الگوهای رشد شهری و عوامل موثر حاکم بر آن در منطقه کلان شهری تهران

نوع مقاله : مقاله پژوهشی

نویسندگان

1 استاد گروه برنامه ریزی شهری و منطقه ای، دانشکده هنر و معماری، دانشگاه تربیت مدرس، تهران، ایران.

2 کارشناس ارشد برنامه ریزی منطقه ای، گروه برنامه ریزی شهری و منطقه ای دانشکده هنر، دانشگاه تربیت مدرس ، تهران، ایران.

3 دانشیار گروه مهندسی و مدیریت آب ، دانشکده کشاورزی دانشگاه تربیت مدرس، تهران، ایران.

چکیده

مناطق کلان شهری ایران به دلیل رشد سریع شهرنشینی الگوهای فضایی متفاوتی را تجربه کرده اند. در این میان، منطقه کلان ‌شهری تهران نیز با رشد زیادی در خود کلان شهر و مناطق پیرامونی آن روبرو شده که به صورتبندی الگوهای فضایی خاصی در آن منجر شده است. از این رو، این مقاله به دنبال بررسی گونه های مختلف الگوهای رشد شهری و عوامل موثر حاکم بر آن است تا فهم بهتری از آن صورت گرفته و مسیر برای برنامه ریزی فضایی پایدار در منطقه باز شود. روش پژوهش کمی است و با استفاده از مدل اسلوث (SLEUTH)  و رگرسیون لجستیک الگوی فضایی رشد منطقه کلان شهری تهران و عوامل موثر حاکم بر آن طی سال‌های 2000 تا 2020 مورد بررسی قرار گرفت. نتایج نشان می دهد که طی دو دهه اخیر مساحت نواحی شهری و زمین های بایر افزایش یافته و زمین‌های کشاورزی، مراتع و باغات با کاهش مواجه شده است. الگوهای رشد این منطقه خطی و لبه ای بوده و شبکه راه و شیب از عوامل تاثیرگذار بر این الگوهای فضایی بوده اند. ضرایب گسترش، انتشار و زایش احتمال کم‌تری را برای مرکز توسعه جدید و رشد خود به خود در منطقه مورد مطالعه نشان می‌دهد. در تغییرات نواحی ساخته شده فاصله از زمین‌های بایر، در تغییرات کاربری کشاورزی فاصله از راه‌های اصلی و در تغییرات اراضی بایر فاصله از زمین‌های کشاورزی بیشترین تأثیرگذاری را داشته‌اند.

کلیدواژه‌ها

عنوان مقاله [English]

Urban Growth Patterns and its Driving Forces in the Tehran Urban Agglomeration

نویسندگان [English]

  • Hashem dadashpoor 1
  • Peyman Karami 2
  • Hosein Shafizadeh moghadam 3
1 Professor, Department of Urban and Regional Planning, Faculty of Art Tarbiat Modares University, Tehran, Iran.
2 Master of Urban and Regional Planning.Department of Urban and Regional Planning, Faculty of Arts, Tarbiat Modares University, Tehran, Iran.
3 Associate Professor, Department of Water Engineering and Management, Faculty of Agriculture, Tarbiat Modares University, Tehran, Iran
چکیده [English]

Today, over half of the world's population lives in urban areas, withmany developing countries experiencing rapid urbanization, resulting in emergence  of metropolitan areas. Each metropolitan area can follow a different growth pattern according to its characteristics and environmental conditions. In Iran, metropolitan areas such as Tehranconfront challenges associated with sprawl development, often at the expense of green lands.  Neglecting this phenomenon can lead to spatial fragmentation  leading to inefficiency of regional development policies. Tehran metropolitan area, Iran's largest urban center, continually attracts a growing population, necessitating a thorough analysis of its growth dynamics and underlying drivers for effective planning. Therefore, the present study intends to analyze the growth patterns and the driving forces influencing the formation of Tehran and Alborz urban agglomeration by using quantitative research approach and using satellite images and secondary data. The study evaluated the spatial pattern of growth of Tehran urban agglomeration during the years 2000 to 2020 using the SLEUTH model, complemented by logistic regression to identify key drivers. First the land use changes of Tehran urban agglomeration during the last two decades are examined and then, according to the coefficients obtained in the implementation of the calibration of the SLEUTH model, the urban growth pattern is determined.  Logistic regression was used to evaluate the effects of driving forces. During the last two decades, the share of urban areas and bare lands in the study area has increased and the area of agricultural lands, grasslands and gardens has decreased. Thus, the biggest change was in the increase in the share of barren land use, where most of the agricultural land and orchards have been converted to other uses. The results of calibration of historical data in the region suggested that road infrastructure and topographical features, particularly slopes, heavily influence Tehran's urban growth patterns.. The main pattern of urban growth in the suburban areas of the region has a linear nature and edge expansion due to slope resistance. However, the coefficients of expansion, diffusion and beer show less probability for a new diffusion center and spontaneous growth in this study. Therefore, it can be concluded that the main factor of urban growth in this region is road-based infrastructure. Also, in areas with high topography such as eastern areas and Alborz area, slope has an important role in urban configuration. In the changes of the built areas, the distance from the bare lands, in the changes of the agricultural lands, the distance from the main roads and in the changes of the bare lands, the distance from the agricultural lands have had the most impact.

کلیدواژه‌ها [English]

  • Urban growth patterns
  • urban growth driving forces
  • SLEUTH model
  • Tehran urban agglomeration

مراجع

تفکری، اکرم، وارثی، حمیدرضا. (1399). بررسی الگوی رشد شهرهای پیرامون کلان‌شهر تهران با تأکید بر سیاست‌های دولت بر زمین شهری؛ نمونه موردی: شهر دماوند. نشریه علمی جغرافیا و برنامه‌ریزی، 24(73)، 95-120. doi: 10.22034/gp.2020.10863
حاجی‌پور، خلیل (1387)، بررسی علل و عوامل اثرگذار فرایند شکل گیری و تکوین مناطق کلان شهری، نشریه هنرهای زیبا، شماره 34 داداش پور, هاشم, حاتمی مهند, & آذر. (2023). بررسی تأثیر گسترش زمین‌شهری بر فرم فضایی منطقۀکلان‌شهری تهران. مجله علمی, 15(2), 397-418.‎
داداش‌پور، هاشم، میری لواسانی، سید امیررضا. (1394). تحلیل الگوهای فضایی پراکنده‌رویی در منطقه کلان‌شهری تهران. برنامه ریزی فضایی (جغرافیا)، 5(1)، 123-146
داداش‌پور، هاشم؛ سالاریان، فردیس (1397)، تحلیل الگوهای فضایی رشد شهری در مناطق کلان شهری ایران (مطالعه موردی: مناطق کلان شهری تهران، مشهد، اصفهان و شیراز، آمایش سرزمین، دوره 10، شماره اول، بهار و تابستان 1397، صص 138-117.
رستمی، محمدرضا، زبردست، اسفندیار. (1398). کاربست مدل‌های فضایی به منظور پیش بینی رشد شهر ساری. نشریه هنرهای زیبا- معماری و شهرسازی، 24(4)، 61-70. doi: 10.22059/jfaup.2019.134077.671235
رسولی، مریم، سلمان ماهینی، عبدالرسول، کامیاب، حمید رضا. (1395). تعیین ضرایب مؤثر بر رشد شهری در مدل SLEUTH برای شهرستان‌های علی آباد، رامیان و آزاد شهر. مجله آمایش جغرافیایی فضا، 6(21)، 1-12.
زبردست، ا.، و حاجی پور، خ. (1388). تبیین فرآیند شکل گیری, تکوین و دگرگونی مناطق کلان شهری. پژوهش‌های جغرافیای انسانی (پژوهش‌های جغرافیایی), 41(69), 105-121.
قرخلو، مهدی؛ زنگنه شهرکی، سعید (1388)، شناخت الگوی رشد کالبدی-فضایی شهر با استفاده از مدل‌های کمی (مطالعه موردی: شهر تهران)، مجله جغرافیا و برنامه ریزی محیطی، شماره 23.
Al-shalabi, M., Billa, L., Pradhan, B., Mansor, S., & Al-Sharif, A. A. A. (2013). Modelling urban growth evolution and land-use changes using GIS based cellular automata and SLEUTH models: The case of Sana’a metropolitan city, Yemen. Environmental Earth Sciences, 70(1), 425–437.
Angel, S., & Blei, A. M. (2016). The spatial structure of American cities: The great majority of workplaces are no longer in CBDs, employment sub-centers, or live-work communities. Cities, 51, 21-35.
Arsanjani, J. J., Helbich, M., Kainz, W., & Boloorani, A. D. (2013). Integration of logistic regression, Markov chain and cellular automata models to simulate urban expansion. International Journal of Applied Earth Observation and Geoinformation, 21, 265-275.
Cheng, J., & Masser, I. (2003), Urban growth pattern modeling: a case study of Wuhan city, PR China, Landscape and Urban Planning, 62, 199-217.
Cheng, Jianquan; Masser, Ian & Ottens, Henk. (2003). Understanding Urban Growth System: Theories and Methods. In 8th international conference on computers in urban planning and urban management, Sendai City, Japan
Dadashpoor, H., & Nateghi, M. (2017). Simulating spatial pattern of urban growth using GIS-based SLEUTH model: a case study of eastern corridor of Tehran metropolitan region, Iran. Environment, Development and Sustainability, 19(2), 527-547.
Dadashpoor, H., Azizi, P., & Moghadasi, M. (2019). Analyzing spatial patterns, driving forces and predicting future growth scenarios for supporting sustainable urban growth: Evidence from Tabriz metropolitan area, Iran. Sustainable Cities and Society, 47, 101502.
De la Luz Hernández-Flores, M., Otazo-Sánchez, E. M., Galeana-Pizana, M., Roldán-Cruz, E. I., Razo-Zárate, R., González-Ramírez, C. A., ... & Gordillo-Martínez, A. J. (2017). Urban driving forces and megacity expansion threats. Study case in the Mexico City periphery. Habitat International, 64, 109-122.
Dezhkam, S., Amiri, B. J., Darvishsefat, A. A., & Sakieh, Y. (2014). Simulating the urban growth dimensions and scenario prediction through sleuth model: A case study of Rasht County, Guilan, Iran.GeoJournal, 79(5), 591–604.
Dubovyk, O. (2010). Spatio-temporal analysis of ISs development. A case study of Istanbul, Turkey (Master's thesis, University of Twente).
Gong, J., Hu, Z., Chen, W., Liu, Y., & Wang, J. (2018). Urban expansion dynamics and modes in metropolitan Guangzhou, China. Land Use Policy, 72, 100-109.
Herold, M., Goldstein, N. C., & Clarke, K. C. (2003). The spatiotemporal form of urban growth: Measurement, analysis and modeling. Remote Sensing of Environment, 86(3), 286–302.
Hua, L., Tang, L., Cui, S., & Yin, K. (2014). Simulating urban growth using the SLEUTH model in a Coastal Peri-Urban District in China. Sustainability, 6(6), 3899–3914.
Huang, B., Zhang, L., Wu, B., (2009). Spatiotemporal analysis of rural–urban land conversion. International Journal of Geographical Information Science 23 (3), 379–398
Huang, L., Shahtahmassebi, A., Gan, M., Deng, J., Wang, J., & Wang, K. (2020). Characterizing spatial patterns and driving forces of expansion and regeneration of industrial regions in the Hangzhou megacity, China. Journal of Cleaner Production, 253, 119959.
Peng, J., Zhao, M., Guo, X., Pan, Y., & Liu, Y. (2017). Spatial-temporal dynamics and associated driving forces of urban ecological land: A case study in Shenzhen City, China. Habitat International, 60, 81-90.
Poghosyan, A. (2018). Quantifying urban growth in 10 post-Soviet cities using Landsat data and machine learning. International Journal of Remote Sensing, 1–15.
Rafiee, R., Mahiny, A. S., Khorasani, N., Darvishsefat, A. A., & Danekar, A. (2009). Simulating urban growth in Mashad City, Iran through the SLEUTH model (UGM). Cities, 26(1), 19–26.
Rienow, A., & Goetzke, R. (2014). Supporting SLEUTH–Enhancing a cellular automaton with support vector machines for urban growth modeling. Computers, Environment and Urban Systems, 49, 66–81.
Rustiadi, E., Pravitasari, A. E., Setiawan, Y., Mulya, S. P., Pribadi, D. O., & Tsutsumida, N. (2021). Impact of continuous Jakarta megacity urban expansion on the formation of the Jakarta-Bandung conurbation over the rice farm regions. Cities, 111, 103000.
Sietchiping, R. (2005, April). Prospective slum policies: conceptualization and implementation of a proposed informal settlement growth model. In Third Urban Research Symposium.“Land, Urban and Poverty Reduction (pp. 4-6).
Silva, E. A., & Clarke, K. C. (2002). Calibration of the SLEUTH urban growth model for Lisbon and Porto Portugal. Computers, Environment and Urban Systems, 26(6), 525–552.
Sutphin, W. T. (2013). Creating Sustainable Urban Land Use Patterns: A Comparison of Portland, Oregon and St. Louis, Missouri.
Torrens, P. M. (2000). How cellular models of urban systems work (1. Theory), center for advanced spatial analysis (CASA). http://www.casa.ucl.ac.uk/working_papers.
Vizzari, M. (2011). Peri-urban transformations in agricultural landscapes of Perugia, Italy. Journal of Geographic Information System, 3, 145.
Yea, C. D., & Yong, K. Z. (2007). The simulation of urban growth applying sleuth ca model to the yilan delta in Taiwan. Thesis, Universiti Teknologi Malaysia, Faculty of Built Environment.
نشریه هنرهای زیبا: معماری و شهرسازی
دوره 29، شماره 3
مهر 1403
صفحه 31-42

فایل ها

هم رسانی

ارجاع به این مقاله

آمار