نقشه راه GIS

درخواست مشاوره

09120049370

8 صبح تا 12 شب

09120049370

Telegram Whatsapp Youtube
کاربرد جی ای اس

 

خلاصه

این مقاله با استفاده از شمارش جعبه و رگرسیون فضایی، ویژگی‌های مورفولوژیکی الگوهای استقرار ساحلی و عوامل تعیین‌کننده فضایی آن‌ها را با موردی از منطقه ون تای در ساحل شرقی چین تجزیه و تحلیل می‌کند. الگوهای سکونتگاه ساحلی، که منعکس کننده تعاملات بین مردم و محیط اطراف است، می تواند فشار انسانی پایدار در مناطق ساحلی را نشان دهد. مشخص کردن الگوهای سکونتگاهی در مناطق ساحلی قطعاً برای مدیریت ساحلی مورد نیاز است. نتایج نشان می‌دهد که الگوهای استقرار ساحلی در منطقه ون تای ویژگی‌های فراکتالی قابل‌توجهی را نشان می‌دهند و تغییرات فضایی آشکاری را نشان می‌دهند. خصوصیات مورفولوژیکی الگوهای استقرار به طور قابل توجهی با مقدار انحراف معیار ارتفاع و شیب همبستگی دارد. و همچنین درصد خاک های لوم. به طور خاص، شهرهایی با دامنه تسکین بیشتر، تغییرپذیری شیب بیشتر و درصد خاک‌های لوم بالاتر، پیچیدگی بیشتری را در شکل نشان می‌دهند. نزدیکی به جاده ها و رودخانه ها از عوامل تعیین کننده ناچیز است. مطالعه ما به درک عوامل تعیین‌کننده فضایی ویژگی‌های مورفولوژیکی الگوهای استقرار در مناطق ساحلی کمک می‌کند. ما استدلال می کنیم که بعد فراکتال ابزار مفیدی برای تسهیل شناسایی نقاط آسیب پذیر برای مطالعات ساحلی فراهم می کند. مطالعه ما به درک عوامل تعیین‌کننده فضایی ویژگی‌های مورفولوژیکی الگوهای استقرار در مناطق ساحلی کمک می‌کند. ما استدلال می کنیم که بعد فراکتال ابزار مفیدی برای تسهیل شناسایی نقاط آسیب پذیر برای مطالعات ساحلی فراهم می کند. مطالعه ما به درک عوامل تعیین‌کننده فضایی ویژگی‌های مورفولوژیکی الگوهای استقرار در مناطق ساحلی کمک می‌کند. ما استدلال می کنیم که بعد فراکتال ابزار مفیدی برای تسهیل شناسایی نقاط آسیب پذیر برای مطالعات ساحلی فراهم می کند.
کلید واژه ها: 

بعد فراکتال الگوهای سکونت ; منطقه ساحلی ؛ عوامل تعیین کننده فضایی رگرسیون فضایی

 

1. معرفی

در جغرافیا، سکونتگاه ها دهکده ها، شهرک ها، روستاها و دیگر مجموعه های ساختمانی هستند که مردم در آنها زندگی می کنند. اندازه آنها می تواند از تعداد کمی از خانه های گروه بندی شده تا شهرهای بزرگ متغیر باشد. الگوهای سکونت به عنوان یکی از اساسی ترین پیوندهای بین مردم و زمین عمل می کند و منعکس کننده تعامل بین مردم با محیط اطراف است. بنابراین دانشمندان همواره فشار انسان را با تجزیه و تحلیل ویژگی های فضایی الگوهای سکونت مشخص می کنند. در نتیجه سکونتگاه ها تحت تأثیر عوامل محیطی مختلف مانند توپوگرافی، دسترسی به آب، نزدیکی حمل و نقل و غیره قرار می گیرند [ 1 ، 2 ، 3]]. با توجه به ناهمگونی فضایی قابل توجه این عوامل محیطی، سکونتگاه های انسانی تغییرات فضایی زیادی را در سراسر فضا در مقیاس های فضایی مختلف نشان می دهند [ 4 ]. توصیف الگوهای استقرار و تغییرات فضایی آنها در سراسر فضا در مناطق ساحلی می تواند به درک فشار انسانی که توسط مناطق ساحلی پایدار است کمک کند.
اگرچه ادبیات الگوهای سکونتگاه های انسانی در حال افزایش است [ 5 ، 6 ]، موارد دقیق سکونتگاه های ساحلی بسیار اندک است. مطالعات قبلی بیشتر بر جنبه‌های خاصی از ویژگی‌های فضایی استقرار مانند توزیع، تراکم و اندازه تمرکز داشتند [ 7 ، 8 ]. با این حال، ویژگی های مورفولوژیکی سکونتگاه های انسانی، که نشان دهنده درجه متراکم یا پیچیده توزیع جمعیت است، مورد توجه کافی قرار نگرفت. اندازه گیری ریخت شناسی سکونتگاه های انسانی برای برنامه ریزی کاربری زمین مهم است [ 7 , 9 , 10 , 11 , 12]، زیرا می تواند یک تحلیل سیستمی برای توصیف شکل فضایی سکونتگاه های انسانی ارائه دهد. سکونتگاه های انسانی معمولاً دارای ویژگی های مرفولوژیکی پیچیده در مقیاس های مختلف هستند [ 9 ، 10 ]. هندسه فراکتال یک راه حل موثر برای توصیف بی نظمی و بی نظمی سیستم های پیچیده ارائه می دهد [ 7 ، 10 ، 13 ، 14 ، 15 ، 16 ]. هندسه فراکتال در تحقیقات بین رشته ای مورد بررسی قرار گرفته و برای تجزیه و تحلیل مسائل در بوم شناسی [ 17 ، 18 ]، زمین شناسی [ 19 ] و فیزیک [ 20] استفاده شده است.]. علاوه بر این، هندسه فراکتال به تدریج به عنوان یک ابزار اساسی در توصیف ویژگی های مورفولوژیکی در علوم زمین فضایی، از جمله رشد شهری [ 21 ، 22 ، 23 ]، مرز شهری [ 24 ] و الگوهای منظر شهری [ 25 ، 26 ، 27 ] ظاهر شده است. مطالعات اندکی از هندسه فراکتال برای توصیف ویژگی‌های مورفولوژیکی سکونتگاه‌ها استفاده کردند. علاوه بر این، مطالعات نادری برای تجزیه و تحلیل عوامل تعیین کننده فضایی ویژگی های مورفولوژیکی سکونتگاه های انسانی انجام شده است [ 28 ].
با توجه به موضوعات فوق، هدف اصلی این مقاله بررسی ویژگی های فراکتالی سکونتگاه های انسانی و عوامل تعیین کننده فضایی آنها در مناطق ساحلی است. این مطالعه با داده های جمع آوری شده از منطقه Wen-Tai، بخشی معمولی از سواحل شرقی چین تسهیل شد. به طور خاص، این مطالعه با هدف (1) تجزیه و تحلیل ویژگی های فراکتالی سکونتگاه های انسانی و تغییرات فضایی آنها در 15 شهر در سراسر منطقه ون تای است. (2) تعیین کننده های فضایی ویژگی های مورفولوژیکی سکونتگاه های انسانی را شناسایی کنید. و (3) در مورد برخی مفاهیم برای مدیریت ساحلی بحث کنید.

2. منطقه مطالعه

منطقه Wen-Tai، با وسعت فضایی 27°03′-29°08′ شمالی و 119°37′-121°26′ شرقی، متعلق به استان ژجیانگ، در بخش جنوب شرقی ساحل شرقی چین قرار دارد (شکل 1) . ). این شهر که از 15 شهر تشکیل شده است، تقریباً 21000 کیلومتر مربع را پوشش می دهد و در سال 2008 دارای 13.7 میلیون نفر جمعیت است [ 29 ]. با دماهای معتدل و بارندگی فراوان، این منطقه دارای بادهای موسمی سنتی، فصول متمایز و آب و هوای متغیر است. کوه های مرتفع به طور کلی در قسمت جنوبی قرار دارند که بالاترین ارزش آن 1611 متر است. نواحی غربی بیشتر توسط دشت هایی با شبکه های رودخانه ای و جاده ای پیچیده پوشیده شده است.
Ijgi 04 02728 g001 1024
شکل 1. موقعیت منطقه Wen-Tai، چین.
از زمانی که چین اصلاحات اقتصادی و سیاست باز کردن را در سال 1978 آغاز کرد، چین بر توسعه منطقه ساحلی شرقی تمرکز کرده است [ 30 ]. منطقه Wen-Tai مانند سایر مناطق ساحلی چین شاهد توسعه اجتماعی و اقتصادی انفجاری بود. در بیست سال گذشته، جمعیت ون‌تای 16% و تولید ناخالص داخلی 3475% افزایش یافته است [ 29 ]. چنین توسعه سریع اجتماعی و اقتصادی می تواند به اندازه کافی شرایط اکثر مناطق ساحلی در چین و سایر نقاط جهان را نشان دهد. منطقه Wen-Tai، بنابراین، یک مورد معمولی برای تجزیه و تحلیل ویژگی های فضایی الگوهای استقرار ساحلی ارائه می دهد.

3. مواد و روش

3.1. بعد فراکتال

3.1.1. ابعاد فراکتال و فراکتال

فراکتال‌ها الگوهای خود مشابهی هستند که در آنها یک شکل هندسی تکه تکه یا ناهموار به بخش‌هایی تقسیم می‌شود و هر یک از قسمت‌ها یک کپی با اندازه کوچک‌تر از کل است [31]، بنابراین می‌تواند خود را در مقیاسی کوچک‌تر تکرار کند . بعد فراکتال قادر است با شناسایی ویژگی های خود مشابه اهداف نامنظم در جنبه های مختلف مانند شکل، عملکرد، اطلاعات و غیره از طریق تغییر مقیاس، فرکتال ها را اندازه گیری کند. اجسام به ترتیب دارای ابعاد 0 (نقطه)، بعد 1 (قطعات خط)، 2 (مربع) و 3 (مکعب) هستند. بعد فراکتال مشخصه های آن را نشان می دهد زیرا شکل یک نقطه، یک خط یا یک ویژگی منطقه از نظر هندسی پیچیده تر می شود [ 32]]. ابعاد فراکتال را می توان به روش های مختلفی محاسبه کرد، از جمله روش کالیپر، روش شمارش جعبه، روش اتساع پیکسل، روش شعاع جرمی و غیره [33 ] . همه این روش ها قادر به تجزیه و تحلیل اشیاء فضایی برای طیف وسیعی از مقیاس ها هستند [ 9 ]. علاوه بر این، در تجزیه و تحلیل الگوی فضایی، روش شمارش جعبه معمولاً در محاسبه ابعاد فراکتال استفاده می شود [ 9 ].

3.1.2. ابعاد شمارش جعبه

جعبه شمارش یک فرآیند جمع آوری داده است که الگوهای پیچیده را تجزیه و تحلیل می کند. فرض کنید تعدادی جعبه با طول ضلع یکسان r برای پوشش یک شی در R n داریم . فرض کنید N(r) تعداد چنین جعبه هایی را نشان می دهد. این جعبه ها دارای مساحت r n هستند و با ضریب (1/r) n مقیاس بندی می شوند . اگر یک مربع ساده به طول s بگیریم و آن را با کادرهایی با مساحت r n بپوشانیم ، می توانیم N(r) را به صورت زیر تعیین کنیم:

اس2= ن( r ) ×rnاس2=ن(�)×��
ن( ر ) =اس2/rnن(�)=اس2/��
ن( ر ) =اس2×( 1 / r )nن(�)=اس2×(1/�)�

از آنجایی که s 2 یک ثابت است، می توانیم آن را با C نشان دهیم، بنابراین:

ن( r ) = C×( 1 / r )nن(�)=سی×(1/�)�

حل n بازده:

n =ln N( r ) – ln ( c )ln ( 1 / r )�=لوگاریتمن(�)–لوگاریتم(ج)لوگاریتم(1/�)

n بعد شی ماست. از آنجایی که C یک ثابت است، می توانیم آن را برای اهداف خود نادیده بگیریم. اگر حد این فرمول را با نزدیک شدن r به صفر در نظر بگیریم، فرمول ابعاد جعبه را بدست می آوریم:

Dب( اس) =لیمr → 0ln N( ر )ln ( 1 / r )�ب(اس)=لیم�→0لوگاریتمن(�)لوگاریتم(1/�)
نمودار log(N(r)) در مقابل log(r) رسم می شود و رگرسیون خطی مدل می شود. اگر سکونت‌گاه‌های انسانی دارای توزیع فراکتالی باشند، طرح یک خط مستقیم با شیب D نشان می‌دهد. در همه موارد، بزرگ‌ترین اندازه جعبه نادیده گرفته شد زیرا اندازه منطقه مورد مطالعه می‌تواند طول ضلع آن r را تعیین کند [34 ] . توزیع تصادفی نقاط استقرار انسانی، مقدار D برابر با 2 را ایجاد می کند، و با خوشه شدن نقاط، مقدار D به صفر نزدیک می شود. با این حال، این روش توضیح نمی دهد که چگونه خوشه بندی ممکن است در منطقه مورد مطالعه متفاوت باشد [ 35 ].
در این مطالعه، ابعاد فراکتال بر روی یک شبکه 50 کیلومتری در سراسر منطقه Wen-Tai محاسبه شد. اندازه جعبه های مورد استفاده در شمارش جعبه چهار سطح 50، 25، 10، 5، 2.5 و 1 کیلومتر است. فاصله شبکه 50 کیلومتری برای سطح جزئیات زمین شناسی در نقشه مقیاس 1:50000 منطقه ون تای، بر اساس روش گیلسپی و همکاران، مناسب است. [ 36 ]، والش و واترسون [ 37 ] و رینز [ 38 ]. رویکرد log-log برای یافتن بعد فراکتال شمارش جعبه [ 33 ] استفاده شد. برای به دست آوردن یک خط روند خوب، تصمیم گیری در مورد نقطه متقاطع و اینکه کدام نقاط برای مدل سازی یک تابع خوب مفید هستند، مهم است [ 34 ]. ما یک فاصله اندازه سلول را انتخاب کردیم که R را به حداکثر می رساند2 برای یافتن خطوط روند به صورت تعاملی [ 39 ]. به طور معمول، مقدار R2 نزدیک به 0.99 را می توان به دست آورد، بنابراین در تحقیقات ما همه R2 ، چه قبل و چه بعد از نقطه متقاطع بالاتر از 0.99 هستند. سپس توابع مدل بدست می آیند. برای محاسبه FD (مقدار ابعاد فراکتال) و رسم ارقام از نرم افزار Origin 8 استفاده کردیم.

3.2. تجزیه و تحلیل GIS

داده های برداری نقطه ای سکونتگاه ها (مقیاس 1: 50000؛ سال 2012) ( شکل 2 )) و نقشه های دیجیتال (1:50000) شبکه های جاده/رودخانه از دفتر ملی نقشه برداری و نقشه برداری به دست آمد. مختصات مرکز هر روستا برای نشان دادن موقعیت آن به عنوان شکلی از نقاط برای تمام روستاهای ثبت شده در نقشه برداری سکونتگاه اصلی استفاده شد. ما داده‌های مربوطه را برای منطقه Wen-Tai از داده‌های نقطه ملی سکونتگاه‌ها در ArcGIS 9.3 برش دادیم و همچنین برای محاسبه بعد شمارش جعبه با تبدیل بردار به شطرنجی در اندازه‌های مختلف سلول مناسب برای تعیین تعداد استفاده شد. سلول ها. آزمایش های اولیه چندین بار انجام شد، فواصل 600، 700، 800، 900، 1000، 2500، 5000، 10،000، 25،000 و 50،000 متر را انتخاب کردیم. پس از محاسبه تعداد مختلف جعبه ها در مقیاس های مختلف، نمودار log-log را به دست آوردیم.
عوامل جغرافیایی برای تفسیر تأثیرات موقعیت محیطی اطراف بر بعد فراکتالی الگوهای سکونت انسانی انتخاب شدند. این تعیین‌کننده‌های مکانی شامل مقادیر میانگین و انحراف استاندارد ارتفاع (elevation_mean، elevation_std)، شیب (slope_mean، slope_std)، فاصله تا رودخانه‌ها (river_mean، river_std)، فاصله تا جاده‌ها (road_mean، road_std)، و درصد و درصد بافت خاک بودند. ، لوم ، خاک رس ، لوم ، خاک رس ٪. آنها انتخاب شدند زیرا معمولاً به طور قابل توجهی بر انتخاب مکان های سکونت انسانی تأثیر می گذارند [ 4 ، 40]. برای محاسبه فاصله تا جاده ها و رودخانه ها برای هر نقطه استقرار، ابتدا مجموعه ای از سطوح شطرنجی فاصله را با استفاده از ماژول فاصله اقلیدسی در ArcGIS 9.3 ایجاد کردیم و سپس مقادیر متغیر را برای هر نقطه از سطوح شطرنجی فاصله ایجاد شده استخراج کردیم. علاوه بر این، اطلاعات شیب و جنبه را از یک مدل رقومی ارتفاعی 30 متری (DEM) استخراج کردیم. از طریق عملیات آمار همسایگی در ArcGIS 9.3، ما سطوح شطرنجی تولید کردیم و مقادیر آنها از سطوح شطرنجی تولید شده برای تمام نقاط استقرار استخراج شد.
Ijgi 04 02728 g002 1024
شکل 2. الگوهای فضایی محل استقرار، جاده ها و رودخانه ها در سراسر منطقه ون تای، چین.

3.3. رگرسیون فضایی

از رگرسیون تاخیر/خطای فضایی برای تعیین روابط بین ابعاد فراکتالی الگوهای استقرار و عوامل تعیین‌کننده فضایی استفاده شد. معادله مدل تاخیر فضایی توسط Anselin [ 41 ] ارائه شده است:

y i = ρ∑w ij y i + x i β + ε i

جایی که i واحدهای فضایی را در مقیاس‌های مختلف نشان می‌دهد، y i بردار مشاهدات روی متغیر وابسته است، w ij عنصری از ماتریس وزن‌های فضایی W، x i ماتریسی از مشاهدات روی متغیرهای توضیحی است، ε i یک بردار است. از عبارت های خطا، و ρ و β پارامترها هستند.

معادله مدل خطای مکانی توسط Anselin [ 41 ] ارائه شده است:

y i = x i β + ε i
y i = λ∑W ij ε i + μ i

که در آن y بردار مشاهدات روی متغیر وابسته است، w ij ماتریس وزن های فضایی است، x i ماتریسی از مشاهدات روی متغیرهای توضیحی است، ε i بردار عبارت های خطای همبستگی خودکار مکانی است، μ i یک است. بردار عبارات خطا و λ و β پارامترها هستند.

بر اساس تشخیص ضریب لاگرانژ Anselin [ 42 ]، استفاده از یک الگوریتم مناسب برای رگرسیون فضایی (خطا یا تاخیر) با استفاده از نرم افزار GeoDa 0.9.5-i (بتا) توسط Anselin [ 42 ] انجام شد . تمام مدل‌های رگرسیون با استفاده از بعد فراکتال به عنوان متغیر وابسته و عوامل تعیین‌کننده مکانی به عنوان متغیر مستقل انجام شد.

4. نتایج و بحث

4.1. بعد فراکتال الگوهای استقرار انسانی

شکل 3 رگرسیون مدل سازی 15 شهر را نشان می دهد. شیب هر تابع رگرسیون، مقدار ابعاد فراکتالی هر شهر بود. نمودارهای ورود به سیستم خطی و مقادیر بالای R2 نشان داد که الگوی استقرار در منطقه Wen-Tai ویژگی‌های فراکتالی قابل‌توجهی را ارائه می‌کند. به طور خاص، بعد شمارش ebox با یک تابع تکه‌ای در نمودار ورود به سیستم نشان داده شد. تمام منحنی ها دارای یک نقطه متقاطع بودند که دو تابع خطی و دو شیب را تشکیل می دادند. تابع خطی قبل از نقطه متقاطع دارای شیب کمتری بود که نشان‌دهنده مقدار کمتری از بعد فراکتال بود. تابع خطی بعد از نقطه متقاطع شیب بیشتری داشت، که نشان می‌دهد در این مقیاس‌ها تغییر طول ضلع جعبه تأثیر مهم‌تری بر تعداد جعبه‌ها دارد.
تغییر شدید اشغال فضایی سکونتگاه‌های انسانی قبل و بعد از نقطه تقاطع نشان‌دهنده تغییرات مقیاس و سطح کل در الگوهای فضایی است. ابعاد فراکتال، وسعت اشغال فضایی دوبعدی سکونتگاه انسانی را به عنوان یک واحد یکپارچه، با مقادیر ابعاد فراکتال از 1 تا 2 شناسایی کرد. در حالی که ابعاد فراکتال در مقیاس کوچک نشان دهنده وسعت اشغال فضایی دو بعدی نقاط است، با مقدار ابعاد فراکتال در محدوده 0 تا 1. با در نظر گرفتن این موارد، ما بر روی ابعاد فراکتال در مقیاس های بزرگ تمرکز کردیم.
جدول 1 مقادیر ابعاد فراکتال هر شهر را نشان می دهد. ابعاد فراکتال از 1.3727 تا 1.6177 متغیر بود که نشان دهنده تغییرات در خوشه بندی رخدادها است. Xianju بالاترین مقدار بعد فراکتال و Yuhuan کمترین مقدار را داشتند. بعد فراکتال یک شهر را می توان به عنوان شاخصی از پیچیدگی یا پراکندگی این شهر از Cai و همکاران در نظر گرفت. [ 43 ]. بر اساس نتایج Tannier و Thomas [ 21 ]، مقادیر بالاتر پیچیدگی بیشتری از بعد فراکتال را پیشنهاد می کند. بنابراین، پیچیده ترین شکل در Xianju و منظم ترین شکل در Yuhuan وجود داشت.
شهری با تعداد نقاط استقرار بیشتر معمولاً ابعاد فراکتالی بالاتری داشت، با توجه به اینکه سکونتگاه‌های انسانی فضای بیشتری را پر می‌کردند و در نتیجه ابعاد بالاتری داشتند [ 44 ]. با این حال، وضعیت در تحقیقات ما برعکس است. به عنوان مثال، Taizhou نقاط استقرار بیشتری نسبت به Xianju و Taishun داشت، اما بعد فراکتالی کمتری را ارائه داد. علاوه بر این، Ruian تعداد نقاط استقرار کمتری نسبت به Yongjia و Cangnan داشت، اما بعد فراکتالی بالاتری ارائه کرد. این نشان می دهد که تعداد شهرک ها عامل غالب محاسبه FD نیست.
Ijgi 04 02728 g003 1024
شکل 3. نمودار تعداد جعبه های N(r) در برابر طول ضلع جعبه (بر حسب متر) در مقیاس های لگاریتمی برای هر شهر در سراسر منطقه Wen-Tai، چین. (FD = مقدار ابعاد فراکتال).
جدول
جدول 1. مقادیر ابعاد فراکتال هر شهر در سراسر منطقه ون تای، چین.

4.2. تعیین کننده های فضایی ابعاد فراکتال سکونت

همانطور که در جدول 2 نشان داده شده است ، ابعاد فراکتال به طور قابل توجهی با elevation_std و slope_std مرتبط بود. چنین نتایجی حاکی از آن است که شهری با دامنه تسکین بیشتر و تنوع شیب بالاتر همیشه شکل پیچیده تری را نشان می دهد. بیشتر سکونتگاه‌ها در نواحی دشتی جمع شده‌اند، در حالی که آن‌هایی که در کوه‌های بلندتر و پرشیب‌تر پراکنده شده‌اند، کاملاً پراکنده و بی‌نظم بودند. بنابراین، زمانی که شهری دارای اراضی کوهستانی شیب دار بیشتری باشد، سکونتگاه های انسانی منزوی تر و پراکنده تر می شوند و الگوی شهر پیچیده تر می شود.
جدول
جدول 2. روابط بین ابعاد فراکتال استقرار و عوامل تعیین کننده جغرافیایی در سراسر منطقه Wen-Tai.
جدول 2 همچنین نشان می دهد که درصد لوم با بعد فراکتال رابطه مثبت نشان می دهد. این بدان معناست که درصد بیشتر خاک‌های لومی در این شهرها به پیچیدگی بیشتر اشکال شهری منجر می‌شود. خاک های لومی می توانند آب و مواد مغذی را در خود نگه دارند و همچنین می توانند آب اضافی را فیلتر کنند که نشان می دهد خاک های لومی برای مصارف باغبانی و کشاورزی مناسب هستند. برخی از مطالعات اشاره کردند که سکونتگاه‌های انسانی معمولاً الگوهای پراکنده‌ای را در میان لکه‌های کشاورزی در ساحل شرقی چین نشان می‌دهند [ 4 ]. بنابراین، زمانی که خاک‌های لومی غالب می‌شوند، الگوهای استقرار انسانی در سراسر این خاک‌ها ممکن است تصادفی‌تر و پراکنده‌تر شوند. با در نظر گرفتن R2 ، این نشان داد که شیب و درصد لوم می تواند بیش از 50 درصد از تغییرات را توضیح دهد.
مطالعات قبلی نشان داد که نزدیکی به جاده یا رودخانه تأثیرات قابل توجهی بر توزیع، تراکم و اندازه سکونتگاه‌های انسانی دارد. نتایج ما نشان داد که نزدیکی به جاده یا رودخانه شاخص‌های ناچیزی برای ویژگی‌های مورفولوژیکی الگوهای استقرار است. به طور خاص، مدل تاخیر فضایی برای slope_std و loam٪ مناسب بود. چنین نتایجی نشان می‌دهد که ابعاد فراکتال استقرار نه تنها به شیب و بافت خاک، بلکه به ابعاد فراکتال استقرار شهرهای مجاور نیز بستگی دارد. مدل خطای مکانی برای elevation_std مناسب بود. این نشان می‌دهد که برخی از عوامل محیطی که در رگرسیون گنجانده نشده‌اند، در فضا همبستگی خودکار دارند [ 45 ، 46 ].

4.3. مفاهیم مدیریتی

مناطق ساحلی در برابر فعالیت های انسانی آسیب پذیر هستند. الگوهای سکونت انسانی که به طور نامتناسب در سراسر ساحل توزیع شده اند، از طریق تعامل با منابع اطراف به نقاط حساس آسیب پذیری منجر می شوند [ 47 ]. مدیران مشتاق توسعه ابزارهایی برای تسهیل شناسایی نقاط آسیب پذیر هستند. تجزیه و تحلیل فراکتال نیازهای مدیریت را برآورده می کند، زیرا می تواند نتایجی با اهمیت عملی ایجاد کند. به عنوان مثال، بعد فراکتال نشان دهنده پراکندگی و پیچیدگی الگوهای سکونت انسان است. سکونتگاه های پراکنده مستعد مصرف، تخریب، جداسازی و تکه تکه شدن مناطق طبیعی مجاور هستند [ 48 ] که تنوع زیستی و پایداری را تهدید می کند [ 49]]. علاوه بر این، سکونتگاه های پیچیده ناپایدار هستند و بنابراین، احتمال بیشتری برای پراکندگی دارند و فرصت بیشتری برای اثرات نامطلوب اکولوژیکی، مانند جزیره گرمایی شهری و آب بندی خاک را افزایش می دهند [50 ]]. بنابراین، تغییرپذیری بعد فراکتال می‌تواند نشان‌دهنده توزیع فضایی فشار بالقوه بر آسیب‌پذیری ساحلی برای منطقه Wen-Tai باشد. علاوه بر این، عوامل محیطی شناسایی‌شده حاکم بر ابعاد فراکتال نشست نیز می‌تواند برای نقشه‌برداری نقاط داغ فشار آسیب‌پذیری استفاده شود. به عنوان مثال، شهرهایی با تنوع شیب بیشتر و دامنه تسکین بیشتر به احتمال زیاد نقاط آسیب پذیر در امتداد ساحل هستند. در نتیجه ما استدلال می کنیم که بعد فراکتال ابزار مفیدی برای تسهیل شناسایی نقاط آسیب پذیر برای مدیریت ساحلی فراهم می کند.

5. نتیجه گیری ها

این مطالعه از نظریه فراکتال و رگرسیون فضایی برای تجزیه و تحلیل ویژگی‌های مورفولوژیکی الگوهای استقرار انسانی و عوامل تعیین‌کننده فضایی آن‌ها در یک منطقه ساحلی استفاده کرد. یافته های اصلی به شرح زیر خلاصه شد:

  • الگوهای سکونت در منطقه ون تای ویژگی‌های فراکتالی قابل‌توجهی را ارائه کردند و تغییرات فضایی آشکار را نشان دادند. الگوی سکونتگاه‌ها به جای تعداد سکونت‌گاه‌ها، عامل مؤثرتری برای بعد فراکتال بود.
  • ارتفاع، شیب و درصد خاک‌های لوم، تعیین‌کننده فضایی اولیه ابعاد فراکتال نشست بودند. به ویژه، شهرهایی با دامنه تسکین بیشتر و تنوع شیب بیشتر، همیشه شکل پیچیده تری از خود نشان می دهند و شهرهایی با درصد خاک لوم بالاتر، الگوهای پیچیده تری دارند.
  • نزدیکی به جاده یا رودخانه شاخص های ناچیز برای ویژگی های مورفولوژیکی الگوهای استقرار بود.
  • ابعاد فراکتال سکونت نه تنها به شیب و بافت خاک بستگی دارد، بلکه به ابعاد فراکتال استقرار شهرهای مجاور نیز بستگی دارد.

منابع

  1. Carrion-Flores، C.; ایروین، EG عوامل تعیین کننده تبدیل کاربری زمین مسکونی و پراکندگی در حاشیه روستایی-شهری. صبح. جی. آگریک. اقتصاد 2004 ، 86 ، 889-904. [ Google Scholar ] [ CrossRef ]
  2. Choguill, CL جستجو برای سیاست هایی برای حمایت از مسکن پایدار. Habitat Int. 2007 ، 31 ، 143-149. [ Google Scholar ] [ CrossRef ]
  3. گوبل، الف. توسعه شهری پایدار؟ چالش های مسکن کم هزینه در آفریقای جنوبی Habitat Int. 2007 ، 31 ، 291-302. [ Google Scholar ] [ CrossRef ]
  4. سو، اس. جیانگ، ز. ژانگ، Q. Zhang، Y. تبدیل مناظر کشاورزی تحت شهرنشینی سریع: تهدیدی برای پایداری در منطقه Hang-Jia-Hu، چین. Appl. Geogr. 2011 ، 31 ، 439-449. [ Google Scholar ] [ CrossRef ]
  5. کوچک، سی. گورنیتز، وی. کوهن، JE خطرات ساحلی و توزیع جهانی جمعیت انسانی. محیط زیست Geosci. 2000 ، 7 ، 3-12. [ Google Scholar ] [ CrossRef ]
  6. مبارکه، س. ارلیش، دی. بن، اف. Kayitakire، F. تخمین مکان سکونت و تراکم جمعیت در زمین های ناهموار با استفاده از اطلاعات به دست آمده از داده های Landsat ETM و SRTM. بین المللی J. Remote Sens. 2008 , 29 , 2339-2357. [ Google Scholar ] [ CrossRef ]
  7. فن، اف. وانگ، ی. کیو، م. وانگ، ز. ارزیابی الگوهای گسترش شهری زمانی و مکانی گوانگژو از سال 1979 تا 2003 با روش‌های سنجش از دور و GIS. بین المللی جی. جئوگر. Inf. علمی 2009 ، 23 ، 1371-1388. [ Google Scholar ] [ CrossRef ]
  8. لیو، جی. ژان، جی. دنگ، X. الگوهای فضایی-زمانی و نیروهای محرک گسترش زمین شهری در چین در دوران اصلاحات اقتصادی. آمبیو: جی. هوم. محیط زیست 2005 ، 34 ، 450-455. [ Google Scholar ] [ CrossRef ]
  9. شن، جی. بعد فراکتالی و رشد فراکتالی مناطق شهری. بین المللی جی. جئوگر. Inf. علمی 2002 ، 16 ، 419-437. [ Google Scholar ] [ CrossRef ]
  10. وبستر، سی. اثر انگشت مورفولوژیکی شهری. محیط زیست طرح. ب: برنامه ریزی کنید. دس 1996 ، 23 ، 279-297. [ Google Scholar ] [ CrossRef ]
  11. دوان، AM; یاماگوچی، ی. تغییر کاربری زمین و پوشش زمین در داکای بزرگ، بنگلادش: استفاده از سنجش از دور برای ترویج شهرنشینی پایدار. Appl. Geogr. 2009 ، 29 ، 390-401. [ Google Scholar ] [ CrossRef ]
  12. دوان، AM; یاماگوچی، ی. استفاده از سنجش از دور و GIS برای شناسایی و نظارت بر استفاده از زمین و تغییر پوشش زمین در شهر داکای بنگلادش طی سال‌های 1960-2005. محیط زیست نظارت کنید. ارزیابی کنید. 2009 ، 150 ، 237-249. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  13. شوایتزر، اف. استاینبرینک، جی. برآورد رشد کلان شهر: قوانین ساده در مقابل پدیده های پیچیده. Appl. Geogr. 1998 ، 18 ، 69-81. [ Google Scholar ] [ CrossRef ]
  14. شویمر، RA تجزیه و تحلیل هندسی زمانی خطوط سواحل مرداب فرسایشی: آیا ابعاد فراکتال می تواند به فرآیند مرتبط باشد؟ جی. ساحل. Res. 2008 ، 152-158. [ Google Scholar ] [ CrossRef ]
  15. کامانی، آر. جیبلی، ام سی; Rigamonti، P. تحرک شهری و شکل شهری: هزینه های اجتماعی و زیست محیطی الگوهای مختلف گسترش شهری. Ecol. اقتصاد 2002 ، 40 ، 199-216. [ Google Scholar ] [ CrossRef ]
  16. دی کیرزمکر، ام.-ال. فرانکهاوزر، پ. توماس، I. استفاده از ابعاد فراکتال برای توصیف تنوع درون شهری: مثال بروکسل. Geogr. مقعدی 2003 ، 35 ، 310-328. [ Google Scholar ] [ CrossRef ]
  17. پرز-رودریگز، ال. جوانی، ر. Mougeot, F. هندسه فراکتال یک صفت پر پیچیده کیفیت پرنده را نشان می دهد. Proc. R. Soc. لندن. ب: بیول. علمی 2013 , 280 , 20122783. [ Google Scholar ] [ CrossRef ] [ PubMed ][ نسخه سبز ]
  18. لی، بی.-ال. کاربردهای هندسه فراکتال در توصیف و تحلیل الگوهای وصله و دینامیک پچ Ecol. مدل. 2000 ، 132 ، 33-50. [ Google Scholar ] [ CrossRef ]
  19. Kruhl، JH تکنیک‌های هندسه فراکتال در کمی سازی ساختارهای سنگی پیچیده: دیدگاهی خاص در مورد رژیم‌های پوسته‌گذاری، ناهمگنی و ناهمسانگردی. جی. ساختار. جئول 2013 ، 46 ، 2-21. [ Google Scholar ] [ CrossRef ]
  20. جیانگ، ز. وانگ، اچ. Fei, B. تحقیق در مورد کاربرد هندسه فراکتال در توصیف سطوح ماشینکاری شده. بین المللی جی. ماخ. ابزار. Manuf. 2001 ، 41 ، 2179-2185. [ Google Scholar ] [ CrossRef ]
  21. ترزی، ف. کایا، HS تحلیل فضایی پویا از پراکندگی شهری از طریق هندسه فراکتال: مورد استانبول. محیط زیست Plan.-Part B 2011 , 38 , 175. [ Google Scholar ] [ CrossRef ]
  22. چن، ی. تکامل ابعاد فراکتال و پویایی جایگزینی فضایی رشد شهری. کسر سالیتون آشوب. 2012 ، 45 ، 115-124. [ Google Scholar ] [ CrossRef ]
  23. دوان، AM; یاماگوچی، ی. رحمان، ام. جئوژورنال 2012 ، 77 ، 315-330. [ Google Scholar ] [ CrossRef ]
  24. تانیر، سی. توماس، I. تعریف و مشخص کردن مرزهای شهری: تحلیل فراکتالی شهرهای نظری و شهرهای بلژیکی. محاسبه کنید. محیط زیست سیستم شهری 2013 ، 41 ، 234-248. [ Google Scholar ] [ CrossRef ]
  25. فنگ، ی. بعد فراکتال لیو، ی. به عنوان شاخصی برای تعیین کمیت اثرات تغییر مقیاس های فضایی بر معیارهای منظر. Ecol. اندیک. 2015 ، 53 ، 18-27. [ Google Scholar ] [ CrossRef ]
  26. توماس، آی. فرانکهاوزر، پ. Biernacki، C. مورفولوژی مناظر ساخته شده در والونیا (بلژیک): طبقه بندی با استفاده از شاخص های فراکتال. Landsc. طرح شهری. 2008 ، 84 ، 99-115. [ Google Scholar ] [ CrossRef ]
  27. بیومکش، تی. ناکاگوشی، ن. دوان، AM شهرسازی و پویایی فضای سبز در داکای بزرگ، بنگلادش. Landsc. Ecol. مهندس 2012 ، 8 ، 45-58. [ Google Scholar ] [ CrossRef ]
  28. لو، ی. تانگ، جی. بعد فراکتال یک شبکه حمل و نقل و رابطه آن با رشد شهری: مطالعه منطقه دالاس-فورت ورث. محیط زیست طرح. B. 2004 , 31 , 895-912. [ Google Scholar ] [ CrossRef ]
  29. دفتر، سالنامه آماری ZS Zhejiang ; چاپ آمار چین: پکن، چین، 2004. (به زبان چینی) [ Google Scholar ]
  30. لانگ، اچ. زو، جی. پیکت، جی. لی، ی. تحلیل توسعه تحول روستایی در چین از آغاز هزاره جدید. Appl. Geogr. 2011 ، 31 ، 1094-1105. [ Google Scholar ] [ CrossRef ]
  31. Mandelbrot, BB The Fractal Geometry of Nature/Revised and Enlarged Edition ; WH Freeman Co.: New York, NY, USA, 1983. [ Google Scholar ]
  32. امرسون، CW; لام، NSN; Quattrochi، DA مقایسه واریانس محلی، بعد فراکتال، و موران I به عنوان کمک به طبقه بندی تصاویر چند طیفی. بین المللی J. Remote Sens. 2005 ، 26 ، 1575-1588. [ Google Scholar ] [ CrossRef ]
  33. Peitgen، H.-O.; یورگنس، اچ. Saupe, D. Chaos and Fractals: New Frontiers of Science ; Springer Sci. رسانه و کسب و کار: نیویورک، نیویورک، ایالات متحده آمریکا، 2006. [ Google Scholar ]
  34. کارلسون، کالیفرنیا توزیع فضایی ذخایر سنگ معدن. زمین شناسی 1991 ، 19 ، 111-114. [ Google Scholar ] [ CrossRef ]
  35. فورد، آ. Blenkinsop، TG ترکیب تجزیه و تحلیل فراکتال خوشه‌بندی ذخایر معدنی با وزن شواهد برای ارزیابی الگوهای کانی‌سازی: کاربرد در ذخایر مس کوه Isa Inlier، NW کوئینزلند، استرالیا. سنگ معدن. Rev. 2008 , 33 , 435-450. [ Google Scholar ] [ CrossRef ]
  36. گیلسپی، پی. هوارد، سی. والش، جی. Watterson, J. اندازه‌گیری و توصیف توزیع‌های فضایی شکستگی‌ها. تکتونوفیزیک 1993 ، 226 ، 113-141. [ Google Scholar ] [ CrossRef ]
  37. والش، جی. واترسون، جی. تجزیه و تحلیل فراکتالی الگوهای شکستگی با استفاده از روش استاندارد شمارش جعبه: روش‌های معتبر و نامعتبر. جی. ساختار. جئول 1993 ، 15 ، 1509-1512. [ Google Scholar ] [ CrossRef ]
  38. Raines، GL آیا ابعاد فراکتالی توزیع فضایی ذخایر معدنی معنادار است؟ در حال پیشرفت در ژئو ریاضیات ; Springer: برلین، آلمان، 2008; ص 285-301. [ Google Scholar ]
  39. Gude، PH; هانسن، ای جی; راسکر، ر. Maxwell, B. نرخ ها و محرک های توسعه مسکونی روستایی در یلوستون بزرگ. زمین ها طرح شهری. 2006 ، 77 ، 131-151. [ Google Scholar ] [ CrossRef ]
  40. گونزالس-ابراهام، م. Radeloff، VC; چکش، RB; هاوبکر، تی جی؛ استوارت، SI; Clayton، MK الگوهای ساختمان و تکه تکه شدن چشم انداز در شمال ویسکانسین، ایالات متحده. زمین ها Ecol. 2007 ، 22 ، 217-230. [ Google Scholar ] [ CrossRef ]
  41. Anselin، L. شاخص های محلی ارتباط فضایی-LISA. Geogr. مقعدی 1995 ، 27 ، 93-115. [ Google Scholar ] [ CrossRef ]
  42. Anselin, L. کاوش داده های مکانی با GeoDaTM: A Workbook ; دانشگاه ایلینوی: اوربانا، IL، ایالات متحده آمریکا، 2008. [ Google Scholar ]
  43. کای، بی. ژانگ، ز. لیو، بی. ژو، Q. تغییرات فضایی-زمانی مورفولوژی فضایی شهری تیانجین از سال 1978 تا 2004. J. Geogr. علمی 2007 ، 17 ، 500-510. [ Google Scholar ] [ CrossRef ]
  44. بارنزلی، فراکتال های MF در همه جا . انتشارات آکادمیک: کمبریج، MA، ایالات متحده آمریکا، 2014. [ Google Scholar ]
  45. لاکومب، دی جی؛ Shaughnessy، TM حسابداری برای همبستگی خطای فضایی در رای مردمی ریاست جمهوری سال 2004. مالیه عمومی Rev. 2007 , 35 , 480-499. [ Google Scholar ] [ CrossRef ]
  46. سو، اس. ژانگ، Q. ژانگ، ز. ژی، جی. Wu, J. گسترش سکونتگاه‌های روستایی و از دست دادن خاک برنج در سراسر یک حوزه آبخیز سابق شهرنشینی در شرق ساحلی چین در طول انتقال بازار. Reg. محیط زیست تغییر 2011 ، 11 ، 651-662. [ Google Scholar ] [ CrossRef ]
  47. نیوتن، ا. Weichselgartner, J. Hotspots of coastal vulnerability: تحلیل DPSIR برای یافتن مسیرها و پاسخ های اجتماعی. استوار. ساحل. Shelf Sci. 2014 ، 140 ، 123-133. [ Google Scholar ] [ CrossRef ]
  48. داگلاس، I. اکوسیستم ها و جوامع پیرامون شهری مناطق انتقالی و ارزش های متضاد. در رویکردهای واسط حوالی شهری برای استفاده پایدار از منابع طبیعی و انسانی ؛ زمین اسکن: لندن، ایالات متحده؛ نیویورک، نیویورک، ایالات متحده آمریکا، 2006; ص 18-29. [ Google Scholar ]
  49. بوراک، SA; دوگان، ای. گازی اوغلو، ج. تأثیر شهرنشینی و گردشگری بر محیط ساحلی. ساحل اقیانوس. مدیریت 2004 ، 47 ، 515-527. [ Google Scholar ] [ CrossRef ]
  50. هوانگ، اس.-ال. وانگ، S.-H. باد، WW پراکندگی در منطقه حومه شهری تایپه: پاسخ به برنامه ریزی فضایی و پیامدهای سازگاری با تغییرات محیطی جهانی. زمین ها طرح شهری. 2009 ، 90 ، 20-32. [ Google Scholar ] [ CrossRef ]

;کاربردهای GISمقالات

آموزش کاربردی ArcGISالهام ابراهیم زادهکاربرد جی ای اسکاربرد جی ای اس 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