شناسایی شدت فرسودگی بافت شهری با استفاده ازسیستم اطلاعات جغرافیایی(GIS) ومدل سلسله مراتبی (AHP)(مطالعه موردی: محدوده ی شرقی و غربی بافت فرسوده ی شهر جهرم)
محل انتشار: اولین همایش ملی جغرافیا، شهرسازی و توسعه پایدار
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 935
فایل این مقاله در 27 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
GUPSD01_1341
تاریخ نمایه سازی: 21 تیر 1393
چکیده مقاله:
بافت های فرسوده و ناکارآمد شهری بخش اعظمی از سطح شهرهای کشور را تشکیل می دهد. آسیب پذیر بودن این بافت ها، مداخله جهت نوسازی این نوع بافت ها را بسیار زمان بر، پیچیده و حساس می نماید. لذا قبل از هر گونه اقدام در رابطه با بافت های فرسوده یک شهر، بایستی با استفاده از شاخص ها و معیارهایی، میزان فرسودگی مناطق مختلف شناسایی و سپس برای هر گونه اقدام و سرمایه گذاری، اولویت بندی شوند. هدف از این پژوهش، شناسایی شدت فرسودگی بافت فرسوده محدوده شرقی و غربی شهر جهرم، با استفاده از روش هم پوشانی (overlay) لایه های مربوطه، در سیستم (GIS) است. داده های مورد استفاده از بررسی های میدانی، نقشه ی کاربری اراضی و نگرش های کارشناسان و مهندسان شهرداری شهر جهرم فراهم آمده است. پس از آن میزان فرسودگی منطقه، با استفاده از (GIS) و بر اساس هر کدام از شاخص ها، مشخص می شود و در نهایت، کل لایه های مربوط به هر کدام از شاخص ها، در سیستم مذکور هم پوشانی(overlay) می گردند. نتیجه کار نشان داد که حدود 54 در صد از محدوده های مطالعاتی بافت فرسوده در اولویت اول فرسودگی از لحاظ شاخص های مورد بررسی می باشند. این مقدار در محدوده غربی به حدود 59 درصد و در محدوده شرقی در حدود 47 در صد می باشد، که نشان دهنده شدت بالای فرسودگی بافت مطالعاتی می باشد.
کلیدواژه ها:
نویسندگان
مجید رحیمی
عضو هیئت علمی دانشگاه آزاد اسلامی جهرم
اصغر نظریان
استاد تمام جغرافیا و برنامه ریزی شهری، دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران
محمد حسین صلاح
کارشناس ارشد جغرافیا و برنامه ریزی شهری، دانشگاه پیام نور رضوان شهر صدوق
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :