تحلیل منظر رنگی با تاکید بر اصل هم پیوندی بصری در منظر شهر تاریخی؛ نمونه موردی: مجموعه زندیه شیراز
سال انتشار: 1405
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 67
فایل این مقاله در 26 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IUDS-3-1_012
تاریخ نمایه سازی: 17 مهر 1405
چکیده مقاله:
منظر رنگی در بافت های تاریخی، به عنوان یکی از مولفه های بنیادین هویت بصری، نقش تعیین کننده ای در خوانایی، انسجام و تداوم ارزش های میراثی دارد. پژوهش حاضر با هدف تحلیل منظر رنگی و تبیین هم پیوندی بصری در مجموعه زندیه شیراز، در چهارچوب رویکرد منظر شهری تاریخی انجام شده است. این مطالعه با تکیه بر روش توصیفی تحلیلی و با بهره گیری از برداشت میدانی رنگ نماهای اصیل، استخراج نمونه های رنگی از مصالح و عناصر شاخص، اصلاح اپتیکی داده های رنگ و پردازش آن ها در محیط MATLAB صورت گرفته است. در ادامه، داده های رنگی از فضای RGB به فضای CIELab تبدیل و با استفاده از الگوریتم K-Means خوشه بندی شد تا پالت رنگی غالب در محدوده مطالعه شناسایی شود. نتایج پژوهش نشان می دهد که منظر رنگی مجموعه زندیه عمدتا متشکل از رنگ های گرم، خاکی و با روشنایی متوسط است که ریشه در مصالح بومی، به ویژه آجر و نیز شرایط اقلیمی منطقه دارد. در مقابل، رنگ های کاشی کاری اگرچه از تنوع بیشتری برخوردارند، اما نقشی مکمل و تاکیدی در ترکیب کلی منظر ایفا می کنند. یافته ها نشان می دهد که نظام رنگی موجود، سهم قابل توجهی در شکل گیری هم پیوندی بصری و تثبیت هویت تاریخی مجموعه دارد. براین اساس، تحلیل نظام رنگی می تواند به عنوان ابزاری کارآمد در فرایندهای حفاظت، مرمت و ارتقای کیفیت بصری بافت های تاریخی استفاده شود.
کلیدواژه ها:
نویسندگان
حمیدرضا شیبانی
دانشجوی کارشناسی ارشد مرمت و حفاظت میراث شهری، بخش شهرسازی، دانشکده هنر و معماری، دانشگاه شیراز، شیراز، ایران.
مهسا شعله
دانشیار، بخش شهرسازی، دانشکده هنر و معماری، دانشگاه شیراز، شیراز، ایران.
سهند لطفی
استاد، بخش شهرسازی، دانشکده هنر و معماری، دانشگاه شیراز، شیراز، ایران.
خلیل حاجی پور
دانشیار، بخش شهرسازی، دانشکده هنر و معماری، دانشگاه شیراز، شیراز، 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 :