دانشگاه تربیت دبیر شهید رجائی

  اخبار و اعلانات

 آمار

تعداد نشریات13
تعداد شماره‌ها200
تعداد مقالات2,008
تعداد مشاهده مقاله2,680,173
تعداد دریافت فایل اصل مقاله1,937,364
کلبادی نژاد, مطهره, سرور, رحیم. (1402). بررسی کاربری اراضی و تحلیل توزیع آن در مناطق مختلف شهر تهران با توجه به استاندارهای آمایش سرزمین. فناوری آموزش, 1(2), 153-162. doi: 10.22061/jrsgr.2023.2009
مطهره کلبادی نژاد; رحیم سرور. "بررسی کاربری اراضی و تحلیل توزیع آن در مناطق مختلف شهر تهران با توجه به استاندارهای آمایش سرزمین". فناوری آموزش, 1, 2, 1402, 153-162. doi: 10.22061/jrsgr.2023.2009
کلبادی نژاد, مطهره, سرور, رحیم. (1402). 'بررسی کاربری اراضی و تحلیل توزیع آن در مناطق مختلف شهر تهران با توجه به استاندارهای آمایش سرزمین', فناوری آموزش, 1(2), pp. 153-162. doi: 10.22061/jrsgr.2023.2009
کلبادی نژاد, مطهره, سرور, رحیم. بررسی کاربری اراضی و تحلیل توزیع آن در مناطق مختلف شهر تهران با توجه به استاندارهای آمایش سرزمین. فناوری آموزش, 1402; 1(2): 153-162. doi: 10.22061/jrsgr.2023.2009

بررسی کاربری اراضی و تحلیل توزیع آن در مناطق مختلف شهر تهران با توجه به استاندارهای آمایش سرزمین

پژوهش های سنجش از دور و اطلاعات مکانی
دوره 1، شماره 2، تیر 1402، صفحه 153-162    اصل مقاله (970.64 K)
نوع مقاله: مقاله پژوهشی
شناسه دیجیتال (DOI): 10.22061/jrsgr.2023.2009
نویسندگان
مطهره کلبادی نژاد* ؛ رحیم سرور
گروه جغرافیا و برنامه ریزی شهری، دانشگاه آزاد اسلامی- واحد علوم و تحقیقات، تهران، ایران
تاریخ دریافت: 07 تیر 1402،  تاریخ بازنگری: 23 شهریور 1402،  تاریخ پذیرش: 09 مهر 1402 
چکیده
پیشینه و اهداف: در جهان امروز، شهرها به عنوان مراکز اصلی فعالیت‌های اجتماعی و اقتصادی جامعه، توجه فراوانی به خود جلب کرده‌اند. این تحقیق، به منظور ارتقاء توسعه شهری و بهبود کیفیت زندگی شهروندان، به بررسی کاربری اراضی در شهر تهران، به عنوان پایتخت ایران و یکی از شهرهای پرجمعیت و پرفشار، می‌پردازد. هدف اصلی این تحقیق ارزیابی توزیع کاربری‌های مختلف در سطح شهر تهران و تحلیل نقدهایی است که به نیازها و استانداردهای شهری پاسخ نمی‌دهند. این مطالعه، به ویژه به مسائل تعداد مناسب کاربری‌ها در مناطق مختلف شهر تهران و نقش کاربری تفریحی در توسعه شهری پرداخته است. با تأکید بر اهمیت تنظیم مناسب کاربری اراضی و تطبیق آن با نیازها و استانداردهای شهری، این تحقیق به عنوان یک ابزار مؤثر برای افزایش بهره‌وری شهری و بهبود شرایط زندگی در تهران مورد استفاده قرار می‌گیرد.
روش‌ها‌: برای اجرای این تحقیق جامع، ابتدا شهر تهران به مناطق مختلف تقسیم گردید و متفاوت‌ترین کاربری‌ها در هر منطقه به دقت مورد بررسی قرار گرفت. این تقسیمات مناطق جهت ایجاد تصویر دقیق‌تری از نیازهای ویژه هر قسمت از شهر برای توسعه و بهره‌وری، مدنظر قرار گرفت. با بررسی توزیع کاربری‌ها در سراسر شهر، میزان فراوانی هر کاربری در سطح کلان شهر اندازه‌گیری شد. بر اساس این اطلاعات، تحلیل دقیقی از توزیع کاربری‌ها با استفاده از استانداردهای شهری انجام شد. از این استانداردها به عنوان معیارهای ارزیابی استفاده شده و نقدهایی که نشان می‌دهند کجا استانداردها پاسخگو نیستند، مورد بررسی قرار گرفت. این رویکرد تحلیلی، امکان فهم بهتری از نقاط قوت و ضعف در توسعه شهری فراهم کرده است. با بهره‌گیری از این روش، به نحو بهینه‌تری توزیع کاربری اراضی شهری ارزیابی گردید و به ارائه پیشنهادهایی جهت بهبود و بهینه‌سازی این توزیع پرداخته شد. این اطلاعات، به تصمیم‌گیران شهری و برنامه‌ریزان این امکان را می‌دهد که تصمیمات مبتنی بر شواهد دقیق‌تری در زمینه توسعه شهری اتخاذ کنند و جهت بهبود کیفیت زندگی شهروندان را هدایت کنند.
یافته‌ها: نتایج این تحقیق، نقاط ضعفی در توزیع کاربری‌های اراضی در شهر تهران را آشکار کرده‌اند که نیاز به بهبود و تنظیم دقیق‌تر در مناطق خاص دارد. به ویژه، مناطق 7، 10، 13، 14، 16 و 17 به عنوان مناطقی ذکر شده‌اند که به تنظیم دقیق‌تر کاربری اراضی نیاز دارند. این اطلاعات مهم به تصمیم‌گیران شهری و برنامه‌ریزان این امکان را می‌دهد تا بهبودی فوری در تدابیر توسعه شهری ایجاد کنند. به علاوه، نتایج حاکی از این است که کاربری تفریحی در داخل شهر نیاز به توجه بیشتری دارد. این نکته، نشان ‌دهنده عدم تطابق کافی کاربری‌ها با استانداردهای شهری و نیازهای جامعه است. توسعه مناطق تفریحی در داخل شهر می‌تواند بهبودی ملموس در کیفیت زندگی شهروندان ایجاد کند و به ایجاد محیط‌های سبز و فعالیت‌های تفریحی کمک کند. این تحقیق، نشان دهنده لزوم بررسی دقیق‌تر و اصلاح توزیع کاربری‌های اراضی در شهر تهران است.
نتیجه‌گیری: این تحقیق، به عنوان یک ابزار مفید برای تصمیم‌گیران و برنامه‌ریزان شهری در توسعه و بهبود کیفیت زندگی شهروندان تهران مورد استفاده قرار می‌گیرد. نتایج به‌دست آمده از مطالعه، نشان می‌دهند که تنظیم بهینه کاربری اراضی و توجه به نیازهای شهری می‌تواند به توسعه پایدار و بهبود شرایط زندگی در شهر تهران کمک کند.
کلیدواژه‌ها
کاربری اراضی؛ توسعه شهری؛ GIS؛ توزیع کاربری اراضی
عنوان مقاله [English]
Land Use Investigation and Its Distribution Analysis in Various Districts of Tehran City According to Land Use Planning Standards
نویسندگان [English]
M. Kolbadi nejad؛ R. Sarvar
Department of Geography and Urban Planning, Islamic Azad University-Science and Research Branch, Tehran, Iran
چکیده [English]
Background and Objectives: In today's world, cities have garnered significant attention as central hubs for social and economic activities. This research aims to enhance urban development and improve the quality of life for Tehran's residents, focusing on land use in Tehran, the capital of Iran and one of the most populous and pressured cities. The primary objective is to evaluate the distribution of various land uses across Tehran and analyze shortcomings that do not align with urban needs and standards. The study particularly delves into issues related to the appropriate number of land uses in different areas of Tehran and the role of recreational land use in urban development.
Methods: To conduct this comprehensive research, Tehran was divided into various zones, with diverse land uses thoroughly examined in each zone. These zoning divisions aimed to provide a more precise understanding of the unique needs of each part of the city for development and productivity. The distribution of land uses across the city was analyzed, and the frequency of each land use at the macro level was measured. Utilizing urban standards as evaluation criteria, a detailed analysis of land use distribution was performed. These standards served as benchmarks for assessment, highlighting areas where the standards fell short. This analytical approach facilitated a better understanding of strengths and weaknesses in urban development. Through this method, land use distribution in the city was evaluated more optimally, leading to recommendations for improvement and optimization.
Findings: The outcomes of this study underscore significant deficiencies in the allocation of land uses across Tehran, signaling a compelling call for refinement and heightened precision in regulation, particularly within the identified areas of 7, 10, 13, 14, 16, and 17. The identified weaknesses in land use distribution offer invaluable insights for urban decision-makers and planners, serving as a clarion call for immediate interventions in the city's development trajectory. The critical nature of this information lies in its potential to guide strategic decisions and policy implementations aimed at rectifying existing imbalances. Furthermore, the research accentuates a growing imperative to prioritize recreational land use within Tehran, shedding light on the inadequacy of current land use patterns to align with established urban standards and the evolving needs of society. The pressing need for increased attention to recreational spaces emerges as a key takeaway, suggesting that the development of such areas within the city could yield tangible enhancements in residents' overall quality of life. The envisaged benefits extend beyond mere leisure, with the potential to foster the creation of green spaces, promoting environmental sustainability, and providing platforms for diverse recreational activities that contribute to a healthier, more vibrant urban community. In essence, the research outcomes advocate for a strategic reevaluation and recalibration of land use policies in Tehran, with a heightened focus on rectifying existing imbalances and proactively addressing the evolving needs of the city's residents.
Conclusion: This research serves as a valuable tool for urban decision-makers and city planners in the development and enhancement of the quality of life for Tehran's residents. The obtained results indicate that optimizing land use and addressing urban needs can contribute to sustainable development and improved living conditions in Tehran.
کلیدواژه‌ها [English]
Land Use, Urban Development, GIS, Land Use Distribution
مراجع
[1] Rousta I, Sarif MO, Gupta RD, Olafsson H, Ranagalage M, Murayama Y, et al. Spatiotemporal analysis of land use/land cover and its effects on surface urban heat island using Landsat data: A case study of Metropolitan City Tehran (1988–2018). Sustainability. 2018;10(12):4433.

[2] Bokaie M, Zarkesh MK, Arasteh PD, Hosseini A. Assessment of urban heat island based on the relationship between land surface temperature and land use/land cover in Tehran. Sustainable Cities and Society. 2016;23:94-104.

[3] Jabbari M, Behzadi S. Modelling Effects of Land Use Changes on Traffic based on Proposed Traffic Simulator. Computational Engineering and Physical Modeling. 2019;2(3):61-70.

[4] Shorabeh SN, Varnaseri A, Firozjaei MK, Nickravesh F, Samany NN. Spatial modeling of areas suitable for public libraries construction by integration of GIS and multi-attribute decision making: Case study Tehran, Iran. Libr Inf Sci Res. 2020;42(2):101017.

[5] Motieyan H, Azmoodeh M. Mixed-use distribution index: A novel bilevel measure to address urban land-use mix pattern (A case study in Tehran, Iran). Land use policy. 2021;109:105724.

[6] Behzadi S, Alesheikh AA. Introducing a novel model of belief–desire–intention agent for urban land use planning. Eng Appl Artif Intell. 2013;26(9):2028-44.

[7] Ghasemi K, Behzadfar M, Borhani K. Spatial analysis of leisure land uses in Tehran: Assessing inequity using the MARCOS method within a GIS framework. Heliyon. 2023; 9:e19691.

[8] Behzadi S, Memarimoghadan K. A Belief-Desire-Intention Agent-based procedure for urban land growth simulation. A case study of Tehran Metropolitan Region, Iran. Forum Geografic. 2019;18(1):53-62.

[9] Mousavi Z, Behzadi S. Geo-Portal Implementation with a Combined Approach of AHP and SWOT. International Journal of Natural Sciences Research. 2019;7(1):23-31.

[10] Mousavi Z, Behzadi S. Introducing an Appropriate Geoportal Structure for Managing Wildlife Location Data. International Journal of Natural Sciences Research. 2019;7(1):32-48.

[11] Poorazizi E, Alesheikh A, Behzadi S. Developing a mobile GIS for field geospatial data acquisition. J Appl Sci. 2008;8(18):3279-83.

[12] Behzadi S, Alesheikh AA, Poorazizi E. Developing a genetic algorithm to solve shortest path problem on a raster data model. J Appl Sci. 2008;8(18):3289-93.

[13] Behzadi S, Kolbadinejad M. INTRODUCING A NOVEL METHOD TO SOLVE SHORTEST PATH PROBLEMS BASED ON STRUCTURE OF NETWORK USING GENETIC ALGORITHM. International Archives of the Photogrammetry, Remote Sensing & Spatial Information Sciences. 2019.

[14] Shahmoradi A, Behzadi S. Optimum Routing in the Urban Transportation Network by Integrating Genetic Meta-heuristic (GA) and Tabu Search (Ts) Algorithms. Journal of Geomatics Science and Technology. 2020;9(3):145-58.

[15] Babaei M, Behzadi S. ‏ Spatial Data-Driven Traffic Flow Prediction Using Geographical Information System. Journal of Soft Computing in Civil Engineering. 2023;7(4):132-43.

[16] Ioki K, Din NM, Ludwig R, James D, Hue SW, Johari SA, et al. Supporting forest conservation through community-based land use planning and participatory GIS–lessons from Crocker Range Park, Malaysian Borneo. J Nat Conserv. 2019;52:125740.

[17] Behzadi S, Alesheikh AA. Hospital site selection using a BDI agent model. International Journal of Geography and Geology. 2013;2(4):36-51.

[18] Mahjoobi M, Behzadi S. Solar desalination site selection on the Caspian Sea coast using AHP and fuzzy logic methods. Modeling Earth Systems and Environment. 2022:1-9.

[19] Behzadi S, Hamoudzadeh A. Evaluation of effective factors on air pollution using optimized cellular automata: A case study of Tehran. Journal of Engineering Research. 2021.

[20] Jafarian H, Behzadi S. Evaluation of PM2. 5 emissions in Tehran by means of remote sensing and regression models. Pollution. 2020;6(3):521-9.

[21] Chatrsimab Z, Alesheikh A, Vosoghi B, Behzadi S, Modiri M. Land Subsidence Modelling Using Particle Swarm Optimization Algorithm and Differential Interferometry Synthetic Aperture Radar. ECOPERSIA. 2020;8(2):77-87.

[22] Chatrsimab Z, Alesheikh AA, Voosoghi B, Behzadi S, Modiri M, editors. Development of a Land Subsidence Forecasting Model Using Small Baseline Subset—Differential Synthetic Aperture Radar Interferometry and Particle Swarm Optimization—Random Forest (Case Study: Tehran-Karaj-Shahriyar Aquifer, Iran). Dokl Earth Sci; 2020: Springer.

[23] Khaledi S, Behzadi S. Monitoring and Assessing the Changes in the Coverage and Decline of Oak Forests in Lorestan Province using Satellite Images and BFAST Model. Journal of Applied researches in Geographical Sciences. 2020;20(57):265-80.

[24] Ghashghaie S, Behzadi S. Spatial Statistics Analysis to Identify Hot Spots Using Accidental Event Calls Services. Journal of Statistical Research of Iran JSRI. 2019;16(1):121-41.

[25] Behzadi S. An intelligent location and state reorganization of traffic signal. Geodesy and Cartography. 2020;46(3):145-50.

[26] Pasha A, Sorbi A, Behzadi S. Landslide risk assessment in Qazvin-Rasht quadrangle zone (North of Iran). Scientific Quarterly Journal of Geosciences. 2018;27(106):89-98.

[27] Behzadi S, Mousavi Z, Norouzi E. Mapping Historical Water-Supply Qanat Based On Fuzzy Method. An Application to the Isfahan Qanat (Isfahan, Iran). International Journal of Numerical Methods in Civil Engineering. 2019;3(4):24-32.

[28] Jalilzadeh A, Behzadi S, editors. Flood Mapping and Estimation of Flood Water-Level Using Fuzzy Method and Remote Sensing Imagery (Case Study: Golestan Province, Iran). Forum Geografic; 2020: University of Craiova, Department of Geography.

[29] Ghasempoor Z, Behzadi S. Traffic Modeling and Prediction Using Basic Neural Network and Wavelet Neural Network Along with Traffic Optimization Using Genetic Algorithm, Particle Swarm, and Colonial Competition. Journal of Geomatics Science and Technology. 2021;10(3):147-63.

[30] Ghasempoor Z, Behzadi S. Predicting Traffic Data in GIS using Different Neural Network Methods. International Journal of Geography and Geology. 2022;11(2):62-71.

[31] Ghasempoor Z, Behzadi S. Provide an Automated Web-based Platform for Collecting Traffic Data. Journal of Geomatics Science and Technology. 2022;12(1):171-86.

[32] Jalilzadeh A, Behzadi S. Machine learning method for predicting the depth of shallow lakes using multi-band remote sensing images. Journal of Soft Computing in Civil Engineering. 2019;3(2):54-64.

[33] Behzadi S, Jalilzadeh A. Introducing a Novel Digital Elevation Model Using Artificial Neural Network Algorithm. Civil Engineering Dimension. 2020;22(2):47-51.

[34] Norouzi E, Behzadi S. Evaluating machine learning methods and satellite images to estimate combined climatic indices. International Journal of Numerical Methods in Civil Engineering. 2019;4(1):30-8.

[35] Norouzi E, Behzadi S. The Feasibility of Machine-learning Methods to Extract the Surface Evaporation Quantity using Satellite Imagery. Journal of Electrical and Computer Engineering Innovations (JECEI). 2021;9(2):229-38.

[36] Abdollahi A, Behzadi S. Socio-Economic and Demographic Factors Associated with the Spatial Distribution of COVID-19 in Africa. Journal of Racial and Ethnic Health Disparities. 2022:1-13.

[37] Behzadi S, Alesheikh AA. A Pseudo Genetic Algorithm for solving best path problem. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. 2008;3(1).

آمار
تعداد مشاهده مقاله: 152
تعداد دریافت فایل اصل مقاله: 148


سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب