تحلیل مکانی و اولویت‌بندی هوشمند املاک مستعد توسعه فضاهای سبز محله‌ای با تلفیق GIS و الگوریتم‌های یادگیری ماشین

تحلیل مکانی و اولویت‌بندی هوشمند املاک مستعد توسعه فضاهای سبز محله‌ای با تلفیق GIS و الگوریتم‌های یادگیری ماشین

عابد صمدی1

1) کارشناس ارشد برنامه ریزی شهری، شهرداری کلانشهر تبریز ، تبریز ،ایران

کد IOI مقاله : ABKD-ABHGCA
محل انتشار : چهارمین کنفرانس بین المللی پژوهش های کاربردی در مهندسی عمران، معماری و شهرسازی(icarcau.com)
چکیده :
    افزایش شتابان شهرنشینی و توسعه فیزیکی بی‌رویه، فشار فزاینده‌ای بر فضاهای سبز شهری وارد آورده و توزیع عادلانه این خدمات زیست‌محیطی را با چالش مواجه ساخته است. پژوهش حاضر با هدف تدوین چارچوبی تصمیم‌یار برای شناسایی املاک مستعد تبدیل به فضای سبز محله‌ای با تلفیق سامانه اطلاعات جغرافیایی و یادگیری ماشین انجام شده است. روش تحقیق از نوع توصیفی-تحلیلی بوده و با بهره‌گیری از رویکرد تلفیقی تحلیل سلسله‌مراتبی، الگوریتم جنگل تصادفی و روش ترکیب خطی وزنی، به ارزیابی تناسب مکانی املاک برای توسعه فضای سبز پرداخته است. یافته‌ها نشان می‌دهد که حدود هفتاد و پنج درصد از فضاهای سبز موجود در موقعیت‌های با تناسب پایین قرار دارند و پهنه‌های با تناسب بالا عمدتاً در مناطق شمالی و غربی محدوده مطالعه متمرکز شده‌اند. الگوریتم جنگل تصادفی با دقت هشتاد و سه درصد، بهترین عملکرد را در مدل‌سازی تناسب مکانی داشته است. چارچوب پیشنهادی با تلفیق معیارهای دسترسی، توپوگرافی و کاربری زمین، امکان اولویت‌بندی علمی املاک برای توسعه فضای سبز را فراهم می‌آورد و به مدیران شهری در تخصیص بهینه منابع کمک می‌کند.

کلمات کلیدی : شناسایی املاک مستعد فضای سبز محله‌ای سامانه اطلاعات جغرافیایی یادگیری ماشین تصمیم‌گیری چندمعیاره