پیاده سازی یک فرآیند تحلیل سلسله مراتبی برای مکانیابی کاربری های اراضی با استفاده از GIS
محل انتشار: همایش منطقه ای ژئوماتیک
سال انتشار: 1388
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,124
فایل این مقاله در 12 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:
IIAUGEOMATIC01_027
تاریخ نمایه سازی: 26 اردیبهشت 1388
چکیده مقاله:
تصمیم گیری ها در مورد کاربری های اراضی در طول دهه های اخیر به صورت پیشرونده ای پیچیده شده اند. از دلایل اصلی این امر می توان به افزایش جمعیت که با افزایش تقاضا وهمچنین رشد آگاهی برای استفاده ی پایدار از زمین و منابع همراه شده است، اشاره نمود. کاهش مداوم زمین های با ارزش منجر به افزایش ناسازگاری در فرآیندهای تصمیم گیری مرتبط با کاربری اراضی می شود، چونکه منافع مختلفی تحت تاثیر این فرآیند قرار دارند و همچنین تقاضاهایی با منافع مختلف و معیارهای ارزیابی مختلف در فرآیند تصمیم گیری بایستی در نظر گرفته شوند. در چنین فرآیندهای تصمیم گیری، همه ی معیارهای شناسایی شده بر اساس اهمیت نسبی که دارند، وزندهی می شوند. اما هنگامی که تعداد بیشتری از این معیارها در نظر گرفته می شوند، تخصیص وزن به فرآیندی کاملا دشوار تبدیل می شود، مخصوصا در مورد کاربری های اراضی این امر به وضوح صادق است چراکه تحلیل گران، نتایج را باید به صورت نقشه ارائه دهند. بنابراین روشهایی که تنها منجر به استخراج وزنهای معیار بشوند موردنیاز نیستند بلکه روشهای تسریع در فرآیندهای تهیه ی نقشه و نمایان سازی نتایج کاربری اراضی نیز بایستی در نظر گرفته شوند. هر دوی این موارد را می توان با استفاده از GIS تسهیل نمود. این مقاله با استفاده از ابزارهای GIS ، وزنهای معیار را با استفاده از فرآیند تحلیل سلسله مراتبی (AHP) استخراج می کند و با استفاده از یک مجموع وزندار از دسته داده های رستری GIS ، به تولید نقشه های ارزیابی کاربری اراضی می پردازد که از آنها می توان در مکانیابی های مختلف GIS، بهره برد.
کلیدواژه ها:
نویسندگان
محمدرضا رجبی
دانشجوی کارشناسی ارشد- مهندسی نقشه برداری، سیستم های اطلاعات مکانی
علی منصوریان
استادیار گروه GIS – دانشکده مهندسی ژئودزی و ژئوماتیک- دانشگاه صنعتی خوا
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 :