دانشگاه اصفهانجغرافیا و برنامه ریزی محیطی2008-536229420190220Locating Top Ten Areas of Nuclear Power Stations in Iranمکانیابی ده محوطة برتر نیروگاههای انرژی اتمی ایران1182307910.22108/gep.2018.98253.0FAعلی اصغرجعفریکارشناس ارشد مهندسی صنایع، دانشگاه آزاد اسلامی واحد نجفآبادفاطمهنعمت الهیدانشجوی دکتری ژئومورفولوژی، دانشکدة علوم جغرافیایی و برنامهریزی دانشگاه اصفهانمحمد حسینرامشتاستاد ژئومورفولوژی، دانشکدة علوم جغرافیایی و برنامهریزی، دانشگاه اصفهانJournal Article20160407Diversity of power generation in each country can be considered a form of passive defense policy. Although there are enough fossil energy resources in Iran, due to several reasons, diversifying energy production centers has always been considered as a strategic policy and if we consider the occurrence of natural events and unpredictable disasters and the promotion of the diversity of scientific and technical professions to this collection, validity of such a strategy will be more clear. Locating such plants has attracted attention of land logisticians and due to environmental issues and security matters, it demands more attention and accuracy. This article, which is based on Christaller and Lush’s theory, underlying the three main factors of environmental considerations, security, and access to the main power supply network and applying geographical information system, first attempts to determine the appropriate locations based on these three features, then, applying a provision of access to the beach and the sea depth in the form of TOPSIS priority ranking, it priorities ten points in Iran, as the candidate for building plants. The results of this study show that the distribution of certain areas of Iran has the advantage of such election and from the total of 10 points two regions in the north coasts, two regions in the domestic land, one region in the coast of Oman and five regions in Persian Gulf have the priority of being selected as locations for establishing nuclear power plants in Iran.تنوع سبد تولید انرژی در هر کشور، نوعی تدبیر دفاع غیرعامل تلقی میشود. منابع انرژی فسیلی در ایران به حد کافی وجود دارد؛ ولی بنا بر دلایل متعدد تنوعبخشیدن به مراکز تولید انرژی بهمنزلة سیاستی راهبردی همواره دنبال شده است و اگر وقوع رخدادهای طبیعی و حوادث پیشبینینشده و ارتقاء تنوع حرفههای علمی و فنی را به این مجموعه نیز بیفزاییم، دلالت بر صحت چنین راهبردی بیشتر روشن خواهد شد. مکانگزینی چنین نیروگاههایی همواره توجه آمایشگران سرزمینی را به خود معطوف و بهواسطة مسائل زیستمحیطی و امنیتی دقت بیشتری را طلب کرده است. در این مقاله که برگرفته از طرحی پژوهشی در دانشگاه آزاد اسلامی نجفآباد است، با اتکا بر نظریة لوش و کریستالر و مبنا قراردادن سه عامل اصلی ملاحظات زیستمحیطی، امنیتی و دسترسی به تغذیهکنندههای اصلی شبکة برق سراسری با بهرهگیری از سیستم اطلاعات جغرافیایی، ابتدا محلهای مناسب براساس این سه ویژگی تعیین و سپس با اعمال عوامل شرطی یعنی دسترسی به ساحل و عمق دریا در قالب رتبهبندی روش تاپسیس به اولویتبندی ده نقطه در سرزمین ایران بهمنزلة نقاط برگزیده برای احداث نیروگاهها مبادرت شد. نتایج حاصل از این پژوهش نشان میدهد توزیع مناطق خاصی از ایران مزیت چنین انتخابی را دارد و از مجموع ده نقطة بهدستآمده، دو منطقة ساحل شمالی و دو منطقه در سرزمین داخلی، یک منطقه در ساحل دریای عمان و پنج منطقه در خلیج فارس، اولویت انتخاب مکانی را برای استقرار نیروگاههای اتمی در ایران حائز هستند.https://gep.ui.ac.ir/article_23079_d15f6498b02dc526c07062ba524ab7ab.pdfدانشگاه اصفهانجغرافیا و برنامه ریزی محیطی2008-536229420190220Optimal Locating of the New Towns in Qazvin Province based on Climatic Parametersمکانیابی بهینة محل احداث شهرهای جدید در استان قزوین براساس پارامترهای آبوهوایی19342314010.22108/gep.2018.98275.0FAفاطمهشهریارمرکز تحقیقات گردشگری، واحد نجفآباد، دانشگاه آزاد اسلامی، نجفآباد، ایرانامیرگندمکاراستادیار، مرکز تحقیقات گردشگری، واحد نجفآباد، دانشگاه آزاد اسلامی، نجفآباد، ایرانرحیمهاشم پوراستادیار، دانشگاه بینالمللی امام خمینی (ره)، قزوین، ایرانJournal Article20160513Due to the increasing population and urban development, locating suitable locations according to climatic parameters for constructing new towns is the concern of today's world. Locating is an activity in order to select a suitable location for a particular application by assessing and analyzing the spatial and non-spatial seating properties of a land. Hence, locating suitable areas according to climatic parameters for constructing new towns in Qazvin province is the main goal of the present study. The method of this study is to determine the importance and weight of climatic parameters using fuzzy-AHP and data from two questionnaires Delphi and pairwise comparison method. The susceptible areas in terms of climate conditions were identified in a case study in Qazvin province. Finally the results show that, according to climate conditions for creating new cities, 9.6 percent area of the province were located in the highly desirable region, 31.3 percent in favorable region, 40.7 percent in moderate region, 12.3 percent in undesirable region, and 9.1 percent in the complete undesirable region, respectivelyبه دلیل روند افزایش جمعیت و گسترش شهرنشینی، یافتن مکانهای مناسب برای احداث شهرهای جدید با توجه به پارامترهای اقلیمی، از مباحث دنیای امروز است. مکانیابی، فعالیتی است که استقرارهای فضایی و غیرفضایی یک سرزمین را برای انتخاب مکان مناسب بهمنظور کاربری خاص ارزیابی و تجزیهوتحلیل میکند؛ بنابراین مکانیابی مناطق مناسب برای احداث شهرهای جدید براساس پارامترهای اقلیمی در استان قزوین، مسئلة پژوهش حاضر است. روش کار اینگونه است که اهمیت و وزن پارامترهای اقلیمی با بهرهگیری از منطق سلسلهمراتبی فازی و دادههای حاصل از دو پرسشنامة دلفی و مقایسة زوجی، تعیین و در مکانیابی شهرهای جدید و بررسی مناطق مستعد ازنظر شرایط آسایش اقلیمی در مطالعة موردی استان قزوین استفاده شد. نتایج حاکی است 6/9درصد مساحت استان در ناحیة بسیار مطلوب، 3/31درصد در نواحی مطلوب، 7/40درصد در نواحی حد متوسط، 3/12درصد در مناطق نامناسب و 1/9درصد در منطقة بسیار نامناسب ازنظر شرایط اقلیمی برای ایجاد شهرهای جدید قرار گرفتهاند.https://gep.ui.ac.ir/article_23140_03700478fa0806dacdb0be1b07a52bad.pdfدانشگاه اصفهانجغرافیا و برنامه ریزی محیطی2008-536229420190220Comparing Three Main Methods of Artificial Intelligence in Flood Estimation in Yalphan Catchmentمقایسة سه روش اصلی هوش مصنوعی در برآورد دبی سیلاب رودخانة یلفان35502316810.22108/gep.2018.98036.0FAحمیدنوریاستادیار، دانشکدة منابع طبیعی و محیطزیست، دانشگاه ملایر، ملایر، ایرانعلیرضاایلدرومیدانشیار، دانشکدة منابع طبیعی و محیطزیست، دانشگاه ملایر، ملایر، ایرانمهدیسپهریکارشناس ارشد آبخیزداری، دانشکدة منابع طبیعی و محیطزیست، دانشگاه ملایر، ملایر، ایرانمهدیآرتیمانیدانشجوی کارشناسی ارشد، دانشکدة منابع طبیعی و کشاورزی، دانشگاه لرستان، خرمآباد، ایرانJournal Article20150609Estimation of discharge as one of the major issues in water resource management and flood control has a key role in the success of water construction design and efficiency of Bio-Mechanical proceeding in catchments. In this research, discharge Peak of Yalphan River has been simulated using three main methods of artificial intelligence (MLP neural network model, subtractive clustering and ANFIS model, and the combination of neural network and genetic algorithm). For this purpose, 8 parameters have been prepared as input data (2001-2012) including precipitation in the event day, precipitations during 5 days before the event day, base flow in the event day and CN map. Peak of flow has been considered as output data of models. RSME, MAE and NSE indicators has been used to assess the artificial intelligence models. Output data of neural network model have been imported to the combined model of neural network and genetic algorithm. Also, output data of subtractive clustering model have been imported to ANFIS model. Finally three models have been assessed using the mentioned indicators. The results showed that the combined model of neural network and genetic algorithm is better than the other models in Yalphan Catchment.برآورد دبی اوج، یکی از موضوعات اساسی در مدیریت منابع آب و کنترل سیلاب، جایگاه ویژهای در موفقیت طراحی سازههای آبی و کارایی اقدامات بیومکانیکی در حوضههای آبخیز دارد. در این پژوهش سعی شده است با مقایسة سه روش اصلی در هوش مصنوعی (مدل شبکة عصبی پرسپترون چند لایه، مدل الگوریتم ترکیبی شبکة عصبی با ژنتیک و مدل ترکیب خوشهبندی کاهشی و روش نورو فازی (ANFIS، بهترین روش پیشبینی دبی حداکثر رودخانة یلفان در محل ایستگاه هیدرومتری و رسوبسنجی یلفان (یکی از زیرحوضههای سد اکباتان همدان) انتخاب شود. به این منظور در این سه مدل،8 متغیر بارندگی مربوط به روز وقوع سیل، بارندگیهای روزانه تا 5 روز پیش، دبی پایه در روز وقوع سیل و CN حوضه بهمنزلة پارامترهای ورودی (1380 تا 1391) و دبی حداکثر بهمنزلة خروجی در نظر گرفته و وارد نرمافزار متلب شد؛ سپس با بهرهگیری از روشهای هوش مصنوعی و پیشپردازش دادهها، ساختار بهینة مدل با استفاده از دادههای ورودی و خروجی و با ملاک قراردادن معیارهای ارزیابی RSME، MAE و NSE به روش سعی و خطا تعیین شد. در مدل تلفیقی شبکة عصبی و الگوریتم ژنتیک، پس از تعیین مدل بهینة شبکة عصبی، نتیجة مدل به الگوریتم ژنتیک وارد شد. در مدل تلفیقی خوشهبندی با ANFIS، پس از تعیین مدل بهینة خوشهبندی، نتیجة مدل به ANFIS وارد و درنهایت با توجه به معیار ارزیابی، ساختار بهینة مدل تعیین شد. نتایج نشان داد مدل تلفیقی شبکة عصبی و الگوریتم ژنتیک نسبت به مدل شبکة عصبی و نیز مدل ترکیب خوشهبندی کاهشی و مدل ANFIS عملکرد بهتری در برآورد دبی سیلاب در حوزة یلفان دارد.https://gep.ui.ac.ir/article_23168_20c9d9e3b116308df1f83ba31b6d8a19.pdfدانشگاه اصفهانجغرافیا و برنامه ریزی محیطی2008-536229420190220A Survey of Landslides in Central Zagros using Entropy Model
Case Study (Aradal-Naghan Region)بررسی زمینلغزشهای زاگرس میانی با استفاده از مدل آنتروپی (مطالعة موردی: منطقة اردل – ناغان)51682355110.22108/gep.2019.100417.0FAسمیه ساداتشاه زیدیاستادیار ، جغرافیای طبیعی ، ژئومرفولوژی ،دانشگاه گیلان ، رشت ، ایرانمژگانقنبری عدیویدانش آموخته جغرافیاJournal Article20161117Today, cities around the world are exposed to natural hazards for many reasons. These risks come with many injuries that require immediate and preventive actions. The occurrence of landslides and hazards has made it necessary to identify and prioritize these sensitive areas. Ardal-Naghan region is located in the southwest of Chaharmahal-Bakhtiari province. The method of this research is descriptive-analytic. In the descriptive section, using the documentary studies and in the analytical section, identifying the effective parameters in the zoning of geomorphic hazards and integrating it with spatial analysis in the GIS of the vulnerable zones in the study area were determined. In this study, firstly, effective factors in hazard zonation were identified. After examining satellite images, geological maps and field studies, effective factors were studied using entropy model. The aim of this research is to determine the zoning of landslide hazard in Ardal-Naghan region using the entropy model in landslide occurrence by identifying effective factors such as slope, direction, distance from fault, distance from the waterway, elevation, geology and so on. According to the entropy model, the results show that 23 percent of landslides are in low-risk area, 25 percent are in moderate risk, and 52 percent of landslides are in high-risk area. This shows that in landslide zoning, the regional entropy model possesses the accuracy and validity.امروزه شهرها در نقاط مختلف دنیا به دلایل متعدد در معرض آسیب ناشی از مخاطرات طبیعی قرار دارند. این مخاطرات آسیبهای بسیاری میرسانند که نیازمند اقدامات فوری و پیشگیرانه است. وقوع زمینلغزش و مخاطرات آن، شناسایی و اولویتبندی این مناطق حساس را ضرورت بخشیده است. منطقة اردل - ناغان ازجملة این مناطق است که در جنوب غربی استان چهارمحال و بختیاری قرار دارد. روش انجام این پژوهش توصیفی ـ تحلیلی است که در بخش توصیفی با استفاده از مطالعات اسنادی و در بخش تحلیلی با شناسایی عوامل مؤثر بر پهنهبندی مخاطرات ژئومورفیک و تلفیق آن با تحلیلهای فضایی در سیستم اطلاعات جغرافیایی (GIS)، پهنههای آسیبپذیر در محدودة مدنظر مشخص شد. در این پژوهش نخست عوامل مؤثر بر پهنهبندی مخاطرات شناسایی و پس از بررسی تصاویر ماهوارهای، نقشة زمینشناسی و مطالعات میدانی عوامل مؤثر با استفاده از مدل آنتروپی ارزیابی شد. هدف پژوهش، پهنهبندی خطر زمینلغزش در منطقة اردل ـ ناغان با استفاده از مدل آنتروپی در وقوع زمینلغزشها با شناسایی عوامل مؤثر نظیر شیب، جهت شیب، فاصله از گسل، فاصله از آبراهه، طبقات ارتفاعی و زمینشناسی است. با توجه به مدل آنتروپی نتایج نشان میدهد 23درصد از زمینلغزشها در محدودة کمخطر، 25درصد در محدودة با خطر متوسط و 52درصد از زمینلغزشها در منطقة پرخطر واقع میشود که با مدل آنتروپی مشخص شد و این مسئله نشان میدهد در پهنهبندی لغزشهای منطقهای، مدل آنتروپی دقت و روایی لازم را دارد<strong>.</strong>https://gep.ui.ac.ir/article_23551_912ce8802786fac0cc7f8a04252758af.pdfدانشگاه اصفهانجغرافیا و برنامه ریزی محیطی2008-536229420190409The Physical Development of Mashhad Metropolis and Change in the Morphology of River Systemsتوسعة فیزیکی کلانشهر مشهد و تغییر در مورفولوژی سیستمهای رودخانهای69882352310.22108/gep.2018.105486.1071FAعزت اللهقنواتیدانشیار، دانشکده جغرافیا، دانشگاه خوارزمی، تهران، ایرانسید رضاحسین زادهدانشیار، گروه جغرافیا، دانشگاه فردوسی مشهد، مشهد، ایرانامیرکرمدانشیار، گروه ژئومورفولوژی، دانشگاه خوارزمی، تهران، ایرانمیترافرخ زاددانشجوی دکتری، گروه علوم اجتماعی، دانشگاه فرهنگیان، مشهد، ایرانJournal Article20170721In terms of geographical location, Mashhad metropolis has spread all over a wide alluvial plain. Locating between the Kopeh Dagh and the Hezar Masjed sedimentary heights and the Binalood igneous heights has led to the creation of specific morphology for the Mashhad alluvial plain. In the northern part of the city, the Kashafrood River drains all the rivers of Mashhad plain. And the Binalood heights drainage rivers run through the city of Mashhad and drain into the Kashafrood River. The city's physical development over the years has led to a change in the morphology of the city's rivers and in some ways, high-rise buildings are built on the abandoned river-beds and the probability of occurrence of geomorphological hazards has increased. In this research, the location of Mashhad and its physical growth, which led to the destruction and change of river's morphology, has been studied by using 1353, 1359, and 1390 satellite images and the old maps of Mashhad and geological and topographic maps in different periods. The purpose of this research is to investigate the comparative situation of rivers with urban built canals and the resulting risks. In this regard, it has been found that many urban canals are designed without regard to the natural morphology of the rivers and also regardless of the flow capacity of the water. The natural type of the river-beds has been sedimentary deposits including shale, clay and sand and rock along with the forms between the rifting of the rivers, but the canals have thick concrete walls and direct paths.کلانشهر مشهد ازلحاظ موقعیت جغرافیایی در دشت آبرفتی وسیعی گسترده شده است. قرارگیری در بین ارتفاعات رسوبی کپهداغ و هزار مسجد و ارتفاعات آذرین بینالود به ایجاد مورفولوژی خاص برای دشت آبرفتی مشهد انجامیده است. رودخانة کشفرود در بخش شمالی شهر، زهکشی تمامی رودخانههای دشت مشهد را بر عهده دارد و رودخانههای زهکش ارتفاعات بینالود از شهر مشهد میگذرند و به رودخانة کشفرود تخلیه میشوند. توسعة فیزیکی شهر در سالهای متمادی به تغییر مورفولوژی رودخانههای شهر انجامیده و در بعضی مسیرها روی بستر رودخانههای متروکه، ساختوسازهای مرتفع با درجه اهمیت بسیار بنا شده و احتمال وقوع مخاطرات ژئومورفولوژیکی را افزایش داده است. در این پژوهش موقعیت شهر مشهد و رشد فیزیکی آن که به تخریب و تغییر مورفولوژی رودخانهها انجامیده، با استفاده از تصاویر ماهوارهای 1353، 1359، 1390 و نقشههای قدیمی شهر مشهد و زمینشناسی و توپوگرافی در دورههای زمانی متفاوت مطالعه شده است. هدف این پژوهش، بررسی وضعیت تطبیقی رودخانهها با کانالهای احداثشدة شهری و مخاطرات ناشی از آن است. در این زمینه مشخص شد بسیاری از کانالهای شهری بدون توجه به مورفولوژی طبیعی رودخانهها و درنظرگرفتن ظرفیت جریان آب طراحی شدهاند. جنس طبیعی بستر رودخانهها رسوباتی شامل شیل، رس، ماسه و سنگ به همراه اشکال میانبستری پیچانرودی است؛ اما کانالهای احداثشده، دیوارههای بتنی ضخیم و مسیری کاملاً مستقیم دارند.https://gep.ui.ac.ir/article_23523_a848ed49ebc40cc22affecd6e9a00e60.pdfدانشگاه اصفهانجغرافیا و برنامه ریزی محیطی2008-536229420190220A Capability Assessment of the SDSM Model to Simulate Mean Temperature of Urmia Cityارزیابی توان مدل SDSM در همانندسازی میانگین دمای شهر ارومیه891082351410.22108/gep.2019.98143.0FAحسینعساکرهاستاد اقلیمشناسی، گروه جغرافیا، دانشگاه زنجان، زنجان، ایران0000-0001-7699-0547حسنشادماندانشجوی دکتری اقلیمشناسی، دانشگاه زنجان، زنجان، ایرانJournal Article20151106Climate modeling is one of the fundamental methods of simplifying the complexity of the climate that can increase our understanding of the system’s behavior. Climate simulating through using the outputs of general circulation models in order to be aware of the characteristics of the climate, will be required in the coming years. The achievements of general circulation models cannot be used directly in regional and smaller-scale climate simulations. A common way to solve this problem is by statistically downscaling the output of general circulation models. SDSM is one of the most practical models in the mentioned fields. In this study, attempts are made to assess the ability of the SDSM in downscaling and simulating the temperature data of Urmia since the beginning of 1961 until the end of 2010 using National Emergency Communications Plan’s re-analyzed data and the outputs of HadCM3 under A2 and B2 scenarios. To assess the adequacy of the models obtained and the SDSM’s ability to simulate, some statistical tests such as the Chow test, the standard error, Wilmot index compatibility and also monthly and annual diagrammed data have been used. The results of this study show that the greater the time period is, the more preferable and closer to reality the simulated mean temperature will be. However the SDSM model’s function is inadequate in simulating the maximums and minimums. Therefore the achievements of this model are suitable only to obtain a general understanding of the characteristics of future climate and they cannot be used in precise projects.الگوسازی اقلیمی، یکی از روشهای بنیادین و کارا در سادهسازی پیچیدگیهای دستگاه اقلیم است که درک ما را از چگونگی رفتار این سامانه افزایش میدهد؛ همچنین همانندسازیهای اقلیمی با بهکارگیری برونداد مدلهای گردش عمومی جو برای آگاهی از ویژگیهای اقلیم در سالهای آینده لازم است. با این همه امکان بهکارگیری دستاوردهای مدلهای گردش عمومی جو به شکل مستقیم برای همانندسازی اقلیم در مقیاسهای ناحیهای و کوچکتر وجود ندارد. یکی از راهکارهای متداول برای حل این مشکل، ریزمقیاسگردانی آماری بروندادهای مدلهای گردش عمومی است. مدل SDSM، یکی از پرکاربردترین مدلها درزمینة یادشده است. روش بنیادین این مدل برای ریزمقیاسگردانی دادهها، رگرسیون چند متغیری است. در این پژوهش تلاش شده است با بهکارگیری دادههای میانگین دمای ارومیه از ابتدای سال 1961 میلادی تا پایان سال 2010، دادههای دوباره واکاویشدة مرکز ملی پیشبینیهای محیطی (NCEP) و برونداد مدل HadCM3<sup><sup>[1]</sup></sup> با سناریوهای A2 و B2، توان SDSM در ریزمقیاسگردانی و همانندسازی دادههای دمایی ارزیابی شود. برای سنجش شایستگی مدلهای بهدستآمده و توان SDSM در همانندسازی از بعضی آزمونهای آماری همچون آمارة چو، خطای استاندارد، شاخص سازگاری ویلموت و همچنین رسم نمودارهای ماهیانه و سالیانة دادهها استفاده شده است. دستاوردهای این پژوهش نشان داد هرچه بازة زمانی برای میانگینگیری بیشتر باشد، میانگینهای دمایی همانندسازیشده پسندیدهتر و به واقعیت نزدیکتر خواهد بود؛ با وجود این مدل SDSM در همانندسازی بیشینهها و کمینهها کارکرد چندان پسندیدهای نداشته است؛ از این رو دستاوردهای این مدل فقط برای رسیدن به شناختی کلی از ویژگیهای اقلیم آینده مناسب است و امکان بهکارگیری در پروژههای دقیق را ندارد.
https://gep.ui.ac.ir/article_23514_07d316956146326263ae887c16bfd825.pdfدانشگاه اصفهانجغرافیا و برنامه ریزی محیطی2008-536229420190220Evaluation of Tabriz Sprawl Growth using Satellite Images and Probability Development Modelingارزیابی رشد اسپرال تبریز با استفاده از تصاویر ماهوارهای و مدلسازی توسعة احتمالی1091242348710.22108/gep.2019.97447.0FAاکبررحیمیاستادیار، گروه مهندسی فضای سبز،دانشکده کشاورزی، دانشگاه تبریز، تبریز، ایرانJournal Article20130310Urbanization 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.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.https://gep.ui.ac.ir/article_23487_7fc91c46b330ceac4ab3804be3dbb15a.pdfدانشگاه اصفهانجغرافیا و برنامه ریزی محیطی2008-536229420190408Application of Multilayer Perceptron Neural Network Method in Land Use Change Modeling in the East of Mzandaran Provinceکاربرد روش پرسپترون چندلایة شبکة عصبی مصنوعی در مدلسازی تغییرات کاربری اراضی شرق استان مازندران1251442351810.22108/gep.2019.97390.0FAشریفجورابیان شوشتریکارشناس ارشد محیط زیست، دانشکده منابع طبیعی، دانشگاه تربیت مدرس، نور، مازندران، ایرانعباساسماعیلی ساریاستاد گروه محیطزیست، دانشکده منابع طبیعی، دانشگاه تربیت مدرس.سید محسنحسینیاستاد گروه جنگل داری، دانشکده منابع طبیعی، دانشگاه تربیت مدرس، نور، مازندران، ایرانمهدیغلامعلی فرداستادیار گروه محیط زیست، دانشکده منابع طبیعی، دانشگاه تربیت مدرس، نور، مازندران، ایرانJournal Article20121226This study was performed with objective of predicting land cover change in the east of Mazandaran Province (Neka and Behshahr counties), using Artificial Neural Network in the GIS environment. Landsat imagery belonging to the years 1987 and 2001 was used for change detection. Then, using Multilayer Perceptron neural network transition potentials was implemented for 7 sub-models and finally, land cover change modeling for 2006 with 1987-2001 calibration period and by Markov Chain and hard prediction was run. The accuracy of the assessment model was determined by using the Null Successes, Hits, False Alarms, and Misses. Finally, land cover change prediction was done for 2015. The result showed that during 1987–2001, respectively, 1964 and 1197 ha from forest and orchard were reduced, and 1182 and 1978 ha agriculture and residential were added. The results showed high accuracy (67-89%) in all the sub-models. Total error prediction model was 9.98%. Furthermore, the prediction results showed that forest areas will be reduced and residential, agriculture and orchard will be increased in 2015 compared with 2006.این مطالعه با هدف پیشبینی تغییرات کاربری اراضی شرق استان مازندران (شهرستانهای نکا، بهشهر و توابع آنها) با استفاده از شبکة عصبی مصنوعی در محیط GIS انجام شد. تصاویر ماهوارة لندست[1] متعلق به سالهای 1366 و 1380 برای آشکارسازی تغییرات منطقه به کار رفت؛ سپس با بهرهگیری از پرسپترون چند لایة[2] شبکة عصبی مصنوعی، مدلسازی پتانسیل انتقال برای 7 زیرمدل اجرا شد و درنهایت مدلسازی تغییرات کاربری اراضی با دورة واسنجی 1366- 1380 برای سال 1385 با زنجیرة مارکف و مدل پیشبینی سخت انجام پذیرفت. ارزیابی صحت مدل با بهرهگیری از مقادیر موفقیت خنثی، موفقیت، خطا و هشدار خطا تعیین و درنهایت پیشبینی تغییرات کاربری اراضی برای سال 1394 انجام شد. نتایج نشان داد طی سالهای 1366 تا 1380، به ترتیب 1964 و 1197 هکتار از وسعت جنگلها و باغها کاسته و 1182 و 1978 هکتار به وسعت اراضی کشاورزی و مناطق مسکونی اضافه شده است. نتایج مدلسازی پتانسیل انتقال در همة زیرمدلها صحت زیادی (67- 89درصد) را نشان داد. خطای کل پیشبینی مدل 98/9درصد بود که نشاندهندة کارایی و قابلیت زیاد مدل است. همچنین نتایج پیشبینی نشان داد مساحت اراضی جنگلی در سال 1394 نسبت به 1385 کاهش و مناطق مسکونی، اراضی کشاورزی و باغها افزایش خواهد یافت.<br /> <br clear="all" /><br /> <br /> [1] Landsat<br /> <br /> <br /> [2] Multilayer Perceptron: MLPhttps://gep.ui.ac.ir/article_23518_329c9578a8b1e18c875476dd9c493647.pdfدانشگاه اصفهانجغرافیا و برنامه ریزی محیطی2008-536229420190220Spatial Analysis and Capability Assessment of Tourism Susceptible Zones in Fasa Countyتحلیل مکانی و قابلیتسنجی پهنههای مستعد توسعة گردشگری در شهرستان فسا1451682363310.22108/gep.2019.115384.1116FAسید حجتموسویاستادیار ژئومورفولوژی، گروه جغرافیا و اکوتوریسم، دانشکده منابع طبیعی و علوم زمین، دانشگاه کاشان، کاشان، ایران.نجمهنظریدانشجوی کارشناسی ارشد اکوتوریسم، دانشکده منابع طبیعی و علوم زمین، دانشگاه کاشان، کاشان، ایرانیونسغلامیاستادیار گروه جغرافیا و اکوتوریسم، دانشکده منابع طبیعی و علوم زمین، دانشگاه کاشان، کاشان، ایرانJournal Article20190130Tourism has a close relationship with the environmental capabilities, therefore, the feasibility assessment of tourism susceptible zones can help identify capacity, refine development plans, and preserve the environment and sustainable development. Thus, the purpose of this research is to evaluate the potential of tourism development and zoning in Fasa County through spatial analysis of tourism attractions. This process is based on the following steps: (1) spatial analysis of historical, cultural, religious, scientific, rural and natural attractions based on the density of tourist resources, (2) the zoning of mountain sport tourism, and (3) the zoning of agricultural tourism. In this regard, initially, tourism susceptible zones were presented by identifying various types of attractions, determining the spatial location, categorizing and density of them in an area, and then separating the areas with maximum densities. In order to zoning the sport tourism, the roughness factor in the form of slope more than 25% and elevations above 1700 m were used. The zonation of agricultural tourism was based on the vegetation areas with a Normalized Difference Vegetation Index more than 0.05. The results showed that an area with 2606.69 km2 (62.11%) of the whole Fasa County is suitable for various types of tourism, which among them, sport, natural, sports-natural, historical-cultural-rural and historical-cultural-rural-natural zones have the highest extent with area of 1479.95, 267.05, 225.82, 132.89 and 129.35 km2 (35.26, 6.36, 5.38, 3.17 and 3.08 percent), respectively. In conclusion, the results of the study show the spatial graphic representation of Fasa County in the form of susceptible zones of various tourism, which, on the one hand, can provide a comprehensive guide for tourists and tour leaders, and on the one hand, can be a scientific document for managers and planners for constructive decisions and implementation of developmental policies.گردشگری رابطة تنگاتنگی با توانهای محیطی دارد؛ بنابراین قابلیتسنجی پهنههای مستعد گردشگری موجب شناخت ظرفیتها، اصلاح برنامههای توسعهای، حفظ محیط زیست و توسعة پایدار میشود. هدف این پژوهش، ارزیابی توان توسعة گردشگری و پهنهبندی آن در شهرستان فسا با تحلیل فضایی - مکانی جاذبههای گردشگری است. این فرایند در قالب مراحل تحلیل فضایی گردشگری تاریخی، فرهنگی، مذهبی، علمی، روستایی و طبیعی برمبنای تراکمسنجی منابع و جاذبهها، پهنهبندی گردشگری ورزشهای کوهستانی و کشاورزی انجام شد. در این زمینه نخست با شناسایی انواع جاذبهها، تعیین موقعیت مکانی، طبقهبندی و تراکمسنجی آنها در واحد سطح و سپس تفکیک نواحی با تراکم حداکثری، پهنههای مستعد گردشگری با محوریت جاذبه ارائه شد. برای پهنهبندی گردشگری ورزشی، عامل ناهمواری در قالب مؤلفههای شیب بیش از 25درصد و ارتفاعات بیش از 1700 متر ملاک قرار گرفت. پهنهبندی گردشگری کشاورزی براساس مناطق دارای سبزینگی مستخرج از شاخص پوشش گیاهی تفاضلی نرمالشده (NDVI) با مقادیر بیش از 05/0 انجام شد. نتایج نشان داد وسعتی برابر با 69/2606 کیلومترمربع (11/62درصد) از کل شهرستان فسا برای انواع گردشگری مستعد است که در این میان پهنههای گردشگری ورزشی، طبیعی، ورزشی - طبیعی، تاریخی - فرهنگی - روستایی و تاریخی - فرهنگی - روستایی - طبیعی به ترتیب با مساحت 95/1479، 05/267، 82/225، 89/132 و 35/129 کیلومترمربع (26/35، 36/6، 38/5، 17/3 و 08/3درصد)، بیشترین گستردگی را دارند. درمجموع نتایج پژوهش حاضر، نمایش گرافیکی مکانی از شهرستان فسا در قالب پهنههای مستعد انواع مصادیق گردشگری است که از یک سو راهنمایی جامع برای گردشگران و تورگردانان و از سوی دیگر سندی علمی برای مدیران و برنامهریزان بهمنظور تصمیمگیریها و اجرای سیاستهای توسعهای به شمار میآید.https://gep.ui.ac.ir/article_23633_0cb261b306ffcfc7718c4863999c7e34.pdf