پوشش زمین برای سال‌های 2033 و 2049، با انتقال‌های به‌دست‌آمده بین سال‌های 2001 و 2017 برای اولی و انتقال‌های بین سال‌های 1985 و 2017 برای دومی. شکل 4 نقشه های تناسب را برای هر هدف ارزیابی شده نشان می دهد که با هر کاربری و پوشش زمین مطابقت دارد و در آنجا می توان مشاهده کرد که برای هدف تناسب شهری، ماتریس مقایسه زوجی از AHP وزن ها یا بردار ویژه را برای هر عامل تحلیل شده مجاز می کند. با فاصله از مرکز شهری اصلی و فاصله تا مرکز شهری ثانویه 74.5 درصد تأثیر دارد ( جدول 6 را ببینید ).
با توجه به سناریوهای سال‌های 2033 و 2049، می‌توان رشد پایداری را در ناحیه شهری مشاهده کرد که به طور متوسط ​​بین دو دوره 44 درصد نسبت به سال 2017، معادل متوسط ​​2328 هکتار که قرار است در محدوده شهری گنجانده شود، رشد کرده است. تموکو علاوه بر این، می توان مشاهده کرد که افزایش متوسط ​​​​59.2 درصدی در پوشش جنگلی نسبت به سال 2017 وجود دارد ( شکل 3 را ببینید ).
بر اساس داده های موجود در شکل 3 ، شهر Temuco از نظر فیزیکی حدود 1989 هکتار رشد خواهد کرد و تا سال 2033 در مجموع به 6328 هکتار خواهد رسید که 293.9 هکتار آن در لابرانزا خواهد بود که به نوبه خود 4.5 درصد از کل شهری را تشکیل می دهد. منطقه شهر Temuco ( شکل 4 و شکل 5 را ببینید). همانطور که در مورد روند مشاهده شده بین سال های 1985، 2001 و 2017 بود، رشد به سمت شمال شرقی، در بخش کاجون (شهرداری ویلکون) و جنوب غربی (بخش لابرانزا) شهرداری Temuco حفظ می شود.
برای سناریوی دوم شبیه‌سازی شده در سال 2049، می‌توان مشاهده کرد که چگونه پوشش شهری 2667 هکتار نسبت به سال 2017 افزایش می‌یابد، یک تغییر 42.2 درصدی که اختلاف آن 54 درصد کمتر از نرخ رشد مشاهده‌شده بین سال‌های 1985 و 2017 است. مدل شبیه‌سازی‌شده تا سال 2049 نرخ رشد آهسته‌تری نسبت به مدل LULC نشان می‌دهد، اما شروع به ترکیب مناطق جدید در بخش‌های Padre Las Casas (712.5 هکتار) و Labranza (601.7 هکتار) می‌کند.
شاخص شدت گسترش شهری (EI) محاسبه‌شده برای Temuco وضعیت ناهمواری را در سرعت رشد شهری تا سال 2049 نشان می‌دهد. با در نظر گرفتن تغییرات در مناطق شهری بین سال‌های 2033 و 2049 نسبت به سال 2017، می‌توان دید که مناطق شهری Vilcún (Cajón) بخش)، Padre Las Casas، و Labranza نرخ رشد 0.009٪ را نشان می دهند که پایین در نظر گرفته می شود. با این حال، منطقه شهری شهرداری Temuco میانگین نرخ رشد 0.13٪ را نشان می دهد که یک نرخ گسترش متوسط ​​در نظر گرفته می شود. این آخرین روند گسترش هنگام ارزیابی مجموع تمام مناطق شهری که شهر Temuco را تشکیل می دهند سازگار است ( جدول 7 را ببینید ).
مدل شبیه‌سازی پیشنهادی برای سال‌های 2033 و 2049 نشان می‌دهد که رشد شهری با تأکید بر بخش لابرانزا، که با توسعه جاده دوگانه موازی با خیابان 1 نورته مطابقت دارد، با شدت بیشتری به سمت حاشیه رشد خواهد کرد. خیابان جدید 1 سور. بنابراین، اتصال بین پایتخت منطقه ای و بخش ساحلی (Temuco-Nueva Imperial-Carahue) در حال بهبود است و عبور از لابرانزا برای آن بسیار مفید بوده است.
این یک پدیده تصادفی نیست، زیرا سیاست ساخت و ساز مسکن اجتماعی به شدت بر این منطقه متمرکز شده است، همانطور که قبلا ذکر شد، علاوه بر پروژه های جدید توسعه املاک و مستغلات با هدف بخش های طبقه متوسط ​​و ساخت و سازهای آینده که مطمئناً در طول جاده ترویج خواهند شد. . بر اساس سرشماری‌های سال‌های 2002 و 2012، 16 درصد از کل تحرک منطقه‌ای به Temuco از این مناطق بوده است، روندی که در مسیر دوگانه برای تحریک رشد و گسترش شهری ادامه دارد.

4. بحث

نتایج ارائه شده در بخش قبل، روندهایی را نشان می دهد که باید در برنامه ریزی فعلی و آتی شهر مورد توجه قرار گیرند و در شکل 6 خلاصه شده است. در مورد لابرانزا، یک راه برای برجسته کردن رشد آن از طریق افزایش سطح آن است. اگر سال 2049 را به عنوان سال مرجع در نظر بگیریم، Temuco به تنهایی نمی تواند مساحت خود را دو برابر کند، اما لابرانزا مساحت سطح خود را حدود چهار برابر افزایش می دهد، با آنچه در سال 2017 مشاهده شد، 26 درصد از آنچه در سال 2049 خواهد بود را نشان می دهد. به صورت یک واحد فشرده ساخته خواهد شد. انتظار می رود شهر Temuco تا سال 2049 به میزان 2667.2 هکتار رشد کند، که از آن می توان نتیجه گرفت که در حال حاضر حدود 61.9٪ از آنچه در سال 2049 خواهد بود، است.
بخش دومی که رشد قابل توجهی را تجربه خواهد کرد، بخش Cerro Mariposa یا جاده “لاس وگاس de Chivilcán” به سمت شمال شهر، نزدیک Cerro Ñielol است. در حال حاضر یک بازار ملک پویا با هدف زمین های تفریحی وجود دارد، اما این در آینده تغییر خواهد کرد. در واقع، اگر تا سال 2033 فقط لابرانزا را بتوان به عنوان یک مرکز غیر پیوسته سیستم Temuco در نظر گرفت، در سال 2049 نشانه های جدیدی از شهرنشینی در مناطقی که قبلاً ذکر شد ظاهر می شود که نه تنها از نظر توسعه گسترده املاک و مستغلات فشار وارد می کند. بلکه از نظر زیست محیطی قرار گرفتن در نزدیکی یکی از تالاب های اصلی شهر که شهرداری در چارچوب قانون تالاب های شهری که در کشور به تصویب رسیده است، درخواست شناسایی آن را داشته است.
علاوه بر این، با ادامه مسیر S-258، که امتداد خیابان پدرو د والدیویا است (نگاه کنید به شکل 1 )، توسعه مسکن اجتماعی ساخته شده به عنوان نوعی مجمع الجزایر نیز به این پویایی کمک خواهد کرد. اگر روند رشد به روشی که مدل نشان می‌دهد پیش‌بینی شود ( شکل 6 را ببینید )، Temuco با سناریوی رشد فزاینده‌ای ناپیوسته، به شکل آمیب و نه به شکل فشرده مواجه خواهد شد، چیزی که قبلاً در شهرهای میانی دیگر دیده شده است. شیلی [ 27 ، 30] و در حالی که شاید قابل انتظار باشد، چیزی که برخلاف تمام جنبه های پایداری مندرج در سیاست ملی توسعه شهری که در سال 2014 منتشر شد، مغایرت دارد. حلقه ها با ارسال درخواستی در این زمینه در نظر گرفته اند. در واقع، از سال 2012 یک جنبش اجتماعی به نفع ایجاد شهرداری لابرانزا ظهور کرد و فعالیت های مختلفی را با هدف تبدیل شدن به یک واحد خودمختار سازماندهی کرد. با این حال، هزینه دستگاه های عمومی و سرمایه اندک سیاسی می تواند برخی از عوامل بازدارنده این آرزوها باشد.
تجزیه و تحلیل فوق می تواند بیشتر بر اساس فواصل و رشدی باشد که تجربه می شود، که در شکل 6 قابل مشاهده است. این به وضوح نشان می دهد که لابرانزا و تموکو در کجا حضور خواهند داشت. در مورد اولی، شاهد مصرف زمین تا 3 کیلومتری مرکز خود با حضور واضح تا 2 کیلومتری اول و افزایش جزئی در کیلومتر سوم و آخر خواهیم بود.
به نوبه خود، حضور Temuco، که می تواند تا حدود 14 کیلومتر از مرکز برسد، با گسترش آن به سمت شمال در جهت مناطق Cajon و Vilcún، علاوه بر همشهری آن با Padre Las Casas و منطقه مشخص می شود. مدل‌سازی شهرنشینی به سمت شمال شهر به موازات Cerro Ñielol و مناطق جنگلی نزدیک، اگرچه به دلیل پیکربندی فعلی آن، بیشترین حضور در 7 کیلومتر اول خواهد بود، زیرا رشد به وضوح رو به بالا متوقف می‌شود ( شکل 6 را ببینید ).
هنگامی که این پویایی در زمینه وضعیت ابزارهای برنامه ریزی سرزمینی تحلیل می شود، می توان دریافت که طرح منطقه بندی Temuco از سال 2010 با اصلاحیه در سال 2011 و اصلاحات با استفاده از یک طرح مقطعی برای بخش لاس انسیناس در حال اجرا است. 2012. با این حال، قلمرو مورد نظر طرحی در سطح بین شهری ندارد، وضعیتی که با پدر لاس کاساس تکرار می شود. از این نظر، توجه به این نکته حائز اهمیت است که عوامل محدودکننده مانند حضور “Mercedes de Tierra” (اعطای املاک بومی) مانعی برای گسترش و پیش بینی شبیه سازی شده نبوده است. برعکس، می توان دید که جوامع در بحبوحه گسترش شهری باقی مانده اند [ 39 ]]، و این در رشد غیر ارگانیک شهر منعکس می شود.
علی‌رغم نتایج به‌دست‌آمده، این روش دارای نقاط ضعف خاصی است که باید در نظر گرفته شود، مانند اثر «نمک و فلفل» مدل‌سازی. مشخصه این امر ایجاد یک سری از وصله ها است که به عنوان بخشی از شبیه سازی ها به صورت تصادفی و نامرتب توزیع می شوند، در حالی که در عمل باید انباشته شوند.
با وجود این، بیشتر خود را در پیش بینی سال پایه (2017) و کمتر در سایرین نشان داد. برای این وضعیت، نکته مهم این است که آنها را همانطور که در تحلیل انجام شده انجام شد در نظر نگیریم، زیرا آنها دقیقاً از خوشه هایی متمایز می شوند که مدل قادر به تعیین آنهایی است که روندها و روابط فضایی را نشان می دهد.
علاوه بر این – همانطور که قبلاً در پاراگراف های قبلی ذکر شد – صفحات پراکنده هاب های رشد به محاصره ماپوچه متصل می شوند که به عنوان یک محدودیت در جدول 1 نشان داده شده است زیرا نمی توان آنها را برای استفاده شهری ضمیمه کرد. از این نظر، رشد پراکنده و گاهی ناپیوسته ممکن است روندی در مورفولوژی شهر باشد.
یکی از آخرین جنبه هایی که باید برجسته شود، فقدان پالایش یا قابلیت اطمینان لایه های برداری مکان جوامع ماپوچه یا دارایی آنها است. بدون شک نیاز به شفافیت بیشتر و در دسترس قرار دادن اطلاعات بیشتر برای ایجاد نتایج و تحلیل های قوی تر وجود دارد. در حالی که این کشور پیشرفت کرده است، با کشورهایی که اطلاعات قوی، مرجع و قابل اعتماد دارند، فاصله زیادی دارد.
در نهایت، لازم به ذکر است که در مورد Temuco، تولید ابزارهای الزام آور برنامه ریزی شهری در اولویت است، زیرا مشکلاتی در زمینه گسترش پراکنده زمین ظاهر شده است و پیش بینی می شود که رشد در 30 سال آینده با هم هماهنگ نباشد. با حضور سرزمین‌های بومی که وضعیت قانونی آن‌ها را از مداخله محافظت می‌کند، چالشی را در این موضوع ایجاد می‌کند و نیاز به کاهش درگیری‌های آینده را افزایش می‌دهد. از این حیث، اجرای طرح های ساماندهی منطقه ای که فضای روستایی را از طریق قانون 21070 سال 1397 تنظیم می کند، باید این موضوع را به عنوان یک عنصر اولویت در تدوین خود لحاظ کند. در همین راستا، تقویت اقتدار دولت های منطقه ای در برنامه ریزی سرزمینی متغیر دیگری است که امکان پرداختن به پیچیدگی این وظیفه را فراهم می کند.

منابع

  1. چشم انداز شهرنشینی جهانی سازمان ملل متحد. بازبینی 2018 ؛ UNWUP: نیویورک، نیویورک، ایالات متحده آمریکا، 2019. [ Google Scholar ]
  2. Batty, M. The New Science of Cities ; انتشارات MIT: کمبریج، MA، ایالات متحده آمریکا، 2013; ISBN 9780262318235. [ Google Scholar ]
  3. بارتلمی، ام . ساختار و پویایی شهرها . انتشارات دانشگاه کمبریج: کمبریج، انگلستان، 2016; ISBN 9781316271377. [ Google Scholar ]
  4. بننسون، آی. Torrens، PM Geosimulation ; Wiley: Hoboken، NJ، ایالات متحده آمریکا، 2004; ISBN 9780470843499. [ Google Scholar ]
  5. رعنا، س. Sharma, J. Frontiers of Geographic Information Technology ; Springer: برلین/هایدلبرگ، آلمان، 2006; شابک 3-540-25685-7. [ Google Scholar ]
  6. پونتیوس، آر.جی. چن، اچ. مدل‌سازی تغییر زمین با GEOMOD. در مطالب راهنما آند Idrisi ; دانشگاه کلارک: Worcester، MA، ایالات متحده آمریکا، 2006. [ Google Scholar ]
  7. ارسنجانی، JJ پویا کاربری اراضی / مدل سازی تغییر پوشش ; Springer: برلین/هایدلبرگ، آلمان، 2012; شابک 978-3-642-23704-1. [ Google Scholar ]
  8. کومار، آر. نندی، اس. آگاروال، آر. کوشواها، تحلیل دینامیک پوشش جنگل SPS و مدل‌سازی پیش‌بینی با استفاده از مدل رگرسیون لجستیک. Ecol. اندیک. 2014 ، 45 ، 444-455. [ Google Scholar ] [ CrossRef ]
  9. ناث، بی. وانگ، ز. Ge، Y. اسلام، KP; سینگ، آر. Niu, Z. مدل سازی تغییر کاربری و پوشش زمین و ارزیابی خطر بالقوه منظر آینده با استفاده از مدل مارکوف-CA و فرآیند تحلیل سلسله مراتبی. ISPRS Int. J. Geo-Inf. 2020 ، 9 ، 134. [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
  10. حمد، ر. بالزتر، اچ. کولو، ک. پیش بینی تغییرات کاربری/پوشش زمین با استفاده از مدل CA-Markov تحت دو سناریو مختلف. Sustainability 2018 , 10 , 3421. [ Google Scholar ] [ CrossRef ][ Green Version ]
  11. ژو، ال. دانگ، ایکس. سان، س. وانگ، اس. شبیه‌سازی چند سناریویی تغییر زمین شهری در شانگهای با جنگل تصادفی و مدل CA-Markov. حفظ کنید. جامعه شهرها 2020 ، 55 ، 2045. [ Google Scholar ] [ CrossRef ]
  12. راوتز، جی. فرتنر، سی. نیلسن، TS پویایی پیرامون شهرنشینی. در آینده‌های پیرامون شهری: سناریوها و مدل‌های تغییر کاربری زمین در اروپا . Nilsson, K., Pauleit, S., Bell, S., Aalbers, C., Sick Nielsen, T., Eds.; Springer: برلین/هایدلبرگ، آلمان، 2013; صص 13-44. [ Google Scholar ]
  13. لیما، ام ال. زلایا، ک. Massone، H. ارزیابی آسیب‌پذیری آب‌های زیرزمینی با ترکیب مدل شدید و دینا-کلو در پامپاس آرژانتین. محیط زیست مدیریت 2011 ، 47 ، 828-839. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  14. باتی، ام. استراتژی برای تولید و آزمایش مدل‌های مهاجرت و رشد شهری. Reg. گل میخ. 1983 ، 17 ، 223-236. [ Google Scholar ] [ CrossRef ]
  15. فهمی، FZ; هداله، د. رهایو، پ. Woltjer، J. گسترش شهرنشینی در شهرهای کوچک و متوسط: مورد Cirebon، اندونزی. Habitat Int. 2014 ، 42 ، 1-10. [ Google Scholar ] [ CrossRef ]
  16. ماتورانا، اف. اسپوزیتو، BM; بلت، سی. آرناس، اف. Henríquez, C. Sistemas Urbanos y Ciudades Medias en Iberoamérica ; Serie GeoLibros: سانتیاگو، شیلی، 2017. [ Google Scholar ]
  17. ماتورانا، اف. Rojas, A. Ciudades Intermedias en Chile: Territorios Olvidados ; ویرایشگر RIL: سانتیاگو، شیلی، 2015. [ Google Scholar ]
  18. هندرسون، وی. شهرهای با اندازه متوسط. Reg. علمی اقتصاد شهری 1997 ، 27 ، 583-612. [ Google Scholar ] [ CrossRef ]
  19. موسسه ملی ورزشکاران Censo Nacional de Población 2017 ; پایگاه Redatam: سانتیاگو، شیلی، 2017. [ Google Scholar ]
  20. ماتورانا، اف. روجاس، ا. سالاس، R. Dinámicas espaciales y transición hacia la articulación de espacios metropolitanos. El caso de Temuco y su hinterland، شیلی. کواد. Geográficos 2018 , 57 . [ Google Scholar ] [ CrossRef ]
  21. مندوزا، RF; پیترسون، ای وی. پنالوزا، OJ; باروز، SA تعریف متروپولیتانو ال تموکو: در نظر گرفتن مدل جدید شهرسازی در منطقه آراکانیا. آرکیت. پایداری شهری 2020 . [ Google Scholar ] [ CrossRef ]
  22. سالازار، جی. ایرارازاوال، اف. فونک، ام. سالازار، جی. ایرارازاوال، اف. Fonck، M. Ciudades intermedias y gobiernos locales: Desfases escalares en la Región de La Araucanía، شیلی. EURE 2017 ، 43 ، 161-184. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  23. گارین، آ. سالوو، اس. Bravo, G. Segregación residencial y políticas de vivienda en Temuco: 1992–2002. کشیش جئوگر. نورته جی دی. 2009 ، 113-128. [ Google Scholar ] [ CrossRef ]
  24. گالو، پیش از میلاد ال‌کنفکتو ماپوچه کومو لوچا برای ال reconocimiento: La necesidad de una nueva clave de lectura. Izquierdas 2020 , 49 . [ Google Scholar ] [ CrossRef ]
  25. Kokaly، RF بررسی یک مبنای فیزیکی برای تخمین های طیف سنجی غلظت نیتروژن برگ. سنسور از راه دور محیط. 2001 ، 75 ، 153-161. [ Google Scholar ] [ CrossRef ]
  26. پنیا، MA; برنینگ، آ. Sagredo، A. ساخت شاخص های فراطیفی مشتق از ماهواره حساس به متغیرهای ساختار تاج پوشش جنگل سرو ( Austrocedrus chilensis ). ISPRS J. Photogramm. رم. Sens. 2012 ، 74 ، 1-10. [ Google Scholar ] [ CrossRef ]
  27. مورالس، ام. Maturana، F. Análisis de patrones espaciales en la expansión urbana de ciudades intermedias. ال کاسو د سان فرناندو، شیلی. کواد. ویویندا اوربان 2019 ، 12 ، cvu12–cvu24. [ Google Scholar ] [ CrossRef ]
  28. بینات، ای. Nijkamp، P. تجزیه و تحلیل چند معیاره برای مدیریت کاربری زمین ; Springer Netherlands Environment & Management: Dordrecht, The Netherlands, 1998; جلد 9 شابک 978-90-481-5077-9. [ Google Scholar ]
  29. Conadi، سیستم یکپارچه اطلاعات CONADI SIIC. در دسترس آنلاین: https://siic.conadi.cl (در 19 ژانویه 2021 قابل دسترسی است).
  30. مانوشویچ، دی. Beier، CM شبیه سازی تغییرات کاربری زمین تحت سناریوهای سیاست جایگزین برای حفاظت از جنگل های بومی در جنوب مرکزی شیلی. سیاست کاربری زمین 2016 ، 51 ، 350-362. [ Google Scholar ] [ CrossRef ]
  31. Borsdorf، A. Cómo modelar el desarrollo y la dinámica de la ciudad latinoamericana. EURE 2003 ، 29 ، 37-49. [ Google Scholar ] [ CrossRef ]
  32. خراط، جی. راوت، آر. کمبل، اس اس. Kamble, SJ کاربرد روش دلفی و AHP در انتخاب فن آوری تصفیه و دفع زباله جامد آگاهانه با محیط زیست. مدیریت محیط زیست کیفیت بین المللی J. 2016 ، 27 ، 427-440. [ Google Scholar ] [ CrossRef ]
  33. Batty, M. Cities and Complexity: Understanding Cities with Cellular Automata, Agent-based Models, and Fractals . انتشارات MIT: کمبریج، MA، ایالات متحده آمریکا، 2007; ISBN 0262524791. [ Google Scholar ]
  34. Pontius, R. خطای کمی سازی در مقابل خطای مکان در مقایسه نقشه های طبقه بندی شده. فتوگرام مهندس Remote Sens. 2000 , 66 , 1011–1016. [ Google Scholar ]
  35. فن، ی. زو، ایکس. او، ز. ژانگ، اس. گائو، جی. چن، اف. پنگ، ایکس. لی، جی. ارزیابی گسترش شهری در حوضه رودخانه Huaihe، چین، از 1998 تا 2013 با استفاده از داده های سنجش از دور. J. Sens. 2017 ، 2017 ، 1201. [ Google Scholar ] [ CrossRef ]
  36. ژانگ، ایکس. بای، ز. فن، X. لو، ی. کائو، ی. ژائو، ز. سان، س. Pan، J. فرآیند گسترش شهری، الگو، و پاسخ کاربری زمین در یک منطقه مرکب معدنی شهری از 1986 تا 2013. J. Urban Plan. توسعه دهنده 2016 ، 142 ، 6014. [ Google Scholar ] [ CrossRef ]
  37. Vergara, L. Medianización social y transformaciones residenciales recientes en ciudades de La Araucanía. فرقه Hombre Soc. 2019 ، 29 ، 36–60. [ Google Scholar ] [ CrossRef ]
  38. پاولسن، آ. رودریگز، ال. هیدالگو، R. Los espacios de Furia. Política y ciudad a través de las luchas urbanas por la vivienda en Santiago de Chile (1990–2016). Cad. متروپول 2019 ، 21 ، 763–782. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  39. پنیا، اف. Escalona، M. Expansión urbana en la intercomuna Araucanía Centro. Alteraciones sobre las áreas rurales. در شیلی: Del País Urbano al País Metropolitano del País Urbano al País Metropolitano ; Hidalgo, R., De Mattos, C., Arenas, F., Eds. Pontificia Universidad Católica de Chile: سانتیاگو، شیلی، 2009; صص 389-398. [ Google Scholar ]
Ijgi 10 00101 g001 550
شکل 1. منطقه مطالعاتی و رشد شهری شهر تموکو بین سال های 1985 تا 2017.
Ijgi 10 00101 g002 550
شکل 2. خلاصه مدل روش شناختی.
Ijgi 10 00101 g003 550
شکل 3. توزیع منطقه اشغال شده توسط LULC در شهر Temuco، 1985-2049. منبع: گردآوری نویسندگان. توجه: P: به مقادیر شبیه سازی شده اشاره دارد.
Ijgi 10 00101 g004 550
شکل 4. نقشه های تناسب بر اساس ارزیابی چند معیاره.
Ijgi 10 00101 g005 550
شکل 5. سناریوهای شبیه سازی شده در سال 2033 و 2049.
Ijgi 10 00101 g006 550
شکل 6. شبیه سازی رشد شهری شهر Temuco به عنوان تابعی از فاصله.
جدول
جدول 1. شرح اصلی تصاویر ماهواره ای استفاده شده.
جدول
جدول 2. عوامل و محدودیت های در نظر گرفته شده برای MCE-MOE.
جدول
جدول 3. اعتبار سنجی کاربری و پوشش، 2017 مشاهده و شبیه سازی شده 1 .
جدول
جدول 4. مقادیر شاخص کاپا برای مدل اعتبارسنجی پیشنهادی 2017.
جدول
جدول 5. نتایج تجزیه و تحلیل طبقه بندی توافق / عدم توافق برای مرجع و شبیه سازی شده است.
جدول
جدول 6. ماتریس مقایسه زوجی برای تعیین وزن برای MCE هدف تناسب شهری.
جدول
جدول 7. شاخص شدت گسترش (EI) برای شهر Temuco تا سال 2033 و 2049.

مقالات داخلی و بین المللی

مطالب مرتبط ...

بدون دیدگاه

دیدگاهتان را بنویسید