طراحی و اجرای GIS کاربردی جهت مکانیابی محل دفن مواد زائد جامد شهری با استفاده از مدلهای فازی ، ژنتیک و وزن های نشانگر مبتنی بر توسعه پایدار(مطالعه موردی شهر بیرجند)
محل انتشار: نخستین همایش توسعه شهری پایدار
سال انتشار: 1389
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,497
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:
CSUD01_051
تاریخ نمایه سازی: 18 تیر 1389
چکیده مقاله:
مواد زائد جامد شهری، جزء جدایی ناپذیر از زندگی شهرنشینی بوده و تولید انواع این زائدات در کمیت و کیفیتهای مختلف یکی از مهمترین معضلات زیست محیطی عصر حاضر است، آلودگی های هوا، آب و خاک ناشی از عدم مدیریت صحیح و عدم انتخاب جایگاه مناسب جهت دفن پسماند، مشکلات عدیده ای را برای محیط زیست شهروندان ایجاد کرده و رابطه معقول و موزون توسعه پایدار شهری را بر هم زده است. در این میان استفاده از داده های مکانی و ساماندهی و تحلیل درست این داده ها برای بهره گیری در مکانیابی مناسب تاسیسات شهری با اهمیت بوده و از رشد فزاینده ای در سطح تحقیقات روز، برخوردار گشته است. توابع تلفیقی از انواع توابع تجزیه و تحلیل مکانی GIS هستند که امکان انتخاب مکان بهینه را با استفاده از نقشه های ورودی و از طریق عملگرهای تلفیقی فراهم مینمایند توابع از لحاظ نحوه عملکرد به انواع مختلفی مانند بولین، همپوشانی شاخص، منطق فازی، ژنتیک و وزن های نشانگر تقسیم می شوند. بنابراین تعیین تابع تلفیقی مناسب در طراحی و اجرای GIS کاربردی جهت مکانیابی بهینه و مناسب تاسیسات شهری ضروری است. در این تحقیق ابتدا شرایط و فاکتورهای موثر در مکانیابی محل دفن مواد زائد جامد شهری به همراه لایه های اطلاعاتی مربوطه ، تعیین و آماده ورود به مدلهای تلفیقی شده است سپس ویژگی ها و نحوه عملکرد مدلهای فازی، ژنتیک و وزنهای نشانگر از لحاظ کارایی تابعی و دقت نتایج خروجی مورد بحث و بررسی قرار گرفته و در نهایت با توجه به نتایج و مبتنی بر شاخص های توسعه پایدار، مدل مناسب تعیین و ارائه گردیده است.
کلیدواژه ها:
نویسندگان
مهدی ضیایی
کارشناسی ارشد شهرسازی و عضو هیئت علمی دانشکده هنر دانشگاه بیرجند
فاطمه حاجی زاده
دانشجوی کارشناسی ارشد محیط زیست دانشگاه بیرجند
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 :