ارزیابی رشد اسپرال تبریز با استفاده از تصاویر ماهواره‌ای و مدل‌سازی توسعة احتمالی

نوع مقاله: مقاله پژوهشی

نویسنده

استادیار، گروه مهندسی فضای سبز،دانشکده کشاورزی، دانشگاه تبریز، تبریز، ایران

چکیده

شهرنشینی، یکی از پیامدهای اصلی انقلاب صنعتی است که روند توسعة آن را متحول کرده و باعث گسترش مهاجرت‌ها به شهرها شده است. یکی از نتایج اصلی گسترش شهرنشینی در دهه‌های گذشته، تغییرات کاربری زمین‌ها در شهرها و رشد اندازة آنهاست. در دهه‌های اخیر الگوی رشد اسپرال و پراکندة شهری، به یکی از مهم‌ترین چالش‌های برنامه‌ریزی فضایی تبدیل شده و حامل آسیب‌های اجتماعی و زیست‌محیطی است. در سال‌های اخیر برنامه‌ریزان، اقتصاددانان، اکولوژیست‌ها و مدیریت مرتبط با امور شهری از مدل‌های مختلف و متنوعی برای ارزیابی تغییرات کاربری و بررسی نتایج این تغییرات در آینده استفاده کرده‌اند و روزبه‌روز این مدل‌ها توسعه می‌یابند. هدف این پژوهش، ارزیابی رشد و توسعة گذشتة تبریز و پیش‌بینی این تغییرات در آینده است. روش پژوهش توصیفی - تحلیلی است که به‌صورت کاربردی منطقه‌ای خاص را با استفاده از تصاویر ماهواره‌ای، داده‌ها و عوامل مؤثر بر توسعة گذشته و آتی شهر ارزیابی و مدل‌سازی کرده است. مدل LTM، ترکیبی از توانایی‌های شبکه‌های عصبی مصنوعی و سیستم اطلاعات جغرافیایی، در این پژوهش به کار رفته است. نخست داده‌ها به‌صورت رستری و پس از آن به‌صورت فرمت Acsi آماده و پس از ارزیابی تغییرات گذشته در شبکه‌های عصبی، نتایج به‌صورت نقشه‌های رستری تهیه شد. با انتخاب الگوی یادگیری و ساختار شبکه و نتایج روند توسعة شهری، توسعة احتمالی شهر تبریز برای سال 1405 مشخص شد. نتایج ارزیابی دورة 10ساله (1385 تا 1395) نشان‌دهندة توسعة رو به پیرامون و اسپرال شهری در تبریز است که طی آن بیشتر زمین‌های پیرامونی شهر به ساختار شهری تبدیل شده است. ادامة این روند برای توسعة شهر در سال‌های آتی، بیشتر زمین‌های کشاورزی و پیرامونی شهر را تغییر خواهد داد که نتایج توسعة احتمالی شهر در 1405 این موضوع را نشان می‌دهد و بیش از 3600 هکتار از زمین‌های پیرامونی به توسعة شهری اختصاص خواهد یافت. این امر باعث پیچیدگی مشکلات و چالش‌های شهری تبریز در آینده خواهد شد و ادامة این روند توسعة اسپرال شهری ضمن افزایش مشکلات زیست‌محیطی، هزینه‌های توسعه و مدیریت شهری را دوچندان خواهد کرد.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Evaluation of Tabriz Sprawl Growth using Satellite Images and Probability Development Modeling

نویسنده [English]

  • akbar rahimi
Assistant professor in Department of Landscape Engineering, agricultural Faculty, University of Tabriz, Tabriz, Iran
چکیده [English]

Urbanization is one of the main consequences of the Industrial Revolution, which has transformed the process of urbanization and expanded immigration to cities. One of the main results of the urbanization development in recent decades is land use change in cities and urban size growth, which has caused urban sprawl growth to be one of the most important challenges of spatial planning and has resulted in social and environmental damages. In recent years, planners, economists, ecologists and urban managers have used a variety of models to assess changes in user behavior and to examine the outcomes of these changes in the future, and these models are being developed day by day. The purpose of this research is to evaluate the past development of Tabriz and predict these changes in the future. The research method is descriptive-analytical, which is applied to the evaluation and modeling of a specific area using satellite imagery and other data and factors influencing past development and the future of the city. The LTM model, which combines the capabilities of artificial neural networks and geographic information systems, has been used in this research. At first, the data were prepared as raster and then in Acsi format. After evaluating the past changes in neural networks, the results were prepared as raster maps. By selecting the learning pattern and network structure and the results of the urban development process, a possible development of the city of Tabriz for 2024 was prepared. The results of the evaluation a 10-year period (2006-2016) indicated the development of the periphery and sprawl of the city in Tabriz, which most of the surrounding Lands of the city have become urban structure, and with the continuation of this trend for the future development, most of the agricultural land and the periphery will change. The results of the possible development of the city in 2024 indicated that more than 3600 hectares of peripheral lands will be allocated to urban development, which will complicate Tabriz's urban problems and challenges, and continuing of the development of Urban Sprawl, not only increases environmental problems, but also increases the cost of development and management.

کلیدواژه‌ها [English]

  • Sprawl Growth
  • Sprawl
  • artificial neural network
  • GIS

مقدمه

طرح مسئله

رشد سریع جمعیت شهری جهان به‌ویژه در کشورهای در حال توسعه، یکی از چالش‌های اصلی برای دولت‌ها و آژانس‌های برنامه‌ریزی محسوب می‌شود. امروزه 3.9 میلیارد نفر، 54درصد جمعیت جهان، در نواحی شهری زندگی می‌کنند و در سال 2050 این تعداد به 6.3 میلیارد نفر افزایش خواهد یافت و نزدیک به 90درصد افزایش جمعیت شهرنشین در شهرهای کشورهای در حال توسعه صورت می‌گیرد (United Nations, 2015: 53).

شهرنشینی، فرایندی اجتناب‌ناپذیر به سبب توسعة اقتصادی و رشد سریع جمعیت است (2007: 31 ,Shalaby and Tateishi). امروزه شهرنشینی به نگرانی اساسی بیشتر مناطق جهان تبدیل (2011: 78 ,Samat et al) و شهرنشینی بی‌برنامه باعث ایجاد مشکلاتی همچون آلودگی، ترافیک، جنگل‌زدایی و ازدحام مکانی شده است.

تغییرات کاربری پیرامون شهر، فرایندی دینامیکی و پیچیده‌ است که شامل سیستم‌های طبیعی و انسانی می‌شود (2014: 128 ,Deep and Saklani). اسپرال شهری، یکی از رویکردهای توسعة شهرنشینی، درواقع گسترش رو به پیرامون شهر با برنامه‌ریزی ضعیف را به نمایش می‌گذارد. اسپرال شهری، مفهومی گسترده و فراگیر است که با ویژگی‌های توسعه و گسترش خودمحور، تراکم کم و تأثیر چشمگیر بر اکوسیستم شناخته می‌شود (2005: 321 ,Yuan et al). این رویکرد توسعه باعث تغییرات کاربری زمین به‌صورت گسترده و عمدتاً در نواحی پیرامونی شهرهای بزرگ شده است.

در دهه‌های اخیر، مطالعات تغییرات کاربری زمین، مهم‌ترین توجهات را درزمینة بحران‌های تغییرات زمین به خود معطوف کرده است؛ زیرا تغییر کاربری زمین از عوامل اساسی در تغییرات جهانی محسوب می‌شود؛ به‌طوری‌که اثر متقابلی بر تغییرات اقلیمی، فرایندهای اکوسیستمی، تغییر در تنوع و فرم‌های زندگی و دیگر فعالیت‌های مهم مرتبط با فعالیت‌های بشری دارد (Lopez et al, 2001: 275). در دهه‌های گذشته، گسترش شهرنشینی به دلیل مهاجرت گسترده به شهرهای بزرگ برای یافتن کار و درآمد مناسب باعث گسترش شهرها و درنتیجه تغییرات عمده در کاربری زمین در آنها شده که این موضوع در کشورهای جهان سوم با شدت بیشتری همراه بوده است.

ایران نیز به‌منزلة یکی از کشورهای در حال توسعه به‌شدت با شهرنشینی و افزایش جمعیت شهری مواجه است؛ به‌طوری‌که جمعیت شهری 6 میلیون نفری آن در سال 1335 به 64/53 میلیون نفر افزایش یافته است (مرکز آمار ایران، 1390). این افزایش جمعیت شهری، تغییرات فزاینده‌ای در کاربری‌های پیرامون شهرها داشته است. در این بین شهر تبریز در سالیان اخیر با رشد لجام‌گسیخته و بدون توجه به راهبردهای اصلی توسعة شهری گسترش یافته و مشکلات متعددی را ازجمله تخریب منابع زیست‌محیطی، افزایش آلودگی‌های شهری، تهدید اکولوژی شهری و مشکلات دیگر تجربه کرده است (رحیمی، 1392: 156).

امروزه روش‌های کمّی به‌ویژه هوشمند برای ارزیابی گسترش شهرها به شکل گسترده به کار رفته و عمدتاً وضعیت موجود، ارزیابی و کمتر به پیش‌بینی و شبیه‌سازی توسعة آتی توجه شده است. در این پژوهش علاوه بر استفاده از مدل‌های هوشمند و جدید و ترکیب آن با توانایی‌های سیستم اطلاعات جغرافیایی و سنجش از دور، با ارزیابی روند توسعة گذشتة شهر و تأثیر آن بر توسعة آتی، توسعة شهر در 1405 پیش‌بینی و شبیه‌سازی شده است؛ همچنین هدف این پژوهش، ارزیابی توسعة شهری تبریز در سال‌های آتی با بهره‌گیری از راهبردها و سیاست‌های توسعة شهری در وضع موجود است تا با استفاده از روش‌های هوشمند، توسعة شهری و مشکلات و چالش‌های آتی آن پیش‌بینی شود.

 

پیشینة پژوهش

ابراهیم‌زادة آسمین و همکاران (1389) در مقاله‌ای دربارة توسعة اسپرال شهری طبس به این نتیجه رسیده‌اند که 55درصد رشد فیزیکی شهر در سال‌های 1355 تا 1385 مربوط به رشد جمعیتی و 45درصد مربوط به رشد اسپرال شهری بوده است؛ در حالی که امکانات توسعة درونی برای مدیریت توسعة شهری وجود داشته، کمتر به این موضوع اهمیت داده شده است.

پوراحمد و همکاران (1382) توسعة شهری سنندج را با استفاده از GIS و RS ارزیابی کردند. نتیجه حاکی از مهاجرت‌ها و گسترش فیزیکی شهر و به‌ویژه توسعه به‌صورت اسکان رسمی بوده که عمدتاً در پیرامون شهر و روی تپه‌ها و زمین‌های کشاورزی صورت گرفته است. در این پژوهش علاوه بر ارزیابی روند توسعة گذشته برای توسعة آتی شهر و جهات مناسب آن نیز با استفاده از سیستم اطلاعات جغرافیایی، مکان مناسب پیشنهاد شده است.

اورامبوتر و همکاران[1] (2018) روند توسعة اسپرال را در اروپا ارزیابی کرده‌اند. براساس این پژوهش رشد اسپرال شهری از مشخصات شهرهای جهان سوم نبوده است؛ بلکه این نوع رشد در بیشتر مناطق شهری دنیا به شکل‌های مختلف دیده می‌شود؛ به‌طوری‌که در بین سال‌های 1980 تا 2000، توسعة شهری سه برابر بیش از رشد جمعیت شهری بوده است که از میل به توسعة پیرامونی و به‌صورت پراکنده حکایت دارد.

آردیویجایا و همکاران[2] (2014) رشد اسپرال شهر باندونگ و زمین‌های رهاشده را از منظر محیط زیست فضایی بررسی کردند. این شهر به لحاظ توپوگرافی به‌صورت حوضه و آبگیر شکل گرفته است؛ بنابراین با محدودیت توسعة فیزیکی مواجه است. در این پژوهش از سیستم اطلاعات جغرافیایی برای ارزیابی الگوی کاربری زمین‌ها و توزیع زمین‌های رهاشده استفاده شد. داده‌های کاربری از سال 1991 تا 2012 استفاده شده بود و تأثیر زمین‌های سست و رهاشده بر توسعة اسپرال از منظر اقتصادی، اجتماعی و اکولوژیکی بررسی شد. این پژوهش تعداد زیادی قطعات رهاشده در بخش‌های مختلف را شناسایی کرده است که برای توسعة آتی شهر به‌منزلة پتانسیلی مناسب به کار می‌رود.

نور و رسنی[3] (2013) در پژوهشی با عنوان «مشخص‌کردن عوامل فضایی در اندازه‌گیری رشد اسپرال شهری با استفاده از سنجش از دور و GIS»، موضوع را در شهر کوانتان بررسی و تحلیل کردند. در این بررسی تصاویر آیکونوس و اسپات 5 با رزولوشن 1 و 2.5 متری به کار رفت و با استفاده از داده‌های GIS و عوامل فضایی ازجمله نوارهای بزرگراه‌ها و شاخص‌های تفکیک زمین، شاخص‌های مکانی تحلیل شد. شهر کوانتان به دلیل میزان زیاد رشد جمعیت و استقرار سریع نواحی شهری جدید در آن، برای بررسی انتخاب شد. ویژگی‌های این عوامل فضایی مشخص کرد کوانتان، شهری غیرپراکنده و غیراسپرال بوده است.

یوجی و همکاران[4] (2005) پژوهشی را با عنوان «شهرنشینی مرتبط با الگوهای کاربری اراضی زراعی در حواشی شهرهای میلیونی منطقة دلتایی، مطالعة موردی بانکوک» انجام داده‌اند. نتیجه آنکه همبستگی معناداری بین ارتفاع زمین‌ها با کاربری‌ آنها وجود دارد و تغییرات کاربری زمین هم در حالت افقی و هم در حالت عمودی در منطقة مطالعه‌شده روی داده است.

 

مبانی نظری پژوهش

شکل یا فرم شهر، یکی از موضوعات سدة بیستم در ارتباط با پایداری شهر است .درواقع با پذیرش فزایندة مفهوم توسعة پایدار، پژوهشگران به موضوعات جدیدی مانند شکل شهر نگاه تازه‌ای دارند. شکل شهر تبلور فضایی، شکل حیات مدنی‌اجتماعی شهر و فعالیت‌های جوامع شهری در مکان و فضاست که در ترکیبی از ذهنیت و عینیت، ماهیتی ترکیبی و فرابعدی یافته و حاصل تعامل نیروهای بسیاری است (مشکینی و همکاران، 1395: 45).

الگوی توسعة شهری پراکنده یا اسپرال شهری پس از جنگ جهانی دوم و به‌ویژه در دهة 1960 به‌مثابة الگوی غالب توسعة فضایی شهری در سرتاسر جهان با تفاوت در تاریخ، علل و پیامدها نمایان شده است (2014: 21 ,Gomez-Antonio et al) و تا مدت مدیدی از پدیده‌های ویژة شهرهای آمریکایی در نظر گرفته می‌شد که به دلیل وفور زمین‌های ارزان، ساخت بی‌رویة جاده‌ها و تولید بیش از اندازة ماشین در این کشور رخ داد؛ اما این امر امروزه به پدیده‌ای جهانی تبدیل شده است که بیشتر شهرهای کشورهای توسعه‌یافته و در حال توسعه با آن روبه‌رو هستند (مشکینی و همکاران، 1395: 48).

ارزیابی و مرور مبانی نظری نشان می‌دهد هیچ اجماع روشنی در مفهوم اسپرال وجود ندارد و به‌شدت وابسته به فرهنگ و پیچیدگی‌های جغرافیایی و سیاسی است (Torrens, 2008: 24 Besussi et al, 2010: 19;). به‌طور عمومی اسپرال شهری شامل شکل خاصی از توسعه و گسترش شهری به طرف حومه‌ها و پیرامون شهر است که تراکم کم، استفاده به‌صورت تک‌کاربری، شبکه‌های بزرگراه و جادة گسترده، وابستگی به خودرو، گسترده‌کردن قلمرو، توسعة پراکنده و نواری در یک ساختار شهری تک‌مرکز از ویژگی‌های بارز آن است (Tewolde and Cabral, 2011: 2153; Gomez Antonio et al, 2014: 24).

در کشورهای توسعه‌یافته، این موضوع به‌وسیلة جهانی‌شدن، اقتصاد بازار و غلبة ایدئولوژی سرمایه‌داری، به‌ویژه در صنعت اتومبیل و بازار سوخت تجدید یافت و بر حیات مناطق داخلی شهری تأثیر گذاشت. در کشورهای جهان سوم، اسپرال شهری بیشتر درنتیجة سبقت‌گرفتن شهرنشینی بر برنامه‌ریزی شهری، سیاست‌های نامناسب دولت‌ها درزمینة زمین و مسکن، مهاجرت روستاشهری و تلاش گروه‌های متوسط درآمدی برای یافتن مسکن دوم و با صرفه در حاشیة شهر است (Mohammadian et al, 2016: 110).

به‌هرحال نگرانی عمده در اسپرال شهری و تغییرات کاربری زمین‌ها با آثار منفی زیست‌محیطی، اجتماعی و اقتصادی مرتبط است (EEA, 2006: 24). از بعد زیست‌محیطی، این آثار شامل ازدست‌دادن زمین‌های حاصلخیز، فضاهای باز و تنوع زیستی (Atu et al, 2013: 226)، آسیب‌زدن به کیفیت آب (Tu et al, 2007: 187)، انتشار گازهای گلخانه‌ای در سطح وسیع و افزایش آلودگی‌ها (Glaeser and Kahn, 2004: 2512)، افزایش رواناب‌ها و پتانسیل‌های سیلاب و افزایش مصرف انرژی (Sung et al, 2013: 318) است.

از بعد اقتصادی - اجتماعی، اسپرال شهری منجر به افزایش و گسترش زیرساخت‌ها و هزینه‌های خدمات عمومی (Batty, 2008: 769)، کاهش تمرکز در مرکز شهری و فضاهای عمومی، کاهش انسجام اجتماعی، ازدست‌دادن حس اجتماعی، کاهش بهداشت عمومی، سلامت و ایمنی و ازدست‌دادن ارزش‌های فرهنگی (Pereira et al, 2014: 270)، افزایش نابرابری درآمد و قطبی‌شدن (Brueckner and Helsley, 2011: 263)، افزایش گره‌های ترافیکی، افزایش طول سفر و محدودیت دسترسی، به‌ویژه برای اشخاص بدون وسیلة نقلیه (Ewing et al, 2003: 178) شده است؛ بنابراین رشد اسپرال شهری به‌مثابة یکی از عوامل اصلی در تغییرات کاربری در سطح جهان مطرح است و افزایش توجهات به روند تغییرات جهانی در دهه‌های گذشته باعث توسعة مدل‌های مختلف در ارزیابی توسعة شهری و به‌ویژه ارزیابی توسعة اسپرال شهری شده که شامل مدل‌های آماری و فراگیری ماشینی (Pijanowski et al, 2002: 556)، شالوده و پایة عاملی (Matthews et al, 2007: 1452) یا رویکردهای سادة قانونمند (Pontius, 2002: 1042) است.

 

روش‌شناسی پژوهش

روش پژوهش توصیفی - تحلیلی است که به‌صورت کاربردی منطقه‌ای سنجیده و ارزیابی می‌شود. اطلاعات لازم در پژوهش، از ادارة راه و شهرسازی و شهرداری‌ها جمع‌آوری و تصاویر ماهواره‌ای لازم از سایت لندست دانلود شده است. نخست تصاویر زمین مرجع و پس از طبقه‌بندی و کلاس‌بندی در نرم‌افزار Erdas imaginge وارد نرم‌افزار ArcGIS و درنهایت با استفاده از بستة نرم‌افزاری Land Transformation Mode (LTM) توسعة اسپرال شهری تبریز و پیش‌بینی توسعة آتی در آن بررسی شده است. برای ارزیابی اسپرال شهری، تکنیک هلدرن و برای پیش‌بینی توسعة احتمالی، مدل LTM به کار رفته است. مدل LTM، ترکیبی از توانایی‌های شبکه‌های عصبی مصنوعی و سیستم اطلاعات جغرافیایی را برای پیش‌بینی و ارزیابی تغییرات کاربری تبیین می‌کند و روند متداول برای شبیه‌سازی در این مدل شامل مراحل زیر است:

1-  تهیه و آماده‌سازی بردارهای ورودی و خروجی؛

2-  انتخاب تابع انتقال [5]؛

3-  انتخاب ساختمان و ترکیب شبکه؛

4-  انتخاب وزن‌های تصادفی؛

5- انتخاب روند یادگیری؛

6- تهیة مجموعة تست و مجموعة تأیید از داده‌ها (Cheleni et al, 2002: 163).

برای طبقه‌بندی قواعد مدل LTM از مراحل زیر استفاده می‌شود:

1- مجاورت و تراکم‌ها؛

2- اندازة قطعات؛

3- ویژگی‌های ویژة مکان؛

4- فاصله از محل سلول‌های پیش‌بینی.

اثر مجاورت براساس ترکیب سلول‌های اطراف تبیین می‌شود که معمولاً گرایش به سلول مرکزی برای تغییر به کاربری دیگر است. اندازة قطعات زمین بستگی به ارزش متغیرها در همة سلول‌های تعریف‌شده در داخل قطعه زمین برای تغییر کاربری زمین دارد. قواعد تغییر فضایی فاصله‌ها در ارتباط با فاصلة اقلیدسی بین هر سلول و نزدیک‌ترین متغیر پیش‌بینی است. موقعیت‌های معین به دلیل اینکه دستخوش تغییر نشود، کدبندی می‌شود. این موضوع برای نواحی‌ واقع در منطقة ممنوعه ازجمله کاربری عمومی ضروری است. سل‌ها به‌صورت (0) که نشان‌دهندة این است که تغییرات در آن صورت نمی‌گیرد و مناطق دیگر با (1) کدبندی می‌شود. همة لایه‌های این‌چنینی درنهایت با همدیگر برای تولید یک لایه به‌صورت لایة منطقة ممنوعه ترکیب می‌شوند (Pijanowski et al, 2002: 555).

در این پژوهش برای تحلیل و مدل‌سازی، دو دوره تصویر ماهوارة لندست (1385 و 1395) به‌صورت رستری آماده و نقشة کاربری براساس آنها تهیه شد؛ همچنین داده‌های مختلف که در ارزیابی و پیش‌بینی تغییرات توسعه و رشد شهری مؤثرند، به‌صورت نقشه و رستری به کار رفت که در جدول (1) نمایان است.

جدول 1. متغیرهای به‌کاررفته برای پیش‌بینی رشد و توسعة شهری

لایه

متغیرها (نقشه‌های رستری)

ورودی

نقشة شیب

فاصله از جاده‌های اصلی

فاصله از مراکز تجاری

فاصله از مراکز درمانی

فاصله از مراکز آموزشی

جهات پیشنهادی توسعه در طرح‌های شهری

زمین‌های بایر= 1 و زمین‌های دایر= 0

باغ‌ها و زمین‌های کشاورزی= 1

مناطق دارای محدودیت (زمین‌های نظامی و پادگان‌ها)= 1

پارک‌ها و فضاهای سبز موجود داخل شهر= 1

نقشة رشد شهر در سال 1385

خروجی

رشد شهری= 1 و رکود شهری= 0

 

برای ارزیابی میزان تغییرات از ضریب کاپا استفاده شد که مراحل محاسبة این روش به‌ شرح زیر است:

گام اول- چک‌کردن سازگاری نقشه‌ها

اطمینان از اینکه تعداد سل‌ها در هر دو نقشه یکسان است که بایستی مجموع 0 و 1 در هر دو نقشه با هم برابر باشد.

گام دوم- ایجاد ماتریس سازگاری

برای این منظور به جدول احتمال به شکل زیر نیاز است:

جدول احتمال

کل

ست تغییرات واقعی

 

1

0

 

SN

FN

TN

0

ست تغییرات در LTM

SP

TP

FP

1

GT

RP

RN

کل

 

تشریح

طبقه‌بندی

علائم

در نقشة واقعی و نقشة شبیه‌سازی‌شده تغییری نیافته

منفی درست

TN

تغییریافته در نقشة واقعی و شبیه‌سازی‌شده

مثبت درست

TP

تغییر در نقشة واقعی و ‌تغییرنیافته در نقشة شبیه‌سازی‌شده

منفی اشتباه

FN

تغییر در نقشة شبیه‌سازی‌شده و تغییرنیافته در نقشة واقعی

مثبت اشتباه

FP

کل تغییرنیافته در نقشة شبیه‌سازی‌شده

منفی شبیه‌سازی

SN

کل تغییریافته در نقشة شبیه‌سازی‌شده

مثبت شبیه‌سازی

SP

کل تغییرنیافته در نقشة واقعی

منفی واقعی

RN

کل تغییریافته در نقشة واقعی

مثبت واقعی

RP

کل سل‌های تحول

کل مؤثر

GT

 

گام سوم- محاسبة ضریب کاپا

محاسبة ضریب کاپا به ترتیب زیر است:

 

: نشان‌دهندة تغییر در نقشة واقعی و نتایج حاصل از مدل است.

: نسبت سل‌ها در ست i از تغییرات واقعی در ست j در نقشة حاصل از مدل.

: نسبت سل‌ها در ست i از تغییرات واقعی حاصل از کل حاشیه از آخرین ستون‌های ماتریس احتمالی.

: نسبت سل‌ها در ست i از نتایج مدل حاصل از کل حاشیه از آخرین ردیف ماتریس احتمالی.

: نسبت سل‌ها در ست‌های مشابه i در تغییرات واقعی و نتایج مدل حاصل از عناصر مورب ماتریس احتمالی.

: کسر توافق یا ضریب حساسیت.

: کسر توافق فرضی از توزیع واقعی (رحیمی، 1392: 105).

 

محدودة پژوهش

شهر تبریز با وسعتی معادل 25 هزار هکتار در جلگه‌ای به نام جلگة تبریز واقع شده و جمعیت شهر براساس آمار 1390، 1545491 نفر بوده است که بر این اساس پرجمعیت‌ترین شهر شمال غرب و چهارمین شهر پرجمعیت کشور محسوب می‌شود. این شهر در دهه‌های اخیر با رشد و گسترش فزایندة شهری مواجه بوده که نبود برنامه‌ریزی مناسب برای توسعة شهری، چالش‌های فراوانی را در سطوح منطقه‌ای و ملی به بار آورده است.

 

یافته‌های پژوهش

ارزیابی رشد شهر

امروزه رشد و گسترش شهرها، یکی از بحث‌های اساسی در تغییرات جهانی است و شهرهای جهان سوم به‌ویژه شهرهای بزرگ، نقشی اساسی در این تغییرات دارند. شهر تبریز، بزرگ‌ترین شهر شمال غرب ایران، در سال‌های اخیر رشد و گسترش زیادی داشته است. ارزیابی توسعة شهر بین سال‌های 1385 تا 1395 با استفاده از تصاویر ماهواره‌ای، توسعه به پیرامون و درنتیجه تغییرات کاربری زمین‌های پیرامونی و رشد اسپرال شهری را نمایان می‌سازد؛ به‌طوری‌که در سال 1385 مساحت زمین‌های ساخته‌شدة شهر 9587 هکتار بوده است که نزدیک به 38درصد از کل مساحت شهر را شامل می‌شود.

روند رشد شهری در سال 1395 (شکل 2) نشان‌دهندة تغییرات کاربری‌ها و توسعه به طرف شرق و جنوب شرقی در شهر تبریز بوده است؛ به‌طوری‌که مساحت محدودة ساخته‌شدة شهری به 14047 هکتار افزایش یافته است که بیش از 55درصد از محدودة شهری را شامل می‌شود. ارزیابی رشد و گسترش شهر تبریز در 10 سال با استفاده از مدل هلدرن، رشد اسپرال شهری را در این دوره نشان می‌دهد؛ به‌طوری‌که 48.5درصد از رشد شهری مربوط به افزایش جمعیت و 51.5درصد مربوط به اسپرال شهری است؛ بنابراین رویکرد اسپرال شهری و رشد افقی با وجود گسترش عمودی در بخش‌هایی از شهر تبریز، رهیافت اصلی گسترش تبریز در دهة گذشته بوده است. طرح‌های موضعی مغایر با طرح‌های توسعة شهری، فضاهای پیرامونی شهری را که در طرح‌های جامع تبریز عمدتاً برای جنگل‌کاری و فضاهای سبز و گردشگری پیشنهاد کرده، به کاربری‌های مسکونی و توسعة شهری تغییر داده و یکی از عوامل اصلی توسعة اسپرال شهری در دهة گذشته بوده است. مدیریت شهری نیز برای کسب درآمد بیشتر این نوع توسعة شهری را هدایت کرده است که نتایج کمیسیون مادة پنج شهر تبریز در مطالعات صدر موسوی و همکاران (1391) این موضوع را در این شهر نشان می‌دهد.

 

 

شکل 1. نقشة کلاس کاربری زمین‌های تبریز در سال 1385 با استفاده از تصاویر ماهواره‌ای (منبع: نگارنده)

 

شکل 2. نقشة کلاس کاربری زمین‌های تبریز در سال 1395 با استفاده از تصاویر ماهواره‌ای (منبع: نگارنده)

جدول 2. تغییرات کلاس کاربری بین سال‌های 1385 تا 1390

درصد تغییرات

میزان تغییرات

1395

1385

کاربری

   

درصد

مساحت

17.57

4459.98

55.35

14047.21

37.78

9587.23

ساخته‌شده

-10.04

-2547.23

6.73

1709.02

16.77

4256.25

فضای سبز

-7.54

-1912.75

37.92

9623.06

45.45

11535.81

بایر و کشاورزی

0

0

100

25379.29

100

25379.29

 

 


پیش‌بینی تغییرات توسعه در دهة آتی

برای آماده‌سازی داده‌ها و نقشه‌های ورودی شبکه‌های عصبی باید داده‌ها به فرمت Acsi تبدیل شود که در این پژوهش با استفاده از نرم‌افزار ArcGIS، مراحل تبدیل نقشه به عدد و برعکس صورت گرفت و برای ارزیابی رشد و گسترش شهری در این روش، نخست مرحلة یادگیری، تست و شبیه‌سازی و درنهایت پیش‌بینی رشد احتمالی براساس معیارها انجام می‌شود.

 

آموزش و تست شبکه

در مرحلة یادگیری مدل توانسته است بیشترین میزان یادگیری را با خطای 0.132 انجام دهد و با آموزش دو دورة توسعة شهر تبریز، به‌صورت هوشمند و مناسب آموزش داده شود. مقایسة نودهای تغییریافته در توسعة واقعی (1385 تا 1395) با نودهای تغییریافته در مرحلة یادگیری، نشان‌دهندة مطابقت و همسانی در تعداد این نودها بوده است که این موضوع نیز از یادگیری و آموزش متناسب مدل با استفاده از داده‌های ورودی و خروجی حکایت دارد. در مرحلة بعدی که مرحلة تست شبکه است، میزان خطا افزایش پیدا کرده و درواقع در این مرحله پراکنش توسعه به‌صورت مناسب مدل‌سازی نشده است؛ ولی با توجه به نتایجPCM[6], RMSE[7] حاصل از شبکه، نتایج ارائه‌شده پذیرفته بوده و برای پیش‌بینی توسعة احتمالی استفاده شده است.

 

پیش‌بینی توسعة تبریز براساس الگوی رشد اسپرال

پس از ارزیابی نتایج و الگوی یادگیری در مراحل قبلی، در این مرحله نیز الگوی مناسب که در مرحلة قبل سنجیده شده بود، به‌منزلة الگوی بهینه برای پیش‌بینی تغییرات احتمالی توسعة شهری وارد مرحلة مدل‌سازی و سپس براساس آن، ورودی‌ها و نقشة قابلیت توسعه و محدودیت‌های ارزیابی برای مدل ارائه می‌شود. با توجه به اینکه هدف پژوهش، ارزیابی توسعة شهر تبریز براساس روند توسعة گذشته بوده است، از الگوی مدل یادگیری و تست برای پیش‌بینی نیز استفاده شده است. براساس شاخص آزمون و خطا، تعداد لایة پنهان و نرون‌ها برای مناسب‌ترین ساختار شبکه در مدل انتخاب شد که درنهایت یک لایة پنهان و نرون‌ها نیز مطابق با تعداد ورودی‌های انتخابی، مناسب‌ترین پاسخ را برای مدل‌سازی توسعة احتمالی شهر داشت.

در این پژوهش با استفاده از مطالعات گذشتة پژوهشگران به نقش خدماتی همچون مراکز تجاری، آموزشی، درمانی، نقشة شیب و طیف ارتفاعی و همچنین نقش شبکه‌های اصلی شهری در هدایت جهات توسعة شهر، وجود زمین‌های بایر به‌منزلة اولویت اصلی توسعه و محدودیت توسعه در پارک‌های موجود و نقش اساسی جهات پیشنهادی توسعة شهری در طرح‌های شهری تبریز به‌منزلة عوامل اصلی در تبیین جهات و شدت توسعه توجه و این عوامل به‌مثابة ورودی‌های مؤثر در توسعة احتمالی تبریز در شبکة مدل‌سازی سنجیده و ارزیابی شد.

پیکسل‌های ارزیابی و توسعه در این پژوهش به‌صورت 100*100 متر انتخاب و براساس شاخص‌های RMSE و PCMو ضریب کاپا شبکة انتخابی و نتایج مدل‌سازی سنجیده شد که نتایج شاخص‌های‌ یادشده به ترتیب 0.148، 0.761 و 78.35 به دست آمد. درنهایت نقشة توسعة احتمالی تبریز برای سال 1405 براساس روند گذشته بر پایة تصاویر ماهواره‌ای سال‌های 1385 و 1395 و شاخص‌های جدول (1) پیش‌بینی شد. همان‌طور که مشخص است با پیروی از توسعة شهر در گذشته، بیشترین توسعة احتمالی نیز روی زمین‌های پیرامونی شهر و به‌ویژه زمین‌های بخش‌های شرقی و جنوب شرقی، جنوب و شمال غربی شهر رخ داده است. ارزیابی جدول تغییرات کاربری در توسعة احتمالی شهر نشان‌دهندة توسعة بیش از 3600 هکتاری شهر در سال‌های آتی خواهد بود که عمدتاً روی زمین‌های بایر و کشاورزی پیرامونی شهر (جدول 3) صورت می‌گیرد. ادامة این روند مشکلات و پیچیدگی‌های شهری را افزایش خواهد داد و مدیریت شهری و شهروندان را با چالش‌های جدید توسعه و زیست‌محیطی مواجه خواهد ساخت.

 

شکل 3. توسعة احتمالی 1405 در شهر تبریز با استفاده از مدل LTM

جدول 3. پیش‌بینی تغییرات کاربری زمین‌های شهر تبریز 1405 در مدل LTM

درصد تغییرات 10ساله

میزان تغییرات 10ساله

1405

کاربری

درصد

مساحت

14.29

3627.48

69.64

17674.69

توسعة احتمالی

-0.70

-177.04

6.04

1531.98

فضای سبز

-13.60

-3450.44

24.32

6172.62

بایر و کشاورزی

0.00

0.00

100.00

25379.29

جمع

 


نتیجه‌گیری

توسعة پراکنده و افقی شهر در دو دهة اخیر، مشکلات شهری را پیچیده‌تر کرده و نحوة مدیریت شهر و زمین شهری و همچنین محیط زیست شهری را به چالش کشیده است. بی‌توجهی به رشد هوشمند و به‌ویژه توسعة میان‌افزا که به‌منزلة رویکرد مناسب برای توسعة شهری و با تأکید بر رشد درونی و استفاده از فضاهای قابل توسعة شهری نقشی اساسی در حفظ زمین‌های پیرامونی شهر دارد و از رشد لجام‌گسیختة شهری جلوگیری می‌کند، شهرهای بزرگ را با چالش‌های فراوانی مواجه ساخته است.

شهر تبریز روزگاری یکی از شهرهای سرسبز ایران با توسعة فضایی مناسب و خوش آب‌وهوا بوده است. در سال‌های اخیر با توسعة نامناسب شهری که عمدتاً به‌صورت افقی و روی باغ‌ها و زمین‌های کشاورزی پیرامون صورت گرفته، اثری از سرسبزی و باغ‌های فشردة تبریز باقی نمانده و این شهر به یکی از شهرهای آلوده‌ تبدیل شده است. ارزیابی توسعة فضایی تبریز در دهة گذشته با استفاده از تصاویر ماهواره‌ای نیز رشد اسپرال و پراکندة شهری را تأیید می‌کند؛ به‌طوری‌که در این دورة مطالعاتی بیش از 1400 هکتار به محدودة ساخته‌شدة شهری در این دهه اضافه و زمین‌های کشاورزی و سبز پیرامون تخریب شده است. ادامة این روند مشکلات و چالش‌های شهری را در سال‌های آتی دوچندان خواهد کرد. بدین منظور با پیش‌بینی توسعة احتمالی در 10 سال آتی تبریز براساس روند گذشتة توسعه و با استفاده از مدل هوشمند LTM، روند رو به رشد شهری تبریز به سوی پیرامون مدل‌سازی شد که نتایج مدل ادامة توسعه به پیرامون و رشد اسپرال شهری را نشان می‌دهد که بیش از 3600 هکتار از زمین‌های پیرامونی عمدتاً در شرق و جنوب شرقی تبریز به زیر ساخت‌وساز خواهد رفت؛ در حالی که ارزیابی رحیمی (1397) در شهر تبریز نشان‌دهندة وجود فضاهای رهاشده و پتانسیل‌های فراوان در شهر برای گسترش درون‌زای شهری بوده است؛ به‌طوری‌که براساس نقشة وضع موجود شهر تبریز، بیش از 7 هزار هکتار در محدودة شهر تبریز، فضاهای خالی و رهاشده وجود داشته است؛ همچنین در بافت پر شهری تبریز، 567 هکتار فضای مناسب و پتانسیل توسعة درون‌شهری وجود دارد که با استفاده از توسعة دوبارة بافت‌های ناکارآمد و فضاهای رهاشده از تخریب فضاهای سبز پیرامونی جلوگیری می‌شود و انتظام فضایی بافت شهری را نیز به دنبال دارد.

بنابراین در این پژوهش ادامة این روند گسترش پیرامونی، بی‌توجهی به بافت‌های درونی شهری و سیاست‌های توسعة پایدار شهری مدل‌سازی شد که درنتیجه تشدید توسعة اسپرال، تخریب زمین‌های کشاورزی و فضاهای سبز طبیعی را باعث شده است. هدف از این مدل‌سازی این بود تا تصمیم‌گیرندگان و پژوهشگران به ادامة این روند و تأثیری که بر محیط پیرامونی شهر و بر توسعة پایدار شهر خواهد گذاشت، بیشتر توجه کنند و تصمیمی مناسب برای جلوگیری از توسعة رو به پیرامون و هدایت مناسب توسعه براساس شاخص‌های توسعه پایدار بگیرند که یکی از اساسی‌ترین این شاخص‌های توسعة شهری، توجه به توسعة فشرده و عمدتاً با رشد درونی شهری بوده است تا به این ترتیب از میزان مشکلات فراروی شهری کاسته شود.

در دوره‌های گذشتة توسعة شهری تبریز، جهات توسعه و مکان‌های توسعه عمدتاً مغایر با پیشنهادهای طرح‌های توسعة شهری بوده است؛ به‌طوری‌که قسمت‌های شرقی و شمال شرقی تبریز در طرح جامع 74 شهر تبریز برای توسعة جنگل‌کاری و خدمات کلان‌شهری اختصاص‌ یافته بود؛ ولی بررسی وضعیت موجود نشان‌دهندة هدایت توسعه به سوی این مناطق از شهر و افزایش محدودة ساخته‌شدة شهری و درنتیجه رشد اسپرال شهری بوده است. این مناطق خاک حاصلخیز و باغ‌های زیادی داشته که در هدایت توسعه به این مناطق تخریب شده است. دلایل متعددی در هدایت توسعة شهر به این جهات دخیل بوده است؛ عمده‌ترین آنها، وجود زمین‌های ملی در این مناطق به‌منزلة فرصتی به‌منظور درآمدزایی مناسب برای ادارة کل راه و شهرسازی و همچنین تأثیر سازمان‌ها و ارگان‌های ذی‌نفع در کمیسیون مادة 5 و تغییر کاربری این زمین‌ها به شهرک‌های مسکونی در پیرامون شهر بوده است (رحیمی، 1392: 152).

ارزیابی نتایج توسعة شهر در دوره‌های گذشته و همچنین توسعة آتی شهر، نشان‌دهندة توسعة اسپرال شهری و درنتیجه تخریب محیط زیست و افزایش چالش‌های مختلف اکولوژیکی در شهر تبریز است. الگوی توسعة شهری براساس رویکرد توسعة پایدار شهری، توسعة فشردة شهری است که این موضوع در شهر تبریز برخلاف رویکرد توسعة پایدار صورت گرفته است؛ به‌طوری‌که با گسترش توسعة افقی و پراکندة شهری، بیشتر باغ‌ها و زمین‌های کشاورزی اطراف شهر تخریب شده‌اند؛ باغ‌هایی که نقش زیادی در افزایش بازده اکولوژیکی شهر، سردی هوا در فصل تابستان و تصفیة هوا داشته‌اند و محلی برای تفریح و تفرج ساکنان بوده‌اند. این موضوع در سال‌های اخیر به چالش‌هایی همچون افزایش آلودگی‌های شهری به‌ویژه گردوغبار انجامیده که منشأ بیرونی و در اطراف شهر داشته است. باغ‌ها و فضاهای سبز در اطراف شهر، فیلتری برای کاهش این آلودگی‌ها به‌ویژه آلودگی‌های ناشی از اطراف شهر بوده است.

همچنین با تخریب فضاهای سبز شهری در دوره‌های گذشته و افزایش مناطق ساخته‌شده در محدودة شهر تبریز، جزایر حرارتی به شکل فراگیر در فصل تابستان منجر به سلب آسایش شهروندان شده است.



[1] Aurambout et al

[2] Ardiwijaya et al

[3] Noor & Rosni

[4] Yuji et al

[5] Transfer function

[6] Percent Correct Metric (PCM)

[7] Root Mean Square (RMS)

منابع

ابراهیم‌زادة آسمین، حسین، ابراهیم‌زاده، عیسی و حبیبی، محمدعلی، (1389). تحلیلی بر عوامل گسترش فیزیکی و رشد اسپرال شهر طبس پس از زلزله با استفاده از مدل آنتروپی هلدرن، جغرافیا و توسعه، دورة 8، شمارة 19، 25-46.

پوراحمد، احمد، یدقار، علی و حبیبی، کیومرث، (1382). بررسی روند و الگوی توسعة شهر سنندج با استفاده از GIS و RS، نشریة هنرهای زیبا، دورة 16، شمارة 16، 15-32.

رحیمی، اکبر، (1392). ارزیابی و مدل‌سازی توسعة فضایی- کالبدی با تأکید بر توسعة میان‌افزا (نمونة موردی: کلان‌شهر تبریز)، رسالة دکتری، استاد راهنما: صدر موسوی، میرستار، دانشگاه تبریز، دانشکدة جغرافیا و برنامه‌ریزی.

رحیمی، اکبر، (1397). توسعة میان‌افزا، رویکردی نوین در حفظ زمین شهری در تبریز، مجلة جغرافیا و برنامه‌ریزی، دورة 22، شمارة 63،
77-97.

صدر موسوی، میرستار و رحیمی، اکبر، (1391). تحلیلی بر توسعة کالبدی تبریز و تخریب اراضی کشاورزی و فضاهای سبز شهری، جغرافیا و آمایش شهری- منطقه‌ای، دورة 2، شمارة 4، 99-109.

مرکز آمار ایران، (1390). نتایج سرشماری عمومی (جمعیت).

مشکینی، ابوالفضل، مولایی قلیچی، محمد و خاوریان گرمسیر، امیررضا، (1395). روندهای پراکنده‌رویی شهری و برنامه‌ریزی توسعة فضایی پایدار (مطالعة موردی: منطقة 2 تهران)، معماری و شهر پایدار، دورة 4، شمارة 2، 43-54.

Ardiwijaya, V. S., Soemardi ,T. P., Suganda, E., Temenggungb, Y. A., (2014). Bandung Urban Sprawl and Idle Land: Spatial Environmental Perspectives, APCBEE  Procedia, Vol 10 , Pp 208- 213. 

Atu, J.E., Ayama, O.R., Eja, E.I., (2013). Urban sprawl effects on biodiversity in peripheral agricultural Lands in Calabar, Nigeria. J. Environ, Earth Sci, Vol 3 (7), Pp 219- 231.

Aurambout,  J.P., Barranco, R., Lavalle, C., (2018). Towards a Simpler Characterization of Urban Sprawl across Urban Areas in Europe, Land, Vol 7 (33), Pp 1- 18.

Batty, M., (2008). The size, scale, and shape of cities, Science, Vol 319 (5864), Pp 769-771.

Besussi, E., Chin, N., Batty, M. ,Longley, P., (2010). The structure and form of urban settlements,In: Remote Sensing of Urban and Suburban Areas, Springer, Netherlands, Vol 10, Pp 13- 31.

Brueckner, J.K., Helsley, R.W., (2011). Sprawl and blight, J. Urban Econo. Vol 69 (2), Pp 205- 213.

Chelani, Asha.B., Chalapati Rao, C.V., Phadke, K.M., Hasan, M.Z. ,(2002). Prediction of sulphur dioxide concentration using artificial neural networks, Environmental Modelling & Software, Vol 17, Pp 161- 168.

Deep, S., Saklani, A., (2014). Urban sprawl modeling using cellular automata, The Egyptian Journal of Remote Sensing and Space Sciences, Vol 17, Pp 179- 187.

EEA, (2006). Urban Sprawl in Europe,The ignored challenge, European Environmental Agency Report 10/2006, 60 p.

Ewing, R., Pendall, R., Chen, D., (2003). Measuring sprawl and its transportation impacts, Transport. Res. Record: J. Transport. Res. Board, Vol 1831, Pp 175- 183.

Glaeser, E.L., Kahn, M.E. ,(2004). Sprawl and Urban Growth, Handbook of Regional and Urban Economics, Elsevier, Amsterdam, Vol 6, Pp 2481- 2527.

Gomez-Antonio, M., Hortas-Rico, M., Li, L. ,(2014). The Causes of Urban Sprawl in Spanish Urban Areas: A Spatial Approach (No1402), Universidade de Vigo, GEN-Governance and Economics Research Network, 33 p.

Lopez, E., Bocco, G., Mendoza, M., Duhau, E., (2001). Predicting land cover and land use change in the urban fringe a case in Morelia City, Mexico, Landscape and Urban Planning, Vol 55 (4), Pp 271- 285.

Matthews, R., Gilbert, N., Roach, A., Polhill, G., Gotts, N., (2007). Agent-based land-use models: a review of applications, Landscape Ecology, Vol 22, Pp 1447- 1459.

Mohammadian Mosammama , H., Tavakoli Nia, J., Khani, H., Teymouri, A., Kazemi, M., (2017). Monitoring land use change and measuring urban sprawl based on its spatial form The case of Qom city, The Egyptian Journal of Remote Sensing and Space Sciences, Vol 20 (1) , Pp 103- 116.

Noor, N. M., Rosni, N. A. ,(2013). Determination of Spatial Factors in Measuring Urban Sprawlin Kuantan Using Remote Sensing and GIS, Procedia - Social and Behavioral Sciences, Vol 8 5, Pp 502- 512.

Pereira, P.A., Monkevicius, A., Siarova, H., (2014). Public perception of environmental, social and economic impacts of urban sprawl in vilnius, Socialiniu z mokslu z studijos, Vol 6 (2), Pp 259- 290.

Pijanowski, B.C., Brown, D.G., Shellito, B.A., Manik, G.A., (2002). Using neural networks and GIS to forecast land use changes: a land transformation model, Computers, Environment and Urban Systems, Vol 26 (6), Pp 553- 575.

Pontius, R.G., (2002). Statistical methods to partition effects of quantity and location during comparison of categorical maps at multiple resolutions, Photogrammetric Engineering and Remote Sensing, Vol 68, Pp 1041- 1049.

Samat, N., Hasni, R., Elhadary, Y.A.E., (2011). Modelling land use changes at the peri-urban areas using geographic information systems and cellular automata model, Journal of Sustainable Development, Vol 4 (6), Pp 72- 84.

Shalaby, A., Tateishi, R. ,(2007). Remote sensing and GIS for mapping and monitoring land cover and land-use changes in the North-western coastal zone of Egypt, Appl, Geogr, Vol 27, Pp 28- 41.

Sung, C.Y., Yi, Y.J., Li, M.H., (2013). Impervious surface regulation and urban sprawl as its unintended consequence, Land Use Policy, Vol 32, Pp 317–323.

Tewolde, M.G., Cabral, P., (2011). Urban sprawl analysis and modeling in Asmara, Eritrea, Remote Sens, Vol 3 (10), Pp 2148- 2165.

Torrens, P., (2008). A toolkit for measuring sprawl, Appl. Spatial Anal. Policy, Vol 1 (1), Pp 5- 36.

Tu, J., Xia, Z.G., Clarke, K.C., Frei, A., (2007). Impact of urban sprawl on water quality in eastern Massachusetts, USA, Environ, Manag, Vol 40 (2), Pp 183- 200.

United Nations, Department of Economic and Social Affairs, Population Division, (2015). World Urbanization Prospects: The 2014Revision, (ST/ESA/SER.A/366).

Yuan, F., Sawaya, K.E., Loeffelholz, B.C. ,Bauer, M.E., (2005). Land cover classification and change analysis of the Twin Cities (Minnesota) metropolitan area by multi temporal land sat remote sensing, Remote Sens. Environ, Vol 98, Pp 317- 328.

Yuji, h., Kazuhiko, t. ,Satoru, Q., (2005). Urbanization linked with past agricultular land use patterns in the urban fring of deltaic asian mega-city: a case study in bonkok, usa, Landscape and urban planning, Vol 73, Pp 16- 28