ارزیابی توان زیست محیطی در راستای برنامه ریزی فضایی با استفاده از مدل اکولوژیکی توسعه در Gis محدوده مورد مطالعه : ناحیه مرودشت، فارس
محل انتشار: فصلنامه آمایش و توسعه، دوره: 1، شماره: 2
سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 156
نسخه کامل این مقاله ارائه نشده است و در دسترس نمی باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JPD-1-2_002
تاریخ نمایه سازی: 30 بهمن 1400
چکیده مقاله:
ضعف مطالعات جغرافیایی پایه و توان سنجی نواحی در جهت ساماندهی نظام استقرار جمعیت و فعالیت منجر به تشدید معضلات زیست محیطی، نابرابری های فضایی میان عرصه های زیستی شهری و روستایی، افزایش فقر محلی و... گردیده است. از این رو شناسایی و ارزیابی توان زیست محیطی در جهت برنامه ریزی فضایی متناسب برای توسعه سکونتگاهی امری اجتناب ناپذیر است. محدوده مورد مطالعه (ناحیه مرودشت) واقع در بخش مرکزی استان فارس، بویژه در دهه های اخیر همچون بسیاری از نواحی همسان در کشور به تبع برنامه ریزی های نامتناسب و شهر محور، فقدان نگرش فضایی و بی توجهی به قابلیت های متنوع محیطی و انسانی از یک سو و روند فزاینده جابه جایی های جمعیتی و مهاجرت های روستا به شهر، مسیر ناپایداری توسعه ناحیه ای را پیموده است. در این پژوهش برای تعیین توان سرزمینی در محدوده مورد مطالعه (در راستای برنامه ریزی فضایی از مدل اکله: توسعه در تلفیق با تحلیل فضایی در سیستم اطلاعات جغرافیایی بهره جسته شده است. این پژوهش از نظر روش شناسی، از نوع قیاسی است، و به روش توصیفی- تبیینی به مطالعه موضوع پرداخته است. گردآوری داده ها به دو صورت اسنادی و پیمان انجام گرفته است. برای گردآوری داده های بروز و رفع کمبودهای آماری موجود، ۱۰ سکونتگاه روستایی نمونه بر اساس روش نمونه گیری طبقه بندی و شاخص های موقعیت جغرافیایی و جمعیت تعیین شده و بر طبق فرمول کوکران تعداد ۲۹۰ پرسشنامه در سطح روستاها توزیع گردید.
کلیدواژه ها:
نویسندگان
ابراهیم خلیفه
دانشجوی دکتری جغرافیا و برنامه ریزی روستایی، دانشگاه تربیت مدرس، تهران، ایران
حسن احمدی
استادیار آمایش سرزمین، دانشگاه تربیت مدرس، تهران، ایران
یاسر رمضان نژاد
دانشجوی دکتری جغرافیا و برنامه ریزی روستایی، دانشگاه تربیت مدرس، تهران، ایران
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 :