رشد شهري و عوامل محرك آن، مطالعه موردي: كلانشهر تهران
محورهای موضوعی :
آزادی کاویانی
1
(علوم و تحقيقات)
رحمت الله فرهودی
2
(تهران)
آزیتا رجبی
3
(تهران مرکزي)
کلید واژه: رشد شهري, سنجش از دور, رگرسيون لاجستيك, بوم شناسي عاملي, كلانشهر تهران,
چکیده مقاله :
فرايند شهرنشيني و رشد شهري در مناطق مختلف جهان نتيجه تعاملات درهم تنيده ميان فاكتورها و عوامل گوناگون اجتماعي، اقتصادي، سياسي، تكنولوژيك، جغرافيايي و فرهنگي جهاني و محلي است. بر اين اساس، شناسايي عوامل محرك و شكل دهنده رشد شهرها اهميتي حياتي براي برنامه ريزي شهري و توسعه پايدار به خصوص در كشورهاي در حال توسعه دارد و به عنوان ابزاري براي پيش بيني روندهاي آينده، كنترل و هدايت رشد شهر، سامان بخشيدن به توسعه آتي شهر و در نهايت، مديريت كارآمد و هدفمند شهرها به كار مي رود. هدف اصلي اين مطالعه، شناسايي عوامل محرك و شكل دهنده بيوفيزيكي و اجتماعي ـ اقتصادي رشد كلانشهر تهران است. براي دستيابي به اين هدف، پنج مرحله اصلي شامل: توليد نقشه هاي كاربري، پوشش اراضي براي بررسي تغييرات فضايي- زماني؛ كاربري، پوشش اراضي در شهر تهران و نواحي پيرامون آن با استفاده از تصاوير ماهواره اي؛ شناسايي عوامل محرك رشد شهري با استفاده از رگرسيون لاجستيك؛ استفاده از رويكرد بوم شناسي عاملي براي بررسي عوامل انساني موثر در سيماي شهر تهران؛ و محاسبه متريك هاي فضايي براي كمي سازي ساختار و ويژگي هاي الگوي سيماي سرزمين در كلانشهر تهران با استفاده از نرم افزار Fragstata و بررسي ارتباط ميان الگوي رشد شهري و نواحي اجتماعي با استفاده از رگرسيون چند متغيره مورد توجه قرار گرفته است. نتايج حاصل نشان مي دهد كه فاصله از راه ها و مراكز تجاري شهر تهران در دوره زماني 1379 تا 1393 مهم ترين عوامل بيوفيزيكي شكل دهنده الگوي رشد كلان شهر تهران بوده و در ميان پنج مولفه اجتماعي- اقتصادي، مولفه تراكم جمعيت و اشتغال داراي بيشترين تاثير بر الگوي رشد شهر كلانشهر تهران مي باشد.
The urbanization process and urban growth in different parts of the world result from the interconnected interactions between factors and various socio-economic, political, technological, geographical, cultural, global and local issues. Accordingly, identifying the driving and shaping factors of the growth of cities is vital for urban planning and sustainable development, especially in developing countries, which is used as a means of predicting future trends, controlling and guiding the growth of the city, organizing the future development of the city and eventually efficiently and purposefully managing the city. The main objective of this study is to identify the driving and shaping factors of the biophysical and socio-economic growth of Tehran metropolis. In order to achieve this goal, five main stages are taken into consideration, including the production of land use maps, land cover to study the land use spatial-temporal changes, land cover in Tehran and its surrounding areas using satellite images, identifying driving factors of urban growth using logistic regression, using a factor ecology approach to investigate the human factors effective on Tehran landscape, calculating spatial metrics for quantization of the structure and characteristics of the landscape pattern in Tehran metropolis using Fragstatas software and investigating the relationship between urban growth pattern and social areas using multivariate regression. The results indicate that the distance from the roads and the commercial center of Tehran in the period 2000 to 2014 is the most significant biophysical factor shaping the growth pattern of Tehran metropolis, and among the obtained five socioeconomic components, the population density and employment components have the most effect on urban growth pattern in Tehran metropolis.
1. رفیعیان، مجتبی؛ محمودی، مهران (1388)؛ الگوهای تحلیلی تغییر کاربری زمین، انتشارات آذرخش، تهران؛
2. سیف الدینی، فرانک؛ منصوریانريال حسین؛ پوراحمد، احمد؛ درویش زاده، روشنک (1392)؛ پویایی فضایی ـ زمانی نظام شهری ایران (1390-1335)؛ پژوهش های جغرافیایی برنامه ریزی شهری، شماره 1؛
3. غمامی، مجید (1383)؛ مجموعه شهری تهران: گزینه مطالعات طرح راهبردی توسعه کالبدی، مرکز مطالعات و تحقیقات شهرسازی و معماری ایران، تهران
4. گیلبرت، آلن و گاگلر، ژوزف (1375)؛ شهرها، فقر و توسعه شهرنشینی در جهان سوم. ترجمه پرویز کریمی ناصری، شهرداری تهران، چاپ اول، تهران؛
5. منصوریان، حسین (1393)، تبیین الگوهای رشد شهری در منطقه کلانشهری تهران، رساله دکتری، دانشکده جغرافیا، دانشگاه تهران
6. Abebe, G. A. (2013), Quantifying urban growth pattern in developing countries using remote sensing and spatial metrics: a case study in Kampala, Uganda. Ph.D Thesis in Geography, Department of Geography, Faculty of Geo-Information and Earth Observation (ITC), University of Twente;
7. Arsanjani Jamal Jokar, Helbich, M., Kainz, W., & Darvishi Boloorani, A. (2013), Integration of Logistic Regression, Markov chain and Cellular Automata models to simulate urban expansion. International Journal of Applied Earth Observation and Geo information, 21, 265–275;
8. Barnsley, M.J. and Barr, S.L. (2000), Monitoring urban land use by earth observation. Surveys in Geophysics, 21, 269–289;
9. Bhatta, B. (2010), Analysis of urban growth and sprawl from remote sensing data. Springer, Heidelberg;
10.Cheng, J. and Masser, I. (2003), urban growth pattern modeling: a case study of Wuhan city, PR China. Landscape Urban Plan, 62, 199–217;
11.Huang, B., Zhang, L., & Wu, B. (2009), spatiotemporal analysis of rural-urban land conversion. International Journal of Geographical Information Science, 23(3), 379–398;
12.Hu, Z., & Lo, C. P. (2007), Modeling urban growth in Atlanta using Logistic Regression. Computers Environment and Urban Systems, 31(6), 667–688;
13. Luck, M. and Wu, J. (2002), a gradient analysis of urban landscape pattern: a case
study from the Phoenix metropolitan region, Arizona, USA. Landscape Ecology, 17(4), 327–339;
14.Nong, Y., & Du, Q. (2011), urban growth pattern modeling using Logistic Regression. Geo-Spatial Information Science, 14(1), 62–67;
15.Ruibo, H. (2012), Urban Transformation in China: From an Urban Ecological
Perspective. PhD Thesis in Geography, Department of Geography, Faculty of Arts, University of Ottawa;
16. Seifolddini, F and Mansourian, H. (2012), A Spatial Analysis of the Socio-economic and Environmental Variables of Tehran City. Spaces and Flows: An International Conference on Urban and Extra Urban Studies. 2(1), 53-68;
17. Seto, K.C. and Fragkias, M. (2005), Quantifying spatiotemporal patterns of urban landuse change in four cities of China with timer series landscape metrics. Landscape Ecology, 20, 871–888;
18.Wu, J.G. (2008), Making the case for landscape ecology: an effective approach to urban sustainability. Landscape and Ecology, 27, 41–50;
19.Wu, J., Jelinski, E.J., Luck, M. and Tueller, P.T. (2000), Multiscale analysis of landscape heterogeneity: scale variance and pattern metrics. Geographic Information Sciences, 6(1), 6–19.
