مکان یابی اراضی قهوه ای (Brownfield )با استفاده از سیستم اطلاعات جغرافیایی (GIS )و تکنیک ارزیابی داده (AHP)نمونه موردی شهر بجنورد
محل انتشار: همایش ملی معماری شهرسازی و سرزمین پایدار
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 618
فایل این مقاله در 25 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:
IARC03_077
تاریخ نمایه سازی: 19 خرداد 1396
چکیده مقاله:
کمبود فضا برای توسعه، خصوصا در بافت های میانی و متراکم شهرها یکی از چالش های مهم برنامه ریزی شهری است.از طرفی توجه نکردن به مدیریت توسعه زمین در نظام برنامه ریزی شهری پیامدهای متعددی برجای می گذارد که یکی از آنها گسترش افقی و بی رویه محدوده شهرها و استفاده نکردن از ظرفیت های موجود است. لذا در شرایط کمیابی فضا، استفاده از تمام توانمندی های موجود و بهینه سازی بهره برداری فضا، اصلی اساسی است. باز توسعه اراضی بلااستفاده در مناطق داخلی شهرها، در کاهش روند گسترش پراکنده شهرها و پاسخگویی به مشکلات کاربری زمین، بسیار مهم است از این رو هدف نوشتار حاضر، معرفی انگاره باز توسعه اراضی بلااستفاده به عنوان یکی از راهکارهای موثر در بازگرداندن عرصه های ناکارآمد به چرخه زندگی شهری است. روش پژوهش توصیفی Bتحلیلی است و با استفاده از ابزار گردآوری داده، مطالعات کتابخانه ای و اسنادی به تبیین موضوعات پرداخته، و در ادامه به شناسایی و طبقه بندی اراضی قهوه ای به عنوان نمونه مورد مطالعه با به کارگیری تکنیک ارزیابی داده (AHP (جهت تعیین و وزن دهی معیارهای مناسب پرداخته ایم، سپس زیر معیارها با استفاده از GIS رقومی شده و وزن های محاسبه شده در این ابزار با لایه های اطلاعاتی منطقه تلفیق گردیده و خروجی های حاصل که به شکل نقشه می باشند، با استفاده از فن همپوشانی لایه ها روی یکدیگر قرار گرفته و در نهایت به تعیین اولویت جهت توسعه مجدد در اراضی قهوه ای شهر بجنورد انجامید.
کلیدواژه ها:
نویسندگان
نفیسه گریوانی
دانشجوی کارشناسی ارشد برنامه ریزی شهری موسسه آموزش عالی خاوران مشهد
سیما محمدزاده خانی
دانشجوی کارشناسی ارشد برنامه ریزی شهری موسسه آموزش عالی خاوران مشهد
محمدرضا مبهوت
مربی و عضو هیات علمی گروه شهرسازی موسسه آموزش عالی خاوران مشهد
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 :