Evaluating the area sports facilities serve and providing an optimal model for site selection - Case study: Kashan

Document Type : Research Paper

Authors

1 Assistant Professor of Physical Education and Sport Science, University of Science & Technology (IUST)

2 Ph.D. in Geography and Urban Planning, University of Sistan and Baluchestan

3 Assistant Professor, Department of Geography and Urban Planning, Payame Noor University

10.22131/sepehr.2022.252774

Abstract

Extended Abstract
Introduction
As a land use specially designed for physical activity, recreation and leisure, sports facilities are considered to be a public space vital for the society, improving health and well-being of the community. Therefore, special attention should be paid to the pattern of distribution, easy access to these land uses, and spatial organization of these facilities in accordance with the pattern of road networks. Accordingly, the pattern in which sport facilities are distributed across urban areas can have a direct impact on the desired operational efficiency of the city. Therefore, optimal site selection and easy access to sports facilities are of great importance for a healthy city and a healthy community. A huge difference between per capita sports areas and the standard per capita or imbalanced distribution of sports facilities in the region may result in reduced interest in physical activities and threaten the health of individual and society. Accordingly, the present study has evaluated per capita sports spaces in Kashan, and the spatial distribution of these facilities. The average time required for accessing these spaces has also been measured in accordance with the local road network and the total area each facility serves. Finally, an optimal model has been proposed for sports related land use in Kashan.
 
Materials & Methods
The present descriptive-analytical study is applied in nature and uses ArcGIS and SuperDecisions software to analyze its descriptive and spatial data. To provide an optimal model, 11 indicators including area each land use serves, its quality, urban land use, population density, health centers, educational centers, distance from faults, distance from urban waterways, fuel centers, distance from industries, parks and green spaces were identified based on expert opinions. The importance of each indicator was also determined based on expert opinions using the ANP model, and weighted linear combination was used to combine the previously mentioned indicators in GIS. A brief summary of the models used are presented in the following section. 
 
Results and discussion
The nearest neighbor algorithm is used to evaluate the spatial distribution regardless of the total area of each sports facility. Results indicate the presence of a completely clustered distribution (P = 0.000 and Z = -3.368) at the level of 99%. Finally, the relative weight of each criteria is combined with the relative weight of each option obtained from ANP model using the weighted combination in GIS to reach an optimal model for site selection. The resulting value actually indicates the necessity of new sports facilities. In other words, higher values show higher priority and as it is shown, about 40% of the total area of Kashan is potentially appropriate for new sports facilities while about 60% of the city area is not suitable for such facilities.
 
Conclusion
Optimal site selection maximizes the efficiency of sports facilities and improves the quality of services for those using the areas. Therefore, the present study aims to evaluate the area each sports center is serving and provide an optimal model for site selection in Kashan. In 2016, Kashan had a population of about 304 thousand people and about 202 thousand meters of sports related land use. Thus, there was a 0.67 square meters per capita sports related land use in Kashan. Finally, 11 indicators were combined using the weighted combination to reach an optimal model. Results showed that about 40% of the total area of Kashan is potentially appropriate (relatively appropriate and completely appropriate) for new sports centers while about 60% of this urban area is not suitable for construction of such facilities. Moreover, results proves the efficiency of spatial statistics used to evaluate spatial distribution of land uses. As it is shown in the present study, GIS can provide an optimal model for site selection using practical indicators and appropriate data analysis methods. In general, results indicate that sports facilities in Kashan are not generally in a good condition in terms of per capita and distribution pattern which confirms the fact that these issues were not considered important in the process of site selection.
 

Keywords


1-‫ ابراهیمی، مهدی‌پور، ازمشا؛ عبدالحسین، عبدالرحمن، طاهره (1394)، تأثیر زیرساخت‌های ورزشی و ویژگی‌های دموگرافی بر میزان مشارکت‌های ورزشی شهروندان اهوازی با استفاده از مدل چندسطحی (HLM)، پژوهش‌های کاربردی در مدیریت ورزشی، دوره پنجم، تابستان 1395، شماره 1 پیاپی 17.
2- احدنژاد روشتی، صالحی میشانی، وثوقی راد، حسینی؛ محسن، حیدر، لیلا، سید احمد (1392)، نقش ارکان اصلی شهر ایرانی اسلامی در مکان‌گزینی مراکز اقامتی (مورد شناسی: شهر زنجان)، جغرافیا و آمایش شهری- منطقه‌ای، شماره 7، صص 126-111.
3- بهرام‌پور، بمانیان؛ مهدی، محمدرضا (1391). تبیین الگوی جانمایی پایگاه‌های مدیریت بحران با استفاده از GIS. دوفصلنامه مدیریت بحران. سال اول. شماره اول. صص 59-51.
4- پور محمد، محمدرضا (1382)، برنامه‌ریزی کاربری اراضی شهری، سازمان مطالعه و تدوین کتب علوم انسانی دانشگاه‌ها (سمت)، ص 168.
5- تابش، نوری خانیوردی، دوستی، گنجائیان؛ سعید، میثم، مرتضی، حمید (1399)، ارائه مدل پیشنهادی برای مکان‌یابی اماکن ورزشی با استفاده از مدل تلفیقی AHP و WLC، فصلنامه مدیریت و توسعه ورزش، بهار 1399، شماره1، پیاپی21.
6- جواهری، نظری؛ محمدرضا، رسول (1392)، آمایش سرزمین و سند راهبردی توسعه ورزش استان اصفهان، اداره کل ورزش و جوانان استان اصفهان.
7- حسینی، سید احمد (1391). نقش شبکه‌های ارتباطی در توزیع کاربری‌ها با رویکرد پدافند غیرعامل (نمونه موردی: منطقه سه تهران)، پایان‌نامه کارشناسی ارشد، اساتید راهنما: محسن احد نژاد روشتی و مهدی مدیری، دانشگاه تهران.
8- حسینی، کاشف، سیدعامری؛ سیدسیروان. سیدمحمد، میرحسن 1392. مکان‌یابی اماکن ورزشی با استفاده از سیستم اطلاعات جغرافیایی (GIS)؛ مطالعه موردی شهر سقز. پژوهش های کاربردی در مدیریت ورزشی. 5. تهران. 25-34
9- خلیلی، جلیلی صدرآباد، خاکسار؛ مرتضی، سمانه،  حسین (1390). برآورد عوامل مهم مؤثر در جذب سفر به پارک‌های شهری. آرمان شهر، شماره 6، صص 105-97.
10- رضوی، ابراهیمی، رحمانی، ابراهیمی؛ سیدمحمدحسین، کلثوم، محمد، محسن (1388). تحلیل مکانی فضاهای ورزشی شهر آمل با استفاده از سیستم اطلاعات جغرافیایی (GIS). پژوهشنامه مدیریت ورزشی و رفتار حرکتی. 10. بابلسر. 71-82.
11- رهنما، محمدرحیم (1387). پژوهشی پیرامون تحقق طرح‌های تفصیلی شهری با تأکید بر کاربری‌های آموزشی و بهداشتی ،درمانی، مشهد، جهاد دانشگاهی  مشهد.
12-  زهره‌وندیان، اسدی، ابراهیمی، صمدی؛ کریم، حسن، فرشته، مهدی (1394). تعیین و اولویت‌بندی معیارهای مکان‌گزینی استقرار اماکن ورزشی جهت تساوی در دسترسی با استفاده از روش تحلیل سلسله‌مراتبی (AHP). مدیریت ورزشی. 6. 795-814
13- زیاری، کرامت‌الله (1378). برنامه‌ریزی شهرهای جدید، چاپ دوم، انتشارات سمت، تهران، ص 125.
14- زیاری، کرامت‌الله (1388). برنامه‌ریزی کاربری اراضی شهری. انتشارات دانشگاه تهران. چاپ هفتم.
15- سعیدنیا، احمد (1387). کاربری زمین شهری، انتشارات مرکز مطالعات و برنامه‌ریزی شهری. تهران، ص 13.
16- سلیمی، سلطان حسینی، شعبانی بهار؛ مهدی، محمد. غلامرضا (1391). مکان گزینی اماکن ورزشی با استفاده از مدل‌های پیوسته و گسسته فضایی مبتنی بر ترکیب دو مدل AHP و TOPSIS. مطالعات مدیریت ورزشی. 13. تهران. 157-180
17- سهرابی، کاشف، جوادی‌پور، حسینی؛ پوریا، میرمحمد، محمد، فاطمه سادات (1390). بررسی وضعیت جانمایی بنا و مناسب‌سازی (دسترسی) اماکن ورزشی ارومیه با توجه به استانداردهای ملی و بین‌المللی. مدیریت ورزشی. 10. تهران. 5-21
18- عبدالهی، مجید (1383). مدیریت بحران در نواحی شهری. انتشارات سازمان شهرداری‌ها و دهیاری‌های کشور. چاپ سوم. تهران.
19- عسکری، علی (1390). تحلیل آمار فضایی با GIS Arc. سازمان فناوری اطلاعات و ارتباطات شهرداری تهران، چاپ اول.
20- علی‌حسینی، غلامعلی فرد، قربانی؛ قاسم، مهدی، حمیده (1393). کاربرد منطق بولین در مکان‌یابی پایگاه‌های پشتیبانی مدیریت بحران منطقه یک شهرداری تهران بر مبنای معیارهای عدم همجواری ناسازگاری در محیط GIS. دومین همایش ملی و تخصصی پژوهش‌های محیط زیست ایران. انجمن ارزیابان محیط زیست هگمتانه.
21- قادری، عمران (1393). سرانه و استانداردهای فضاهای ورزشی، دفتر فنی استان شیراز.
22- کاشف، میرمحمد (1389)، مدیریت اماکن و فضاهای ورزشی، چاپ دوم، تهران، انتشارات بامداد کتاب.
23- گودرزی، فروغی‌پور، صابونچی، امید علی؛ نرگس، حمید، رضا، اسماعیل. (1391). تحلیل فضایی و مکان‌یابی اماکن ورزشی با استفاده از GIS (نمونه موردی: شهر بروجرد). فصلنامه جغرافیایی چشم‌انداز زاگرس. 14. بروجرد. 131-150
24- محمدی، اکرم (1396)، ارزیابی تأثیرات کاربری اراضی شهری در ایجاد حجم ترافیک جهت ساماندهی و بازتوزیع فضایی آن‌ها (بافت مرکزی کاشان)، پایان‌نامه کارشناسی ارشد دانشگاه کاشان، جغرافیا و برنامه‌ریزی شهری، راهنما دکتر یونس غلامی.
25- نمازی، حسینی؛ آسیه، سید احمد (1397)، تحلیل فضایی اماکن ورزشی و ارزیابی نحوه دسترسی به این مراکز با توجه به الگوی توزیع فضایی آن‌ها در سطح شبکه‌های ارتباطی (نمونه موردی: شهر اصفهان)، نگرش‌های نو در جغرافیای انسانی گرمسار، دوره 10، شماره 3، 397-412.
26- نوروزی سیدحسینی، دهقانی‌زاده، هنری، یوسفی، نوروزی سیدحسینی؛ رسول، رضا، حبیب، بهرام، ابراهیم (1392). تحلیل مکانی فضاهای ورزشی با استفاده از سیستم اطلاعات جغرافیایی (GIS) و ارائه مدل مطلوب (مطالعه موردی: منطقه یک شهر تهران). مدیریت ورزشی. 4. تهران. 5-28.
27- Brown, G., Schebella, M. F., & Weber, D. (2016). Using participatory GIS to measure physical activity and urban park benefits. Landscape and Urban Planning, 121, 34-44.
28- Camarero, J.J., Gutierrrez, E. and Fortin, M.J., 2000. Spatial pattern of sub-alpine grassland ecotones in the Spanish central Pyren ees. Forest Ecology and Management, 134: 1-16.
29- Crucitti, Paolo; Latora, Vito; Porta ; Sergio (2006). Centrality in Networks of Urban Streets. Chaos, Vol. 16, No. 1.
30- Eime, R., Charity, M., Harvey, J., & Payne, W. (2015). Participation in sport and physical activity: Associations with socio-economic status and geographical remoteness. BMC Public Health, 15 (1), doi:10.1186/s12889-015-1796-0
31- Frade, I., & Ribeiro, A. (2015). Bike-sharing stations: A maximal covering location approach. Transportation Research Part A: Policy And Practice, 82, 216–227. doi:10.1016/j.tra.2015.09.014
32- Ghavami, S., Taleai, M., & Arentze, T. (2017). An intelligent spatial land use planning support system using socially rational agents. International Journal of Geographical Information Science, 31(5), 1022–1041. doi:10.1080/13658816.2016.1263306
33- Giuliano, G, Agarward, A and Redfearm , C,(2008), Metropolitan Spatial Trends in Employment and Housing literature Review , Spacial Report 298: Driving and the built envrionment: the effect of compact develoment on Motorezed Travel.
34- Hallal, P., Andersen, L., Bull, F., Guthold, R., Haskell, W., & Ekelund, U. (2012). Global physical activity levels: Surveillance progress, pitfalls, and prospects. The Lancet, 380(9838), 247–257. doi:10.1016/s0140-6736(12)60646-1
35- Hallmann, K, Wicker, P, Breuer, C, & Schu¨ ttoff, U. (2011). Interdependency of sport supply and sport demand in German metropolitan and medium-sized municipalities—Findings from multi-level analyses. European Journal for Sport and Society, 8, 65–84.
36- Hillier Bill; Burdett Richard; Peponis John; Penn Alan. (1987). Creating Life: Or, Does Architecture DetermineAnything? Architecture et Comportement/Architecture and Behavior, Vol. 3, No. 3, pp. 233-250.
37- Humphreys, B., & Ruseski, J. (2007). Participation in physical activity and government spending on parks and recreation. Contemporary Economic Policy, 25(4), 538–552. doi:10.1111/j.1465-7287. 2007.00079.x
38- Janssen, I., & LeBlanc, A. (2010). Systematic review of the health benefits of physical activity and fitness in school-aged children and youth. International Journal of Behavioral Nutrition And Physical Activity, 7(1), 40. doi:10.1186/1479-5868-7-40.
39- Jiang Bin; Liu Xintao (2011). Computing the fewest-turn map directions based on the connectivity of naturalroads. International Journal of Geographical Information Science, Vol. 25, No. 7, pp.1069-1082.
40- Jing, Y., Liu, Y., CAI, E., Yi, L., & Zhang, Y. (2018). Quantifying the spatiality of urban leisure venues in Wuhan, Central China–GIS-based spatial pattern metrics. Sustainable cities and society, 40, 638-647
41- Kansky Karel joseph (1963). Structure of Transportation Networks: Relationships Between Network Geometry and Regional Characteristics, University of Chicago, Chicago, IL.p.121
42- Langford, M., Higgs, G., & Radcliffe, J. (2018). The application of network-based GIS tools to investigate spatial variations in the provision of sporting facilities. Annals of Leisure Research, 21(2), 178-198.
43- McGrath L J, Hopkins W G, Hinckson E A (2015). “Associations of Objectively Measured Built-Environment Attributes with Youth Moderate–Vigorous Physical Activity: A Systematic Review and Meta-Analysis”. Sports Medicine. 45. pp. 841-65.
44- Meskarian, R., Penn, M., Williams, S., & Monks, T. (2017). A facility location model for analysis of current and future demand for sexual health services. PLOS ONE, 12(8), e0183942. doi:10.1371/journal.pone.0183942
45- Oh, K & Jeong, S (2011). “Assessing the Spatial Distribution of Urban Parks Using GIS”. Department of Urban Planning, Han Yang University, Seoul. 17 Heading- Dang. P: 133-151.
46- Ozbil, ayse; Peponis John and Stone Branden (2011). Understanding the link between street connectivity, land use and pedestrian flows. Urban Design International, 16, pp125-141.
47- Persson, A., & While, A. (2012). Physical activity among older people and related factors. Health Education Journal, 71(2), 144-153.
48- Play Sport Australia: Participating in Sport: Australian Sports Commission. (2018). Retrieved from https://www.ausport.gov.au/participating/playsportaustralia
49- Roux, A. V. D., Evenson, K. R., McGinn, A. P., Brown, D. G., Moore, L., Brines, S., & Jacobs Jr, D. R. (2007). Availability of recreational resources and physical activity in adults. American journal of public health, 97(3), 493-499.
50- Scheurer Jan; Curtis; Carey and Porta,  Sergio (2007). Spatial Network Analysis of Public Transport Systems: Developing a Strategic Planning Tool to Assess the Congruence of Movement and Urban Structure in Australian Cities. Australasian Transport Research Forum, Melbourne, 25-27 September.
51- Sohn, J. (2005), Are commuting patterns a good indicator of urban spatial structure?, Journal of Transport Geography, 13, pp: 306–317.
52- Sport England. (2018). Planning aims and objectives. Retrieved from https://www.sportengland. org/facilities-planning/planning-for-sport/aims-and-objectives/
53- Tabor P. (1976). Networks Distances and Routes. Geometry of Environment: An Introduction to Spatial Organization in Design, L. March (Ed.), pp.366-367. Cambridge, MIT Press.
54- Trilk, J., Ward, D., Dowda, M., Pfeiffer, K., Porter, D., Hibbert, J., & Pate, R. (2011). Do physical activity facilities near schools affect physical activity in high school girls? Health & Place, 17 (2), 651–657. doi:10.1016/j.healthplace.2011.01.005
55- Turner Alasdair (2001). Depthmap: A Program to Perform Visibility Graph Analysis. 3rd  International Symposium on Space Syntax. Georgia Institute of Technology, 7-11 May,pp.1-12.
56- Wendel‐ Vos, W. M. S. J. F., Droomers, M., Kremers, S., Brug, J., & Van Lenthe, F. (2007). Potential environmental determinants of physical activity in adults: a systematic review. Obesity reviews, 8(5), 425-440.
57- Xingyu, Liang., et all., 2013. Using the analytic network process (ANP) to determine method of waste energy recovery from engine. Energy Conversion and Management 66 (2013), Pages 304–311