تصمیم گیری چندمعیاره برای پیشبینی توان توسعه شهری WLC-AHP با استفاده از مدل منطق فازی

نوع مقاله : Original Articles

نویسندگان

1 استاد گروه محیط زیست، دانشکده منابع طبیعی و محیط زیست ، دانشگاه بیرجند

2 استادیار گروه محیط زیست، دانشکده منابع طبیعی ، دانشگاه صنعتی خام الانبیا بهبهان

3 مربی گروه محیط زیست، دانشکده منابع طبیعی ، دانشگاه صنعتی خام الانبیا بهبهان

4 استادیار گروه مدیریت و برنامه ریزی محیط زیست، دانشکده محیط زیست ، دانشگاه تهران

چکیده

توسعه سریع نواحی شهری دنیا در قرن 21 مسائل زیست محیطی رابه دنبال داشته است که به روشهای جدید تجزیه و تحلیل، و منابعجدید داده ها و اطلاعات نیاز دارد. برنامه ریزی اکولوژیکی همراه باتصمیم گیری چندمعیاره فرایندی است که ارزیابی زیست محیطی واقتصادی  اجتماعی کاربری اراضی را با هدف مدیریت منابع طبیعی،حفظ اکوسیستم و حل یا کاهش برخوردهای احتمالی زیستمحیطیانجام می دهد. هدف این تحقیق، تعیین توان اکولوژیک توسعه شهریبرای زون جنوبی البرز مرکزی با استفاده از مدل منطق فازی دراست. این ارزیابی، پارامترهای اکولوژیک اعم از Idrisi و GIS محیطپارامترهای فیزیکی (شامل توپوگرافی، ارتفاع، شیب، خاک، سنگ مادر،بارندگی، دما و ...) و پارامترهای زیستی (شامل تراکم پوشش گیاهی ومناطق حفاظت شده) را که در کاربری توسعۀ شهری مؤثرند، با همترکیب می کند. ابتدا، کاربری اراضی شهری براساس طبقات مدلاکولوژیک حرفی ایران به انواع مناسب، نسبتاً مناسب و نامناسبطبقه بندی شد. سپس تصمیم گیری چندمعیاره جهت ارزیابی تناسباکولوژیکی توسعه برای هر طبقه براساس ارزش و وزن فاکتورها انجامشد و نقشه تناسب طبقات با کمک الگوریتمی که فاکتورها را به روشترکیب میکند، بسط داده شد. نتایج نشان WLC-AHP تلفیقی فازیداد که تصمیمگیری چندمعیاره همراه با مدل فازی برای ارزیابیزیستمحیطی توسعه شهری عملکرد بالایی دارد

کلیدواژه‌ها


عنوان مقاله [English]

Multicriteria Decision Making for Urban Development Capability Predictive Using Fuzzy Logic Model

نویسندگان [English]

  • Ali Reza Pourkhabbaz 1
  • Hamid Reza Pourkhabbaz, 2
  • Saeideh Javanmardi 3
  • Mohammad Javad Amiri 4
1 Assistant Professor, Department of Environment, Faculty of Natural Resources and Environment, University of Birjand
2 Assistant Professor, Department of Environment, Faculty of Natural Resources, Behbahan Khatam Alanbia University of Technology
3 Instructor of Department of Environment, Faculty of Natural Resources, Behbahan Khatam Alanbia University of Technology
4 Assistant Professor, Department of Environmental Planning and Management, Faculty of Environment, University of Tehran
چکیده [English]

The rapidly expanding urban areas of the world constitute an environmental challenge for the 21st century that requires both new analytic approaches and new sources of data and information. Ecological Planning with multi-criteria decision making is a process that evaluates the alternative land uses in relation to its environmental and socioeconomic surroundings, with the purpose of manage the natural resources, preserve the ecosystems and solve or diminish possible environmental conicts. The objective of this research is to determine an ecological capability of urban development by using Fuzzy Logic Model (FLM) in GIS and IDRISI environments for the south zone of Centeral Alborz. This evaluation incorporated ecological factors in the region, such as physical factors (Topography, Elevation, Slope, Soil, Geology, Precipitation, Temperature) and biological factors (Vegetation density and Conservation areas) affecting in urban development land use. First, Urban land-use was categorized according to the classes of ecological word model in Iran, such as suitable, relatively suitable and unsuitable. Then, Multi-Criteria Decision Making (MCDM) was performed to evaluate ecological suitability of the development for each class, according to appropriately measured and weighted factors and a suitability map for the classes was developed using an algorithm that combines factors in the integrated fuzzy method of Weighted Linear Combination- Analytical Hierarchy Process (WLC-AHP). The results indicated that MCDM with FLM has high functionality for environmental evaluation of urban development .

کلیدواژه‌ها [English]

  • Keywords: Urban Development Land use
  • Multi-Criteria Decision Making
  • Fuzzy Logic Model
  • WLC
  • AHP