ارزیابی و اولویتبندی راهبردهای بازسازی بافتهای فرسوده با بهرهگیری از فناوری سنجش از دور و روش BWM (مطالعه موردی: زنجان) | ||
| نشریه سنجش از دور و GIS ایران | ||
| مقاله 6، دوره 17، شماره 3 - شماره پیاپی 67، 1404، صفحه 101-118 اصل مقاله (1.37 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.48308/gisj.2024.233033.1177 | ||
| نویسندگان | ||
| محمدتقی حیدری* ؛ محسن احدنژاد؛ محمد رسولی | ||
| گروه جغرافیا، دانشگاه زنجان، زنجان، ایران | ||
| چکیده | ||
| سابقه و هدف، بافتهای فرسوده شهری یکی از جدیترین معضلات توسعه پایدار شهری در ایران محسوب میشوند که پیامدهای آن در حوزههای کالبدی، اجتماعی، اقتصادی و زیستمحیطی نمود یافته است. شهر زنجان نیز بهعنوان یکی از شهرهای در حال توسعه، در دهههای اخیر با گسترش فزایندهی بافتهای فرسوده مواجه شده است. این بافتها با مشکلاتی چون کاهش کیفیت محیط زندگی، ناکارآمدی خدمات شهری، آسیبپذیری در برابر مخاطرات، ناهنجاریهای اجتماعی، کاهش حس تعلق و افت سرمایه اجتماعی روبرو هستند. از سوی دیگر، مطالعات و برنامهریزیهای پیشین در قالب طرحهای جامع و تفصیلی نتوانستهاند پاسخگوی نیازهای این نواحی باشند و فرآیند بازآفرینی آنها را تسهیل نمایند. در این راستا، پژوهش حاضر با هدف شناسایی بافتهای فرسوده شهری، تحلیل وضعیت آنها و اولویتبندی راهبردهای ساماندهی، با بهرهگیری از فناوری سنجش از دور، مدل DPSIR و روش تصمیمگیری چندمعیاره BWM انجام شده است. مواد و روشها، برای تحقق اهداف پژوهش، ابتدا دادههای ماهوارهای مربوط به شهر زنجان از طریق تصاویر لندست ۸ مربوط به تاریخ ۸ آذر ۱۳۹۹ استخراج گردید. جهت تحلیل فضایی دادهها از نرمافزار ENVI استفاده شد و شاخصهایی نظیر دمای سطح زمین (LST)، پوشش گیاهی (NDVI) و گسیلمندی برای شناسایی مناطق مستعد فرسودگی تحلیل گردید. مناطق شهری با دمای سطح بالا و پوشش گیاهی پایین بهعنوان نواحی دارای احتمال بالای فرسودگی شناسایی شدند و با طبقهبندی نتایج، نقشه فرسودگی شهر در پنج کلاس تعریف گردید. کلاس اول بهعنوان فرسودهترین بخش، ۶/۹ درصد از مساحت شهر را شامل شد که بیشتر با نواحی مرکزی و هسته تاریخی زنجان انطباق داشت. کلاس دوم نیز با حدود ۱۰ درصد از مساحت شهر، در وضعیت در حال فرسودگی قرار دارد. نتایج و بحث در گام دوم، برای بررسی عوامل تأثیرگذار بر شکلگیری و تشدید فرسودگی و نیز تدوین راهبردهای ساماندهی، از مدل مفهومی DPSIR استفاده شد. این مدل با تحلیل زنجیره علّی بین نیروهای محرک، فشارها، وضعیت موجود، اثرات و پاسخهای احتمالی، امکان درک جامعتری از فرایند فرسودگی شهری فراهم کرد. بهمنظور شناسایی و ارزیابی راهبردهای ساماندهی، از نظرات ۲۰ نفر از کارشناسان حوزه شهرسازی که به روش نمونهگیری گلولهبرفی انتخاب شده بودند، استفاده شد. سپس برای اولویتبندی راهبردها از روش تصمیمگیری چندمعیاره "بهترین ـ بدترین" (BWM) بهره گرفته شد که در آن بر اساس مقایسههای زوجی، میزان ارجحیت راهکارها تعیین گردید. نتیجهگیرییافتههای پژوهش نشان داد که در میان راهبردهای ارائهشده، «مشارکت شهروندان در فرآیند ساماندهی» بالاترین اولویت را داراست. پس از آن، «بازآفرینی اقتصادی بافتهای فرسوده» و «شناسایی نواحی در آستانه فرسودگی» به ترتیب در رتبههای دوم و سوم قرار گرفتند. راهبردهایی چون «بهبود پاکیزگی بافت»، «افزایش تراکم جمعیتی» و «بازسازی کالبدی» از کمترین اولویت برخوردار بودند. این اولویتبندی نشاندهنده آن است که مداخلات اجتماعی و اقتصادی، نسبت به اقدامات صرفاً کالبدی، اثربخشی بیشتری در بهسازی بافتهای فرسوده خواهند داشت. در نتیجه، پژوهش حاضر با بهرهگیری از ترکیب روشهای نوین سنجش از دور، تحلیل مفهومی و تصمیمگیری چندمعیاره، الگویی بومی و کارآمد برای شناسایی، تحلیل و برنامهریزی در حوزه ساماندهی بافتهای فرسوده شهری ارائه میدهد. این الگو میتواند بهعنوان مبنایی جهت تصمیمگیری مدیران شهری، سیاستگذاران و برنامهریزان در راستای بازآفرینی پایدار شهری در زنجان و سایر شهرهای مشابه مورد استفاده قرار گیرد. | ||
| کلیدواژهها | ||
| بافت فرسوده؛ ساماندهی؛ سنجش از دور؛ BWM؛ شهر زنجان | ||
| عنوان مقاله [English] | ||
| Assessment and Prioritization of Urban Redevelopment Strategies for Deteriorated Areas Using Remote Sensing Technology and the BWM Method (Case Study: Zanjan, Iran)" | ||
| نویسندگان [English] | ||
| Mohamad taghi Heydari؛ Mohsen Ahad nejad؛ Mohamad Rasooli | ||
| Department of Geography ,University of Zanjan , znajan, Iran | ||
| چکیده [English] | ||
| Background and Objective: Urban deteriorated fabrics represent one of the most pressing challenges to sustainable urban development in Iran, with wide-ranging impacts on physical infrastructure, social cohesion, economic vitality, and environmental quality. The city of Zanjan, as a growing urban center, has in recent decades witnessed a notable expansion of such deteriorated areas. These districts suffer from issues such as declining living conditions, inadequate urban services, vulnerability to hazards, social anomalies, weakened sense of place, and a drop in social capital. Moreover, previous planning efforts within the frameworks of comprehensive and detailed urban plans have largely failed to meet the needs of these areas or facilitate their revitalization. Against this backdrop, the present study aims to identify deteriorated urban fabrics in Zanjan, analyze their current conditions, and prioritize strategic intervention measures using a hybrid approach involving remote sensing technology, the DPSIR analytical framework, and the Best-Worst Method (BWM) for multi-criteria decision-making. Materials and Methods: To achieve the research objectives, satellite data for the city of Zanjan was extracted using Landsat 8 imagery dated November 28, 2020. Spatial analysis of the data was performed using ENVI software, focusing on indicators such as Land Surface Temperature (LST), Normalized Difference Vegetation Index (NDVI), and surface emissivity. Urban zones with high LST and low vegetation cover were identified as having a high potential for physical deterioration. The final classification divided the urban area into five deterioration classes. The first class, accounting for approximately 6.9% of the city’s area, was identified as the most deteriorated, largely overlapping with Zanjan’s historical core. The second class, covering around 10% of the city’s area, was in an emerging phase of deterioration. Results and Discussion: In the second phase of the study, the DPSIR (Driving forces–Pressures–State–Impact–Response) framework was used to understand the causal chain of urban fabric deterioration and to formulate appropriate intervention strategies. This conceptual model enabled a comprehensive analysis of the factors driving and exacerbating urban decay. To identify and evaluate intervention strategies, expert opinions were collected from 20 urban planning professionals selected through snowball sampling. The strategies were then prioritized using the Best-Worst Method (BWM), which relies on pairwise comparisons to determine the relative importance of various options. Conclusion: The findings indicated that among the proposed strategies, "citizen participation in the revitalization process" received the highest priority. This was followed by "economic revitalization of deteriorated areas" and "identification of zones at risk of deterioration" as the second and third most important strategies, respectively. Conversely, strategies such as "improving cleanliness," "increasing residential density," and "physical reconstruction" were ranked lowest in priority. This prioritization suggests that social and economic interventions are more effective than purely physical measures in the regeneration of deteriorated urban fabrics. Overall, the study demonstrates the efficacy of integrating remote sensing technologies, conceptual modeling, and multi-criteria decision-making to create a localized and effective framework for the identification, analysis, and strategic planning of urban regeneration efforts. This framework may serve as a practical foundation for urban managers, policymakers, and planners aiming for sustainable urban renewal in Zanjan and other comparable cities. | ||
| کلیدواژهها [English] | ||
| Deteriorated urban fabric, urban regeneration, remote sensing, BWM, Zanjan city | ||
| مراجع | ||
|
Ahmadi, M. & Dadashi, A., 2017, The Identification of Urban Thermal Islands based on an Environmental Approach, Case Study: Isfahan Province, Geography and Environmental Planning, 28(3), PP. 1-20, DOI: 10.22108/gep.2017.98318.0. Ahadnejad, M., Zolfi, A. & Norozi, M., 2013, The Evaluation of Population and Utilities Distribution in Urban Regions with Sustainable Development and Social Justice Approaches Using VIKOR AND TOPSIS Models (A Case Study Zanjan City), Quarterly Journal of Human Geography, 5(2), PP. 169-183. Asgharzadeh, M., 2015, The Role of Urban Management in the Rehabilitation and Renovation of Worn Texture (Case Study: Region 10 of Tehran), Thesis M.A. Geography and urban planning, Department of Geography and urban planning, Payame Noor University, Center of Rey. Azimi, A., Rangzan, K., Kaboulizade, M. & Khoramian, M., 2016, Estimating of Evapotranspiration Using Remote Sensing, Artificial Neural Network and Comparison with the Experimental Method (Penman-Monteith- FAO), RS & GIS for Natural Resources, 6(4), PP. 61-75. Baby, S., 2013, AHP Modeling for Multicriteria Decision-Making and to Optimise Strategies for Protecting Coastal Landscape Resources. International Journal of Innovation, Management and Technolog, 4(2), PP. 1-10, DOI:10.7763/IJIMT.2013.V4.395. Dontree, S., 2010, Relation of Land Surface Temperature (LST) and Land Use/ Land Cover (LULC) from Remotely Sensed Data in Chiang Mai— Lamphun Basin, In SEAGA conference. Dousset, B. & Gourmelon, F., 2003, Satellite Multi-Sensor Data Analysis of Urban Surface Temperatures and Land Cover, ISPRS Journal of Photogrammetry and Remote Sensing, 58, (1-2), PP. 43-54, https://doi.org/10.1016/S0924-2716(03) 00016-9. Esfandiari Darabad, F., Mostafazadeh, R., Pasban, A.H. & Behruoz Nezafat Takleh, B., 2022, Integrating Terrain and Vegetation Indices to Estimate and Identify the Soil Erosion Risk Amoughin Watershed, Ardabil. Jsaeh, 9 (1), PP. 77-96, http://dorl.net/dor/ 20.1001.1.24237892.1401.9.1.5.1. Estoque, R.C., Murayama, Y. & Myint, S.W., 2017, Effects of Landscape Composition and Pattern on Land Surface Temperature: An Urban Heat Island Study in the Megacities of Southeast Asia, Science of the Total Environment, 577, PP. 349-359, https://doi.org/10.1016/ j.scitotenv.2016.10.195. Feizizadeh, B., Blaschke, T., Nazmfar, H., Akbari, E. & Kohbanani, H.R., 2013, Monitoring Land Surface Temperature Relationship to Land Use/ Land Cover from Satellite Imagery in Maraqeh County, Iran. Journal of Environmental Planning and Management, 56(9), PP. 1290-1315, DOI:10.1080/09640568.2012.717888. Ghaemi, L., 2017, Regeneration of Distressed Area According to Community-Based Planning (Case Study: A Part of Eestern Zeynabiye District), Thesis M.A., Faculty of Urbanity, Department of Urban Design, Imam Khomeini International University.
Glackin, S. & Rita Dionisio, M., 2016, Deep Engagement’ and Urban Regeneration: Tea, Trust, and the Quest for Co-Design at Precinct Scale, Land Use Policy, 52, PP. 363-373, https://doi.org/10.1016/j.landusepol. 2016.01.001. Hoseinzadeh Dalir, K. & Heidari, M.J., 2013, Zanjan, from Yesterday to Today, Geography Education, 28(1), PP. 21-29. Isazade, V., Asiabi, S. & Isazadeh, E., 2021, Surface Temperature Monitoring Using Landsat 8 Images and Single Channel and Separate Window Algorithms (Study Area: Dezful City), Geography and Human Relationships, 3(3), PP. 8-25, DOI: 10.22034/gahr.2020.259461.1480. Jafari, M., Zehtabian, G., Ahmadi, H., Mesbahzadeh, T. & Norouzi, A., 2020, Detecting and Routing of Dust Event Using Remote Sensing and Numerical Modeling in Isfahan Province, Environmental Sciences, 18(1), PP. 105-116, DOI: 10.29252/envs.18.1.105. Jamali, Z., Ownegh, M. & Salman Mahini, A.R., 2019, Investigation the Relationship between Surface Temperature and Land Use and Normalized Difference Vegetation Index in Gorgan Plain, Journal of Spatial Planning, 23 (3), PP. 175-194. Jiménez- Muñoz, J.C. & Sobrino, J.A., 2003, A Generalized Single‐Channel Method for Retrieving Land Surface Temperature from Remote Sensing Data, Journal of Geophysical Research: Atmospheres, 108, PP. 1-6, https://doi.org/10.1029/2003JD003480. Khatibi, A., Danehkar, A., Pour Ebrahim, Sh. & Vahid, M., 2015, Introduction of DPSIR Model and Its Applicable in Environmental Decision Making, Journal of Human and Environment, 13(4), https://civilica.com/doc/1872183/. Martí, P., García-Mayor, C. & Serrano-Estrada, L., 2019, Identifying Opportunity Places for Urban Regeneration through LBSNs, Cities, 90, PP. 191-206, https://doi.org/ 10.1016/j.cities.2019.02.001. Meliciani, V., 2015, Regional Disparities in the Enlarged European Union: Geography, Innovation and Structural Change, London: Routledge, 1 Edittion. Melillo, P. & Pecchia, L., 2016, What is the Appropriate Sample Size to Run AHP in a Survey Based Research?, International Symposium on the Analytic Hierarchy Process, Conference: The International Symposium on the Analytic Hierarchy Process, PP. 1-12. Mirzaei Arjenki, F. & Shabani Shahr-e-Raza, A.H., 2020, Evaluation of the Urban Worn-Out Texture Regeneration Plan with a Public Participation Approach in Hemmatabad Neighborhood of Isfahan, Geography and Environmental Studies, 9(34), PP. 119-134. Naji Meydani, A., Harootiyan, H. & Farhadiyan, A., 2015, Modeling for Relationships between Identifying Indices of Worn-out Tissues and Sustainable Urban Development in around the Holy Shrine of Imam Reza, Geography and Territorial Spatial Arrangement, 15, PP, 33-48, https://doi.org/10.22111/gaij.2015.2070. Nasiri Hendkhaleh, E. & Salarinia, M., 2017, Analysis of Factors Related Tissue Regeneration Urban Area 20 District 17 of Tehran Case Study, Territory, 14 (55), PP. 135-148. Nesari, R., 2016, The Study of Effected Factors in Renovation of Deteriorated Areas in Ilam City, Thesis M.A., Geography and Urban Planning, Bakhtar High Institute Education, Ilam. Parhizcar Isalu, R., Valizadeh Kamran, K. & Faizizadeh, B., 2020, Determining the Best Algorithm to Calculate Land Surface Temperature with the Aim of Identifying Geothermal Areas - Case Study: MeshkinShahr County, Scientific- Research Quarterly of Geographical Data (SEPEHR), 29(114), PP. 79-98, Doi: 10.22131/sepehr.2020.44583. Pourmohammadi, M.R. & Karimi, R., 2023, Developing a Conceptual Model of the Quality of Life in Cities with Emphasis on Housing Indicators - Case Study: 5 Regions of Urmia City, Scientific- Res.earch Quarterly of Geographical Data (SEPEHR), 32(126), PP. 75-92, Doi: 10.22131/sepehr.2023.562689.2909. Rezaei, J., 2016, Best-Worst Multi-Criteria Decision-Making Method: Some Properties and a Linear Model, Omega, V(64), ISSN 0305-0483, https://doi.org/ 10.1016/j.omega.2015.12.001. Sarvar, H., 2019, Identification Worn-Out Urban Textures Based on the Physical Parameters Case Study: Region One Tabriz city, Sustainable City, 2(1), PP. 1-14, Doi: 10.22034/jsc.2019.91206. Sarvar, R., Akbari, M., Mousavi, Ch. & Boostan Ahmadi, V., 2018, Ranking the Components of Sustainable Development towards Restoring Old Bone (Case Study: Jolfa District of Isfahan), Territory, 15(57), PP. 89-104. Shahbodaghi, Z., 2017, Improvement and Modernization Urban Worn out Texture with an Emphasis on Socio-Economic Factors and Physical Case Study: Region 1 Fardiss, Thesis M.A., Geography and Urban Planning, Faculty of Literature and Humanities, University of Guilan. Shamaei, A., Sasanpour, F., Soleimani, M., Ahadnejad, M. & Heidari, T., 2016, The Analysis of Livability in Urban Distressed Areas: Old Textures of Zanjan (A Case Study), Human Geography Research, 48(4), PP. 783-799, Doi: 10.22059/jhgr.2016.53481. Sobhani, N., Hekmatnia, H., f. f. & s s., 2023, Evaluation of Urban Worn-Out Structures with Urban Regeneration Approach (Case: Miandoab City), Human Geography Research, 55(3), PP. 115-139, DOI: 10.22059/jhgr.2022.332976.1008401. Statistical Center of Iran, 2015, General Population and Housing Census. Wang, H., Shen, Q., Tang, B.S., Lu, C., Peng, Y. & Tang, L., 2014, A Framework of Decision-Making Factors and Supporting Information for Facilitating Sustainable Site Planning in Urban Renewal Projects, Cities, 40, PP. 44-55, https://doi.org/ 10.1016/j.cities.2014.04.005.
| ||
|
آمار تعداد مشاهده مقاله: 1,781 تعداد دریافت فایل اصل مقاله: 651 |
||