برآوردپتانسیل طبیعت گردی ژئوتوریسم واکوتوریسم دراستان آذربایجان شرقی بااستفاده ازمدل پتانسیل اکوتوریستی
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 705
فایل این مقاله در 11 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:
ICCAU01_2452
تاریخ نمایه سازی: 29 تیر 1393
چکیده مقاله:
طبیعت گردی (اکوتوریسم،ژئوتوریسم) یکی از روش های نوین در ارائه جاذبه های گردشگری است که امروزه توجه بسیاری از کشورها ی جهان را به خود جلب کرده است. طبیعت گردی فعالیت های فراغتی انسان را بیشتر در طبیعت امکان پذیر می سازد و مبتنی بر سفرهای هدفمند همراه با دیدار و برداشت های فرهنگی و معنوی از جاذبه های طبیعی و کسب لذت از پدیده های گوناگون موجود در آن است. استان آذربایجان شرقی از جمله مناطق بسیار مستعد در توسعه طبیعت گردی است. وجود مناطق بکر طبیعی، سواحل زیبای ارس، دره ها، کوه های سر به فلک کشیده و وجود آب و هوای مناسب برای گردشگران در بیش از نیمی از سال و داشتن مرزهای آبی و خاکی مشترک با جمهوری آذربایجان و ارمنستان این استان را مستعد برنامه ریزی و سرمایه گذاری بر پایه اکوتوریسم و ژئوتوریسم نموده است که در صورت توجه می تواند سرمایه های عظیمی را عاید این منطقه نماید. در این مقاله از مدل پتانسیل اکوتوریستی EP برای ارزیابی قابلیت های طبیعت گردی در استان آذربایجان شرقی استفاده شده است. در این مدل پنج مولفه برای ارزیابی و سطح بندی جاذبه های طبیعی مورد مطالعه قرار می گیرد و با توجه به امتیازات داده شده به هر یک از مولفه ها در مناطق مورد مطالعه، رتبه و سطح هر کدام از آنها تعیین می شود که بر اساس محاسبات انجام شده در این مقاله پتانسیل طبیعت گردی در استان برابر 2/2 برآورد شده که نشان دهنده پتانسیل بسیار بالای این استان در طبیعت گردی است.
کلیدواژه ها:
نویسندگان
محمدحسین فتحی
دانشجوی دکتری جغرافیای طبیعی دانشگاه محقق اردبیلی
فریبا ایاسه
دانشجوی دکتری جغرافیای طبیعی دانشگاه محقق اردبیلی
دلارام رحیمی
کارشناسی ارشدشهرسازی دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران ایران
فاطمه اسکندری نژاد
دکتری جغرافیای طبیعی دانشگاه صدرالعینی تاجیکستان
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 :