ارزیابی پتانسیل فضایی افزایش تراکم ساختمانی در شهر بیرجند با بهره گیری از مدل های پیشنهادی هوش مصنوعی: مطالعه موردی شهرداری منطقه یک بیرجند

این پژوهش با هدف ارزیابی دقیق پتانسیل فضایی افزایش تراکم ساختمانی در شهر بیرجند، به ویژه در شهرداری منطقه یک، با بهره گیری از مدل های هوش مصنوعی انجام شده است. در مقایسه با روش های سنتی ارزیابی تراکم که عموما مبتنی بر تحلیل های کیفی و داده های محدود بودند، این مطالعه با استفاده از داده های جامع شامل اطلاعات جمعیتی (سرشماری سال ۱۳۹۵)، اقتصادی (درآمد خانوار و نرخ اشتغال)، کاربری اراضی (نقشه های تفصیلی شهر) و اطلاعات مکانی (شبکه معابر و دسترسی به خدمات) به بررسی این پتانسیل ها می پردازد. مدل های هوش مصنوعی مورد استفاده، قادر به تحلیل همزمان بیش از ۲۰ شاخص مختلف موثر بر تراکم بودند. نتایج نشان داد که با استفاده از الگوریتم های یادگیری ماشین، پتانسیل افزایش تراکم در منطقه یک بیرجند ۲۲% بیشتر از برآوردهای حاصل از روش های سنتی برآورد شده است. به طور خاص، محله های الف و ب در منطقه یک، به دلیل نزدیکی به مراکز تجاری و اداری و دسترسی به شبکه حمل و نقل عمومی، دارای بالاترین پتانسیل برای افزایش تراکم هستند. تحلیل ها نشان داد که با رعایت استانداردهای شهرسازی و اعمال محدودیت های ارتفاعی (حداکثر ۶ طبقه)، می توان تراکم جمعیتی را در این محلات تا ۳۰% افزایش داد، در حالی که در روش های سنتی، این میزان به ۲۰% محدود می شد. مدل های هوش مصنوعی همچنین قادر به شناسایی ۱۲ قطعه زمین بایر با مساحت مجموع ۵ هکتار در منطقه یک بودند که پیش از این در طرح های جامع شهری نادیده گرفته شده بودند. این پژوهش نشان می دهد که استفاده از هوش مصنوعی در ارزیابی پتانسیل تراکم، نه تنها دقت و جامعیت تحلیل ها را افزایش می دهد، بلکه امکان شناسایی فرصت های جدید و بهینه سازی تخصیص منابع را نیز فراهم می سازد و منجر به تصمیم گیری آگاهانه تر در زمینه توسعه شهری می شود.

کلیدواژه ها:

تراکم ساختمانی ، هوش مصنوعی ، جغرافیای انسانی ، بیرجند ، منطقه یک شهرداری ، پتانسیل فضایی ، یادگیری ماشین