مناطق در سنگ - تحدید و طبقه بندی مناطق در اروپا بر اساس الگوهای سکونت برگرفته از داده های EO

خلاصه

الگوهای فضایی مناظر پیچیده هستند. مراکز شهری بسیار متراکم فقط در یک مفهوم دوگانه با محیط های روستایی آینه نمی شوند. مناظر یک پیوستار متغیر مکانی هستند. در این منطق، دولت-ملت ها (یا هر واحد سیاسی یا اداری) انواع و ظواهر فیزیکی مختلف پوشش زمین را به لحاظ فضایی ادغام می کنند. درک مناطق به این معنا که ویژگی‌های فیزیکی مشابه ممکن است موجودیت‌های فضایی جایگزین (طبیعی) بسازند که ممکن است مرزهای اداری را تقسیم یا متقاطع کنند، به ما امکان می‌دهد بر پیش‌بینی‌های نقشه مشترک غلبه کنیم. با این حال، اینکه کدام شاخص ها و کدام منطق منطقه ای مناطق را تعریف و تعیین می کند، از نظر مفهومی مبهم است. با این مقاله قصد داریم یک مطالعه تجربی برای شناسایی پدیده های منطقه ای در اروپا اضافه کنیم. برای انجام این کار، ما از یک مجموعه داده جدید از سنجش از راه دور استفاده می کنیم. ردپای جهانی شهری این ویژگی اطلاعات فضایی سازگار در سراسر اروپا در مورد الگوهای استقرار است. ما از تراکم و توزیع سکونتگاه ها به عنوان شاخصی برای تعیین حدود مناطق با ویژگی های مشابه استفاده می کنیم. رویکرد روش‌شناختی ما گره‌های شهری را (براساس تراکم و اندازه استقرار) طبقه‌بندی می‌کند، یک فضای نرم نامحدود را با طبقه‌بندی اتصال فضایی بین گره‌ها (با استقرار پیوسته) و موجودیت‌های سرزمینی (بر اساس تراکم اطراف گره‌ها) را نقشه‌برداری می‌کند. رویکرد از منطق فضایی پیروی می کند. از منظر جغرافیایی، ما توسعه نابرابر را در سراسر اروپا شناسایی می کنیم. راهرویی که از انگلستان از طریق مناطق بنلوکس از طریق آلمان، سوئیس، فرانسه تا شمال ایتالیا کشیده شده است به عنوان ستون فقرات اروپا ترسیم شده است. با این حال، مناطق کانونی جدید مانند، به عنوان مثال، به سمت شرق اروپا نیز شناسایی شده است.

کلید واژه ها:

پدیده های منطقه ای ; سنجش از دور ؛ ردپای جهانی شهری ; الگوی استقرار ; گره های شهری ; اروپا ؛ مگا منطقه ؛ کریدور شهری ; تحلیل فضایی

1. معرفی

در نقشه ها فضا ساخته می شود. رایج ترین نمایش نقشه از مرزهای سیاسی دولت-ملت ها استفاده می کند. چیدمان فضا توسط دولت-ملت یا هر نهاد اداری دیگر از نظر فضایی سطح سیاسی عمل را در بر می گیرد و اغلب برای مطالعات تطبیقی در مورد نابرابری ها استفاده می شود. با این وجود، نمی توان این واحدهای جغرافیایی را بدیهی دانست. مناطق ساخته شده به طور مصنوعی لزوماً منعکس کننده واحدها یا مناطق طبیعی نیستند که به عنوان یک موجود فضایی مرتبط و محدود با ویژگی های مشابه (اقتصادی، فرهنگی، اجتماعی، فیزیکی و غیره) درک می شوند. در نتیجه، این بازنمایی‌های فضایی پیشرفت‌های یکنواخت یا ناهموار را در مقیاس‌های کوچک‌تر یا بزرگ‌تر پنهان می‌کنند. بنابراین، ما باید دریابیم که چه چیزی و چه کسی را می توان در موجودیت های معقول جمع کرد [ 1 ].

بحث آکادمیک که «منطقه‌گرایی جدید» نامیده می‌شود (مثلاً ر.ک. [ 2 ، 3 ، 4 ]) دگرگونی جوامع به موجودیت‌های جدیدی را پیشنهاد می‌کند که دولت-ملت را به‌عنوان «منطقه اقتصادی طبیعی» به چالش می‌کشد (به عنوان مثال، [ 5 ، 6] ). ]). با مفاهیم فضایی مانند مناطق بزرگ، مناطق کلان شهر، شهرهای جهانی، مناطق شهری یا کلانشهری (فرامرزی)، کریدورهای شهری یا مناطق مورفولوژیکی بزرگ شهری، مجموعه ای از نقشه های منطقه ای (همپوشانی، و گاهی اوقات متناقض)، که از ترتیبات مشترک ملی یا سایر ترتیبات اداری انحراف دارند، ایجاد شده اند (به عنوان مثال، [ 7 ، 8 ، 9 ، 10 ، 11, 12 , 13 , 14 , 15 , 16 ]). تصورات مشخص برای اروپا مانند آبی [ 17 ]، موز زرد یا کمربند آفتابی (به عنوان مثال، [ 18 ])، «اختاپوس قرمز» [ 19 ]، «ستاره آبی» [ 20 ]، در میان بسیاری دیگر (نگاه کنید به یک نمای کلی، به عنوان مثال، [ 21 ])، به صورت فضایی مناطقی را که بر ستون فقرات اقتصادی قاره منعکس می شود، می سازد [ 22 ].

پیچیدگی مفهومی برای ساختن مناطق منجر به کشمکش برای ساختن آنها در نقشه های سرزمینی منسجم می شود [ 23 ]. جغرافیای «فضای مکان» [ 24 ]، یک تفکر «تعریف سرزمینی» از مناطق، اخیراً در یک بحث علمی با ترتیبات اجتماعی-اقتصادی که مفاهیم «رابطه‌ای و نامحدود» از مناطق را ایجاد می‌کنند، به چالش کشیده شده است. جریان، کنار هم قرار گرفتن، تخلخل و اتصال [ 25 ]. جسوپ و همکاران [ 26 ] یادآوری می‌کند که یک منطقه را می‌توان به روش‌های گوناگون با تصاویر منطقه‌ای رقیب و روش‌ها و شاخص‌های مختلف برای منطقه‌سازی تصور و ساخت.از مناطق کاملاً مهر و موم شده به گره های متخلخل در فضای شبکه ای از جریان ها » (همچنین به [ 23 ] مراجعه کنید). با اذعان به این بحث آکادمیک که تا چه حد فضاهای منطقه ای غیر استاندارد جایگزین مناطق محدود به قلمرو می شوند (به عنوان مثال، [ 27 ، 28 ])، ما تقاضا برای پیشرفت در این بحث را در خط [ 29 ، 30 ] درک می کنیم که اینطور نیست. یا/یا»، بلکه مفاهیم «هم/و» از دیدگاه‌های سرزمینی و رابطه‌ای در مورد مناطق مورد نیاز است.

تیلور [ 31 ] پیشنهاد می‌کند که داده‌های جدید در رشته‌های مختلف ممکن است به درک جغرافیایی کامل‌تری از شبکه‌ها اجازه دهد که به مکان و جریان فضا نگاه می‌کنند. مشارکت این مقاله از پیشرفت‌های اخیر در رصد زمین که اطلاعات جغرافیایی استقرار جهانی را ارائه می‌کند، بهره می‌برد. همانطور که هریسون و گرو [ 23 ] بیان می کنند، بحث آکادمیک در مورد منطقه گرایی جدید بسیار جلوتر از مطالعات تجربی بوده است و محققان نیاز به مطالعات در مورد تولید “فضاهای جدید” را مطرح می کنند [32 ] . هدف ما افزودن دانش تجربی در مورد پیکربندی الگوهای اسکان اروپا است. برای این منظور، ما داده‌های سنجش از دور اخیراً تولید شده را به تفصیل توضیح می‌دهیم (یعنی «ردپای جهانی شهری» (GUF) [ 33]]) با پوشش سراسری اروپا. داده‌های GUF به طور مداوم نه تنها توده‌های شهری متراکم بزرگ، بلکه مناطق داخلی با متراکم متوسط یا حتی تکه‌های استقرار کوچک در مناطق روستایی کم متراکم را با وضوح و دقت بالا [34] که امکان مقابله با پدیده‌های منطقه‌ای را فراهم می‌کند، ثبت می‌کند . ذاتاً، تمرکز این رویکرد با استفاده از الگوهای استقرار بر تفکر سرزمینی است (اما نه به معنای سیاسی سرزمین‌ها، بلکه بر سرزمین‌هایی که با ویژگی‌های مشابه منظر تعریف می‌شوند). با این حال، این ممکن است مطالعات تحلیلی در مورد فرآیندهای رابطه ای را نیز آغاز کند. سازگاری مجموعه داده مشاهدات زمین (EO) اجازه می دهد تا الگوی چشم انداز در بافت وسیع جغرافیایی کلی آن درک شود. علاوه بر این، با Antrop’s [ 35] تقاضا برای موجودی های دقیق شرایط چشم انداز به عنوان مبنایی برای تصمیم گیری بهتر. در مقایسه با حجم زیادی از ادبیات در مورد ساختارها و الگوهای فضایی با تمرکز بر موجودیت های سرزمینی تثبیت شده [ 6 ]، مجموعه داده های EO از هر گونه محدودیت صلاحیت سرزمینی رها شده اند. در نتیجه، سهم این مقاله از نقطه نظر جغرافیایی برای گسترش جستجو برای پدیده های سرزمینی جدید است [ 6]] – به روشی بی طرفانه از نظر فضایی (احتمالاً عبور از مرزهای منطقه ای یا ملی) با یک مجموعه داده ثابت برای شناسایی مناطق غیر استاندارد. بنابراین، توانایی ها و چالش های تعریف، تعیین محدوده و تعیین مناطق از طریق داده های اخیر برای ساختن نقشه ها، در مورد ما برای قاره اروپا، را بررسی می کند. در انجام این کار، این مقاله قصد ندارد به کثرت منطق‌های منطقه‌ای مکمل یا متناقض احتمالی یا ارزیابی هنجاری پدیده‌های منطقه‌ای کمک کند.

از نقطه نظر روش شناختی، این مقاله با معرفی روشی برای شناسایی گره (که به عنوان مرکز شهری شناخته می شود) با استفاده از تراکم و اندازه سکونتگاه، به جای داده های جمعیت (به عنوان مثال، انجام شده توسط [14، 36]) به دانش آکادمیک کمک می کند . . این داده‌های جمعیتی ممکن است به دلیل متفاوت بودن تاریخ‌های کسب یا تکنیک‌های سرشماری، در میان چالش‌ها، دچار تناقض باشند. علاوه بر این، ما رویکردهای روش‌شناختی را در مورد اندازه‌گیری مجاورت استقرار فضایی بین گره‌ها گسترش می‌دهیم (بر اساس [ 37]) و ما روشی را برای شناسایی مناطق مرتبط با این گره های متصل معرفی می کنیم. بر این اساس، ما یک روش جدید برای دسته بندی شبکه های شناسایی شده گره ها و مناطق مربوطه معرفی می کنیم. در نتیجه، این مطالعه مبتنی بر یک مجموعه داده به عنوان مبدأ است، که یک منطق روش‌شناختی را امکان‌پذیر می‌کند، و بنابراین از تناقضات احتمالی در طول زمان و مکان بی‌طرفانه است، همانطور که اغلب موردی است که داده‌های ورودی چندگانه در سراسر کشورها اعمال می‌شود. از این رو، هدف ما این است که به مجموعه ادبیات فعلی اضافه کنیم که سنجش از دور شهری را به یک منبع داده مرتبط برای مطالعات شهری تبدیل کنیم – در مورد ما برای درک تجربی بهتر شبکه‌های گره و الگوهای استقرار مرتبط با آنها در اروپا.

2. پیشینه مفهومی

این اتفاق نظر وجود دارد که اصطلاح “منطقه” به فضا اشاره دارد. با این حال، ساخت فضا می‌تواند بر شاخص‌ها و منطق‌های متفاوتی تکیه کند و ذاتاً چندین تصویر یا معانی را در بر می‌گیرد: فضای سرزمینی. فضای سیاسی؛ فضای تعامل اجتماعی؛ فضای اقتصادی؛ فضای کاربردی؛ فضای نهادی [ 2 ]. بحث علمی در مورد منطقه گرایی جدید یاد شده، دیدگاه های چند بعدی می طلبد. با این حال، شاخص‌هایی که مناطق را تعریف، محدود می‌کنند یا می‌سازند، از نظر مفهومی مبهم می‌مانند [ 4 ]. بلکه جمعی از منطق های منطقه ای است [ 38] که امکان تعریف فضاهای تصوری مجازی از یک سو و همچنین تعیین حدود جغرافیایی مناطق سرزمینی از سوی دیگر را فراهم می کند. در حالی که ما منطقه‌گرایی را همانطور که هریسون و گرو [ 23 ] فرض می‌کنند، به‌عنوان هر دو، رابطه‌ای و سرزمینی به‌عنوان جایگزین‌های مکمل می‌دانیم، نقطه مبدأ ما – طبقه‌بندی دوتایی اخیراً توسعه‌یافته استقرار در مقابل مناطق غیرمسکونی – فضای سرزمینی را به‌عنوان پایه مفهومی ما تعریف می‌کند. بنابراین ساخت مناطق ما به ویژگی‌های مشابه الگوهای استقرار مربوط می‌شود، شاخصی که در میان دیگران پیشنهاد شده است، به عنوان مثال، توسط [ 39 ] برای ساختن مناطق بزرگ جغرافیایی مرتبط.

در نتیجه، این مطالعه اجازه ساخت فضاهای چند بعدی و احتمالاً مکمل را نمی دهد. مطالعه بالفعل “هم/و” که در آن فضاهای رابطه ای و سرزمینی جایگزین هستند، در نظر گرفته نشده است. با این حال، زمانی که امتیاز مفروض شهرها را در مفاهیم رابطه‌ای از مناطق که از طریق فضایی بودن جریان، کنار هم قرار گرفتن، تخلخل و اتصال ایجاد می‌شوند در نظر می‌گیریم [ 23 ، 25 ]، شهرها گره‌های محوری جهانی‌سازی هستند (مثلاً یک تجارت (بین‌المللی) ملی. شبکه [ 35]). این گره های محوری نقاط لنگر هستند که مناطق مجازی و تصوری را می سازند. اطلاعات جغرافیایی منسجم ما در سطح اروپا در مورد الگوهای سکونتی اجازه (باز) ساختن آن مناطق تصور شده غیر فضایی را نمی دهد. با این حال، به ما اجازه می دهد تا شهرها (به عنوان گره های مرکزی و محوری) را به عنوان فضاهای مرتبط با ویژگی های فیزیکی آنها شناسایی کنیم. در خط استدلال نویسندگانی مانند گلیزر [ 40 ]، فلوریدا و همکاران. [ 7 ]، هریسون و گرو [ 23 ] یا اسکات [ 13] شهرها و مناطق مرتبط، نقاط کانونی برای گردش اقتصادی، ایجاد دانش، یادگیری و نوآوری هستند که هویت های پساملی و انسجام اجتماعی را تقویت می کنند. ماندگاری سکونتگاه‌های انسانی، آنها را به گواهی موفقیت فعلی و/یا تاریخی مبتنی بر مکان تبدیل می‌کند. علاوه بر این، کرهل و همکاران. [ 41 ] یا Taubenböck و همکاران. [ 42 ]، به عنوان مثال، نشان می دهد که تمرکز توده های ساخته شده از نظر فیزیکی به تمرکز توابع اقتصادی منعکس می شود. در نتیجه، رشد (اندازه) و همگرایی (تراکم) الگوهای سکونتگاهی نتیجه قابل مشاهده توسعه اقتصادی است. یا به عنوان آنتروپ [ 35] استدلال می کنند، شهرنشینی مجموعه ای از تغییرات عملکردی است که به دنبال آن تغییرات ریخت شناسی و ساختاری است. در زمان‌هایی که سکونتگاه‌ها به دلیل رشد جمعیت یا مهاجرت به شهرها در حال گسترش هستند [ 43 ]، گره‌های جدیدی در داخل شبکه‌ها ممکن است ایجاد شوند و هم‌گرایی فیزیکی و مجاورت آنها می‌تواند به عنوان یکی از (از بسیاری دیگر ممکن) نماینده‌ای برای شهرنشینی و عملکردهای حیاتی مرتبط با آن عمل کند. مناطق شهری مرتبط این ملاحظات مفهومی از تفکر سرزمینی در مورد فرآیندهای رابطه حمایت می کند [ 23 ، 30]. با این حال، هدف ما امتیاز دادن به این بعد واحد نیست، بلکه ارائه این یک بعد به عنوان یک ویژگی ممکن برای توصیف مناظر اجتماعی- فضایی فعلی (و تاریخی) است که به ما امکان می دهد ابعاد دیگر را در مطالعات آتی به آن مرتبط کنیم.

فراتر از این، گره ها ممکن است منشا فضاهای مجازی و تصوری باشند. اما، آنها همچنین شامل عناصر به هم مرتبط مبتنی بر مکان هستند: شهر، که دارای مجموعه‌های مشخصی از عملکردها یا فعالیت‌های اقتصادی است، و منطقه، یک قلمرو اطراف که منحصر به آن شهر است [13 ، 44 ] . شهرنشینی سریع باعث می شود که اقتصادهای کارکردی اکثر شهرهای بزرگ بسیار فراتر از مرزهای سنتی آنها گسترش یافته و شهرها و شهرهایی را که از نظر فیزیکی مجزا هستند و در عین حال به طور عملکردی شبکه ای شده اند و شهرک ها در مناطق داخلی اطراف را تصرف کنند [23 ] . با آن، ما در نظر می گیریم که منافع اقتصادی و سیاسی منطقه ای همچنان به شکل سرزمینی بیان می شود [ 45]]. نازک شدن سکونتگاه ها به داخل سرزمین، نمایش فیزیکی این پیوندهای سرزمینی است. با این حال، هیچ نقطه‌ای در زنجیره‌های بزرگ شهری به خوشه‌های کوچک یا خانه‌های پراکنده که در آن شهرنشینی ناپدید می‌شود و روستانشینی آغاز می‌شود، وجود ندارد [ 46 ]. بنابراین، تقسیم بین شهری و روستایی لزوماً مبهم است [ 35 ]. علاوه بر این، فرآیندهای شهرنشینی ممکن است دو یا چند شهر مستقل قبلی را که به طور بالقوه مکمل یکدیگر هستند، به هم پیوند دهند که با همکاری به اقتصادهای گسترده ای دست می یابند [ 47]]. این ممکن است از طریق بسیاری از شبکه‌ها، مانند شبکه حمل‌ونقل عمومی مشترک، بزرگراه‌ها و سیستم‌های راه‌آهن پرسرعت، زیرساخت‌های ارتباطی، مردم در حال رفت‌وآمد در شهرها یا پروکسی که در این مطالعه به کار می‌بریم، یعنی همگرایی سکونتگاه‌ها، تحقق یابد. ما می دانیم که پیوندهای قابل توجه بین گره ها برای یک شاخص لزوماً در دیگران منعکس نمی شود. این به این معنی است که مناطق ثابت نیستند، اما موجودیت های سرزمینی فازی (فضاهای نرم)، مرزها بر اساس معیارهای مورد استفاده یا آستانه های تعریف شده، شکل پذیر هستند (به عنوان مثال، [ 48 ، 49 ]).

بر اساس این ملاحظات، روش های پیشنهادی ما ( بخش 3) استفاده از الگوهای استقرار به عنوان پروکسی به ساخت سلسله مراتبی و چند مقیاسی فضا توسط گره ها، اتصال بین گره ها و مناطق مرتبط مربوط می شود. شناسایی شهرها به عنوان گره‌های مرکزی (بر اساس اندازه و تراکم سکونتگاه)، و ارزیابی ارتباط بین گره‌های شناسایی‌شده (بر اساس مجاورت و تراکم استقرار) یک سطح فضایی را ایجاد می‌کند که از نظر سرزمینی ثابت نیست، اما به نوعی محدود است. تعیین حدود نواحی مربوط به گره ها (بر اساس تراکم) یکی دیگر از سطوح فضایی فضاهای محدود و ثابت سرزمینی است. با مجموعه داده‌های یکپارچه مبتنی بر EO، رویکرد ما به یک منطق بدون مرزهای از پیش تعریف شده یا موجودیت‌های فضایی برای شناسایی شبکه‌های شهری پیوسته غیر استاندارد و مناطق همجوار اجازه می‌دهد.

3. داده ها و روش ها

برای شناسایی پدیده‌های منطقه‌ای مرتبط با ویژگی‌های مشابه الگوهای استقرار در سراسر اروپا، مجموعه داده‌های مورد استفاده، گردش کار زمانی توسعه‌یافته و مراحل روش‌شناختی را در زیر ارائه می‌کنیم. ما این مراحل را به عنوان یک نمای کلی شماتیک ( شکل 1 ) نشان می دهیم و ایده ها، مفاهیم، داده ها و روش های مربوطه را در زیر توضیح می دهیم. در یک نگاه، ما با GUF به عنوان یک مجموعه داده مبدا شروع می کنیم ( شکل 1 a). از آن چگالی نشست را استخراج می کنیم ( شکل 1 ب) و بر اساس ویژگی های نشست، گره های مرتبط را شناسایی می کنیم ( شکل 1 د). برای دومی، ما از داده های جغرافیایی کمکی برای کالیبره کردن آستانه های معنی دار استفاده می کنیم ( شکل 1ج). ما اتصالات گره مربوطه را تعیین می کنیم ( شکل 1 e) و مسیرهای کم هزینه را بین گره ها محاسبه می کنیم ( شکل 1 f) برای ارزیابی بالاترین مجاورت نشست ممکن بین آنها ( شکل 1 g). متعاقبا، ما مناطق سرزمینی اطراف گره های شناسایی شده را نقشه برداری می کنیم ( شکل 1 h) و این مناطق را بر اساس ویژگی های فیزیکی طبقه بندی می کنیم ( شکل 1 i). در نهایت، ما قابل قبول بودن نتایج خود را با مجموعه ای از داده های کمکی، به عنوان مثال، یک گونه شناسی شهری- روستایی یا توزیع جمعیت بررسی می کنیم ( شکل 1 j).

(آ): ردپای جهانی شهری (GUF): با GUF [ 33 ] (و همچنین با سایر ابتکارات فعلی مانند لایه جهانی سکونت انسانی (GHSL) [ 50 ]) نقشه‌برداری از سکونتگاه‌های جهانی و الگوهای آنها وارد عصر جدیدی با فضایی بی‌سابقه شد. وضوح 12 متر با استفاده از داده‌های TerraSAR-X/TanDEM-X، الگوریتم طبقه‌بندی مقادیر بازتابی بالا (مراکز پراکندگی عمدتاً ناشی از سازه‌های عمودی ساخته شده توسط انسان مانند ساختمان‌ها) را در مناطقی با اندازه‌های بافت نسبتاً بالا تشخیص می‌دهد. نتیجه نقشه برداری باید به عنوان یک ترسیم انتزاعی از مناطق استقرار [ 51 ] درک شود.

مهم‌ترین مزیت نسبت به طبقه‌بندی‌های قبلی سکونتگاه‌های بزرگ (مثلاً طبقه‌بندی‌های جهانی بر اساس MODIS [ 52 ]، MERIS (به عنوان مثال، [ 53 ]) یا چراغ‌های شبانه [ 54 ] یا مجموعه‌های داده‌های قاره‌ای مانند پوشش زمین CORINE یا خاک- مهر و موم [ 55 ]) قابلیت بهبود یافته حفظ پیچیدگی مقیاس کوچک الگوهای سکونتگاهی فراتر از هسته شهری در محیط های روستایی است. همانطور که توسط کلوتز و همکاران نشان داده شده است. [ 34] وضوح فضایی بالای داده های TerraSAR-X/TanDEM-X امکان تشخیص سکونتگاه های کوچک پراکنده را فراهم می کند. این مناطق سکونتگاهی با چگالی کم به طور قابل توجهی در مجموعه داده های قبلی به دلیل حداقل واحدهای نقشه برداری بزرگتر نشان داده نشده اند. در نتیجه، این قابلیت بهبود یافته داده‌های GUF به‌ویژه دقت محاسبه تراکم سکونت را در محیط‌های حومه شهری یا روستایی کم تراکم، حتی زمانی که در شبکه 1 کیلومتری جمع می‌شوند، بهبود می‌بخشد (به زیر مراجعه کنید). هنگامی که مجاورت محیط ساخته شده بین گره ها همراه با پوشش گسترده آن به روشی سازگار تجزیه و تحلیل می شود، این یک پیشرفت تعیین کننده است.
(ب): استخراج تراکم نشست: تراکم به منطقه نشست انباشته شده در یک منطقه مرجع مربوطه اشاره دارد. اندازه و مکان نواحی مرجع در زمینه چگالی و موضوع مسئله واحد منطقه قابل تغییر (MAUP) بسیار مهم است (به عنوان مثال، [ 56 ]). از آنجایی که واحد جغرافیایی «یک اندازه» وجود ندارد و به دلیل سازگاری، تراکم استقرار را با توجه به واحد فضایی 1×1 کیلومتر با استفاده از INSPIRE (زیرساخت اطلاعات مکانی در جامعه اروپا) محاسبه می‌کنیم. grid که یک رستر استاندارد شده در سراسر اروپا است. تراکم نشست شبکه‌ای حاصل به عنوان یک مجموعه جغرافیایی ورودی ثابت برای شناسایی گره‌ها در سراسر اروپا، ارزیابی اتصال بین گره‌ها و تعریف مناطق سرزمینی مرتبط با گره‌ها عمل می‌کند.
(ج): داده های کمکی: در کنار اجزای مختلف روش توسعه یافته، ما از مجموعه داده های کمکی برای توسعه آستانه معقول یا معقول سازی نتایج استفاده می کنیم. برای شناسایی گره های شهری (به شکل 1 d و (d) زیر مراجعه کنید)، از مناطق مورفولوژیکی شهری بزرگتر (LUMZ) [ 57 ] برای تعیین حداقل تراکم سکونت لازم برای واجد شرایط بودن یک گره استفاده می کنیم. LUMZ بافت و عملکرد یک منطقه را توصیف می کند که کلاس های اصلی شهری موضوعی را ادغام می کند. بر اساس کلاس‌های اصلی مجموعه داده‌های پوشش زمین Corine مانند «بافت شهری پیوسته» یا «واحدهای صنعتی و تجاری» و غیره است [ 58]]. در مقایسه با رویکرد مطالعه ما که صرفاً از تراکم سکونت استخراج شده از داده‌های GUF استفاده می‌کند، LUMZ از ترکیب اطلاعات متعدد در مورد عملکردهای شهری و ساخت‌وساز حاصل می‌شود. برای استخراج حداقل اندازه گره ها (به شکل 1 d و (d) زیر مراجعه کنید)، ما از استاندارد پذیرفته شده واحدهای اداری محلی سطح 2 (LAU-2) استفاده می کنیم. این نهادها شامل شهرداری ها یا موارد مشابه به عنوان یک واحد آماری مشترک در 28 کشور عضو اتحادیه اروپا می شوند [ 59 ]. برای ارزیابی توسعه آستانه که آیا گره‌ها به هم متصل هستند یا نه (نگاه کنید به شکل 1 g و (g) زیر)، ما از گونه‌شناسی شهری-روستایی در سطح منطقه‌ای NUTS-3 استفاده می‌کنیم که شامل طبقات عمدتاً شهری ، متوسط و عمدتاً روستایی است.[ 59 ]. برای موجه سازی (نگاه کنید به شکل 1 j و (j) زیر)، شبکه جمعیت را در شبکه INSPIRE 1 کیلومتری ترسیم می کنیم [ 58 ]. از آنجایی که شبکه جمعیتی کشورهای غیرعضو اتحادیه اروپا را شامل نمی شود، توجیه پذیری برای کل گستره فضایی اروپا انجام نمی شود. فراتر از آن، ما از شهرهای حسابرسی شهری (UAC) برای اثبات نتایج خود با مقایسه آنها با گره های شناسایی شده خود استفاده می کنیم ( شکل 1 j و (j) را در زیر ببینید). UAC بر اساس معیارهای خاصی از جمله “جمعیت باید از 50000 نفر بیشتر باشد” طبقه بندی می شوند [ 60 ].
(د): شناسایی گره های شهری: چه چیزی یک گره شهری را تعریف می کند؟ در مطالعات دیگر، گره‌های شهری مربوطه اغلب با آستانه‌هایی که به داده‌های جمعیت، تمرکز فعالیت‌ها، یا گردش اقتصادی، در میان پارامترهای دیگر شهر مربوطه اعمال می‌شود، تعریف می‌شوند (به عنوان مثال، [14، 36 ، 61 ، 62 ] ) . با بهره‌گیری از طبقه‌بندی GUF، ما به این موضوع جدا از داده‌های جمعیتی می‌پردازیم، زیرا این داده‌ها اغلب دارای مسائل سازگاری در مقیاس قاره‌ای هستند (به عنوان مثال، شبکه جمعیت از Eurostat [63 ]] (ر.ک. (ج) بالا) به روشی ثابت در خارج از کشورهای عضو اتحادیه اروپا در دسترس نیست). با یک رویکرد صرفا فیزیکی با استفاده از یک مجموعه داده منسجم، هدف ما شناسایی گره‌های شهری مرتبط با الگوی سکونتگاه است. ما فرض می کنیم که یک گره مرتبط دارای یک منطقه نسبتاً بزرگ با تراکم نشست بالا است .

با توجه به این دو متغیر – تراکم سکونتگاه بالا و مساحت نسبتاً بزرگ تراکم سکونتگاه بالا – هدف ما یافتن آستانه های معنی دار برای شناسایی گره های شهری است. البته، هر آستانه ای که یک گره شهری مرتبط را تعریف می کند، در خطر است که ذهنی باشد. با این حال، برای یک رویکرد معقول، از مجموعه داده های کمکی معرفی شده، LUMZ، برای ایجاد آستانه چگالی استفاده می کنیم. ما میانگین چگالی نشست را برای همه LUMZ به دست آمده از داده‌های GUF در سراسر اروپا محاسبه می‌کنیم و از مقدار میانگین چگالی حاصل (61.3٪) استفاده می‌کنیم. ما این آستانه را برای تعریف پیکسل هایی اعمال می کنیم که یک گره را با چگالی نشست نشان می دهند. با این حال، از آنجایی که تعداد بسیار زیادی از پیکسل‌های مجزا و همچنین گروه‌های کوچک مجاور پیکسل‌ها این نیاز را در سراسر اروپا برآورده می‌کنند، ما از معیار دوم برای شناسایی تنها گره هایی با اندازه قابل توجهی از مساحت چگالی نشست بالا استفاده می کنیم. آنچه که یک اندازه قابل توجه را تعریف می کند، البته شکل پذیر است. برای رویکرد مستقیم خود، ما برای توسعه یک آستانه معقول بر روی یک مطالعه قبلی، که در آن ابر منطقه روهر-رندستاد با توجه به محیط ساخته شده تجزیه و تحلیل شد، تکیه می‌کنیم.14 ]. ما از تمام گره‌ها در مطالعه آنها (که بر اساس جمعیت شناسایی شده‌اند) کوچکترین اندازه اداری (همانطور که در مناطق LAU-2 ارائه شده است) را به عنوان آستانه تعیین کننده حداقل اندازه برای یک گره مرتبط (30 کیلومتر مربع) ^{می‌گیریم} . برای هر منطقه شناسایی شده در سراسر اروپا که هر دو معیار را برآورده می کند – تراکم سکونتگاه بالا و منطقه نسبتاً بزرگ تراکم سکونتگاه بالا – ما گره شهری را به عنوان مرکز هندسی در منطقه مربوطه قرار می دهیم.
(ه): مثلث سازی: پس از قرار دادن تمام گره های شهری با شرایط معرفی شده در بالا، هدف ما ارزیابی ارتباط فضایی بین این نقاط اصلی است. ما از یک تکنیک مثلث سازی برای ایجاد شبکه ای از مثلث های به هم پیوسته و غیر همپوشانی از این مجموعه داده از گره ها استفاده می کنیم. با آن، ما تشخیص می دهیم که کدام خطوط مزدوج بین گره ها باید با توجه به مجاورت حل و فصل تجزیه و تحلیل شوند.
(و): محاسبه خطوط مزدوج با روش مسیر کم‌هزینه: هدف ما ارزیابی اتصال الگوهای استقرار بین دو گره شهری شناسایی‌شده بر اساس تراکم الگوی استقرار در بین است. برای یافتن بالاترین چگالی ممکن در ترکیب با کوتاه‌ترین فاصله ممکن بین گره‌ها، از روش مسیر کم‌هزینه استفاده می‌کنیم (همانطور که توسط [ 37 ] معرفی شد). با چگالی نشست به عنوان لایه سطح هزینه، الگوریتم کمترین هزینه انباشته شده سفر (یا کوتاه ترین فاصله وزنی) را از گره شروع به گره مقصد محاسبه می کند. برای حالت خاصی که چگالی لایه سطحی هزینه 0 درصد است، هزینه های این شبکه خاص را دو برابر می کنیم. ما این کار را زمانی انجام می دهیم که قصد داریم مجاورت سکونتگاه ها را بین گره ها پیدا کنیم. در شکل 1c مثال بین میدلزبورو و هال تأثیر این اقدام را نشان می دهد. با استفاده از آن، ما به مسیرهای کم‌هزینه‌ای دست می‌یابیم که مناطق استقرار را در فواصل احتمالاً کوتاه‌تر با مناطق غیر سکونتگاهی ترجیح می‌دهند. این الگوریتم تمام هزینه‌ها را به ازای هر پیکسل از رستر لایه سطح هزینه برای هر مسیر ممکن تا زمانی که یک مسیر خاص به گره مقصد برسد، اضافه می‌کند. در نهایت مسیری با کمترین هزینه انباشته شده بین دو هاب انتخاب می شود.
(g): طبقه‌بندی خطوط مزدوج: فرض می‌کنیم اتصال فضایی بین دو گره در صورتی ارائه می‌شود که الگوهای استقرار بدون وقفه قابل توجه یا کاهش به محیط‌های روستایی (تراکم استقرار کم) پیوسته باشند. برای توضیح این مفروضات، ما مقدار اتصال فضایی (MoC) را در امتداد خطوط مزدوج با استفاده از دو پارامتر طبقه‌بندی می‌کنیم: میانگین چگالی نشست و درصد پیکسل‌هایی که دارای چگالی نشست بالاتر از 10 درصد هستند . میانگین چگالی نشست تضمین می‌کند که سهم بالایی از نشست بین گره‌ها اندازه‌گیری می‌شود. درصد مناطق کم تراکم تضمین می کند که پیوستگی با سهم پایینی از قطع ارتباط فضایی در طول مسیر اندازه گیری می شود.

ما اتصالات بالاتر را با تراکم متوسط سکونت در حال افزایش ارزیابی می کنیم . به طور همزمان یک MoC بالاتر مربوط به درصد بالاتری از پیکسل ها با تراکم نشست بالاتر از 10٪ است . برای در نظر گرفتن هر دو متغیر، آنها را با ضرب ترکیب می کنیم. بنابراین، مقدار اتصال فضایی (MoC) بین دو گره به صورت زیر محاسبه می شود:

$MoC = \sum n k = 1 d ( k ) n \times (100 n \times p) 0 \leq MoC \leq 100$

(1)

که در آن n تعداد تمام پیکسل ها در طول یک مسیر خاص، d مقدار چگالی نشست یک پیکسل خاص، و p مقدار پیکسل های بالاتر از 10 درصد چگالی نشست در طول مسیر خاص است (بر اساس روش معرفی شده توسط [ 37 ]).

شاخص MoC حاصل دارای محدوده ای بین 0 تا 100 است .. با آگاهی از این واقعیت که ممکن است هیچ آستانه آشکار، طبیعی یا عینی وجود نداشته باشد که تعیین کند آیا دو گره از نظر مکانی به هم متصل هستند یا نه، ما دوباره از یک مجموعه داده کمکی، گونه‌شناسی شهری- روستایی، برای توسعه آستانه معقول استفاده می‌کنیم. ما فرض می کنیم که مناطق عمدتا شهری ممکن است به عنوان یک شاخص خوب عمل کنند که آیا گره ها متصل هستند یا نه. ما تمام مقادیر MoC را برای تمام خطوط ترکیبی با یک گره شروع و یک مقصد که در یک یا در مناطق عمدتاً شهری به هم پیوسته قرار دارد، محاسبه می‌کنیم. از تمام مقادیر MoC مشتق شده، ما از حداقل MoC به عنوان آستانه برای تعریف اینکه آیا دو گره از نظر مکانی به هم متصل هستند یا نه استفاده می کنیم.

متعاقباً، از آنجایی که تنوع بالایی از مقادیر MoC را پیدا می‌کنیم که به عنوان متصل در سراسر اروپا طبقه‌بندی شده‌اند، آنها را به سه کلاس گروه‌بندی می‌کنیم. برای انجام این کار، روش طبقه بندی شکست های طبیعی جنکس-کاسپال [ 64 ] را اعمال می کنیم. روش خوشه‌بندی داده‌ها اجازه می‌دهد تا بهترین آرایش مقادیر را در کلاس‌های مختلف شناسایی کنیم (ما سه کلاس را برای تمام خطوط مزدوج طبقه‌بندی شده به‌عنوان متصل تعریف می‌کنیم – ادغام شده ، اتصال فضایی بالا و اتصال فضایی کم ). ما به‌علاوه تمام خطوط صرفی اختصاص داده شده به نام «مرتبط» را به دو کلاس «بسیار کم» و «بدون» با استفاده از الگوریتم شکست طبیعی طبقه‌بندی می‌کنیم. این به ما امکان می دهد فرض کنیم کدام خطوط صرف ممکن است پتانسیل “متصل” شدن را داشته باشند.

به طور کلی، نتیجه یک طبقه‌بندی از تمام خطوط صرف به دو کلاس اصلی است: قطع (با مشخصات به خیلی کم و بدون اتصال ) و متصل (با مشخصات به اتصال کم ، اتصال بالا و ادغام شده ). خطوط مزدوج متصل ممکن است نواحی خارج از قلمرو را توسط این گره های محدود گسترش دهند.
(ح): تعیین حدود مناطق شهر از طریق منطقه در حال رشد: فرض کنید دو جفت گره به طور مساوی از طریق یک خط صرف طبقه بندی شده به هم متصل شده اند. یکی در امتداد یک نوار باریک از تراکم استقرار بالا در امتداد یک محور توسعه (به عنوان مثال، یک بزرگراه) و، در مقابل، یکی علاوه بر آن توسط تراکم سکونتگاه بالا در مناطق داخلی احاطه شده است. هر دو خط مزدوج هر دو جفت گره یک شبکه متصل را با الگوهای نشست نشان می دهند. با این حال، منطقه ای که بخشی از شبکه در نظر گرفته می شود ممکن است به دلیل اشکال مختلف الگوهای سکونتگاهی با متراکم بالا، به طور قابل توجهی متفاوت باشد.

از آنجایی که هیچ معیار طبقه بندی بدون ابهامی برای تمایز بین گره و مناطق داخلی اطراف با تراکم استقرار کمتر وجود ندارد، ما مناطق شهر را از طریق یک رویکرد در حال رشد منطقه محدود می کنیم. برای انجام این کار، ما تمام گره‌های شناسایی شده را در نظر می‌گیریم که دارای حداقل یک خط ترکیبی هستند که به‌عنوان پیکسل‌های اولیه طبقه‌بندی شده‌اند. در صورتی که پیکسل های همسایه دارای تراکم نشست کمتر از 2.5 درصد باشند، اجازه می دهیم منطقه ای در اطراف پیکسل های بذر رشد کند، زیرا این مقدار تراکم بالاتر از میانگین اروپایی (2.05٪) است و این مناطق فقط 11.14 درصد از سطح را پوشش می دهند. کل اروپا رشد منطقه تا زمانی انجام می شود که یک حلقه الگوی حاصل را تغییر ندهد. اگر مناطقی که از گره‌های مختلف سرچشمه می‌گیرند توسط منطقه در حال رشد ادغام شوند، آنها را به عنوان یک منطقه در نظر می‌گیریم.
(من): طبقه‌بندی مناطق: از رویکرد در حال رشد منطقه، تکه‌های ادغام شده فضایی را استخراج می‌کنیم که موجودیت‌های سرزمینی مرتبط با گره‌های شناسایی‌شده را تعریف می‌کنند. از آنجایی که تنوع بالایی از مناطق در سراسر اروپا پیدا می کنیم (از نظر وسعت، تعداد گره ها، در اتصال و غیره)، مناطق حاصل را با متغیرهای زیر دسته بندی می کنیم: تعداد گره ها در منطقه. تعداد بیشتر گره ها نشان دهنده ارتباط بیشتر منطقه است. میانگین طول مسیر شهرهای متصل در منطقه؛ میانگین طول مسیر کوچکتر نشان دهنده آرایش خوشه ای بیشتر گره ها است. در نتیجه، ما درجه اتصال در منطقه را بالاتر فرض می کنیم. یک شاخص کلاس ، که درصد سهم اتصال کم را تعیین می کند، اتصال بالا و انواع ذغال شده همه خطوط مزدوج در یک منطقه. ما فرض می کنیم هر چه سهم اتصال قوی تر بیشتر باشد، درجه تداوم سکونت در منطقه بالاتر است. بعد فضایی وسعت منطقه; با گستره های بزرگتر نشان دهنده ارتباط بیشتر یک منطقه است.

برای طبقه بندی، ما هر چهار متغیر را در نظر می گیریم و آنها را با ضرب ترکیب می کنیم. از مقادیر شاخص به دست آمده – یک مقدار بالاتر که منطقه ای با گره های بیشتر، آرایش خوشه ای بیشتر، اتصال بالاتر و وسعت بیشتر را نشان می دهد – با استفاده از الگوریتم شکست های طبیعی، پنج گروه ( دسته A-E ) را طبقه بندی می کنیم. علاوه بر این، ما یک رده F را برای تمام گره های باقی مانده که به یک منطقه مرتبط نیستند طبقه بندی می کنیم.
(ی): موجه سازی نتایج طبقه بندی:بدیهی است که برای یک گره شهری مرتبط، یک منطقه خاص، یا تحدید فضایی رویکردهای مفهومی مانند یک منطقه بزرگ، «یک حقیقت» وجود ندارد. فراتر از این، داده های مرجع یا وجود ندارند یا بر داده ها، مفاهیم و روش های دیگر تکیه دارند. بنابراین ارزیابی درستی به معنای اصلی آن معنادار نیست. آنچه به عنوان یک گره یا یک منطقه در نظر گرفته می شود، اگرچه از نظر ریاضی منطقی است، اما به شاخص انتخاب شده «الگوی تسویه» و انتخاب های آستانه مربوطه بستگی دارد و در عین حال نسبی است. ما در اینجا تجزیه و تحلیل حساسیت را نادیده می گیریم، زیرا ارزیابی سیستماتیک منیفولد بر نتایج حاصل از مقیاس اندازه گیری (در اینجا 1×1 کیلومتر)، آستانه برای تعریف گره های مرتبط (بر اساس چگالی و اندازه) تأثیر می گذارد. آستانه ارزیابی اتصال یا تعریف منطقه در حال رشد فراتر از محدوده یک مقاله است. در عوض به مقاله اخیر Taubenböck و همکاران اشاره می کنیم. [65 ] انجام تجزیه و تحلیل حساسیت برای متغیرهای چگالی نشست، و استدلال می کنند که نکته اصلی در مطالعه ما سازگاری کاربرد است. با این حال، برای ارائه یک ارزیابی از نتایج، ما قابل قبول بودن رویکرد فیزیکی خود را برای شناسایی گره‌ها ((1) و (2) در زیر) و مناطق (3) در رابطه با سایر مجموعه‌های داده مرتبط و همچنین با ساخت‌شده بررسی می‌کنیم. فضاهای منطقه ای در مطالعات دیگر (4).

(1) ما تمام گره های شناسایی شده را به گونه شناسی شهری- روستایی در سطح منطقه ای NUTS-3 مرتبط می کنیم. از آنجایی که تجزیه و تحلیل فیزیکی ما برای شناسایی گره ها به تراکم نشست بالا متکی است، ما منتظر قرار گرفتن گره های شناسایی شده در مناطق عمدتا شهری هستیم.کلاس (2) ما گره های شناسایی شده را به شهرهای حسابرسی شهری (UAC) مرتبط می کنیم. ما قابل قبول بودن آنالیز فیزیکی خود را با بررسی درصد گره های شناسایی شده در فاصله معینی از یک UAC ارزیابی می کنیم. ما فرض می کنیم که اگر مجموعه داده ها تفاوت قابل توجهی نداشته باشند، رویکرد ما امکان پذیر است. (3) ما قابل قبول بودن مناطق مشتق شده را با بررسی فرض زیر بررسی می کنیم. از آنجایی که مناطق شناسایی شده مناطقی با تمرکز فیزیکی (تراکم سکونتگاه بالا) هستند، انتظار داریم که جمعیت در مناطق نقشه‌برداری شده سهم بیشتری نسبت به سهم سکونت داشته باشد. (4) ما به طور کیفی مناطق سرزمینی ساخته شده را از سایر مطالعات (بر اساس داده ها، مفاهیم و روش های مختلف) با نتایج خود مقایسه می کنیم.

4. نتایج

4.1. نقشه برداری از گره ها، اتصالات گره ها و مناطق

رویکرد ما با استفاده از الگوی سکونت‌گاه به‌عنوان یک شاخص، چشم‌انداز چند مقیاسی در مناطق شهری کانونی در سراسر اروپا را امکان‌پذیر می‌سازد: (1) محلی‌سازی و توزیع گره‌های مرتبط . (2) طبقه بندی اتصالات فضایی بین این گره ها. (3) فضای فراسرزمینی، اما به نوعی محدود شده توسط آن گره ها. (4) نقشه برداری فضایی مناطق سرزمینی . شکل 2 ، شکل 3 و شکل 4 نتایج مختلف را ادغام می کنند و فضاهای نرم و همچنین سرزمینی را نشان می دهند. اگرچه تجزیه و تحلیل برای کل اروپا انجام شده است، شکل 2 و شکل 4برای مثال، کل قاره را نشان ندهید (به عنوان مثال، بخش‌هایی از اسکاندیناوی و خطوط صرفی مرتبط از تجسم خارج شده‌اند). با این حال، این تجسم امکان تمرکز بر روی مناطق کانونی شناسایی شده اروپا را در اندازه و جزئیات کافی فراهم می‌کند، بدون اینکه خط مزدوج طبقه‌بندی شده به عنوان متصل کنار گذاشته شود.

4.1.1. گره ها و اتصال فضایی بین گره ها (ساخت مناطق غیرسرزمینی)

به طور کلی، روش کاربردی ما با استفاده از دو متغیر فضایی – تراکم نشست بالا و اندازه ادغام قابل توجه تراکم استقرار بالا – منجر به 240 گره شناسایی شده در سراسر قاره اروپا می شود که 66.3٪ از آنها، به دلیل تراکم الگوهای استقرار پیوسته، به عنوان شناسایی شده اند. بخشی از یک شبکه فیزیکی است که مناطق را تشکیل می دهد.

این گره‌های متصل، فضاهای نرمی را در سراسر اروپا می‌پوشانند، که مربوط به موجودات فضایی منطقه‌ای ساخته‌شده در مطالعات دیگر، مانند «آبی»، «زرد» یا «موز کمربند آفتابی»، «اختاپوس قرمز یا «ستاره آبی» است. رویکرد ما برای شناسایی حداکثر اتصال فضایی بین گره‌ها، بازسازی این مفاهیم را با جزئیات فضایی بالاتر امکان‌پذیر می‌سازد. فراتر از آن، ما انحرافاتی را از آن فضاهای ساخته شده نیز می یابیم.

هسته غالب گره های متصل فضایی در اروپای مرکزی و غربی شناسایی شده است ( شکل 2 ). با غفلت از عنصر جداکننده توپوگرافی اقیانوس اطلس بین بریتانیای کبیر و سرزمین اصلی اروپا، فضای نرم متصل به طور فراملی از مرکز انگلستان به شمال ایتالیا از طریق هلند، بلژیک، لوکزامبورگ، فرانسه، آلمان و سوئیس کشیده شده است. این الگوی استقرار اساساً منعکس کننده موز آبی است ([ 17 ]). این مفهوم به عنوان ستون فقرات توسعه اقتصادی اروپا که در امتداد مسیرهای تجاری صدساله و از یک گذشته صنعتی نشأت می‌گیرد، نامیده می‌شود، که گاهی در اصطلاح به آن کریدور شهری می‌گویند (یا همچنین به آن کمربند شهر، منطقه شهری اروپای مرکزی، کلان‌شهر مرکزی می‌گویند) [ 22 ,66 ]. با این حال، مقایسه گره‌های شناسایی‌شده این شبکه که یک فضای نرم فراسرزمینی را در بر می‌گیرد با تعیین حدود فضایی اصلی از RECLUS [ 17]] (اگرچه در آن زمان در سطح فضایی درشت تری از تحدید حدود قلمرو انجام می شد) به ما امکان می دهد نتیجه بگیریم که موز آبی فراتر از شکل قبلی مشخص شده گسترش یافته است. پاریس و مناطق اطراف آن (در آن زمان به عنوان غیر متصل به موز آبی ارزیابی می شد) اکنون به عنوان متصل به شبکه بزرگ طبقه بندی می شوند. در انگلستان، شبکه امروز به سمت شمال تا نیوکاسل گسترش می یابد. این شبکه همچنین به مرکز/شمال آلمان تا هامبورگ و هانوفر و در جنوب شرقی به سمت مونیخ در امتداد محورهای توسعه جدید گسترش می یابد. فضای نرم همچنین شکل خود را به سمت لیون و مارسی در فرانسه گسترش می دهد و شکل قبلی را از طریق کل قسمت شمالی ایتالیا حتی تا لیوبیانا (اسلوونی) و به سمت جنوب به سمت فلورانس گسترش می دهد. این منطقه غیرسرزمینی اما از نظر فضایی کشیده هنوز توسط موز آبی به عنوان ستون فقرات مشخص می شود. اما امروزه انحرافات زیادی را از بدنه اصلی خود نشان می دهد که نشان دهنده محورهای تازه در حال توسعه است. ویژگی غالب آن از لحاظ کمی نشان داده شده است که 51.7٪ (با 36.7٪ در سرزمین اصلی اروپا و 15٪ در بریتانیا) از تمام گره های شناسایی شده در سراسر اروپا به صورت فضایی به این شبکه متصل هستند.

همانطور که قبلاً ذکر شد، موز زرد – از پاریس تا ورزاو – در آجرهایی در حال توسعه است که هنوز به طور کامل توسط گره ها به هم متصل نشده اند ( شکل 2 )، اما افزایش مورد انتظار این جهت توسعه را تایید می کند [ 22 ]. همچنین برای موز Sunbelt – از میلان تا والنسیا [ 22 ] – این آجرهای متصل شناسایی می شوند. ما حتی گسترشی فراتر از والنسیا تا آلیکانته و مورسیا و در امتداد کل شمال ایتالیا را شناسایی می کنیم. با این حال، مون‌پلیه و بارسلونا به دلیل موانع توپوگرافی پیرنه‌ها که هنوز به عنوان متصل طبقه‌بندی نشده‌اند، این محور توسعه را قطع می‌کند. به طور کلی، این موجودات فضایی گره‌های متصل از نظر فضایی به خوبی در حال بازسازی هستند، اما همچنین نقشه «ستاره آبی» اروپایی معرفی‌شده توسط IAURIF [ 20] را گسترش می‌دهند.] یا «اختاپوس قرمز» [ 19 ]؛).

تمام فضاهای نرم شناسایی شده دیگر در سراسر اروپا، به ویژه امتداد از لیسبون تا ویگو، اساساً تنها توسط 2 یا 3 گره و در مقایسه با ستون فقرات ذکر شده از موجودات کوچک اروپایی ساخته شده‌اند. به طور کلی، توزیع فضایی گره ها فواصل بیشتری را بین گره ها در شرق اروپا نشان می دهد. این روش همچنین تجسم می کند که چگونه، به عنوان مثال، گره های مرتبط مانند پایتخت های ملی مادرید، استکهلم یا بخارست از نظر فضایی به گره های دیگر جدا شده اند. جزئیات مربوط به گسترش فضایی، گره ها و اتصالات را در جدول 1 و جدول 2 مقایسه کنید .

4.1.2. نقشه برداری فضایی مناطق سرزمینی

اگرچه تحلیل قبلی (گسترش فضاهای نرم با اندازه‌گیری حداکثر اتصال بر اساس خطوط مزدوج بین گره‌ها) نشان می‌دهد که مفاهیم فضایی بزرگی مانند موز آبی با تراکم نشست بازسازی می‌شوند، اما به‌عنوان یک موجودیت محدود از نظر سرزمینی بازسازی نمی‌شوند. با استفاده از رویکرد رشد منطقه ای خود که از گره های متصل نشات می گیرد، مناطق سرزمینی را با تراکم سکونت محدود می کنیم. با استفاده از این روش، ما 22 منطقه (گربه A-D) و 39 منطقه شهر تک مرکزی (گربه E) را در سراسر اروپا شناسایی می کنیم که 2.96٪ از سطح زمین اروپا را پوشش می دهند. مناطق محدود شده خود دارای قوانین اساسی بسیار متفاوتی هستند: ما یک ابر منطقه فراملی و بسیار بزرگ (گربه A) را با بالاترین اندازه گیری از چهار متغیر در سراسر اروپا (مثلاً بیشترین تعداد گره) شناسایی می کنیم. سه ابر منطقه بزرگ (گربه B) با اندازه گیری برای چهار متغیر به طور قابل توجهی کمتر از رده A. سه منطقه بزرگ از شهرها دارای 3 تا 6 گره (Cat. C) و 15 منطقه کوچک شهرها با حداکثر 3 گره (Cat. D). به طور کلی، ما متوجه شدیم که نه منطقه از 22 منطقه شناسایی شده (Cat. A-D) موجودیت های فضایی فراملی هستند که ثابت می کنند مرزهای ملی در اروپا مانعی ندارند.

با برداشتن فضای نرم ساخته شده توسط گره های متصل از مرکز انگلستان تا شمال ایتالیا که بر الگوی سکونتگاهی اروپا مسلط است، نهادهای سرزمینی محدود این منطقه را به عنوان یک منطقه سرزمینی شناسایی نمی کنند. با این حال، شش منطقه بزرگ اروپا و 14 منطقه از 22 منطقه شناسایی شده (Cat. A-D) به طور کلی به این شبکه از گره ها گره خورده اند. آنها تا 71.7٪ سهم فضایی از تمام مناطق نقشه برداری شده در سراسر اروپا را اضافه می کنند. نسبت به سطح زمین اروپا، این مناطق متصل به این ستون فقرات 2.12٪ را پوشش می دهند. علاوه بر این، در مقایسه با موز آبی درشت ساخته شده، این راهرو را از نظر عرض و آرایش فضایی در طول مسیر آن بسیار متغیر می‌یابیم.

مسلط ترین منطقه اروپا منطقه فراملی Randstaad-Ruhr-Cologne-Lille (گربه A) است. با 37 گره شناسایی شده، تمرکز فضایی بالای گره ها، اتصال بالا و گسترش سرزمینی بیش از دو برابر بزرگتر از دومین منطقه بزرگ (منطقه تورین-میلان-ونیز در شمال ایتالیا)، این ابر منطقه نقش ویژه ای را نشان می دهد. . این ابر منطقه بزرگ بیش از 51 میلیون نفر را در خود جای داده است که 10 درصد از کل جمعیت اروپا را تشکیل می دهد ( جدول 1 را برای جزئیات فضایی و جمعیتی مقایسه کنید).

سه منطقه بزرگ رده B ، در مقایسه با مگا منطقه Randstaad-Ruhr-Cologne-Lille، موجودیت های بسیار کوچکتری هستند. با این حال، این مناطق هنوز از تعداد زیادی گره تشکیل شده‌اند که الگوهای شهری بزرگ را بسیار فراتر از تصورات شهرهای منفرد می‌سازند: منطقه تحت سلطه لندن (12)، منطقه امتدادی از کاردیف از طریق بیرمنگام تا لیورپول و لیدز (17) و همچنین منطقه ای در شمال ایتالیا (9). اهمیت آنها همچنین نشان داده شده است که جمعیت آنها بین 21 تا 24 میلیون نفر است.

سه منطقه رده C شامل مناطقی از سه تا شش گره و در مقایسه با رده A و B، جمعیت کوچکتر قابل توجهی (بین 5 تا 13 میلیون نفر) است. با این حال، به عنوان مثال، منطقه فراملی محدود شده از فرانکفورت از طریق ویسبادن، مانهایم، کارلسروهه، اشتوتگارت و تا استراسبورگ، که مراکز مالی و صنعتی را ترکیب می‌کند و محیط زندگی برای 13 میلیون نفر را فراهم می‌کند، منطقه‌ای اصلی در اروپای مرکزی است. در نهایت، گروه نواحی دسته D تنها دارای دو تا سه گره است (از 1.2 تا 9 میلیون نفر جمعیت). هنوز اکثر این دسته ها در اروپای غربی یا مرکزی قرار دارند.

4.2. موجه سازی و طبقه بندی نتایج

آیا «الگوی استقرار» پروکسی – به خصوص که داده‌های GUF جدید دارای وضوح هندسی بالاتر با دقت بالاتر هستند – برای شناسایی گره‌های شهری مرتبط، فضاهای نرم غیرسرزمینی و همچنین مناطق کانونی کلان‌شهری منطقه‌ای معقول است؟ با در نظر گرفتن پیچیدگی انبوهی از منطق‌های منطقه‌ای ممکن که در بالا معرفی شدند، مشخص می‌شود که ارزیابی دقت به معنای اصلی آن معقول نیست. در عوض، ما نتایج غیرسرزمینی و سرزمینی را با مجموعه داده‌های مرتبط از مطالعات دیگر مقایسه می‌کنیم تا قابل قبول بودن این نماینده و رویکرد روش‌شناختی مرتبط را ارزیابی کنیم.

با شروع با گره‌های شناسایی‌شده، گونه‌شناسی شهری-روستایی این انتظار را تأیید می‌کند که سهم بزرگی از گره‌های شناسایی‌شده ما (65٪) مربوط به طبقه غالب شهری و 32٪ در طبقه متوسط است. 2.6 درصد از گره‌ها که به صورت فضایی در مناطق عمدتاً روستایی واقع شده‌اند به ویژگی‌های اداری مربوط می‌شوند که نشان‌دهنده یک محیط روستایی در مناطقی است که یک شهر واقعی است. همه این پنج گره در ایرلند (1) یا فرانسه (4) قرار دارند که در آن مناطق NUTS-3 مورد استفاده برای طبقه بندی به دلیل تفاوت های اداری از نظر اندازه به طور قابل توجهی بزرگتر از سایر کشورها (مانند آلمان یا هلند) هستند. با توجه به اینکه طبقه بندی بر اساس سهم جمعیت روستایی است [ 67]، بعید است که یک موجودیت NUTS-3 به عنوان عمدتاً شهری یا متوسط در این مناطق خاص طبقه بندی شود و انحراف از انتظار ما را توضیح می دهد.

با استفاده از یک مجموعه داده دیگر (شهرهای حسابرسی شهری) برای موجه سازی، ما در شعاع جستجوی 5 کیلومتری از گره های شناسایی شده خود در 89٪ از همه موارد مرکز یک UAC را می یابیم. اگر شعاع جستجو را تا 25 کیلومتر افزایش دهیم، تایید 100% آشکار می شود. به طور کلی، این اعداد قابلیت پروکسی «الگوی استقرار» را برای شناسایی گره‌های شهری مرتبط تأیید می‌کنند ( شکل 5 ).

از آنجایی که تعیین حدود مناطق به تراکم سکونتگاهی بالا مربوط می شود، انتظار داریم جمعیت در مناطق نقشه برداری شده سهم بیشتری نسبت به سهم سکونت داشته باشد. به طور کلی این فرضیه برآورده می شود زیرا مناطق شناسایی شده تنها 43.5٪ از تمام مناطق سکونتگاهی در اروپا را دارند، اما 49٪ از جمعیت را در خود جای داده اند. به عنوان نمونه، منطقه تحت سلطه لندن تنها 2.8 درصد از مساحت سکونتگاه را دارد، اما 4.1 درصد از جمعیت را در خود جای داده است که نشان دهنده تمرکز شهری است. علاوه بر این، معقول به نظر می رسد که کوچکترین منطقه شناسایی شده همچنان شامل بیش از 1.2 میلیون نفر باشد ( شکل 6 ). هنگامی که جمعیت را نه به سهم شهرک‌ها، بلکه به گستره‌های طبقه‌بندی شده منطقه‌ای مرتبط می‌کنیم، 49 درصد از جمعیت اروپا تنها در 2.96 درصد از کل منطقه اروپا زندگی می‌کنند.

علاوه بر این، رویکرد ما با استفاده از تراکم سکونت‌گاه به‌عنوان پروکسی از نظر فضایی با بسیاری از مطالعات مرتبط دیگر که مناطق را می‌سازند مطابقت دارد. به عنوان مثال، “پنتاگون” چشم انداز توسعه فضایی اروپا (ESDP) که توسط یک چند ضلعی بر فراز لندن، هامبورگ، مونیخ، میلان و پاریس پوشانده شده است، از نظر فضایی با گستره هسته ای مناطق فراسرزمینی (با گسترش های اضافی در رویکرد ما به فرانسه) مطابقت دارد. . طبقه بندی ما همچنین تمام هشت ناحیه تمرکز انتخابی را در پروژه POLYNET شناسایی می کند [ 9] – جنوب شرق انگلستان، رندستاد، مرکز بلژیک، راین-روهر، راین-مین، شمال سوئیس، پاریس و دوبلین بزرگ. با این حال، همه آنها در رویکرد ما مناطق مجزا نیستند، زیرا راندستاد، بلژیک مرکزی و راین-روهر از نظر سرزمینی در یک منطقه بزرگ بزرگ محدود شده اند. فراتر از آن، “چهار موتور اروپا” (بادن-وورتمبرگ، کاتالونیا، لمباردی، رون-آلپ) [ 23 ] با رویکرد الگوهای سکونت ما شناسایی شده اند.

در مطالعات [ 8 ، 69 ] راهروها و مناطق بزرگ شهری با استفاده از مجموعه داده‌های مختلف EO-تصاویر نورهای شبانه مشخص شده‌اند. الگوی کلی مناطق متمایز ارتباط نزدیکی با الگوی شناسایی شده با استفاده از الگوی استقرار GUF دارد ( شکل 6 را در مقاله فلوریدا و همکاران [ 69 ] و نمونه های انتخاب شده در شکل 7 د مقایسه کنید). به عنوان مثال، کریدورهای کارسلروهه-وین، وین-براتیسلاوا-بوداپست-کراکوف و همچنین دالان های لیسبون-ویگو معادل های فضایی را در رویکرد ما پیدا می کنند. با این حال، تفاوت در مطالعات آنها وجود دارد، به عنوان مثال، رویکرد ما منطقه در ایتالیا را پیشنهاد نمی کند که از میلان تا ناپل و حتی بیشتر در جنوب کشیده شده است.

همانطور که در بالا بحث شد، الگوی استقرار مفاهیم موز آبی، زرد و آفتابی را بازسازی و گسترش می‌دهد ( شکل 7 ب) و حتی شکل اصلی فضای ساخته‌شده «اختاپوس قرمز» را بازسازی می‌کند ( شکل 7 ج). بنابراین، این نماینده به طور غیرمستقیم اطلاعاتی در مورد پارامترهای اجتماعی-اقتصادی دارد، به عنوان مثال، به عنوان موز آبی درآمد سرانه بالاتر و نرخ بیکاری کمتری نسبت به بقیه اروپا دارد [ 66 ].

به طور کلی، این مقایسه‌های کمی و کیفی با رویکردهای دیگر (با استفاده از داده‌ها، روش‌ها و مفاهیم دیگر) نشان می‌دهد که الگوی استقرار یک پروکسی قابل قبول است که به ما امکان می‌دهد گره‌ها، فضاهای نرمی که توسط اتصالات و مناطق سرزمینی آنها پوشیده شده است را شناسایی و بازسازی کنیم. با توجه به وضوح و دقت بالا، مجموعه داده‌ها حتی پتانسیل را برای اصلاح مفاهیم فضایی درشت‌تر و تشخیص پیشرفت‌های جدید دارند.

5. بحث

این مطالعه روشن می‌کند که نه تنها یک منطق منطقه‌ای وجود دارد، نه فقط یک بعد واحد که پدیده‌های منطقه‌ای را تعریف می‌کند، و نه یک فضای سرزمینی یا رابطه‌ای ساخته‌شده در مقیاس‌های مطلق «درست» یا «نادرست» است. همانطور که دیکن [ 70 ] بحث می کند، پدیده های منطقه ای یک پدیده واحد و یکپارچه نیستند، بلکه سندرمی از فرآیندها و فعالیت ها هستند. یک “محرک” واحد وجود ندارد، بلکه یک سری ابرپیچیده از فرآیندهای چند مرکزی، چند مقیاسی، چند زمانی، چند شکلی و چند علتی وجود دارد. بنابراین، ما درک می‌کنیم که ترکیب‌های متفاوتی از این عناصر است که انبوهی از «جهان‌های جدید منطقه‌ای» امروزی را می‌سازد و فضاهایی را تشکیل می‌دهد که مکمل، رقابت یا حتی در تضاد یکدیگر هستند.

در مطالعه ما، با استفاده از ویژگی‌های الگوی استقرار برگرفته از داده‌های سنجش از دور (با پیروی از منطق فضای مکان ) به پدیده‌های منطقه‌ای نزدیک می‌شویم. ما بر این باوریم که GUF با داده های جغرافیایی منسجم و منسجم خود به یک چشم انداز بی طرفانه در مورد پدیده های منطقه ای اجازه می دهد. همانطور که سرزمین ها در کنار، به جای جایگزینی، شکل های موجود سازمان های اسکالر دولتی توسعه می یابند [ 23 ]، داده ها به ما اجازه می دهند بر اثرات مصنوعی ناشی از واحدهای اداری غلبه کنیم.

ما می‌دانیم که نتایج ممکن است دارای خطاهای متوالی باشند زیرا داده‌های GUF حاوی خطاهای طبقه‌بندی هستند. با این حال، مطالعه کلوتز و همکاران. [ 34 ] بهبود این مجموعه داده‌ها را نسبت به مجموعه داده‌های قبلی در الگوی استقرار (مثلاً در وضوح هندسی بر روی MODIS یا چراغ‌های شبانه) و در پوشش فضایی (مثلاً در مقایسه با اطلس شهری اروپا) نشان می‌دهد و بنابراین اجازه می‌دهد چشم انداز فضایی دقیق تر و کامل تر. البته، این خاستگاه فیزیکی مستقیماً، همانطور که کاستلز [ 24 ] نام می‌برد، « فضای جریان‌ها » را تحلیل نمی‌کند ، مثلاً پیوندهای اجتماعی-اقتصادی یا سیاسی، زیرا روابط بین فضا را نمی‌توان به معنای سرزمینی ترسیم کرد. دانشگاهیان از رویکردهای رابطه ای حمایت می کنند (به عنوان مثال، [ 71]) به طور کلی سودمندی نشان دادن مناطق را به عنوان “تثبیت سرزمینی به هر معنای اساسی” زیر سوال می برند. علاوه بر این، در رابطه با این، استقرار مداوم لزوماً در طول راهروها ضروری نیست، بلکه نتیجه احتمالی رشد آنها است [ 16 ]. با این حال، ما متوجه شدیم که تراکم سکونتگاهی یک پروکسی مناسب برای به حساب آوردن فضاهای منطقی سرزمینی و همچنین غیرسرزمینی است.

با سه روش روش شناختی خود، ابتدا گره ها را (بر اساس تراکم و اندازه) شناسایی می کنیم. اینها در فضای مفاهیم جریان بسیار مهم دیده می شوند . ثانیاً، این گره‌ها مبنایی برای گسترش فضاهای نرم فراسرزمینی (با استقرار مداوم)، مانند مفاهیم راهرویی مانند موز آبی قرار می‌دهند. بنابراین، این دو عنصر امکان چشم‌اندازی وسیع‌تر را فراتر از فضای سرزمینی فراهم می‌کنند. ثالثاً، ما مناطق سرزمینی را (با تراکم استقرار در اطراف گره ها) می گیریم. نتایج شباهت‌های فضایی را با سایر مطالعات (مانند ابرمنطقه‌ها یا کریدورهای شهری) نشان می‌دهد.

برای طبقه‌بندی‌ها، ما به توسعه آستانه‌ها با استفاده از مجموعه داده‌های موجود برای تصمیم‌گیری‌های واضح‌تر تکیه کردیم. در حالی که آستانه های انتخاب شده البته در معرض خطر ذهنی بودن هستند، بررسی معقولیت امکان ارزیابی مثبت را فراهم می کند زیرا در مقایسه با مطالعات مشابه نتایج معقولی پیدا می کنیم. با این حال، این تنها نکته نیست. این آستانه ها احتمالاً به عنوان یک طرح اولیه عمل نخواهند کرد، اما آنها اجازه می دهند تا یک تحقیق شهری مقایسه ای مداوم در سراسر اروپا انجام شود. با آن، ما با اروپا به عنوان تکه‌ای چند مقیاسی از سرزمین‌های مرزهای نرم (توسط گره‌ها و اتصال فضایی آنها) و سرزمین‌های ثابت (بر اساس تراکم) در یک رابط فضایی جهانی-محلی مواجه می‌شویم. بنابراین، ما بر این باوریم که تراکم سکونتگاه یک ظاهر بصری مرتبط از این فرآیندهای اساسی است و به ما امکان می دهد پدیده های منطقه ای را بسازیم. همانطور که ذکر شد، آستانه های اعمال شده در معرض خطر ذهنی بودن هستند و آستانه ها در رویکرد ما برای تناسب با الگوهای سکونت در قاره اروپا تنظیم شده اند. گردش کار و داده ها ذاتاً امکان انتقال به هر منطقه ای در سراسر جهان را فراهم می کند. با این حال، در حالی که پذیرش آستانه های پیشنهادی امکان تحقیقات تطبیقی سازگار را فراهم می کند، باید ارزیابی شود که آیا آستانه ها برای الگوهای سکونتگاهی خاص مناطق دیگر مناسب هستند یا خیر.

از نظر جغرافیایی، مطالعه ما نشان می‌دهد که نابرابری‌های منطقه‌ای در اروپا هنوز بسیار زیاد است و با ایده رشد اقتصادی متعادل و تعادل سرزمینی در تضاد است. در حالی که پیش‌بینی می‌شد که پیشرفت‌های فناوری و ارتباطات عصر تمرکززدایی جهانی و کاهش نقش شهرها در جهانی‌سازی را القا کند [ 23]]، ما هنوز همگرایی شهرها را در سکونتگاه‌های چند مرکزی بزرگتر و پیچیده‌تر می‌یابیم. ستون فقرات اروپا هنوز در امتداد کریدور موز آبی در اروپای مرکزی و غربی در حال کشیده شدن است. با این حال، ما انحرافات جدیدی از این شکل پیدا می کنیم که نشان دهنده محورهای توسعه جدید به ویژه به سمت شرق است. الگوهای سکونتگاهی نشان می دهد که شبکه های شهر و الگوی سکونت ناشی از آن در مرزهای ملی متوقف نمی شوند، بنابراین آنها را در مقیاسی فراملی جدید تشکیل می دهند. با نشان دادن این فرآیند فضایی همگرایی و اتصال در این مقیاس جدید، داده‌های EO ممکن است از تحقق، تعریف و پذیرش منطقه‌گرایی جدید (شهری) پشتیبانی کند.

الگوهای سکونت در سنگ تنظیم می شوند و بنابراین این رویکرد جغرافیای تولید، توزیع و مصرف قدیم و جدید را حمل می کند. ما آگاه هستیم که آنها به طور مداوم مختل می شوند و جغرافیاهای فیزیکی و شبکه ای جدید ایجاد می شوند. با این حال، قابل قبول بودن این رویکرد نشان می دهد که چگونه ساختارهای بلندمدت تا به امروز مهم هستند. از اینجا به بعد، مطالعات اضافی به طور مداوم تجزیه و تحلیل الگوی تغییر در طول زمان و قابلیت های EO-داده برای حل پوشش زمین شهری در مفصل بندی های اجتماعی- فضایی متمایز (به عنوان مثال، تجزیه و تحلیل در سطح بلوک) مورد نیاز است. با رویکرد چند مقیاسی خود از گره‌ها، اتصالات و مناطق، به مبارزه برای ساختن مناطق به‌عنوان نمایش‌های نقشه‌های سرزمینی و محدود اما غیرسرزمینی برای توضیح انبوه دیدگاه‌ها در فضاها نزدیک شدیم.

6. نتیجه گیری

شهرنشینی، اثرات شبکه های حمل و نقل و جهانی شدن، در میان سایر فرآیندها، نیروهای محرکه تغییرات جهانی هستند که منجر به ظهور مناظر جدید می شود [ 35 ]. در نتیجه، برنامه‌ریزان و سیاست‌گذاران به داده‌های مهم جدید و دانش علمی نیاز دارند.

سنجش از دور شروع به تبدیل شدن به یکی از مرتبط ترین منابع داده و ابزار برای ثبت تغییرات فیزیکی شهری (به عنوان مثال، [ 51 ، 69 ، 72 ]) و تجزیه و تحلیل الگوها و ساختارها (به عنوان مثال، [ 73 ، 74 ، 75 ، 76 ، 77 ]) از این مناظر جدید در حال توسعه. جدیدترین مجموعه داده‌های EO در الگوهای سکونت – ردپای جهانی شهری – یکی از مجموعه داده‌های مهم جدید است که مطابق با خواسته‌های هریسون [ 4]] برای تحقیقات پایه ای و تجربی بیشتر برای تفسیر مناطق. این اطلاعات جغرافیایی دقیق‌تر و دقیق‌تر را بدون محدودیت‌های اداری فراهم می‌کند. الگوهای سکونتگاهی نمای بصری تمرکز شهری هستند و نشان می‌دهند که نشانگر ارزشمندی برای شناسایی و ساخت پدیده‌های جدید منطقه‌ای هستند. به‌ویژه در زمان‌هایی که مرزهای ملی نفوذپذیرتر می‌شوند (یا تحولات سیاسی ممکن است دوباره این روند را معکوس کند)، قلمروهای مهم بین‌المللی جدیدی از پویایی اقتصادی – به نام بلوک‌های ساختمانی اساسی یک جهان مدرن به هم پیوسته جهانی [78]- ایجاد می‌شوند [ 6 ]]. این مجموعه داده‌های EO این قابلیت را دارند که به درک جغرافیایی کامل‌تری از مناطق کمک کنند و همانطور که تمرکز سکونتگاه‌ها را بر جغرافیای سیاسی قرار می‌دهیم، مرزهای ملی تعیین‌شده را به چالش می‌کشیم. اگرچه این اساساً یک چشم‌انداز واحد است که فضای مکان را نشان می‌دهد، اما ما معتقدیم که چشم‌انداز وسیع‌تری را فراتر از فضای سرزمینی نیز می‌دهد.

علاوه بر این، باید اذعان کنیم که این تنها می تواند گام دیگری باشد که باید در کنار یا در ترکیب با داده های جدید از سایر رشته ها برای درک پدیده های منطقه ای تحلیل شود. این مطالعه اکنون ممکن است به عنوان یک پایه دیگر برای درک جغرافیایی کاملتر از مناطقی عمل کند که هر دو مکان و جریان فضا را به طور همزمان یکپارچه می کند [ 31 ]. بنابراین، ما خواهان انجام مطالعات چند رشته ای در آینده با ترکیب اطلاعات جغرافیایی خود با سایر منابع داده هستیم.

همانطور که در مقدمه بیان کردیم، در نقشه ها فضا ساخته می شود. هدف ما ارائه دیدگاهی در مورد شباهت ها و تفاوت های منطقه ای در سراسر قاره اروپا با استفاده از الگوی شهرک سازی بود. با این ساخت فضا، می توان پیشرفت های ناهموار در مقیاس های ظریف را ترسیم کرد. ما این را نقطه شروعی برای تقاضا برای مطالعات تجربی و جامع تر با استفاده از سایر مجموعه های داده جدید می بینیم.

منابع

استورپر، ام. عدالت، کارایی و جغرافیای اقتصادی: آیا مکان ها باید به توسعه یکدیگر کمک کنند؟ یورو مقررات شهری گل میخ. 2011 ، 18 ، 3-21. [ Google Scholar ] [ CrossRef ]
کیتینگ، ام. منطقه گرایی جدید در اروپای غربی: تجدید ساختار سرزمینی و تغییر سیاسی . ادوارد الگار: آلدرشات، بریتانیا، 1998. [ Google Scholar ]
مک‌لئود، جی. منطقه‌گرایی جدید بازنگری کردند: جهانی‌سازی و بازسازی فضای اقتصادی سیاسی. بین المللی J. Urban Reg. Res. 2001 ، 25 ، 804-829. [ Google Scholar ] [ CrossRef ]
هریسون، جی. پیکربندی “جهان منطقه ای” جدید: در گیر افتادن بین قلمرو و شبکه ها. Reg. گل میخ. 2013 ، 47 ، 56-74. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
Ohmae, K. پایان دولت ملی: ظهور اقتصادهای منطقه ای ; هارپر کالینز: لندن، بریتانیا، 1995. [ Google Scholar ]
دیاس، آی. پروردگار، الف. از منطقه گرایی جدید به منطقه گرایی غیر معمول؟ ظهور فضاهای منطقه ای غیر استاندارد و درس هایی برای سازماندهی مجدد سرزمینی دولت. مطالعه شهری. 2006 ، 41 ، 1847-1877. [ Google Scholar ] [ CrossRef ]
فلوریدا، R. ظهور طبقه خلاق-بازبینی شده ; کتاب های پایه: نیویورک، نیویورک، ایالات متحده آمریکا، 2014. [ Google Scholar ]
گئورگ، آی. بلاشکه، تی. Taubenböck، H. فهرستی جهانی از راهروهای شهری بر اساس ادراک و تصاویر نور شبانه. ISPRS Int. J. Geo-Inf. 2016 ، 5 ، 1-19. [ Google Scholar ] [ CrossRef ]
کلان شهر چند مرکزی: یادگیری از شهرهای بزرگ در اروپا . هال، پی. Pain, K. (Eds.) Earthscan: London, UK, 2006.
هریسون، جی. Hoyler, M. Megarregions: Foundations, frailties, آینده. در مناطق بزرگ: شکل شهری جدید جهانی شدن؟ Harrison, J., Hoyler, M., Eds. Edward Elgar Publishing Inc.: Northampton، MA، ایالات متحده آمریکا، 2015. [ Google Scholar ]
درد، ک. تحولات فضایی شهرها: شهر-منطقه جهانی؟ منطقه مگا شهر؟ در کتاب راهنمای بین المللی جهانی شدن و شهرهای جهان ; Derudder, B., Hoyler, M., Taylor, PJ, Witlox, F., Eds. ادوارد الگار: چلتنهام، انگلستان؛ Northampton، MA، ایالات متحده آمریکا، 2012; صص 83-93. [ Google Scholar ]
ساسن، اس. شهر جهانی: نیویورک، لندن، توکیو ; انتشارات دانشگاه پرینستون: پرینستون، نیوجرسی، ایالات متحده آمریکا، 1991. [ Google Scholar ]
اسکات، ای جی جهانی شدن و ظهور شهر-مناطق. یورو طرح. گل میخ. 2001 ، 9 ، 813-826. [ Google Scholar ] [ CrossRef ]
تاوبنبوک، اچ. ویزنر، ام. شبکه فضایی مناطق بزرگ-انواع اتصال بین شهرها بر اساس الگوهای سکونتی مشتق شده از داده های EO. محاسبه کنید. محیط زیست سیستم شهری 2015 ، 54 ، 165-180. [ Google Scholar ] [ CrossRef ]
یانگ، جی. آهنگ، جی. لین، جی. اندازه گیری ساختار فضایی مناطق بزرگ چین. ج. طرح شهری. توسعه دهنده 2014 . [ Google Scholar ] [ CrossRef ]
UN-Habitat. وضعیت شهرهای جهان 2010/2011: پل زدن بر شکاف شهری . Earthscan: لندن، انگلستان؛ استرلینگ، ویرجینیا، ایالات متحده آمریکا، 2008. [ Google Scholar ]
Brunet، R. Les Villes Europeennes. گزارش DATAR ; La Documentation Francaise: پاریس، فرانسه، 1989. [ Google Scholar ]
Dicken, P. Global Shift: Transforming the World Economy . انتشارات Sage Ltd.: لندن، بریتانیا، 1998. [ Google Scholar ]
ون در میر، L. اختاپوس قرمز. در چشم انداز جدید برای سیاست های توسعه فضایی اروپا ; Blass, W., Ed. Ashgate: Aldershot، UK، 1998; ص 9-19. [ Google Scholar ]
Institut D’Amenagement Et D’Urbanisme de la Region D’Ile-De-Frane (IAURIF). La Charte de L’Ille-de-France ; IAURIF: پاریس، فرانسه، 1991. [ Google Scholar ]
Nijkamp، P. به سوی شبکه ای از مناطق: ایالات متحده اروپا. یورو طرح. گل میخ. 1993 ، 1 ، 149-168. [ Google Scholar ] [ CrossRef ]
Hospers، GJ فراتر از موز آبی؟ تغییرات ساختاری در ژئواکونومی اروپا در مجموعه مقالات ERSA 2002-42 کنگره انجمن علمی منطقه ای اروپا، دورتموند، آلمان، 27-31 اوت 2002. صص 76-85.
هریسون، جی. رشد، A. از مکان به جریان؟ برنامه ریزی برای “جهان منطقه ای” جدید در آلمان. یورو مقررات شهری گل میخ. 2014 ، 21 ، 22-41. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
Castells, M. Grassrooting the space of flows. جئوگر شهری. 1999 ، 20 ، 294-302. [ Google Scholar ] [ CrossRef ]
امین، الف. بی بند و بار منطقه ای: به سوی یک سیاست جدید مکان. Geografiska Annaler 2004 ، 86B ، 33-44. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
جسوپ، بی. برنر، ن. جونز، ام. نظریه پردازی روابط اجتماعی فضایی. محیط زیست طرح. D 2008 , 26 , 389-401. [ Google Scholar ] [ CrossRef ]
هریسون، جی. شبکه های اتصال، تکه تکه شدن سرزمینی، توسعه ناهموار: سیاست جدید شهر-منطقه گرایی. سیاسی. Geogr. 2010 ، 29 ، 17-27. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
جونز، ام. مک‌لئود، جی. سرزمینی/رابطه‌ای: مفهوم‌سازی حکمرانی اقتصادی فضایی. در کتاب راهنمای توسعه اقتصادی محلی و منطقه ای ; Pike, A., Rodríguez-Pose, A., Tomaney, J., Eds. Routledge: لندن، انگلستان، 2010; صص 259-271. [ Google Scholar ]
هادسون، R. مناطق و توسعه نابرابر منطقه ای برای همیشه؟ برخی از تامل های رایج در تئوری و عمل. Reg. گل میخ. 2007 ، 41 ، 1149-1160. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
جوناس، منطقه و مکان AEG: منطقه گرایی مورد بحث. Prog. هوم Geogr. 2012 ، 36 ، 263-272. [ Google Scholar ] [ CrossRef ]
تیلور، شبکه جهانی شهر پی جی: تحلیل شهری جهانی ؛ Routledge: نیویورک، نیویورک، ایالات متحده آمریکا، 2004. [ Google Scholar ]
برنر، ن . انتشارات دانشگاه آکسفورد: آکسفورد، انگلستان، 2004. [ Google Scholar ]
اش، تی. تاوبنبوک، اچ. راث، ا. هلدنز، دبلیو. فلبیر، آ. تیل، م. اشمیت، ام. مولر، ام. مولر، آ. ماموریت Dech، S. TanDEM-X: دیدگاه های جدید برای موجودی و نظارت بر الگوهای اسکان جهانی. جی سل. بالا. Appl. رصد زمین. 2012 , 6 , 061702. [ Google Scholar ] [ CrossRef ]
کلوتز، ام. کمپر، تی. گیس، سی. اش، تی. Taubenböck, H. نقشه چقدر خوب است؟ یک چارچوب مقایسه متقابل چند مقیاسی برای لایه‌های اسکان جهانی: شواهدی از اروپای مرکزی سنسور از راه دور محیط. 2016 ، 178 ، 191-212. [ Google Scholar ] [ CrossRef ]
Antrop, M. تغییر منظر و فرآیند شهرنشینی در اروپا. Landsc. طرح شهری. 2004 ، 67 ، 9-26. [ Google Scholar ] [ CrossRef ]
دایکسترا، ال. پولمن، اچ. تعریف هماهنگ شهرها و مناطق روستایی: درجه جدید شهرنشینی . مقاله کاری منطقه ای 2014; سیاست منطقه ای و شهری، کمیسیون اروپا: بروکسل، بلژیک، 2012. [ Google Scholar ]
تاوبنبوک، اچ. ویزنر، ام. فلبیر، آ. مارکونچینی، ام. اش، تی. Dech, S. ابعاد جدید مناظر شهری: تکامل مکانی-زمانی از یک منطقه چند هسته ای به یک منطقه بزرگ بر اساس داده های سنجش از دور. Appl. Geogr. 2014 ، 47 ، 137-153. [ Google Scholar ] [ CrossRef ]
اگنیو، ج.ای. در حال بحث با مناطق. Reg. گل میخ. 2013 ، 47 ، 6-17. [ Google Scholar ] [ CrossRef ]
راس، CL; بارینگر، جی. یانگ، جی. وو، ام. دانر، آ. وست، اچ. آمکودزی، ع. Meyer, M. Megarregions: Delineating Existing and Emerging Megarregions. مرکز رشد کیفیت و توسعه منطقه ای (CQGRD) موسسه فناوری جورجیا ؛ برای وزارت حمل و نقل ایالات متحده آماده شده است. اداره بزرگراه فدرال: واشنگتن، دی سی، ایالات متحده آمریکا، 2009. [ Google Scholar ]
گلیزر، ای. پیروزی شهر ; کتاب‌های پنگوئن: لندن، بریتانیا، 2010. [ Google Scholar ]
کرهل، ا. Siedentop، S. تاوبنبوک، اچ. وورم، ام. دیدگاهی جامع بر ساختار فضایی شهری: الگوهای تراکم شهری مناطق شهر آلمان. ISPRS Int. J. Geo-Inf. 2016 ، 5 ، 1-21. [ Google Scholar ] [ CrossRef ]
تاوبنبوک، اچ. Standfuß، I. ورم، م. کرهل، ا. Siedentop، S. اندازه گیری چند مرکزیت مورفولوژیکی – تجزیه و تحلیل مقایسه ای غلظت جرم شهری با استفاده از داده های سنجش از دور. محاسبه کنید. محیط زیست سیستم شهری 2017 ، 64 ، 42-56. [ Google Scholar ] [ CrossRef ]
سازمان ملل. بازبینی 2014 ; بخش جمعیت؛ وزارت امور اقتصادی، انتشارات سازمان ملل: نیویورک، نیویورک، ایالات متحده آمریکا، 2014. [ Google Scholar ]
پار، JB Perspectives در مورد شهر-منطقه. Reg. گل میخ. 2005 ، 39 ، 555-566. [ Google Scholar ] [ CrossRef ]
Prytherch، DL «مهره‌داران» منطقه به‌عنوان فضای شبکه‌ای از جریان‌ها: یادگیری از دستور زبان قلمروی کاتالانیسم. محیط زیست طرح. A 2010 , 42 , 1537-1544. [ Google Scholar ] [ CrossRef ]
مرکز ملل متحد برای اسکان بشر. جهانی شهرنشینی 1996. در دسترس آنلاین: http://mirror.unhabitat.org/pmss/listItemDetails.aspx?publicationID=1650&AspxAutoDetectCookieSupport=1 (در 17 فوریه 2017 قابل دسترسی است).
شهرهای شبکه باتن، DF: تجمعات شهری خلاق برای قرن بیست و یکم. مطالعه شهری. 1995 ، 32 ، 313-327. [ Google Scholar ] [ CrossRef ]
راس، CL ادبیات بررسی ساختارهای سازمانی و امور مالی ابتکارات چند حوزه قضایی و پیامدها برای برنامه ریزی حمل و نقل منطقه بزرگ در ایالات متحده در سال 2011. در دسترس آنلاین: http://www.fhwa.dot.gov/planning/publications/megaregions_report_20120/megaregions. pdf (دسترسی در 17 فوریه 2017). [ Google Scholar ]
هاتون، جی. آلمندینگر، پی. کانسل، دی. ویگار، جی. برنامه ریزی فضایی جدید: مدیریت سرزمینی با فضاهای نرم و مرزهای فازی . Routledge: لندن، بریتانیا، 2010. [ Google Scholar ]
پسری، م. هوادونگ، جی. بلیز، ایکس. ارلیش، دی. فری، س. گوگن، ال. هالیکا، م. کافمن، ام. کمپر، تی. لو، ال. و همکاران یک لایه سکونت انسانی جهانی از داده های نوری HR / VHR RS: مفهوم و اولین نتایج IEEE J. Sel. بالا. Appl. زمین Obs. Remote Sens. 2013 ، 6 ، 2102-2131. [ Google Scholar ] [ CrossRef ]
تاوبنبوک، اچ. اش، تی. فلبیر، آ. ویزنر، ام. راث، ا. Dech, S. نظارت بر شهرهای بزرگ از فضا. سنسور از راه دور محیط. 2012 ، 117 ، 162-176. [ Google Scholar ] [ CrossRef ]
اشنایدر، ا. فریدل، ام. پوتر، دی. نقشه برداری مناطق شهری جهانی با استفاده از داده های MODIS 500-M: روش ها و مجموعه داده های جدید مبتنی بر “مناطق بوم شهری”. سنسور از راه دور محیط. 2010 ، 114 ، 1733-1746. [ Google Scholar ] [ CrossRef ]
ESA – آژانس فضایی اروپا Globcover 2009 — شرح محصول و گزارش اعتبار سنجی . آژانس فضایی اروپا (ESA). 2009. موجود به صورت آنلاین: https://globcover.s3.amazonaws.com/LandCover2009/GLOBCOVER2009_Validation_Report_1.0.pdf (در 8 نوامبر 2016 قابل دسترسی است).
الویج، سی دی; Hsu، FC; باگ، KE; Gosh, T. روندهای ملی در روشنایی مشاهده شده با ماهواره 1992-2012. در نظارت و ارزیابی شهری جهانی از طریق رصد زمین ؛ Weng, Q., Ed. CRC Press: Boca Raton، FL، USA، 2014; صص 97-120. [ Google Scholar ]
EEA – آژانس محیط زیست اروپا راهنمای نقشه برداری برای اطلس شهری اروپا. 2016. در دسترس آنلاین: http://www.eea.europa.eu/data-and-maps/data/urban-atlas/mapping-guide (در 3 نوامبر 2016 قابل دسترسی است).
Openshaw, S. مسئله واحد مساحتی قابل تغییر . Geo Books: Norwick، UK، 1983. [ Google Scholar ]
EEA – آژانس محیط زیست اروپا مناطق مورفولوژیکی شهری 2016. در دسترس آنلاین: http://www.eea.europa.eu/data-and-maps/data/urban-morphological-zones-2006 ; http://ftp.eea.europa.eu/www/umz/v4f0/RpD_UMZ_Methodology_f3.0.pdf (دسترسی در 17 فوریه 2017).
یورواستات 2015. در دسترس آنلاین: http://ec.europa.eu/eurostat/web/nuts/local-administrative-units (در 17 فوریه 2017 قابل دسترسی است).
تایپولوژی شهری-روستایی یورواستات. 2016. در دسترس آنلاین: http://ec.europa.eu/eurostat/statistics-explained/index.php/Urban-rural_typology_update (در 17 فوریه 2017 قابل دسترسی است).
شهرهای حسابرسی شهری یورواستات 2016. در دسترس آنلاین: http://ec.europa.eu/eurostat/documents/4422005/6840613/RYB-2015-Annex2-Cities-CandK.pdf (دسترسی در 17 فوریه 2017).
بونین، او. بارو، جی. هوبرت، جی.-پی. نوآوری فناورانه: شناسایی سازه‌های شهری بر روی شبکه‌های چهارگوش منظم با کمک حساب فضایی. در مجموعه مقالات کنفرانس سالانه کمیسیون شهری IGU، کالج دانشگاهی دوبلین، ایرلند، 6 تا 11 اوت 2015. در دسترس آنلاین: http://www.unil.ch/igu-urban/files/live/sites/igu-urban/files/IGU/Pubications2016/IGU%20Dublin%202015%20Urban%20challenges%20in%20a%20complex%20wor .pdf#page=109 (دسترسی در 17 فوریه 2017).
چنگ، جی. برتولینی، ال. لو کرک، اف. Kapoen، L. درک شبکه های شهری: مقایسه یک گره، یک چگالی و یک دیدگاه مبتنی بر دسترسی. شهرها 2013 ، 31 ، 165-176. [ Google Scholar ] [ CrossRef ]
توزیع جمعیت یورواستات، 2016a. در دسترس آنلاین: http://ec.europa.eu/eurostat/web/gisco/geodata/reference-data/population-distribution-demography/geostat%20-%20geostat11 (در 17 فوریه 2017 دسترسی پیدا کرد).
جنکس، جی اف. خطای Caspall، FC در نقشه‌های choroplethic. تعریف، اندازه گیری، کاهش. ان دانشیار صبح. Geogr. 1971 ، 61 ، 217-244. [ Google Scholar ] [ CrossRef ]
تاوبنبوک، اچ. Standfuß، I. کلوتز، ام. ورم، ام. تراکم فیزیکی شهر – ساختارشکنی اندازه گیری تراکم هذیانی با شواهدی از ابرشهرهای اروپایی. ISPRS Int. J. Geo-Inf. 2016 ، 5 ، 1-24. [ Google Scholar ] [ CrossRef ]
هایدنرایش، ام. سیستم در حال تغییر شهرها و مناطق اروپایی. یورو طرح. گل میخ. 1998 ، 6 ، 315-332. [ Google Scholar ] [ CrossRef ]
یورواستات سالنامه منطقه ای یورواستات 2012 ; یورواستات: لوکزامبورگ، 2012. [ Google Scholar ]
ESPON. پروژه ESPON 1.1.1: نقش، موقعیت خاص و پتانسیل های مناطق شهری به عنوان گره ها در توسعه چند مرکزی . آخرین نسخه؛ گزارش نهایی؛ ESPON: لوکزامبورگ، 31 مارس 2005; موجود به صورت آنلاین: http://www.espon.lu/online/documentation/projects/thematic/1873/fr-1.1.1_revised.pdf (در 8 نوامبر 2016 قابل دسترسی است).
فلوریدا، آر. گلدن، تی. ملاندر، سی. ظهور ابر منطقه. کمب. J. Reg. اقتصاد Soc. 2008 ، 1 ، 459-476. [ Google Scholar ] [ CrossRef ]
Dicken, P. Global Shift: Mapping and Changing Contuors of the World Economy . انتشارات Sage Ltd.: لندن، بریتانیا، 2014. [ Google Scholar ]
آلن، جی. کاکرین، A. فراتر از تثبیت سرزمینی: مجموعه های منطقه ای، سیاست و قدرت. Reg. گل میخ. 2007 ، 41 ، 1161-1175. [ Google Scholar ] [ CrossRef ]
فرشتگان.؛ پدر و مادر، ج. سیوکو، دی ال. Blei، AM; پوتر، دی. ابعاد گسترش شهری جهانی: برآوردها و پیش بینی ها برای همه کشورها، 2000-2050. Prog. طرح. 2011 ، 75 ، 53-108. [ Google Scholar ] [ CrossRef ]
فرلکینگ، اس. میلیمن، تی. ستو، ک. فریدل، MA اثر انگشت جهانی از تغییرات در مقیاس کلان در ساختار شهری از سال 1999 تا 2009. محیط زیست. Res. Lett. 2013 ، 8 ، 10. [ Google Scholar ] [ CrossRef ]
اش، تی. مارکونچینی، ام. مارمانیس، دی. زیدلر، جی. السید، س. متز، آ. مولر، آ. Dech, S. ابعاد شهرنشینی – رویه ای پیشرفته برای توصیف ویژگی ها و الگوهای سکونت انسانی با استفاده از تحلیل شبکه فضایی. Appl. Geogr. 2014 ، 55 ، 212-228. [ Google Scholar ] [ CrossRef ]
مارول، جی. فونت، سی. Boix, R. مدل سازی شبکه های شهری در مقیاس کلان منطقه ای: آیا سیستم های شهری به طور فزاینده پیچیده پایدار هستند؟ سیاست کاربری زمین 2015 ، 43 ، 15-27. [ Google Scholar ] [ CrossRef ]
Siedentop، S. فینا، اس. چه کسی بیشتر پراکنده می شود؟ بررسی الگوهای رشد شهری در 26 کشور اروپایی محیط زیست طرح. A 2012 , 44 , 2765-2784. [ Google Scholar ] [ CrossRef ]
تاوبنبوک، اچ. وگمن، ام. راث، ا. مهل، ح. Dech، S. شهرسازی در هند – تجزیه و تحلیل فضایی-زمانی با استفاده از داده های سنجش از دور. محاسبه کنید. محیط زیست سیستم شهری 2009 ، 33 ، 179-188. [ Google Scholar ] [ CrossRef ]
استورپر، ام. جهان منطقه ای: توسعه سرزمینی در اقتصاد جهانی . گیلدفورد: نیویورک، نیویورک، ایالات متحده آمریکا، 1997. [ Google Scholar ]

شکل 1. نمای کلی شماتیک گردش کار با مجموعه داده های ورودی و کمکی مورد استفاده، مراحل روش شناسی اعمال شده، نتایج جغرافیایی و ارزیابی قابل قبول بودن. ( الف ) ردپای جهانی شهری؛ ( ب ) استخراج تراکم نشست (INSPIRE-Grid). ج ) ژئودات کمکی . ( د ) شناسایی گره های شهری. ( ه ) مثلث سازی. ( f ) محاسبه خطوط مزدوج (مسیرهای کوچکترین). ( ز ) طبقه بندی خطوط صرف. ( ح ) تعیین حدود مناطق شبکه شهر از طریق رشد منطقه. ( i ) طبقه بندی مناطق شبکه شهر. ( ج) بررسی معقولیت با استفاده از داده های کمکی.

شکل 2. گره های شهری شناسایی شده و طبقه بندی خطوط مزدوج که این گره ها را در سراسر اروپا به هم متصل می کند.

شکل 3. گره های شهری شناسایی شده، خطوط مزدوج طبقه بندی شده به عنوان متصل و مناطق محدود طبقه بندی شده.

شکل 4. گره های شهری شناسایی شده، خطوط مزدوج طبقه بندی شده به عنوان متصل و طبقه بندی مناطق محدود شده از جزئیات در شکل 3 .

شکل 5. موجه سازی گره های شناسایی شده در رابطه با گونه شناسی شهری- روستایی و شهرهای حسابرسی شهری.

شکل 6. منطقی سازی مناطق محدود شده در مقایسه با توزیع جمعیت آنها.

شکل 7. مناطق اروپایی ساخته شده: ( الف ) خطوط مزدوج بین گره های طبقه بندی شده به عنوان متصل (براساس مجاورت استقرار) که فضاهای نرم را در بر می گیرند و همچنین مناطق سرزمینی مرتبط بر اساس منطقه در حال رشد در اطراف گره ها با استفاده از تراکم نشست – همانطور که در این مطالعه استفاده می شود و در شکل 2 و شکل 3 نشان داده شده است . ( ب ) «موز آبی» [ 17 ]، «موز زرد» (به عنوان مثال، [ 22 ]) و «موز کمربند آفتابی» [ 18 ] که از نظر فضایی توسط تحولات اقتصادی مفهوم‌سازی شده‌اند. ( ج ) “اختاپوس سرخ” [ 19 ] که از نظر فضایی توسط تحولات اقتصادی مفهوم سازی شده است. ( د) نمونه هایی از مناطق ساخته شده: قهوه ای (میلان-رم-ناپل)، آبی روشن (لندن-لیدز) [ 16 ] با استفاده از تحولات اقتصادی، آبی تیره (لیسبون-ویگو)، سبز (وین-براتیسلاوا-بوداپست-کراکوف) [ 69 ] , خاکستری (کارلسروهه-وین) [ 8 ] با استفاده از نورهای شبانه; قرمز (Ruhr-Randstaad) که توسط هر مجموعه داده ای به عنوان ابر منطقه شناسایی می شود (به عنوان مثال [ 14 ، 69 ]).

جدول 1. خصوصیات کمی و طبقه بندی دقیق مناطق سرزمینی شناسایی شده و گره های مربوطه آنها (دسته A-D).

جدول 2. فهرست تفصیلی گره های طبقه بندی شده، که بخشی از هیچ منطقه سرزمینی فراتر از منطقه شهری و مناطق داخلی نیستند (دسته E-F). مرتب شده بر اساس تعداد گره ها در هر کشور.

© 2017 توسط نویسندگان. دارنده مجوز MDPI، بازل، سوئیس. این مقاله یک مقاله با دسترسی آزاد است که تحت شرایط و ضوابط مجوز Creative Commons Attribution (CC BY) ( http://creativecommons.org/licenses/by/4.0/ ) توزیع شده است.

;کاربردهای GIS مقالات

درخواست مشاوره

09120049370

8 صبح تا 12 شب