نقشه راه GIS

درخواست مشاوره

09120049370

8 صبح تا 12 شب

09120049370

Telegram Whatsapp Youtube
کاربرد جی ای اس

 

چکیده

:

یک سیستم پشتیبانی برنامه‌ریزی برای یکپارچه‌سازی زمین ایجاد شده است که در قلب خود، یک سیستم خبره به نام LandSpaCES (سیستم کارشناسی تلفیق فضایی زمین) دارد که شامل یک “ماژول طراحی” است که توزیع مجدد زمین را تحت سناریوهای مختلف و یک “ماژول ارزیابی” ایجاد می‌کند. که GIS را با تصمیم گیری چند معیاره برای ارزیابی این گزینه ها ادغام می کند. این مقاله چارچوب ساختاری ماژول دوم را معرفی می‌کند که با استفاده از مطالعه موردی در قبرس استفاده شده است. دو شاخص جدید معرفی شده است: “ضریب غلظت بسته” برای اندازه گیری پراکندگی بسته ها. و «نرخ رضایت مالکان» برای پیش‌بینی پذیرش طرح بازتوزیع زمین توسط مالکان از نظر موقعیت مکانی قطعات جدیدشان. این دو شاخص به‌عنوان معیاری برای ارزیابی جایگزین‌های بازتوزیع زمین مورد استفاده قرار می‌گیرند و قابل انتقال به هر پروژه یکپارچه‌سازی زمین هستند. علاوه بر این، یک نسخه اصلاح شده از روش تخمین نسبت، که به عنوان “روش رتبه بندی کیفی” برای تخصیص وزن به معیارهای ارزیابی نامیده می شود، همراه با مجموعه ای از توابع ارزش غیر خطی برای استانداردسازی نمرات عملکرد گزینه ها ارائه شده است. ترکیب دانش تخصصی برای پنج معیار ارزیابی استفاده از این ماژول نشان داد که یک ابزار جدید قدرتمند برای ارزیابی طرح‌های توزیع مجدد زمین جایگزین است که می‌تواند پس از تعدیل‌های مناسب در کشورهای دیگر اجرا شود. سهم گسترده‌تری نیز به فرآیندهای برنامه‌ریزی فضایی داده شده است، که ممکن است از روش‌شناسی و نوآوری‌های ارائه‌شده در این مقاله پیروی کند.
کلید واژه ها: 

یکپارچه سازی زمین ؛ تصمیم گیری چند ویژگی ؛ ضریب غلظت بسته ; میزان رضایت مالک زمین ; روش رتبه بندی کیفی ; توابع ارزش ; GIS

 

1. مقدمه

تکه تکه شدن زمین زمانی اتفاق می افتد که زمین های منفرد از قطعات زمینی متعددی که به صورت فضایی جدا شده اند تشکیل شده باشد [ 1 ]. یکپارچه سازی اراضی به عنوان مؤثرترین رویکرد مدیریت زمین برای حل این مشکل در نظر گرفته می شود و در بسیاری از کشورهای جهان انجام می شود [ 2 ، 3 ].]. یکپارچه سازی اراضی شامل فرآیند تخصیص مجدد زمین است که خود می تواند به دو فرآیند فرعی، توزیع مجدد زمین و تقسیم اراضی تقسیم شود. توزیع مجدد زمین شامل تهیه یک طرح اولیه برای بازسازی قطعات زمین از نظر تعداد، مالکیت، اندازه، ارزش و مکان تقریبی آنها بر اساس قانون، ساختار مالکیت زمین موجود، قوانین سرانگشتی و تجربه برنامه ریز است. به عنوان مثال، در قبرس، توسعه چنین طرحی مستلزم آن است که تیمی از برنامه ریزان یکپارچه سازی زمین با هر مالک زمین ملاقات کنند تا ترجیحات آنها را درک کنند، مهمترین جنبه این است که قطعه های جدید آنها در کجا قرار دارند. سپس یک طرح قابل قبول، تعیین شده از مجموعه ای از گزینه ها، ترسیم می شود.
یکی از مشکلات فرآیند یکپارچه سازی زمین، مدت زمان لازم برای تکمیل هر پروژه یکپارچه سازی زمین است. به عنوان مثال، متوسط ​​طول مدت پروژه در آلمان 8 تا 16 سال، در هلند 10 تا 12 سال، در فنلاند 8 تا 12 سال و در سوئد 5 تا 7 سال است [ 4 ]. در قبرس، یک پروژه به طور متوسط ​​از 6 تا 10 سال طول می کشد [ 5 ] با 2 تا 3 سال صرف آماده سازی طرح تخصیص مجدد زمین. مقدار زمان مورد نیاز تا حدی تابعی از فقدان ابزارهای کافی برای پشتیبانی از یکپارچگی زمین است، زیرا سیستم های اطلاعات جغرافیایی اختصاصی (GIS) قادر به مدیریت پیچیدگی موجود نیستند. دمتریو و همکاران [ 6] چارچوبی برای یک سیستم یکپارچه برنامه ریزی و پشتیبانی تصمیم (IPDSS) پیشنهاد کرده اند که کل فرآیند تخصیص مجدد زمین را در یک گردش کار خودکار در بر می گیرد. با استفاده از این چارچوب تعبیه شده در یک محیط GIS، سیستم پشتیبانی یکپارچه تجمیع زمین برای برنامه ریزی و تصمیم گیری ( LACONISS ) ایجاد شد که از سه زیر سیستم اصلی تشکیل شده است: یک سیستم تکه تکه کردن زمین ( LandFragmentS ) [ 7 ]. یک سیستم خبره یکپارچه سازی فضایی زمین ( LandSpaCES ) [ 8 ]؛ و یک سیستم قطعه بندی زمین ( LandParcelS ) [ 9 ].
این مقاله به طور خاص با روشی برای ارزیابی سروکار دارد، اما ما باید اذعان کنیم که ارزیابی در زمینه یکپارچه سازی زمین ممکن است معانی متفاوتی داشته باشد که آیا به ارزیابی مناسب بودن، ارزیابی جامع پروژه یا ارزیابی طرح تخصیص مجدد اراضی اشاره دارد. مطالعات ارزیابی تناسب [ 10 ، 11 ، 12 ] قبل از اجرای پروژه انجام می شود و هدف آن بررسی پتانسیل اعمال یکپارچه سازی زمین است. مطالعات ارزیابی جامع [ 13 , 14 , 15 , 16 , 17 , 18] مبتنی بر گسترده بوده و اثرات بالقوه کل پروژه را معمولاً برحسب سه مؤلفه اصلی در نظر می گیرند: کارایی اقتصادی که به بهبود شاخص های تکه تکه شدن زمین و در نتیجه منافع کشاورزی (مثلاً تولید، بهره وری، درآمد کشاورزان) مربوط می شود. اثرات زیست محیطی؛ و اثرات اجتماعی که اثرات بالقوه پروژه را بر مالکان زمین یا گروهی از مردم یا جامعه به عنوان یک کل پوشش می دهد. این نوع ارزیابی را می توان پیش از پیش یا پس از آن اعمال کرد که مورد دوم معمول ترین مورد است. سومین نوع ارزیابی، یعنی مطالعات ارزیابی طرح تخصیص مجدد زمین [ 19 ، 20 ، 21 ، 22] دامنه محدودی دارد و بر کیفیت طرح تخصیص مجدد زمین در مرحله طراحی، یعنی ارزیابی قبلی تمرکز دارد. با این حال، مطالعات موجود هیچ گونه تحول روش‌شناختی در این زمینه ارائه نمی‌کند، زیرا از شاخص‌های مجزا در مورد تکه تکه شدن زمین مانند اندازه، شکل و پراکندگی قطعات استفاده می‌کنند و از این رو روش سیستماتیکی برای ارزیابی طرح‌های تخصیص مجدد یا توزیع مجدد زمین ارائه نمی‌دهند. یک دلیل ممکن است این باشد که طرح‌های تخصیص مجدد زمین معمولاً به صورت دستی تولید می‌شوند که منجر به یک راه‌حل واحد (اگرچه نه لزوماً بهینه) می‌شود.
بنابراین، در سیستم LACONISS ، زیر سیستم LandSpaCES از دو جزء تشکیل شده است. اولین مورد یک “ماژول طراحی” است که یک سیستم خبره (ES) است که می تواند راه حل های جایگزین برای توزیع مجدد زمین [ 8 ] را به روشی خودکار تولید کند. دوم یک “ماژول ارزیابی” است که GIS را با روش تصمیم گیری چند ویژگی (MADM) ادغام می کند تا این راه حل ها را به طور کارآمد و سیستماتیک با توجه به نیازهای خاص هر پروژه یکپارچه سازی زمین ارزیابی کند و به انتخاب راه حل بهینه کمک کند. . هدف این مقاله تشریح روشی است که ما برای این فرآیند ارزیابی ایجاد کرده ایم که در LandSpaCES تعبیه شده است.و مفاهیم جدیدی مانند “ضریب غلظت قطعه” (PCC) برای مشخص کردن پراکندگی قطعات و “نرخ رضایت مالکان” (LSR) را در بر می گیرد که سعی می کند ترجیحات هر مالک زمین را به روشی خودکار به تصویر بکشد. سپس این روش در یک مطالعه موردی یکپارچه سازی زمین واقعی در قبرس نشان داده می شود که در آن ده راه حل جایگزین برای توزیع مجدد زمین تحت مجموعه ای از سناریوهای مختلف ایجاد شده است. جزئیات بیشتر از تولید این راه حل های جایگزین توزیع مجدد زمین را می توان در Demetriou و همکاران یافت. [ 8 ].

2. روش شناسی

ارزیابی طرح‌های توزیع مجدد زمین جایگزین از روش‌های تصمیم‌گیری چند ویژگی (MADM) استفاده می‌کند [ 23 ، 24 ] که تلاش می‌کند بهترین راه‌حل را در میان تعداد گسسته راه‌حل‌های جایگزین پیدا کند. فرآیند در شکل 1 نشان داده شده استجایی که در ابتدا مجموعه ای از توزیع مجدد زمین های جایگزین تولید می شود و برنامه ریز باید مجموعه ای از معیارهای ارزیابی را برای ارزیابی این جایگزین ها انتخاب کند. این یک جدول افکت با جایگزین ها در ستون ها و معیارها در ردیف ها تولید می کند. عملکرد هر جایگزین برای هر معیار با نمره ای نشان داده می شود که عنصری از جدول اثر واقع در سلولی از ماتریس را تشکیل می دهد. نمرات با مقادیر بین 0 و 1 (به ترتیب نشان دهنده بدترین و بهترین عملکرد گزینه ها) استاندارد شده و وزن ها برای هر معیار توسط برنامه ریز انتخاب می شوند. قوانین تصمیم گیری شامل روش ارزیابی است که به منظور رتبه بندی گزینه ها استفاده می شود. سرانجام، یک تحلیل حساسیت با هدف ارزیابی استحکام ترتیب رتبه‌بندی و به دنبال آن خروجی یک توصیه نهایی در مورد سودمندترین راه‌حل انجام می‌شود. هر یک از اجزای فرآیند اکنون در بخش های بعدی با جزئیات بیشتر توضیح داده شده است. کل فرآیند توضیح داده شده در بالا در یک محیط GIS تعبیه شده است (به عنوان مثال ، ArcGIS) با استفاده از VBA و ArcObjects [ 25 ، 26 ]. چندین نویسنده به ادغام روش های چند معیاره با GIS اشاره می کنند [ 27 ، 28 ، 29 ، 30 ]. نقش GIS هم در طراحی و هم در ارزیابی راه حل های جایگزین حیاتی است [ 8 ]. در مورد دومی، GIS به طور خودکار تمام معیارهای هر جایگزین را برای هر یک از معیارهای ارزیابی درگیر ارائه می دهد، کاری که انجام آن به صورت دستی یا با استفاده از سیستم های غیر مکانی مرسوم غیرممکن خواهد بود زیرا مولفه فضایی مسئله به طور قابل توجهی افزایش می یابد. پیچیدگی محاسبات
Ijgi 01 00272 g001 1024
شکل 1. مدل کلی روش تصمیم گیری چند ویژگی (MADM) (اقتباس از شریفی و همکاران [ 31 ]).

2.1. معیارهای ارزیابی

انتخاب معیارهای مناسب با تعریف درخت هدف سلسله مراتبی که از طریق هدف، اهداف و مقاصد مسئله یکپارچه سازی زمین مشخص می شود، آغاز می شود [ 32 ]. پس از آن، یک درخت هدف بازتوزیع مجدد زمین می‌تواند فرموله شود ( شکل 2 ) که حاوی اهداف، اهداف و معیارها/ویژگی‌های مربوطه است که می‌تواند در ارزیابی طرح‌های توزیع مجدد زمین مورد استفاده قرار گیرد.
در حالی که شکل 2 9 معیار ممکن را نشان می دهد، دمتریو و همکاران. [ 32 ] پیشنهاد می کند که فقط پنج معیار زیر مورد نیاز است: میانگین اندازه (به عنوان درصد تغییر قبل و بعد از اعمال راه حل) بسته های جدید (C1). میانگین ضریب غلظت بسته (C2)؛ تغییر (به صورت درصد) در تعداد مالکان زمین (C3)؛ درصد مالکیت‌های «تکمیل‌شده» شامل درصد مالکیت‌هایی که کمتر از حد حداقل اندازه تعیین‌شده توسط قانون و «تکمیل» برای رسیدن به آن حداقل حد (C4) است. و میانگین میزان رضایت مالک زمین (C5). هر دو PCC و LSR مفاهیم جدیدی هستند که در زیر با جزئیات بیشتر توضیح داده شده است.
Ijgi 01 00272 g002 1024
شکل 2. درخت هدف برای مشکل توزیع مجدد زمین.

2.1.1. ضریب غلظت بسته ( PCC )

معیار اصلی پراکندگی فضایی فاصله استاندارد است که معادل فضایی انحراف استاندارد است و نشان می دهد که چگونه مکان ها یا نقاط در اطراف میانگین مکانی پراکنده شده اند [ 33 ، 34]. میانگین فضایی یا میانگین مرکز ثقل یک معیار آماری مکانی مهم برای گرایش مرکزی است که میانگین مکان مجموعه ای از نقاط تعریف شده در یک سیستم مختصات دکارتی را نشان می دهد. بنابراین، فاصله استاندارد میزان تمرکز یا پراکندگی بسته ها (یا به طور دقیق تر مرکز بسته ها) در اطراف میانگین هندسی آنها را اندازه گیری می کند. اگرچه، در عمل، پراکندگی مزارع به محل مزرعه یا روستایی که کشاورز در آن زندگی می کند، بستگی دارد، و در این مورد، مسافت های حمل و نقل را می توان بر اساس برخی فرضیات محاسبه کرد [ 21 ]]، اطلاعات اضافی مورد نیاز معمولاً در دسترس نیست، بنابراین میانگین مرکز قطعات یک هلدینگ معیاری است که نمایش مناسبی از پراکندگی قبل و بعد از یکپارچه سازی زمین ارائه می دهد.
گسترش هر دو آمار، مرکز میانگین وزنی و فاصله استاندارد وزنی است که در آن مرکزها ممکن است مقادیر مشخصه متفاوتی داشته باشند که نشان دهنده اندازه های مختلف یا ارزش زمین هر قطعه است. به عنوان مثال، اگر بزرگ‌ترین بسته‌های یک مزرعه از نظر موقعیت مکانی بسیار پراکنده باشند، این ممکن است اثرات منفی بیشتری بر تولید، بهره‌وری، نیروی کار و در نتیجه درآمد کشاورز داشته باشد تا اینکه قطعه‌های کوچک‌تر پراکنده شوند [ 19 ]. بنابراین، میانگین وزنی مرکز یک مزرعه، شاخص بهتری نسبت به مرکز متوسط ​​ساده است، زیرا نه تنها پراکندگی فضایی قطعات، بلکه اهمیت کشاورزی هر پاکت را نیز منعکس می کند.
با بیان این آمار فضایی در زمینه یکپارچه سازی اراضی، میانگین مرکز قطعات یک هلدینگ را می توان به صورت زیر بیان کرد:

Ijgi 01 00272 i003

که در آن x hmc و y hmc مختصات مرکز میانگین هلدینگ هستند. x i و y i مختصات مرکز قطعه i هستند. و n تعداد بسته های متعلق به یک هلدینگ است. میانگین وزنی مرکز یک هلدینگ را می توان به روشی مشابه محاسبه کرد:

Ijgi 01 00272 i004

که x whmc و y whmc مختصات مرکز میانگین وزنی هلدینگ و w i وزن هر بسته i است. از این مقادیر، پراکندگی بسته ها ( DoP ) و نسخه وزنی DoP را می توان به صورت زیر محاسبه کرد:

Ijgi 01 00272 i005
Ijgi 01 00272 i006

جایی که هر دو معیار قبلاً توسط تورینو و همکاران استفاده شده است. [ 19 ]. با این حال، نقطه ضعف این معیارها این است که ممکن است در محدوده نامحدودی از مقادیر بدون مقادیر شدید صریح متفاوت باشند، که تفسیر را دشوار می کند. در این تحقیق، شاخص جدیدی به نام ضریب غلظت قطعه ( PCC ) برای هر مزرعه ایجاد شده است که در مقیاسی بین 1- و 1 اندازه گیری می شود. تثبیت مقدار +1 به وضعیت “تمرکز کامل” اشاره دارد در حالی که -1 نشان دهنده “بدترین غلظت” است. DoP را می توان برای هر هلدینگ دو بار محاسبه کرد، یعنی قبل از (DoP b ) و پس از ( DoP a ) یکپارچه سازی زمین و سپس برای محاسبه PCC برای سه موقعیت ترکیب می شوند:

  • اگر DoP b = DoP a ، PCC = 0 و پراکندگی بسته ها تغییر نکرده است.
    در این شرایط، یکپارچه سازی زمین، مستقل از تعداد قطعات جدید تخصیص داده شده به یک مالک زمین ( n ‘) یا تعداد قطعات اصلی متعلق به مالک زمین ( n ) هیچ تمرکزی از قطعات برای مالکیت مربوطه به دست نیاورده است.
  • اگر DoP b > DoP a ، PCC را می توان به صورت زیر بیان کرد:

    Ijgi 01 00272 i007
    در این شرایط، بهبود در پراکندگی بسته ها رخ داده است. حداکثر مقدار 1 به این معنی است که قطعات پس از یکپارچه سازی زمین در یک قطعه واحد متمرکز شده اند، یعنی n ‘ = 1 و غلظت کامل حاصل شده است. این زمانی اتفاق می‌افتد که DoP a برابر با 0 و در نتیجه n ‘ = 1 باشد. صورت‌گر در رابطه (5) نشان‌دهنده تغییر متناسب پراکندگی قبل و بعد از یکپارچگی زمین یک مزرعه است. مخرج، یعنی n ‘ ، تغییر متناسب در پراکندگی (سطح غلظت) را تنظیم می کند زیرا PCC با n افزایش می یابد.‘ کاهش می دهد. به عبارت دیگر، هر چه n بیشتر باشد، غلظت بسته های جدید کمتر می شود و در نتیجه PCC به سمت مقدار صفر کاهش می یابد.
  • اگر DoP b < DoP a ، PCC به صورت زیر بیان می شود:

    Ijgi 01 00272 i008
در این وضعیت، وخامت در پراکندگی بسته ها رخ داده است. این ممکن است زمانی رخ دهد که n ‘ بزرگتر از n باشد (که یک مورد بسیار نادر است) و/یا زمانی که بسته ها در فواصل بیشتری تخصیص داده شده باشند. مقدار شدید 1- به این معنی است که تمرکز قطعات پس از یکپارچگی زمین، مستقل از تعداد قطعات جدید تخصیص داده شده بدتر شده است، زیرا هدف اصلی از متمرکز کردن قطعات از طریق یکپارچه سازی زمین به طور کامل شکست خورده است. این زمانی اتفاق می افتد که DoP b برابر با 0 و در نتیجه n = 1 باشد. مخرج n تغییر متناسب در پراکندگی، یعنی سطح غلظت را تنظیم می کند، زیرا PCCبا افزایش n افزایش می یابد. به عبارت دیگر، هر چه مقدار n بیشتر باشد ، تفاوت شدید (قبل و بعد از پروژه) در غلظت بسته کمتر می شود و بنابراین PCC به سمت صفر کاهش می یابد زیرا پراکندگی قبلا ضعیف بود.

2.1.2. نرخ رضایت مالک زمین ( LSR )

نرخ رضایت مالکان ( LSR ) شاخصی است که رضایت مالکان را با توجه به ترجیحات آنها از نظر موقعیت مکانی قطعات جدیدشان نشان می دهد. این بر اساس شاخص اولویت بسته ( PPI ) معرفی شده در Demetriou و همکاران است. [ 8 ]، که ترجیحات مالکان زمین را در مورد مکان قطعات جدید که می خواهند دریافت کنند رتبه بندی می کند. محاسبه LSR شامل تعیین ترجیحات هر یک از مالکین زمین است و درصد متناسبی از رضایت را تعیین می کند (به نام نرخ رضایت جزئی، PSR )) به هر بسته جدید بسته به رتبه اولویت راضی شده، حداکثر با 100٪. یک نکته مهم در این فرآیند این است که قطعات اصلی یک مالک زمین ( n ) که در حال حاضر به ترتیب رتبه بندی ترجیحی هستند، به دو قسمت تقسیم می شوند. اولی وضعیت تا n ‘ را پوشش می دهد در حالی که بخش دیگر وضعیت بقیه بسته ها را پوشش می دهد، یعنی از n – n ‘. بنابراین، اگر یک بسته جدید در قسمت اول بیفتد، PSR 100٪ خواهد بود، اما اگر در قسمت دوم بیفتد ، بسته به n و n ‘ ، PSR به نسبت تعیین می شود، یعنی کاهش می یابد. این را می توان به صورت ریاضی به صورت زیر بیان کرد:
اگر n ≥ n ‘ باشد، PSR برای هر قطعه جدید اختصاص داده شده به یک مالک زمین را می توان به صورت زیر محاسبه کرد:

Ijgi 01 00272 i009

که در آن m i متغیری است که تعداد قطعاتی را که در اصل متعلق به یک مالک زمین است ( n ) و ترتیب رتبه ترجیحی هر قطعه اصلی i ( RO i ) را در نظر می گیرد و P یک تابع خطی است که رضایت کاهشی را بیان می کند. هر مالک زمین دو متغیر m i و P به صورت زیر محاسبه می شوند:

Ijgi 01 00272 i010
حداکثر mi مقدار m i است که به بسته‌های جدیدی که در قسمت اول بسته‌های اصلی قرار می‌گیرند، همانطور که قبلا توضیح داده شد، اختصاص داده می‌شود. در این حالت، پارامتر RO i در معادله (8) با تعداد بسته های جدید ( n ‘) به صورت زیر جایگزین می شود:

Ijgi 01 00272 i011
P درصد ثابتی برای توزیع مجدد هر هلدینگ است که بر اساس دو قسمتی که قبلا ذکر شد محاسبه می شود. به طور خاص، بسته هایی که متعلق به قسمت اول هستند به عنوان یک قسمت فرعی در نظر گرفته می شوند در حالی که بسته هایی که متعلق به قسمت دوم هستند به عنوان یک قسمت فرعی جداگانه محسوب می شوند. بنابراین، P با تقسیم 100٪ بر تعداد کل زیربخش ها که همیشه برابر است با n- n ‘+1 به دست می آید. بنابراین، P را می توان به صورت زیر محاسبه کرد:

Ijgi 01 00272 i012
از ترکیب معادلات (8) و (10) به دست می آید:

Ijgi 01 00272 i013
سپس کل LSR برای هر زمین j به عنوان مقدار میانگین PSR محاسبه می شود :

Ijgi 01 00272 i014
به طور مشابه، میانگین LSR برای کل منطقه یکپارچه سازی زمین، یعنی کل پروژه، می تواند به عنوان میانگین LSR همه مالکان ( l ) که در طرح ملک دریافت کرده اند به صورت زیر محاسبه شود:

Ijgi 01 00272 i015
مفروضات فوق با استفاده از مثالی برای محاسبه PSR و LSR واضح تر می شوند . مثالی در جدول 1 ارائه شده است که شامل یک مالک زمین است که در ابتدا پنج قطعه ( یعنی n = 5) داشت و پس از یکپارچه سازی زمین 1، 2 یا 3 قطعه دریافت می کند ( یعنی n ‘ = 1 تا 3). هر سلول جدول حاوی مقدار PSR برای هر ترکیب n و n است.
جدول
جدول 1. مثالی برای محاسبه نرخ رضایت جزئی.
به عنوان مثال، اگر به یک مالک زمین یک قطعه (به عنوان مثال ، ستون اول) در همان مکان اولویت چهارم ( یعنی ردیف چهارم) اختصاص داده شده باشد، PSR و در نتیجه LSR (زیرا n ‘ = 1) 40 است. ٪. به طور مشابه، اگر به مالک زمین دو قطعه ( یعنی ستون دوم) اختصاص داده شده باشد، مثلاً در همان مکان اولویت اول ( یعنی ردیف اول) و اولویت چهارم ( یعنی ردیف چهارم)، PSR 100٪ است و 50% برای محل بسته اول و بسته دوم به ترتیب. در این حالت میانگین LSR 75 درصد محاسبه می شود.

2.2. وزن دادن به معیارها

روش های مختلفی برای وزن دادن به معیارهای ارزیابی از جمله رتبه بندی مستقیم وجود دارد. وزنه های نوسانی؛ رتبه بندی؛ رتبه بندی؛ مقایسه زوجی؛ تجزیه و تحلیل معاوضه؛ و ترجمه کیفی [ 23 ، 31 ، 35]. محبوب ترین روش های رتبه بندی و رتبه بندی به دلیل سادگی است. با این حال، با تخصیص وزن ها به یک مقیاس خوب، به عنوان مثال، تا دو اعشار در روش رتبه بندی مستقیم، مشکلاتی وجود دارد. علاوه بر این، سایر روش‌های رتبه‌بندی (مثلاً روش مجموع رتبه، روش متقابل رتبه و روش توان رتبه) پتانسیل رتبه‌بندی دو یا چند معیار با اهمیت مساوی را که برای این مشکل مرتبط است، فراهم نمی‌کنند. برای توسعه یک روش ساده مناسب برای هدف که به برنامه ریزان اجازه می دهد تا وزن ها را در حین غلبه بر مشکلات فوق الذکر تعیین کنند، نسخه اصلاح شده ای از روش تخمین نسبت توسعه داده شده است که از مقیاس کیفی مشابهی استفاده می کند که در روش مقایسه زوجی یافت می شود. “روش رتبه بندی کیفی”. معیارها به هفت طبقه مهم زیر طبقه بندی می شوند: بسیار زیاد. بسیار بالا؛ بالا؛ حد واسط؛ در حد متوسط؛ کم؛ و بسیار کم، که برای رتبه بندی شهودی تر از عدد یا امتیاز هستند و معیارها ممکن است با استفاده از این روش اهمیت یکسانی داشته باشند. هر کلاس دارای محدوده اهمیت از پیش تعریف شده از 0 تا 100 همانطور که در نشان داده شده استجدول 2 اما میزان افزایش اهمیت در قسمت پایین مقیاس 10 امتیاز است در حالی که در قسمت بالایی دو برابر است، یعنی 20 امتیاز. این نشان دهنده یک وزن دهی تحمیلی به نفع طبقات بالاتر است. اگرچه این امتیازدهی دلخواه به نظر می رسد، اما در عمل این واقع بینانه است زیرا برنامه ریزان و تصمیم گیرندگان تمایل دارند معیارهای کمتر مهم در فرآیند تصمیم گیری را نادیده بگیرند. پس از انتخاب اهمیت هر یک از معیارها، اوزان بر اساس امتیازی که به هر معیار تعلق می گیرد، استاندارد می شوند، به طوری که مجموع اوزان به 1 می رسد.
جدول
جدول 2. مقیاس اهمیت و نمرات مربوطه با استفاده از روش رتبه بندی کیفی.
هر روشی که برای تخصیص وزن به معیارها به کار گرفته شود، برنامه ریز باید بداند که وزن معیارها باید با دامنه نمرات عملکرد مربوطه همسو باشد [ 35 ، 36 ]. به عبارت دیگر، هر چه دامنه امتیاز عملکرد برای یک معیار بیشتر باشد، اهمیت (از این رو وزن) آن معیار از نظر سهم آن در رتبه بندی گزینه ها بیشتر است. این به عنوان اصل حساسیت دامنه [ 37 ] شناخته می شود.

2.3. فرآیند استانداردسازی

استانداردسازی (یا عادی سازی) فرآیند تبدیل امتیاز معیارهای ارزیابی به یک مقیاس است تا بتوان آنها را ترکیب و مقایسه کرد. چندین روش استانداردسازی توسعه داده شده‌اند که عموماً در این موارد قرار می‌گیرند: تبدیل‌های مقیاس خطی [ 23 ، 31] و رویکردهای تابع ارزش/مفید. روش‌های خطی (هدف، حداکثر، فاصله و استانداردسازی) معمولاً به دلیل سادگی و رفتار از پیش تعریف‌شده استفاده می‌شوند، اما دو نقطه ضعف اصلی دارند. اول، آنها ارتباط خطی بین مقادیر اصلی و مقادیر استاندارد شده را زمانی که در عمل، این رابطه پیچیده تر است، فرض می کنند. و دوم، آنها قضاوت های تصمیم گیرندگان را نادیده می گیرند زیرا آنها هیچ ورودی در توسعه توابع استانداردسازی خطی ساده ای که معمولا استفاده می شود ندارند. این محدودیت ها با استفاده از توابع ارزش، که قضاوت انسان را به شکلی ریاضی محصور می کند، برطرف می شوند. این توابع نمره عملکرد یک جایگزین برای یک معیار را به یک امتیاز ارزشی بین 0 و 1 ترجمه می کنند، که نشان دهنده میزان دستیابی به یک هدف تصمیم گیری خاص است. تعدادی روش برای ایجاد توابع ارزش توسعه داده شده است. متداول‌ترین روش‌ها عبارتند از روش‌های میانگین ارزش، ارزیابی و رتبه‌بندی مستقیم [35 ]. مورد دوم به دلیل سادگی و انعطاف پذیری در تخصیص مقادیر که به معیار مورد نظر بستگی دارد، در این تحقیق مورد استفاده قرار گرفته است. رتبه‌بندی ارزش مستقیم شامل پنج مرحله زیر برای هر معیار است:
  • حداقل و حداکثر مقادیر معیار را که به ترتیب با مقادیر 0 (بدترین) و 1 (بهترین) مطابقت دارد، مشخص کنید. در چارچوب این تحقیق، حداقل و حداکثر مقادیر برای معیارهای C1، C3 و C4 از سوابق آماری 40 ساله ارائه شده توسط دپارتمان یکپارچه سازی زمین (LCD) قبرس برای 74 پروژه یکپارچه سازی زمین شناسایی شد. برای معیارهای C2 و C5، حداقل مقادیر صفر و حداکثر مقادیر به ترتیب 1 و 100 درصد است.
  • مشخصه های تابع مقدار، یعنی یکنواختی، شکل و غیره را تعریف کنید.
  • مقادیری را به امتیازهای معیار انتخاب شده در فواصل مساوی بین حداقل و حداکثر اختصاص دهید.
  • با استفاده از نرم افزار مناسب یک معادله ریاضی را در این نقاط برازش دهید.
  • توابع را به عنوان نمایش های ترجیحی اعتبار سنجی کنید.
توابع مقادیر برای C1 تا C5 برای مطالعه موردی قبرس به ترتیب در شکل 3 (a-e) و به عنوان معادلات (14-18) ارائه شده است.
شکل 3 (الف) یک تابع ارزش سود مقعر را برای میانگین درصد تغییر در اندازه بسته ها نشان می دهد که به صورت زیر نشان داده شده است:

Ijgi 01 00272 i016
تابع ارزش به شدت از 0 تا 0.8 افزایش می یابد زیرا مقدار دوم مربوط به 100٪ است، امتیازی که توسط کارشناسان به راحتی قابل دستیابی است و سپس به تدریج تا حداکثر امتیاز 600٪ افزایش می یابد که بالاترین امتیازی است که تاکنون در پروژه های یکپارچه سازی زمین به دست آمده است. شکل 3 (ب) تابع مقدار سود مقعر دیگر برای PCC میانگین است :

Ijgi 01 00272 i017
حداکثر امتیاز 1 که نشان دهنده غلظت کامل قطعات است در حالی که حداقل 0 به این معنی است که هیچ چیزی از نظر غلظت قطعه پس از یکپارچه سازی زمین تغییر نکرده است. میانگین PCC بیش از 0.5 (که مربوط به مقدار 0.8 یا 80٪ است، برای کارشناسان بسیار رضایت بخش است، زیرا در اغلب موارد، پیوستن همه بسته های یک هلدینگ به یک بسته منفرد همیشه امکان پذیر نیست.
Ijgi 01 00272 g003 1024
شکل 3. توابع ارزش برای معیارهای ارزیابی.
شکل 3 (ج) یک تابع ارزش سود-هزینه مختلط زنگ‌شکل را برای درصد تغییر در تعداد مالکان نشان می‌دهد:

Ijgi 01 00272 i019
منحنی به سرعت از 0 به اوج (20٪) افزایش می یابد که در آن این محدوده شامل مواردی است که اندازه آنها بسیار کوچکتر از حداقل محدودیت های ارائه شده توسط قانون است. این املاک (با غرامت) به سایر مالکان یا عمدتاً برای “تکمیل” املاک آنها در حداقل اندازه یا افزایش اندازه سایر املاک، مجدداً توزیع می شود. سپس بقیه تابع به شدت از 20٪ به 40٪ کاهش می یابد که نشان دهنده یک اثر منفی است زیرا درصد بالایی از مالکان زمین بدون زمین ایجاد می شود و بسیاری از آنها موافقت نمی کنند که دارایی خود را برای جبران خسارت ترک کنند.
شکل 3 (د) یک تابع ارزش سود به شکل s را برای درصد مالکیت تکمیل شده نشان می دهد:

Ijgi 01 00272 i020
تحدب در بخش اول تابع (0 تا 25٪) نشان دهنده نرخ رضایت پایین برای هدف است. بخش خطی دوم (25 تا 40٪) افزایش قابل توجهی در رضایت را نشان می دهد که در آن انتظار می رود بسیاری از جایگزین های توزیع مجدد زمین سقوط کنند. بخش مقعر نهایی (40 تا 60 درصد) از نظر عملکرد جایگزین مطلوب ترین است اما دستیابی به آن سخت ترین است. تابع ارزش نهایی، میانگین LSR را به صورت منحنی محدب نشان می دهد ( شکل 3 (e)):

Ijgi 01 00272 i021
این تابع به آرامی از 0 تا 60 درصد مربوط به مقادیر 0 تا 0.3 به ترتیب افزایش می یابد که نشان دهنده اهمیت کم است و سپس به شدت بین 60 تا 90 درصد افزایش می یابد که نشان دهنده مهم ترین بخش تابع است. بنابراین، هدف “به حداکثر رساندن پذیرش طرح توسط مالکان” تنها در مقادیر بالا، یعنی بیش از 80٪ به دست می آید.

2.4. رتبه بندی گزینه های جایگزین

سپس یک رویکرد تابع ارزش برای سفارش توزیع مجدد زمین های جایگزین استفاده می شود که میانگین وزنی مقادیر مشخصه منفرد است:

Ijgi 01 00272 i022

که در آن V j مقدار کلی (یا نمره عملکرد) گزینه j است ( j = 1 تا M )، v ij مقدار استاندارد شده نمره α ij از گزینه j با توجه به معیار/ویژگی i است. ( i = 1 تا N ) با استفاده از یک تابع مقدار مناسب اندازه گیری می شود و w i وزن نرمال شده برای معیار/ویژگی i است به طوری که:

Ijgi 01 00272 i023
جایگزین با بالاترین V j بهترین جایگزین در مقایسه با سایر راه حل های جایگزین رقابتی است.
خاطرنشان می‌شود که برخلاف رویکرد تابع ارزش، سایر روش‌های تجمیع رایج که می‌توانند برای ارزیابی مجموعه‌ای از گزینه‌های گسسته مورد استفاده قرار گیرند، شامل روش‌های برتری هستند که شامل مقایسه زوجی بین همه گزینه‌ها می‌شوند. چاخار و موسو [ 38 ] یک چارچوب کلی برای گنجاندن این روش ها در GIS پیشنهاد کردند.

2.5. تجزیه و تحلیل میزان حساسیت

تحلیل حساسیت (SA) تاثیر تغییرات در ورودی ها را بر نتایج تصمیم بررسی می کند. این یک وظیفه حیاتی برای فرآیندهای تصمیم گیری است زیرا نشان می دهد که تصمیمات نهایی چقدر قابل اعتماد هستند [ 30 ]. برای MADM، دو عنصر مهم باید مورد بررسی قرار گیرد: وزن معیارهای ارزیابی و امتیازات معیار (یا معیارهای عملکرد) [ 23 ، 39 ]. با این حال، SA در مسائل تصمیم گیری چند معیاره فضایی رایج نیست و در جایی که از آن استفاده شده است، فقط حساسیت وزن ها در نظر گرفته شده است [ 40 ]]. حساسیت وزن معیارها بسیار مهم است زیرا فرآیند تخصیص وزن ها ذهنی است و ممکن است تفاوت قابل توجهی بین ادراکات و ترجیحات تصمیم گیرندگان نشان دهد. علاوه بر این، روش های موجود برای تعیین وزن ممکن است به نتایج متفاوتی منجر شود. بنابراین، تصمیم گیرنده در صورتی می تواند تصمیمات بهتری بگیرد که از اهمیت هر یک از معیارها آگاه باشد. تریانتافیلو [ 37 ، 41] روشی برای تصمیم گیری فردی ایجاد کرد که درصد تغییر مورد نیاز برای تغییر وزن فعلی هر معیار مربوطه را محاسبه می کند تا ترتیب رتبه بندی جفت گزینه های متناظر را برای هر ترکیبی از جفت های جایگزین و برای هر معیار معکوس کند. “درصد معیار بحرانی برتر” (که ممکن است رتبه بندی بهترین جایگزین را تغییر دهد)، “درصد هر معیار بحرانی” (که ممکن است رتبه هر جایگزین را تغییر دهد) و یک ضریب حساسیت برای هر معیار را می توان محاسبه کرد. در مورد تصمیم گیری گروهی، به عنوان مثال، در فرآیندهای مشارکتی چند ذی نفع، می توان از روش های دیگری مانند روش ارائه شده توسط Jankowski و همکاران استفاده کرد. [ 42 ] در انتخاب مدلر مبتنی بر وبسیستمی که شامل قابلیت های تحلیل حساسیت گسترده در سه سطح مختلف (جهانی، محلی و فضایی) است.
علاوه بر این، فرآیند استانداردسازی استفاده از توابع ارزش نیز شامل ذهنیت قابل توجهی است، زیرا توابع ارزش توسط متخصصان تعریف شده است و فرآیند ارزیابی آنها ذاتا مستعد عدم قطعیت است. درصد تغییر مورد نیاز برای تغییر امتیاز عملکرد فعلی (اولین گزینه از جفت) به طوری که ترتیب رتبه‌بندی جفت گزینه‌های متناظر برای هر ترکیبی از جفت‌های جایگزین و برای هر معیار را می‌توان محاسبه کرد [ 37 ، 41]. از این، “بحرانی ترین جایگزین”، جایگزین رقیب به بهترین جایگزین، و درصد تغییر در نمره عملکرد مربوطه که رتبه بندی را تغییر می دهد را می توان محاسبه کرد. روش فوق در ماژول ارزیابی LACONISS گنجانده شده است و در مطالعه موردی توضیح داده شده در بخش بعدی اعمال می شود.

3. مطالعه موردی

روش ارزیابی برای یک پروژه واقعی یکپارچه سازی زمین که در ناحیه پافوس انجام شد، که یکی از اولین پروژه های یکپارچه سازی زمین در قبرس بود، اعمال شده است. محدوده اداری روستا در مجموع مساحت 492 هکتار از اراضی پست را در بر می گیرد در حالی که وسعت منطقه تجمیع شده 195 هکتار است. داده های این پروژه یکپارچه سازی زمین دیجیتالی شد. جزئیات بیشتر را می توان در Demetriou و همکاران یافت. [ 8 ]. این سیستم با ده مجموعه مختلف از حقایق ورودی که ده توزیع مجدد زمین جایگزین ایجاد می‌کند، اعمال شد. این واقعیت ها یازده متغیر تصمیم گیری را نشان می دهند: حداقل حد مساحت قطعه (در متر مربع ) برای منطقه یکپارچه سازی زمین که توسط قانون (F1) تعیین شده است. حداقل حد اندازه (در متر2 ) مالکیت برای دریافت یک قطعه زمین در طرح جدید که توسط کمیته تعیین شده است (F2). حداقل حد ارزش زمین (به ارزش پولی) مالکیت برای یک مالک زمین برای دریافت قطعه در طرح جدید که توسط کمیته تعیین شده است (F3). حد پایین (در متر مربع ) اندازه نگهداری کوچک (F4)؛ حد بالایی (در متر مربع ) اندازه نگهداری کوچک (F5)؛ حد پایین (در متر مربع ) اندازه نگهداری متوسط ​​(F6)؛ حد بالایی (در متر مربع ) اندازه نگهداری متوسط ​​(F7)؛ حد پایین (در متر مربع ) اندازه نگهداری بزرگ (F8)؛ وزن متصل به منطقه بسته برای محاسبه شاخص اولویت بسته ( PPI) (F9)؛ وزن متصل به ارزش زمین قطعه برای محاسبه PPI (F10)؛ و حداقل حد مساحت باقیمانده (در متر مربع ) برای ایجاد یک قطعه جدید برای آن دسته از مالکانی که بیش از یک قطعه (F11) دریافت می کنند. هر گزینه به طور خلاصه در جدول 3 با مقایسه واقعیت ها با موارد جایگزین 1، یعنی راه حل ارائه شده توسط متخصصان، توضیح داده شده است.
جدول
جدول 3. شرح ده بازتوزیع جایگزین زمین.
این راه حل های جایگزین بر اساس دو سناریو مختلف ارزیابی شدند. سناریوی I شامل تغییر وزن معیارها بر اساس چهار مورد مختلف است در حالی که سناریوی دوم بر اهداف پروژه های مختلف در دو موقعیت مختلف تمرکز دارد.

3.1. ارزیابی گزینه‌های جایگزین: سناریوی اول

3.1.1. جایگزین های رتبه بندی

رتبه بندی جایگزین ها با استفاده از چهار مورد انجام می شود. در مورد 1، هر پنج معیار وزن یکسانی دارند. در مورد 2، وزن ها به هر یک از پنج معیار به ترتیب نزولی اهمیت بسیار زیاد، بسیار زیاد، زیاد، متوسط ​​و متوسط ​​اختصاص داده شد. در مقابل، اوزان مورد 3 به ترتیب اهمیت افزایشی و در مورد 4 بر اساس قضاوت نویسنده اصلی به ترتیب به صورت های بسیار زیاد، زیاد، زیاد، متوسط ​​و بسیار زیاد تخصیص داده شد. امتیاز عملکرد و ترتیب رتبه هر جایگزین برای هر مورد در جدول 4 نشان داده شده است و یک نمایش گرافیکی در شکل 4 ارائه شده است .
تعدادی از یافته های جالب را می توان گزارش کرد. برای مثال، هیچ جایگزینی به عنوان بهترین در همه موارد یافت نشد. به طور خاص، گزینه های 3 و 10 به ترتیب در موارد 1، 3 و 2، 4 به عنوان بهترین رتبه بندی می شوند. با این حال، گزینه 3 در همه موارد رفتار پایدارتری نسبت به گزینه 10 نشان می دهد، زیرا اولی در هر دو موردی که دومی رتبه اول را کسب کرده است، رتبه دوم را دارد. در مقابل، جایگزین 10 شامل غیرقابل اطمینان بالایی است زیرا تنها جایگزینی است که فاصله زیادی در موقعیت های رتبه بندی دارد ( یعنی اول، ششم و نهم) در حالی که همه گزینه های دیگر در بدترین حالت دو موقعیت از نظر رتبه بندی تغییر می کنند. در نتیجه جایگزین 3 به عنوان بهترین جایگزین طبقه بندی می شود. Alterative 3 همچنین به تعادل بهتری از نظر نمرات عملکرد دست می یابدبه عنوان مثال ، یک مبادله بین همه معیارها. صرف نظر از این، تنها در C3 بهترین عملکرد را دارد در حالی که جایگزین 10 بالاترین امتیازات عملکرد را در معیارهای C1 و C2 و بدترین را در C3 و C5 در هر چهار مورد کسب می کند ( شکل 5 ).
به نظر می رسد تغییرپذیری نمرات عملکرد بهترین و بدترین جایگزین در هر مورد بسیار متفاوت است، یعنی به ترتیب 21.4٪، 29.8٪، 16.1٪ و 23.2٪، که به این معنی است که حقایق مختلف و طرح های وزنی مختلف ممکن است جایگزین های قابل توجهی متفاوتی را ایجاد کنند. علاوه بر این، رتبه بندی جایگزین 1 (که نشان دهنده راه حل ارائه شده توسط متخصصان انسانی در مطالعه موردی است)، به عنوان مثال، پنجم یا ششم در چهار مورد، نشان می دهد که در مقایسه با گزینه های 2، 3، 4 و 9 که از نظر واقعیات با آنها قابل مقایسه است، عملکرد ضعیفی دارد. این ثابت می کند که سیستم ممکن است راه حل های بهتری نسبت به متخصصان ارائه دهد. علاوه بر این، واضح است که رتبه های جایگزین هشت در همه موارد باقی می مانند. یک یافته کلی این است که رتبه بندی گزینه ها نسبت به تغییر وزن معیارها بسیار حساس است که توسط Janssen و Rietveld [ 13 ] نیز یافت شده است. بنابراین، برنامه ریزان باید هم از وزن های تعیین شده برای هر معیار و هم از روش وزن دهی مورد استفاده آگاه باشند.
جدول
جدول 4. امتیاز عملکرد و ترتیب رتبه بندی هر گزینه برای چهار سناریو وزن دهی.
Ijgi 01 00272 g004 1024
شکل 4. رتبه بندی گزینه ها برای چهار مورد وزن دهی معیارهای مختلف.
Ijgi 01 00272 g005 1024
شکل 5. عملکرد گزینه ها برای همه معیارها در چهار مورد.

3.1.2. تجزیه و تحلیل میزان حساسیت

جدول 5 و شکل 6تغییر ضریب حساسیت را برای همه معیارها برای هر مورد نشان می دهد. هر چه ضریب حساسیت بالاتر باشد، آن معیار از نظر تغییر رتبه بهترین جایگزین یا هر جفت جایگزین حساس تر است. بدیهی است که همه معیارها در مورد 3 بسیار حساس هستند. دلیل آن این است که طرح وزن دهی مورد 3 را می توان از نظر اهمیت معیارهایی که معمولاً توسط کارشناسان تجمیع اراضی تعیین می شود به عنوان یک پارادوکس در نظر گرفت. و دو معیار آخر از نظر کلاس وزنی فاصله قابل توجهی دارند. در نتیجه، یک تغییر جزئی در وزن ها به سمت یک طرح معقول تر باعث تغییر در ترتیب رتبه های جایگزین می شود. متقابلا،
جدول
جدول 5. ضریب حساسیت و وزن برای معیارهای چهار مورد.
Ijgi 01 00272 g006 1024
شکل 6. تغییرپذیری ضریب حساسیت برای هر معیار برای چهار مورد.
جدول 6 بحرانی ترین معیارها و جایگزین ها را نشان می دهد. “معیار بحرانی درصد بالا” (PTCC) C1 برای موارد 1، 2 و 4 است. یعنی اگر وزن برای C1 55.8٪، 46.2٪ و 14.7٪ تغییر کند، رتبه بندی بهترین جایگزین ها، یعنی جایگزین ها تغییر می کند. 3، 10 و 4 برای موارد مربوط تغییر می کند. خاطرنشان می شود که روش “رتبه بندی کیفی” شامل تغییر 90% از بهترین ( یعنی اهمیت بسیار بالا) به بدترین ( یعنی اهمیت بسیار کم) است ( جدول 2 ).). بنابراین وجود این مقدار در درصد تغییراتی که قبلاً ذکر شد غیرممکن نیست. معیار C1 برای سه مورد از چهار مورد بحرانی ترین است زیرا بالاترین دامنه مقادیر را برای مورد اول و دامنه پایین مقادیر را برای مورد دوم ارائه می دهد. به طور مشابه، “درصد هر معیار بحرانی” (PACT) C1 برای موارد 1، 3 و 4 است، و اگر وزن C1 به ترتیب 12.3، 2.6٪ و 14.7٪ تغییر کند، آنگاه هر رتبه بندی ممکن است تغییر کند.
جدول
جدول 6. معیارهای حیاتی و جایگزین برای هر سناریو.
علاوه بر این، حساس ترین جایگزین از نظر تغییر رتبه، جایگزین 9 (به ترتیب به دلیل C4 و C1) برای موارد 1 و 2، جایگزین 4 (به دلیل C5) برای مورد 3 و جایگزین 1 (به دلیل C5) برای موارد مختلف است. مورد 4. یافته جالب دیگری که از جدول 5 استخراج شده استاین است که هیچ ارتباطی بین ضریب حساسیت و وزن برای هر معیار برای سه مورد اول وجود ندارد زیرا ضریب همبستگی (R) به ترتیب 0، 0.24 -، 0.09 – محاسبه شد. با این حال، یک رابطه (79/0 = R) در مورد 4 وجود دارد، شاید به این دلیل که این مورد شامل وزن‌هایی است که توسط کارشناس تخصیص داده شده است و آنها به طور تصادفی مانند سه مورد اول تعریف نشده‌اند. علاوه بر این، مهم ترین معیار این است که با بیشترین وزن، نتیجه ای که یافته Triantaphyllou [ 37 ] را تایید می کند.

3.2. ارزیابی گزینه های جایگزین: سناریوی دوم

برای سناریوی دوم، رتبه بندی گزینه ها با استفاده از دو مورد انجام می شود. در مورد 1، هدف پروژه تنها بر به حداقل رساندن تکه تکه شدن زمین متمرکز است، یعنی تنها دو معیار (C1 و C2) در ارزیابی نقش دارند. در مورد 2، فقط C3، C4 و C5 در ارزیابی نقش دارند که نشان دهنده هدف “به حداقل رساندن اثرات اجتماعی” است. رتبه بندی گزینه های جایگزین برای هر مورد در جدول 7 نشان داده شده است . از این جدول و شکل 7مشاهده می شود که جایگزین 10 در مورد 1 رتبه اول را دارد در حالی که گزینه 3 در مورد 2 بهترین است. به عبارت دیگر، جایگزین 10 از نظر به حداقل رساندن تکه تکه شدن زمین بهترین است اما در به حداقل رساندن اثرات اجتماعی بدترین است. در مقابل، جایگزین 3 در به حداقل رساندن تأثیرات اجتماعی بهترین است، اما در مورد 1 نیز در رتبه دوم قرار دارد، به عنوان مثال ، به حداقل رساندن تکه تکه شدن زمین، نشان دادن دوباره ثبات در عملکرد. این به وضوح نشان می دهد که اهداف یک پروژه علاوه بر وزن معیارها، نقش مهمی در ترتیب رتبه بندی ایفا می کنند.
جدول
جدول 7. امتیاز عملکرد و ترتیب رتبه بندی هر گزینه برای دو سناریو.
Ijgi 01 00272 g007 1024
شکل 7. رتبه بندی گزینه ها برای دو مورد.
بار دیگر تغییرپذیری نمرات عملکرد گزینه‌هایی که بهترین و بدترین رتبه‌بندی شده‌اند برای مورد 1 بسیار زیاد است (53.1%) اما برای مورد 2 پایین است (11.8%). این نشان می دهد که حقایق ورودی در “ماژول طراحی” به شدت بر راه حل های نتیجه در مورد به حداقل رساندن تکه تکه شدن زمین تأثیر می گذارد و در مقابل، تنها اندکی بر نتایج مربوط به به حداقل رساندن تأثیرات اجتماعی تأثیر می گذارد. در نتیجه، این یافته نشان‌دهنده انعطاف‌پذیری برای برنامه‌ریز در مورد اول و محدودیت‌هایی برای برنامه‌ریز در مورد دوم به دلیل مقررات سخت‌گیرانه در قانون است.
تجزیه و تحلیل حساسیت نشان می دهد که حساس ترین معیارها مربوط به مورد 2 هستند ( شکل 8 ). به طور خاص، معیارهای مورد 2 بدون توجه به تغییرپذیری بالاتر مقادیر در مورد قبلی، حساس تر از موارد مورد 1 هستند. این یک یافته بحث‌برانگیز در مقایسه با سناریوی اول است. این یافته نشان می‌دهد که انتخاب معیارهای دخیل در فرآیند ارزیابی، و در نتیجه اهداف یک پروژه، علاوه بر وزن معیارها، نقش مهمی در رتبه‌بندی دارند. .
Ijgi 01 00272 g008 1024
شکل 8. تغییرپذیری ضریب حساسیت برای هر معیار برای دو مورد.
بر اساس تحلیل های قبلی، بهترین راه حل جایگزین 3 برای هر دو سناریو است زیرا پایدارترین رفتار را از نظر ترتیب رتبه ارائه می دهد. بنابراین، برنامه ریزان قطعا تصمیم به اجرای این راه حل خواهند گرفت. نتیجه این ارزیابی، یعنی بهترین راه‌حل، اکنون به ماژول تقسیم‌بندی زمین ( LandParcelS ) برای تولید خودکار قطعات جدید از نظر شکل، اندازه، ارزش زمین و مکان منتقل می‌شود. این عملکرد آخرین ماژول LACONISS است (برای جزئیات بیشتر به [ 9 ] مراجعه کنید).

4. نتیجه گیری

این مقاله یک روش مبتنی بر GIS برای ارزیابی راه حل های جایگزین توزیع مجدد زمین ارائه کرده است که به عنوان یک ماژول ارزیابی در LACONISS تعبیه شده است.. سپس روش با استفاده از مطالعه موردی یک پروژه واقعی یکپارچه سازی زمین در قبرس نشان داده شد. ماژول ارزیابی نشان دهنده یک ابزار جدید قدرتمند برای ارزیابی جامع طرح های توزیع مجدد زمین جایگزین است. علاوه بر این، دو معیار جدید ضریب تمرکز قطعه برای اندازه‌گیری پراکندگی قطعه‌ها و میزان رضایت مالکان برای پیش‌بینی پذیرش طرح بازتوزیع زمین توسط مالکان از نظر موقعیت مکانی قطعه‌های تازه واگذار شده معرفی شد. این شاخص ها دارای کاربرد عمومی و عملی هستند که می توانند به هر پروژه یکپارچه سازی اراضی منتقل شوند. علاوه بر این، یک رویکرد جدید، به نام «روش رتبه‌بندی کیفی» ارائه شد که روش واقعی‌تری را برای تعیین وزن به معیارهای ارزیابی نشان می‌دهد. سرانجام، مجموعه‌ای از توابع ارزش غیرخطی برای استانداردسازی نمرات عملکرد گزینه‌های جایگزین برای پنج معیار ارزیابی ایجاد شد، که نشان می‌دهد چگونه دانش تخصصی در فرآیند ارزیابی محصور می‌شود. سهم اصلی این کار در حوزه یکپارچه سازی اراضی این است که ماژول ارزیابی ارائه شده می تواند در کشورهای دیگر که پروژه های یکپارچه سازی زمین را پس از تعدیل های مناسب اجرا می کنند نیز اعمال شود. سهم گسترده‌تری نیز به فرآیندهای برنامه‌ریزی فضایی داده شده است که ممکن است از روش ارائه‌شده در این مقاله پیروی کند. علاوه بر این، متریک پراکندگی می‌تواند توسط سایر رشته‌های فضایی (به عنوان مثال، در تحلیل اکوسیستم) که با مطالعه پراکندگی موجودیت‌های نقطه‌ای بین وضعیت موجود و وضعیت جدید به دلیل یک دوره عمل سروکار دارند، اتخاذ شود. سرانجام، این مقاله نشان داده است که نقش GIS در تصمیم‌گیری فضایی نه تنها برای فرمول‌بندی راه‌حل‌های جایگزین برای مشکل مربوطه، بلکه برای ارزیابی این راه‌حل‌ها از طریق ابزارهایی مانند MADM حیاتی است. نقش برنامه ریز در بررسی و ارزیابی گزینه های مختلف تسهیل می شود تا به تصمیم بهینه برای اجرا برسد.

منابع

  1. کینگ، آر. برتون، اس. تکه تکه شدن زمین: یادداشت هایی در مورد یک مشکل اساسی فضایی روستایی. Prog. هوم Geogr. 1982 ، 6 ، 475-494. [ Google Scholar ] [ CrossRef ]
  2. فائو، طراحی پروژه های آزمایشی یکپارچه سازی زمین در اروپای مرکزی و شرقی ؛ مطالعات FAO-Land Tenure: رم، ایتالیا، 2003.
  3. فائو، فرصت های اصلی یکپارچه سازی زمین در برنامه های توسعه روستایی اتحادیه اروپا ؛ سری سیاست های تصدی زمین خواربار فائو: رم، ایتالیا، 2008.
  4. Vitikainen، A. مروری بر یکپارچه سازی زمین در اروپا. Nordic J. Surv. Results Estate Res. 2004 ، 1 ، 25-43. [ Google Scholar ]
  5. دمتریو، دی. استیلول، جی. نگاه کنید، L. یکپارچه سازی زمین در قبرس: چرا یک برنامه ریزی یکپارچه و سیستم پشتیبانی تصمیم مورد نیاز است؟ سیاست کاربری زمین 2012 ، 29 ، 131-142. [ Google Scholar ] [ CrossRef ]
  6. دمتریو، دی. استیلول، جی. نگاه کنید، L. یک برنامه ریزی یکپارچه و سیستم پشتیبانی تصمیم (IPDSS) برای یکپارچه سازی زمین: چارچوب نظری و کاربرد ماژول های توزیع مجدد زمین. محیط زیست طرح. B-Plan. طراحی 2012 ، 39 ، 609-628. [ Google Scholar ]
  7. دمتریو، دی. استیلول، جی. نگاه کنید به L. یک روش جدید برای اندازه گیری تکه تکه شدن زمین. محاسبه کنید. محیط زیست سیستم شهری 2012 . [ Google Scholar ]
  8. دمتریو، دی. استیلول، جی. نگاه کنید به L. LandSpaCES: یک سیستم خبره فضایی برای یکپارچه سازی زمین. در پیشرفت علم اطلاعات جغرافیایی برای جهانی در حال تغییر . Geertman, S., Reinhardt, W., Toppen, F., Eds. Springer-Verlag: برلین/هایدلبرگ، آلمان، 2011; ص 249-274. [ Google Scholar ]
  9. دمتریو، دی. استیلول، جی. نگاه کنید به L. LandParcelS: یک ماژول برای تقسیم خودکار زمین. در دسترس آنلاین: http://www.geog.leeds.ac.uk/fileadmin/downloads/school/research/wpapers/12-02.pdf (در 25 آوریل 2012 قابل دسترسی است).
  10. میراندا، دی. Crecente، R. مدل مناسب برای پروژه های یکپارچه سازی زمین: مطالعه موردی در گالیسیا، اسپانیا. در مجموعه مقالات سمپوزیوم روی یکپارچگی زمین مدرن، کلرمون-فران، فرانسه، 10-11 سپتامبر 2004.
  11. زو، ایکس. لو، ام. سو، دبلیو. لی، دی. جیانگ، ی. جو، ز. Wang, J. سیستم پشتیبانی تصمیم فضایی برای ارزیابی بالقوه پروژه های یکپارچه سازی زمین. WSEAS Trans. محاسبه کنید. 2008 ، 7 ، 887-898. [ Google Scholar ]
  12. تاپا، جی. نیرولا، جی. گزینه های جایگزین یکپارچه سازی زمین در کوه های نپال: تحلیلی بر اساس نظرات سهامداران. سیاست کاربری زمین 2008 ، 25 ، 338-350. [ Google Scholar ] [ CrossRef ]
  13. یانسن، آر. Rietveld، P. ارزیابی چند معیاره طرح‌های تخصیص مجدد زمین: مطالعه موردی. محیط زیست طرح. A 1985 ، 17 ، 1653-1668. [ Google Scholar ]
  14. هویلنبروک، جی. کوئیلو، جی. پینتو، ص. ارزیابی پروژه های یکپارچه سازی زمین (LCP): یک رویکرد چند رشته ای. J. Rural Stud. 1996 ، 12 ، 297-310. [ Google Scholar ] [ CrossRef ]
  15. کوئیلو، سی. پینتو، پی. سیلوا، ام. یک رویکرد سیستمی برای برآورد اثرات پروژه های یکپارچه سازی زمین (LCP): یک ماژول و کاربرد آن. Agr. سیستم 2001 ، 68 ، 179-195. [ Google Scholar ] [ CrossRef ]
  16. کرسنت، آر. آلوارز، سی. فرا، U. اثرات اقتصادی، اجتماعی و زیست محیطی یکپارچه سازی زمین در گالیسیا. سیاست کاربری زمین 2002 ، 19 ، 135-147. [ Google Scholar ] [ CrossRef ]
  17. میراندا، دی. کرسنت، آر. آلوارز، MF یکپارچه سازی اراضی در داخل روستایی گالیسیا، شمال غربی اسپانیا، از سال 1950: نمونه ای از فرمول بندی و استفاده از سؤالات، معیارها و شاخص ها برای ارزیابی سیاست های توسعه روستایی. سیاست کاربری زمین 2006 ، 23 ، 511-520. [ Google Scholar ] [ CrossRef ]
  18. Sklenicka، P. اعمال معیارهای ارزیابی برای اثر یکپارچگی زمین در سه منطقه مورد مطالعه متضاد در جمهوری چک. سیاست کاربری زمین 2006 ، 23 ، 502-510. [ Google Scholar ] [ CrossRef ]
  19. تورینو، جی. بولون، ام. Gonzalez, X. یک سیستم جاسازی شده در GIS برای پشتیبانی از طرح های یکپارچه سازی زمین در گالیسیا. بین المللی جی. جئوگر. Inf. علمی 2003 ، 17 ، 377-396. [ Google Scholar ] [ CrossRef ]
  20. گونزالس، XP؛ آلوارز، سی جی. Crecente, R. ارزیابی توزیع زمین با توجه مشترک به اندازه و شکل قطعه. Agr. سیستم 2004 ، 82 ، 31-43. [ Google Scholar ] [ CrossRef ]
  21. گونزالس، XP؛ ماری، MF; آلوارز، سی جی ارزیابی الگوهای مولد زمین روستایی با توجه مشترک به اندازه، شکل و پراکندگی قطعات. Agr. سیستم 2007 ، 92 ، 52-62. [ Google Scholar ] [ CrossRef ]
  22. اصلان، ت. گاندوگدو، ک. Arici، I. برخی از شاخص های متریک برای ارزیابی پروژه های یکپارچه سازی اراضی. پاکستان جی بیو. علمی 2007 ، 10 ، 1390–1397. [ Google Scholar ] [ CrossRef ]
  23. Malczewski، J. GIS و تجزیه و تحلیل تصمیم گیری چند معیاره . John Wiley & Sons, Inc.: New York, NY, USA, 1999. [ Google Scholar ]
  24. Malczewski، J. تجزیه و تحلیل تصمیم چند معیاره مبتنی بر GIS: بررسی ادبیات. بین المللی جی. جئوگر. Inf. علمی 2006 ، 20 ، 703-726. [ Google Scholar ] [ CrossRef ]
  25. زیلر، ام. کاوش ArcObjects. جلد I-Applications and Cartography ; ESRI Press: Redlands، CA، USA، 2001. [ Google Scholar ]
  26. زیلر، ام. کاوش ArcObjects. جلد II-مدیریت داده های جغرافیایی ; ESRI Press: Redlands، CA، USA، 2001. [ Google Scholar ]
  27. الشلبی، م. منصور، س. احمد، ن. Shiriff, R. GIS مبتنی بر رویکردهای چند معیاره برای ارزیابی تناسب سایت مسکن. در مجموعه مقالات کنگره XXIII FIG (فدراسیون بین المللی نقشه برداران)، مونیخ، آلمان، 8-13 اکتبر 2006.
  28. کارور، جی. ادغام ارزیابی چند معیاره با سیستم های اطلاعات جغرافیایی. Int.J. Geogr. Inf. سیستم 1991 ، 5 ، 321-339. [ Google Scholar ] [ CrossRef ]
  29. گیوپونی، سی. میسیاک، ج. Fassio، A. Mulino DSS. راهنمای کاربر ؛ Fondazione Eni Enrico Mattei: ونیز، ایتالیا، 2004. [ Google Scholar ]
  30. Jankowski, P. یکپارچه سازی سیستم های اطلاعات جغرافیایی و روش های تصمیم گیری چند معیاره. بین المللی جی. جئوگر. Inf. سیستم 1995 ، 9 ، 251-273. [ Google Scholar ] [ CrossRef ]
  31. شریفی، ع. هرویجنن، م. Toorn, W. Spatial Decision Support Systems, Lecture Notes ; ITC، مؤسسه بین‌المللی علوم اطلاعات جغرافیایی و رصد زمین: Enschede، هلند، 2004. [ Google Scholar ]
  32. دمتریو، دی. استیلول، جی. نگاه کنید به L. یک ماژول تصمیم گیری چند ویژگی برای ارزیابی طرح های جایگزین یکپارچه سازی زمین. در دسترس آنلاین: http://www.geog.leeds.ac.uk/fileadmin/downloads/school/research/wpapers/11-02.pdf (دسترسی در 25 آوریل 2012).
  33. Abdon, D. Statistics in Geography ; Replika Press: Kundli، هند، 1985. [ Google Scholar ]
  34. وانگ، دی. لی، جی. تجزیه و تحلیل آماری اطلاعات جغرافیایی: با ArcView و ArcGIS . Wiley: Hopoken، NJ، ایالات متحده، 2005. [ Google Scholar ]
  35. بینات، ه. توابع ارزشی برای مدیریت محیطی ; Kluwer Academic Publishers: Dordrecht, The Netherlands, 1997. [ Google Scholar ]
  36. استیل، ک. کارمل، ی. کراس، جی. Wilcox, C. استفاده و سوء استفاده از تجزیه و تحلیل تصمیم چند معیاره (MCDA) در تصمیم گیری محیطی. ریسک مقعدی 2009 ، 29 ، 26-33. [ Google Scholar ] [ CrossRef ]
  37. Malczewski، J. ترکیب خطی وزنی محلی. ترانس. GIS 2011 ، 15 ، 439-455. [ Google Scholar ] [ CrossRef ]
  38. چاخار، س. Mousseau، V. چارچوب عمومی مدل‌سازی فضایی چند معیاره مبتنی بر GIS. بین المللی جی. جئوگر. Inf. علمی 2008 ، 22 ، 1159-1196. [ Google Scholar ] [ CrossRef ]
  39. Triantaphyllou, E. یک رویکرد تحلیل حساسیت برای برخی از روش های تصمیم گیری چند معیاره قطعی. تصمیم علمی. 1997 ، 28 ، 151-194. [ Google Scholar ] [ CrossRef ]
  40. دلگادو، ام جی; سندرا، JB تجزیه و تحلیل حساسیت در تصمیم گیری فضایی چند معیاره: یک بررسی. هوم Ecol. ارزیابی ریسک 2004 ، 10 ، 1173-1187. [ Google Scholar ] [ CrossRef ]
  41. تریانتافیلو، ای. روشهای تصمیم گیری چند معیاره: مطالعه تطبیقی ; ناشران آکادمیک Kluwer: دوردرخت، هلند، 2000. [ Google Scholar ]
  42. یانکوفسکی، پ. لیگمان-زیلینسکا، آ. Swobodzinski، M. Choice modeler: یک ابزار ارزیابی چند معیاره فضایی مبتنی بر وب. ترانس. GIS 2008 ، 12 ، 541-561. [ Google Scholar ] [ CrossRef ]

;کاربردهای GISمقالات

آموزش کاربردی ArcGISالهام ابراهیم زادهکاربرد جی ای اسکاربردهای GIs در زمین شناسی

بدون نظر

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

همواره حمایت دانشجویان عزیزمان همراه ما بوده و این سببب شده که گامی محکم به‌سوی ایجاد یک مرجع برای آموزش GIS برداریم. با این امید که بتوانیم قدردان حمایت شما بزرگواران باشیم.

  • خانه
  • آموزش
  • فیلم آموزشی
  • تماس با ما
  • درباره ما
  • وبلاگ
  • سمنان /خیابان کاشانی/ساختمان فناوری اطلاعات/پ 8
  • 09120049370