مدلسازی ارزیابی کیفیت زیباشناختی بصری منظر به منظور توسعه گردشگری در مناطق تحت حفاظت

سال انتشار: 1403
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 30

فایل این مقاله در 22 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_SCJS-22-1_008

تاریخ نمایه سازی: 30 اردیبهشت 1403

چکیده مقاله:

سابقه و هدف: زمین سیما در مناطق تحت حفاظت، یک مزیت گردشگری در طبیعت است و به همین علت سنجش زیباشناختی و ارزیابی کیفیت منظر در این مناطق ضرورت دارد. با وجود اینکه در سایر گردشگاه ها نیز این موضوع از اهمیت برخوردار است اما در مناطق تحت حفاظت که شکل گردشگری به صورت اکوتوریسم و بر پایه بازدید است، این امر بیشتر اهمیت دارد. از این رو این پژوهش با هدف مدل سازی ارزیابی کیفیت زیباشناختی بصری منظر با هدف گردشگری در مناطق تحت حفاظت با استفاده از شبکه عصبی مصنوعی جهت پیش بینی ارزش زیباشناختی مناظر و اولویت بندی متغیرهای تاثیرگذار بر مدل صورت پذیرفت. مواد و روش ها: پژوهش حاضر در منطقه حفاظت شده البرز مرکزی تحت مدیریت استان البرز انجام شده است. در این مطالعه جهت ارزیابی کیفیت زیباشناختی بصری مناظر مناطق تحت حفاظت با هدف گردشگری، ترکیب رویکرد ارزیابی جامع و روش مدل سازی شبکه عصبی مصنوعی به کار گرفته شد، رویکرد ارزیابی جامع شامل دیدگاه کاربر محور با تکمیل پرسشنامه و استفاده از ۱۹ عنصر عینی شامل ۱۵ معیار عینی منظر (تنوع پوشش های طبیعی و انسانی، تنوع فرم رویشی، فرم ترکیب درختان، فرم بدنه آبی، تنوع رنگی، منظره آب، منظره سنگ و صخره، منظره جاده و مسیرهای عبوری، منظره پوشش گیاهی درختی و درختچه ای، منظره پوشش گیاهی علفی و بوته ای، منظره سطوح لخت و بدون پوشش، منظره ساختمان ها و سازه ها، منظره آسمان، نسبت سطوح سخت و نسبت سطوح نرم) و ۴ معیار مربوط به ویژگی نقاط چشم انداز (ارتفاع، شیب، تیپ پوشش گیاهی و انبوهی پوشش گیاهی) بود. بدین منظور، ابتدا واحدهای همگن ارزیابی منظر با استفاده از ۶ شاخص مکانی (شامل ارتفاع از سطح دریا، درصد شیب، منظر گیاهی، قابلیت دید روستا، قابلیت دید رودها دائمی و فصلی)، شناسایی شد. سپس ۱۰۰ عکس از مناظر منطقه تهیه و مدل سازی به روش شبکه پرسپترون چندلایه انجام شد. در گام بعدی به آنالیز حساسیت مدل ارزیابی کیفیت زیباشناختی منظر جهت اولویت بندی و نیز تعیین موثرترین معیارهای زیباشناختی بصری در ارزیابی کیفیت زیباشناختی بصری مناظر در منطقه پرداخته و در نهایت سامانه پشتیبان تصمیم گیری ارزیابی کیفیت زیباشناختی بصری مناظر مناطق تحت حفاظت با هدف گرشگری طراحی شد.نتایج و بحث: مدل دارای ساختار ۱-۶-۱۹ (۱۹ متغیر ورودی، ۶ نورون در لایه مخفی و یک متغیر خروجی) با توابع انتقال لگاریتم سیگموئید در لایه پنهان و خطی در لایه خروجی و الگوریتم بهینه سازی لونبرگ-مارکوارت، با ضرایب تبیین در سه دسته داده آموزش، اعتبارسنجی و آزمون معادل ۷۲/۰، ۷۵/۰ و ۷۰/۰ به عنوان ساختار بهینه مدل ارزیابی کیفیت زیباشناختی بصری مناظر مناطق تحت حفاظت با هدف گردشگری معرفی شد. بر اساس نتایج آنالیز حساسیت، منظره آب، فرم ترکیب درختان، انبوهی پوشش گیاهی، با ضرایب اثرگذاری ۲۳۳/۰، ۱۴۷/۰و ۱۰۴/۰ به ترتیب بیشترین تاثیر را در کیفیت زیباشناختی بصری مناظر مناطق تحت حفاظت از خود نشان دادند. روند تغییرات کیفیت زیباشناختی منظر بر حسب تغییرات منظره آب و فرم ترکیب درختان بیان کننده این امر بود که با افزایش معیارهای مذکور در مناظر منطقه، کیفیت زیباشناختی بصری به صورت غیرخطی افزایش می یابد؛ به صورتی که با ۲۳/۸ درصد افزایش سطوح آب در منظر و تغییر فرم ترکیب درختان از تکی به گروهی، به ترتیب افزایش ۴۶/۰ و ۴۸/۰ واحدی کیفیت زیباشناختی بصری منظر مشاهده شد. همچنین روند تغییر معیار انبوهی پوشش گیاهی کاهش کیفیت زیباشناختی بصری مناظر منطقه را با افزایش معیار مذکور نشان داد. نتیجه گیری: آنالیز حساسیت و شناسایی تاثیرگذارترین عناصر و معیارها بر کیفیت زیباشناختی بصری مناظر مناطق تحت حفاظت با هدف گردشگری نشان داد جهت دستیابی به ارزش زیباشناختی بصری منظر بالا و تعیین زون های گردشگری متمرکز و گسترده در مناطق تحت حفاظت، منظر آب می بایست در اولویت اول برنامه ریزی قرار گیرد. مدل ارائه شده در این پژوهش به عنوان یک سیستم پشتیبان تصمیم گیری در ارزیابی کیفیت زیباشناختی بصری مناظر در مناطق تحت حفاظت با هدف گردشگری است و امکان پیش بینی کیفیت زیباشناختی بصری مناظر در مناطق تحت حفاظت با شرایط اکولوژیک مشابه و نیز بوم سازگان های مشابه را فراهم می کند. همچنین از مدل ارائه شده در این مطالعه، می توان در تهیه طرح مدیریت و زون بندی مناطق تحت حفاظت بویژه در زون های گردشگری استفاده نمود.

کلیدواژه ها:

نویسندگان

فرنوش عطار صحراگرد

گروه محیط زیست، دانشکده منابع طبیعی، دانشگاه تهران، کرج، ایران

افشین دانه کار

گروه محیط زیست، دانشکده منابع طبیعی، دانشگاه تهران، کرج، ایران

علی جهانی

پژوهشکده محیط زیست و توسعه پایدار، سازمان حفاظت محیط زیست، تهران، ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Aboufazeli, S., Jahani, A. and Farahpour, M., ۲۰۲۱. A method ...
  • ADE: Alborz Department of Environment, ۲۰۲۰a. Introduction of Central Alborz ...
  • ADE: Alborz Department of Environment, ۲۰۲۰b. The physiognomy of the ...
  • Aghajani, H., Marvie Mohadjer, M.R., Jahani, A., Asef, M.R., Shirvany, ...
  • Ahmadi Mirghaed, F., Mohammadzadeh, M., Salman Mahini, A.R. and Mirkarimi, ...
  • Ahmadi Mirghaed, F., Mohammadzadeh, M., Salmanmahiny, A. and Mirkarimi, S.H., ...
  • Akhoondi, L., Arjmandi, R., Danehkar, A. and Shaban Ali Fami, ...
  • Attar Sahragard, F., ۲۰۲۳. Modeling landscape visual aesthetic quality assessment ...
  • Attar Sahragard, F., Danehkar, A. and Jahani, A., ۲۰۲۳. Ranking ...
  • Bairam Komaki, C., Asadikia, R. and Niknahad Gharmakhar, H., ۲۰۱۹. ...
  • Daniel, T.C., ۲۰۰۱. Whither scenic beauty? Visual landscape quality assessment ...
  • De Val, G.D.L.F., Atauri, J.A. and de Lucio, J.V., ۲۰۰۶. ...
  • Dupont, L., Ooms, K., Antrop, M. and Van Eetvelde, V., ...
  • Franco, D., Franco, D., Mannino, I. and Zanetto, G., ۲۰۰۳. ...
  • Gobster, P.H., Ribe, R.G. and Palmer, J.F., ۲۰۱۹. Themes and ...
  • Gundersen, V.S. and Frivold, L.H., ۲۰۰۸. Public preferences for forest ...
  • Harmon, D., ۲۰۰۴, June. Intangible values of protected areas: what ...
  • Hoseini Bay, M.S., Jahani, A. and Mohamadzade, M., ۲۰۱۵. Landscape ...
  • Howley, P., ۲۰۱۱. Landscape aesthetics: Assessing the general publics' preferences ...
  • Itten, J., ۲۰۲۰. The Art of Color (A. Sharveh). Yassavoli ...
  • Jafari, Z., Mikaeali-Tabrizy, A.R., Mohammadzadeh, M. and Abdi, O., ۲۰۱۲. ...
  • Jahani, A., ۲۰۱۶. Modeling of forest canopy density confusion in ...
  • Jahani, A., ۲۰۱۷. Aesthetic quality evaluation modeling of forest landscape ...
  • Jahani, A., ۲۰۱۹a. Forest landscape aesthetic quality model (FLAQM): A ...
  • Jahani, A., ۲۰۱۹b. Sycamore failure hazard classification model (SFHCM): an ...
  • Jahani, A., Allahverdi, S., Saffariha, M., Alitavoli, A. and Ghiyasi, ...
  • Jahani, A., Hatef Rabiee, Z. and Saffariha, M., ۲۰۲۱. Modeling ...
  • Jahani, A. and Mohammadi Fazel, A., ۲۰۱۶. Aesthetic quality modeling ...
  • Jahani, A. and Rayegani, B., ۲۰۲۰. Forest landscape visual quality ...
  • Jahani, A. and Saffariha, M., ۲۰۲۰. Aesthetic preference and mental ...
  • Jahani, A., Saffariha, M. and Ghiyasi, S., ۲۰۱۹. Evaluating the ...
  • Kazemeini, F., Rezaei, R. and Arabi, S.A., ۲۰۱۳. Investigating the ...
  • Khaleghpanah, R., Jahani, A., Khorasani, N. and Goshtasb, H., ۲۰۱۹. ...
  • Lothian, A., ۱۹۹۹. Landscape and the philosophy of aesthetics: Is ...
  • Moshiri, S., ۲۰۰۲. A review on chaos and its applications ...
  • Nordh, H. and Østby, K., ۲۰۱۳. Pocket parks for people–A ...
  • Palmer, J.F., ۲۰۰۴. Using spatial metrics to predict scenic perception ...
  • Pflüger, Y., Rackham, A. and Larned, S., ۲۰۱۰. The aesthetic ...
  • Real, E., Arce, C. and Sabucedo, J.M., ۲۰۰۰. Classification of ...
  • Saeidi, S. and Salmanmahiny, A., ۲۰۱۵. Modeling landscape aesthetic values ...
  • Saeidi, S., Mohammadzadeh, M., Salmanmahiny, A. and Mirkarimi, S.H., ۲۰۱۴. ...
  • Saeidi, S., Mohammadzadeh, M., Salmanmahiny, A. and Mirkarimi, S.H., ۲۰۱۷. ...
  • Shams, S.R., Jahani, A., Moeinaddini, M. and Khorasani, N., ۲۰۲۰. ...
  • Sheikh Goodarzi, M., Jabbarian Amiri, B. and Jafari, S., ۲۰۱۷. ...
  • Shirani, H., ۲۰۱۷. Artificial Neural Networks with an Application in ...
  • Soleimanpourmoghadam, N., Agah, A. and Joulidehsar, F., ۲۰۱۳. Artificial neural ...
  • Tveit, M.S., ۲۰۰۹. Indicators of visual scale as predictors of ...
  • Wang, Z., Li, M., Zhang, X. and Song, L., ۲۰۲۰. ...
  • Wang, R., Zhao, J. and Meitner, M.J., ۲۰۱۷. Urban woodland ...
  • Wang, R., Zhao, J., Meitner, M.J., Hu, Y. and Xu, ...
  • Weiss, G., ۱۹۹۲. Chaos hits wall street-the theory that is!. Business ...
  • Wherrett, J.R., ۲۰۰۰. Creating landscape preference models using internet survey ...
  • Worboys, G.L., Lockwood, M., Kothari, A., Feary, S. and Pulsford, ...
  • Ye, M. and Hill, M.C., ۲۰۱۷. Global sensitivity analysis for ...
  • نمایش کامل مراجع