فصلنامه علمی- پژوهشی اطلاعات جغرافیایی « سپهر»

شماره جاری

بر اساس شماره‌های نشریه

بر اساس نویسندگان

بر اساس موضوعات

نمایه نویسندگان

نمایه کلیدواژه ها

درباره نشریه

اهداف و چشم انداز

اعضای هیات تحریریه

اصول اخلاقی انتشار مقاله

بانک ها و نمایه نامه ها

پیوندهای مفید

پرسش‌های متداول

فرایند پذیرش مقالات

اخبار و اعلانات

فرم های ضروری نشریه

شرایط و ضوابط ارسال مقاله

راهنمای تنظیم مقاله

ارزیابی تغییرات فضایی - زمانی زیرساخت سبز شهری مبتنی بر الگوریتم درخت تصمیم گیری فرآیندهای فضایی - مطالعه موردی: سیمای سرزمین تهران

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشجوی دکتری آمایش محیط زیست، پژوهشکده علوم محیطی، دانشگاه شهید بهشتی. مربی گروه مهندسی فضای سبز دانشگاه سیستان و بلوچستان

2 دانشیار گروه برنامه ریزی و طراحی محیط، پژوهشکده علوم محیطی، دانشگاه شهید بهشتی، ایران

3 استادیار گروه برنامه ریزی و طراحی محیط، پژوهشکده علوم محیطی، دانشگاه شهید بهشتی، ایران

4 استادیار گروه برنامه ریزی مدیریت وآموزش محیط زیست، دانشکده محیط زیست، پردیس دانشکده های فنی، دانشگاه تهران، ایران

چکیده

گسترش سریع شهرنشینی به‌همراه تغییرات بی‌رویه در کاربری/پوشش اراضی سیستم سیمای‌سرزمین تهران باعث اختلال در الگوی ترکیب و توزیع زیرساخت‌ سبز شهری شده است. هدف از تحقیق حاضر تحلیل تغییرات فضایی-زمانی الگوی زیرساخت‌ سبز شهری تهران متأثر از فرآیندهای فضایی سیمای‌سرزمین در بازه زمانی 2030-1990 (4 دوره 10ساله) می‌باشد. رویکرد پژوهش حاضر، شناسایی: (1) تأثیر انواع فرآیندهای فضایی در تغییر الگوی ساخت سیمای‌سرزمین و (2) روابط فیمابین الگوی ساخت فضایی سیمای‌سرزمین و فرآیندهای بوم‌شناختی در شکل‌گیری ظرفیت‌ها و محدودیت‌های سرزمین شهری است. برای این مقصود از الگوریتم درخت تصمیم‌گیری در راستای شناسایی فرآیندهای فضایی و از سنجه‌های سیمای‌سرزمین در تحلیل تأثیر فرآیندهای فضایی بر تغییر الگوی ترکیب و توزیع سیمای‌سرزمین تهران بهره گرفته شد. داده‌های کاربری/پوشش اراضی مورد نیاز، از تصاویر ماهواره‌ای لندست (1990 تا 2020) به‌دست آمد. به‌منظور پیش‌بینی تغییرات کاربری/پوشش اراضی برای سال 2030 از مدل CA-Markov استفاده شد. کمّی‌کردن سنجه‌های سیمای‌سرزمین در دو سطح کلاس و سیمای‌سرزمین در ۴ دوره زمانی مورد نظر انجام گرفت. یافته‌ها نشان می‌دهند در سطح کلاس و در بازه زمانی بین سال‌های1990 تا 2020، فرآیندهای فضایی "حذف" و "قطعه قطعه‌شدن" به‌ترتیب سبب کاهش تعداد و مساحت اراضی سبز و باز در الگوی ترکیب و هم‌چنین کاهش پیوستگی و پراکنش نامتعادل آن‌ها در الگوی توزیع زیرساخت سبز سیمای‌سرزمین تهران شده است. همین‌طور در تمامی دوره‌های زمانی، فرآیند فضایی "تجمع" در لکه‌های ساخت و ساز تکرار شده است. داده‌های پیش‌بینی برای سال 2030 نیز بیانگر تأثیر فرآیند فضایی "حذف" بر هر دو کاربری/پوشش اراضی سبز و باز زیرساخت سبز سیمای‌سرزمین تهران می‌باشد. در سطح سیمای‌سرزمین نیز در بازه زمانی مورد بررسی شاهد ساده‌تر‌شدن بستر سیمای‌سرزمین در نتیجه غلبه کاربری‌های ساخت و ساز هستیم. نتایج حاصل برای تعیین نقشه راه برنامه‌ریزی الگوی فضایی زیرساخت سبز شهری کاربرد دارند.

کلیدواژه‌ها

عنوان مقاله [English]

Evaluating spatial-temporal changes of urban green infrastructure using decision tree algorithm of spatial processes - Case study: Tehran Landscape System

نویسندگان [English]

  • Behrooz Naroei 1
  • Shahindokht Barghjelveh 2
  • Hassan Esmaeilzadeh 3
  • Lobat Zebardast 4

1 Ph.D student in environmental planning, Department of Environmental Planning and Design, Environmental Sciences Research Institute, ShahidBeheshti University, Tehran, Iran. Instructor, Department of Landscape Design Engineering, University of Sistan&Balouchestan, Zahedan, Iran

2 Associate professor, Department of environmental planning and design, Environmental sciences research institute, ShahidBeheshti University, Tehran, Iran

3 Associate professor, Department of environmental planning and design, Environmental sciences research institute, ShahidBeheshti University, Tehran, Iran

4 Assistant professor, Department of environmental planning, Management and education, School of environment, College of engineering, University of Tehran, Tehran, Iran

چکیده [English]

Extended Abstract
Introduction
The rapid expansion of urbanization along with irregular changes in land use and Landscape System of Tehran has disrupted the composition and distribution pattern of urban green infrastructure. The present study seeks to analyse the spatial-temporal changes of urban green infrastructure in Tehran Landscape System affected by the spatial processes of land use changes in the statistical period (4 decades of 1990 to 2030). To reach this aim, the present study has identified (1) the effect of spatial processes on the changing landscape pattern and (2) the relationship between the spatial pattern and ecological processes of landscape and its influence on the capacities and constraints of green urban infrastructure.
 
Materials & Methods
The present study has focused on the landscape system of Tehran and its 22 districts as the study area. The descriptive-analytical study consists of following stages: 1) Classifying urban land uses in1990-2000, 2000-2010 and 2010-2020 statistical periods using Landsat satellite images: (in Envi 5.3, Google Earth and Arc GIS 10.2 software), 2) Modelling and forecasting land use changes in 2030 using integrated model of Markov chain, automated cells (CA-MARKOV) and TerrSetsoftware), 3) Determining spatial processes of landscape changes via decision tree algorithm. 4) Quantifying landscape metrics of composition and configuration of landscape pattern (green, open & built patches) at both class and landscape levels in the mentioned periods (in Fragstate 4.2 software).
 
Results & Discussion
Many environmental decisions presume that some types or composition of land use are preferred to others. It is assumed that the spatial arrangement of elements in a land-space mosaic controls its ecological processes. This proposition is known as the pattern/ process paradigm, and forms the central hypothesis of landscape ecology (a branch of science developed to study ecological processes in their spatial context). Ten spatial landscape processes are considered to reflect changes in various patterns of landscapes (aggregation, attrition, creation, deformation, dissection, enlargement, fragmentation, perforation, shift, and shrinkage). These processes actually change the spatial structure of urban landscape and affect the quality of ecological processes in Tehran Landscape System. To identify the spatial processes responsible for landscape pattern changes during a defined period of time, a decision tree algorithm was developed. Decision tree required the following input: area or size (a), the perimeter or edge length (p), and number of patches (n) in each land-cover class. The decision tree algorithm applied on Tehran Landscape System has indicated that spatial processes of 'attrition' and 'fragmentation' have led to a decrease in the integration of green and open patches in this landscape system. Measuring LSI and IJI metrics in 1990-2030 statistical period at the class level has also proved the previously mentioned finding. Increased ENN-MN and decreased PLAND of open and green patches during two periods of 1990-2000 and 2010-2020 due to the spatial process of 'attrition' have also showed this decreased integrity over time. These conditions have reduced the resilience of Tehran atmosphere and its capability to absorb air pollution and also have resulted in the recent development of thermal islands in different urban areas. Moreover, the COHESION metric has reduced in green and open patches due to the spatial processes of 'attrition' and 'fragmentation' at the class level. At the landscape level, the value of SIDI metric has also decreased from 1990 to 2020 and the same trend will continue according to 2030 forecast. Spatial process of 'aggregation' in constructed patches has resulted in a decrease of NP and PD at landscape level during 1990-2000 and 2010-2020. Findings indicate the effect of spatial process of aggregation on constructed lands (high-rise buildings) in the northern (such as District 1) and western parts of the city (such as District 22) which has interrupted wind movement and air purification in Tehran. The values of LSI and ED has also decreased at the landscape level due to the 'attrition' of open and green patches leading to a reduction in the heterogeneity order of urban landscape system. On the other hand, increased IJI value in 2020 and 2030 indicates increased turbulence in distribution and also increased fineness index of open and green patches in the landscape system of Tehran.
 
Conclusion
Findings indicate that spatial processes of 'attrition' and 'fragmentation' have resulted in a reduction in the number and area of green and open patches in the composition pattern and also decreased coherence at class level from 1990 to 2020. This has resulted in an unbalanced distribution of the patches in the configuration pattern of green urban infrastructure in Tehran. The spatial process of 'aggregation' has been repeated during the statistical period in the constructed patches. Data forecasted for 2030 shows the impact of 'attrition' on changes occurring in both green and open land use. The landscape is also getting more simplified due to the dominance of constructed land uses. Findings can be applied to determine a roadmap and plan the spatial pattern of urban green infrastructure.

کلیدواژه‌ها [English]

  • Land use changes
  • Green infrastructure
  • Spatial processes
  • Composition and configuration pattern
مراجع
1- پریور، یاوری، فریادی، ستوده؛ پرستو، احمدرضا، شهرزاد، احد (1388). تحلیل ساختار اکولوژیک سیمای‌سرزمین شهر تهران برای تدوین راهکارهای ارتقای کیفیت محیط زیست. محیط‌شناسی، دوره 35، شماره 3 (پیاپی 51)، 45-56.
2- جورابیان شوشتری، شایسته، غلامعلی‌فرد، آذری،  لوپز-مورنو؛ شریف، کامران، مهدی، محمود، خوان ایگناسیو (1396). نقش سنجه‌های سیمای‌سرزمین و فرآیندهای مکانی تغییر در ارزیابی کارایی مدل ژئومد (مطالعه موردی: حوضه آبخیز نکارود)، جغرافیا و پایداری محیط، شماره 24، 63-80.
3- حلبیان، سلطانیان؛ امیرحسین، محمود (1395). ارزیابی و پیش‌بینی تغییرات بیابان‌زایی در شرق و جنوب اصفهان با مدل CA-Markov، تحلیل فضایی مخاطرات محیطی، سال سوم، شماره 4، 71-88.
4- داز، غفاری گیلانده، عزیزی؛ بی‌بی‌سارا، عطا، علی (1399). تحلیل تغییرات فضای سبز شهر گرگان با استفاده از متریک‌های سیمای‌سرزمین، علوم و تکنولوژی محیط زیست، دوره 22، شماره 5، 169-181.
5- صادق‌نیا، علیجانی، ضیائیان، خالدی؛ علیرضا، بهلول، پرویز، شهریار (1392). کاربرد تکنیک‌های خودهمبستگی فضایی در تحلیل جزیره حرارتی شهر تهران، تحقیقات کاربردی علوم جغرافیایی، سال سیزدهم، شماره 30، 67-90.
6- صالحی، یاوری، وکیلی، پریور؛ اسماعیل، احمدرضا،   فرزانه، پرستو (1395). ارزیابی اثر بلندمرتبه‌سازی بر عملکرد جریان باد شهری، پژوهش موردی: منطقه 22 کلانشهر تهران، بوم‌شناسی شهری، سال هفتم، شماره 1، پیاپی 13، 67-80.
7- صمدی، موسوی، ازکیا؛ علی، سیدیعقوب، مصطفی (1398). تحلیل جامعه شناختی-کالبدی فضاهای عمومی شهری مطالعه موردی: کلان‌شهر تهران، شهر پایدار، دوره 2، شماره 4، 101-114.
8- فتوحی، برق جلوه؛ امید، شهیندخت (1397). بررسی شبکه‌های بوم‌شناختی سیمای‌سرزمین شهری (نمونه مطالعاتی: شهر تهران)، محیط‌شناسی، دوره 44، شماره 2، 277-295.
9- کاویانی، فرهودی، رجبی؛ آزاده، رحمت‌الله، آزیتا (1394). تحلیل الگوی رشد شهر تهران با رویکرد بوم‌شناسی سیمای‌سرزمین، پژوهش‌های جغرافیایی برنامه‌ریزی شهری، دوره 3، 407-429.
10- کریمی فیروزجایی، کیاورز، کلانتری؛ محمد، مجید، محسن (1397). پایش و پیش‌بینی تغییرات کاربری اراضی و گسترش فیزیکی شهر بابل در دوره زمانی 1419-1364 با استفاده از تصاویر چند زمانه لندست، برنامه‌ریزی توسعه کالبدی، سال سوم، شماره 7، 32-57.
11- گومه، رنگزن، نظری سامانی، قدوسی؛ علی‌اکبر،  زینت، کاظم، جمال (1393). بررسی روند تغییرات کمی فضای سبز کلان‌شهر کرج با استفاده از داده‌های سنجش از دور و سنجه‌های سیمای‌سرزمین، محیط زیست طبیعی، منابع طبیعی ایران، دوره 67، شماره 3، 323-331.
12- محقق، مبرقعی‌دینان، وفائی‌نژاد، سبحان اردکانی،  منوری؛ میرسعید، نغمه، علیرضا، سهیل، سید مسعود (1399). بررسی تغییرات بوم‌سازگان با استفاده از سنجه‌های سیمای‌سرزمین و ترسیب کربن شهر تهران، محیط شناسی، دوره 46، شماره 1. 1-18.
13- مرکز آمار ایران (1395). ویژگی‌های جمعیتی، اجتماعی و اقتصادی مناطق 22گانه تهران در سرشماری سال‌های 1390 و 1395، ریاست جمهوری، سازمان برنامه و بودجه کشور.
14- نصیری، درویش‌صفت؛ وحید، علی اصغر (1397). آشکارسازی و تحلیل تغییرات کاربری اراضی منطقه ارسباران با استفاده از بوم‌شناسی منظر، پژوهش‌‌های علوم و فناوری چوب و جنگل، جلد 25، شماره 4، 1-17.
15- یزدان‌پناه، یاوری، زبردست، آل‌محمد؛ مهسا،  احمدرضا، لعبت، سیده (1394). ارزیابی زیرساخت‌های سبز شهری به منظور اصلاح تدریجی آن‌ها در سیمای‌سرزمین تهران، محیط‌شناسی، دوره 41، شماره 3. 613-625.
16- یوسفی، صالحی، قسامی، جهانی شکیب؛ الهام، اسماعیل، فاطمه، فاطمه (1393). تحلیل وضعیت اکولوژیکی فضای سبز شهر بیرجند براساس متریک‌های سیمای‌سرزمین (با تأکید بر وضعیت پارک‌های محله‌ای و منطقه‌ای)، فضای جغرافیایی، سال چهاردهم، شماره 46، 71-87.
 
17- Aburas, M. M., Ho, Y. M., Ramli, M. F., & Ash’aari, Z. H. (2018). Monitoring and assessment of urban growth patterns using spatio-temporal built-up area analysis. Environmental Monitoring and Assessment, 190(3). doi:10.1007/s10661-018-6522-9.
18- Andersson, E., Hasse, D., Scheuer, S., Wellmann, T. (2020). Neighbourhood character affects the spatial extent and magnitude of the functional footprint of urban green infrastructure. Landscape ecology, 35, 1605–1618.
19- Arnold, J., Kleemann, J., Fürst, C. (2018). A Differentiated Spatial Assessment of Urban Ecosystem Services Based on Land Use Data in Halle, Germany. Land, 7(3), 101. https://doi.org/10.3390/land7030101.
20-  Benedict, M. A., McMahon, E. T. (2006). Green infrastructure: Linking landscapes and communities. Washington, DC: Island Press.
21- Birjandi, N., Ghobadi, M., Ahmadipari, M. (2019). Analysis and zoning of air pollution in urban landscape using different models of spatial analysis (Case study: Tehran). Advances in Environmental Technology, 3, 185-191.
22- Bogaert, J., Ceulemans, R., & Salvador-Van Eysenrode, D. (2004). Decision Tree Algorithm for Detection of Spatial Processes in Landscape Transformation. Environmental Management, 33(1), 62–73.
23- Botequilha L. A., Ahern, J. (2002). Applying Landscape Ecological Concepts and Metrics in Sustainable Landscape Planning. Landscape and Urban Planning, 59, 65-93.
24- Cadenasso, M. L., Pickett, S. T. A. (2008). Urban Principles for Ecological Landscape Design and Maintenance: Scientific Fundamentals, Cities and the Environment. Vol. 1: Iss. 2, Article 4. 1-16.
25- Chen, A., Yao, L., Sun, R., Chen, L. (2014). How many metrics are required to identify the effects of the landscape pattern on land surface temperature? Ecological indicators, 45, 423- 424.
26- Di Marino, M., Lapintie, K. (2017). Exploring the concept of green infrastructure in urban landscape. Experiences from Italy, Canada and Finland. Landscape Research, 43 (1), 139-149.
27- Du, H., Cai, W., Xu, Y., Wang, Z., Wang, Y., Cai, Y. (2017). Quantifying the cool island effects of urban green spaces using remote sensing Data. Urban Forestry and Urban Greening, 27, 24-31.
28- Gherraz, H., Guechi, I., Alkama, D. (2020). Quantifying the effects of spatial patterns of green spaces on urban climate and urban heat island in a semi-arid climate, Bulletin de la Société Royale des Sciences de Liège [En ligne], Volume 89 - Année 2020, Articles, 164-185.
29- Grafius, D.R., Corstanje, R., Harris, J.A. (2018). Linking ecosystem services, urban form and green space configuration using multivariate landscape metric analysis. Landscape ecology, 33, 557–573.
30- Huang, C., Yang, J., & Jiang, P. (2018). Assessing Impacts of Urban Form on Landscape Structure of Urban Green Spaces in China Using Landsat Images Based on Google Earth Engine. Remote Sensing, 10(10): 1569, 1-14.
31- Hu, Z., & Lo, C. P. (2007). Modeling urban growth in Atlanta using logistic regression. Computers, Environment and Urban Systems, 31(6), 667-688.
32- Inkoom, J.N., Frank, S., Greve, K., Walz, U., Christine, F. (2018). Suitability of different landscape metrics for the assessments of patchy landscapes in West Africa. Ecological Indicators, 85, 117–127.
33- Jaganmohan, M., Knapp, S., Schwarz, N. (2016). The bigger, the better? The influence of urban green space design on cooling effects for residential areas. Journal of Environmental Quality, 45, 134–145.
34- Lafortezza, R., Davies, C., Sanesi, G., Konijnendijk, CC. (2013). Green Infrastructure as a tool to support spatial planning in European urban regions. IForest, 6: 102-108.
35- Lee, S. W., Hwang, S. J., Lee, S. B., Hwang, H. S., Sung, H. C. (2009). Landscape ecological approach to the relationships of land use patterns in watersheds to water quality characteristics. Landscape and Urban Planning, 92, 80–89.
36- Liang, H., Chen, D., & Zhang, Q. (2017). Assessing urban green space distribution in a compact megacity by landscape metrics. Journal of Environmental Engineering and Landscape Management, 25(1), 64-74.
37- Liu, Y., Wei, X., Li, P., Li, Q., (2016). Sensitivity of correlation structure of class- and landscape-level metrics in three diverse regions. Ecological Indicators, 64, 9–19.
38- Liu, Y., Peng, J., Wang, Y. (2018). Efficiency of landscape metrics characterizing urban land surface Temperature. Landscape and Urban Planning, 180, 36–53.
39- Lu, D., & Weng, Q. (2007). A survey of image classification methods and techniques for improving classification performance. International journal of Remote sensing, 28(5), 823-870.
40- Maheng, D., Pathirana, A., Zevenbergen, C. A. (2021). Preliminary Study on the Impact of Landscape Pattern Changes Due to Urbanization: Case Study of Jakarta, Indonesia. Land 10, 218. 1-27.
41- Matthews, R. B., Gilbert, N. G., Roach, A., Polhill, J. G., & Gotts, N. M. )2007(. Agent-based land-use models: a review of applications. Landscape Ecology, 22(10), 1447-1459.
 42- Miller, J. D., Brewer, T. )2018(. Refining flood estimation in urbanized catchments using landscape metrics. Landscape and Urban Planning, 175. 34-49.
23- Moarrab, Y., Salehi, E., Amiri, M., Hovidi, H. (2021). Spatial–temporal assessment and modeling of ecological security based on land-use/cover changes (case study: Lavasanat watershed). International Journal of Environmental Science and Technology. 10.1007/s13762-021-03534-5.
44- Monteiro, R., Ferreira, JC., Antunes P. (2020). Green Infrastructure Planning Principles: An Integrated Literature Review. Land, 9(12): 525, 1-19.
45- Myint, S. W., & Wang, L. (2006). Multicriteria decision approach for land use land cover change using Markov chain analysis and a cellular automata approach. Canadian Journal of Remote Sensing, 32(6), 390-404.
46- Park, Y., Guldmann, J.M. (2020). Measuring continuous landscape patterns with Gray-Level Co-Occurrence Matrix (GLCM) indices: An alternative to patch metrics? Ecological Indicators, Volume 109, 105802. 1-18.
47- Paudel, S., & Yuan, F. (2012). Assessing landscape changes and dynamics using patch analysis and GIS modeling. International Journal of Applied Earth Observations and Geoinformation, Volume 16, 66-76.
48- Pramanik, S., & Punia, M. (2019). Assessment of green space cooling effects in dense urban landscape: A case study of Delhi, India. Modeling Earth Systems and Environment, 5, 867–884.
49- Sakieh, Y., Jaafari, S., Ahmadi, M., Danekar, A. (2017). Green and calm: Modeling the relationships between noise pollution propagation and spatial patterns of urban structures and green covers. Urban Forestry & Urban Greening, 24, 195–211.
50- Sang, L., Zhang, C., Yang, J., Zhu, D. and Yun, W., (2011). Simulation of land use spatial pattern of towns and villages based on CA–Markov model. Mathematical and Computer Modelling, 54(3-4), 938-943.
51- Talebi Khiavi, H., & Mostafazadeh, R. (2021). Land use change dynamics assessment in the Khiavchai region, the hillside of Sabalan mountainous area. Arabian Journal of Geosciences, 14, 2257, 1-15.
52- Tayyebi, A., Pijanowski, B. C., & Tayyebi, A. H. (2011). An urban growth boundary model using neural networks, GIS and radial parameterization: An application to Tehran, Iran. Landscape and Urban Planning, 100(1-2), 35-44.
53- Teferi, E., Uhlenbrook, S., Bewket, W., Wenninger, J. and Simane, B. (2010). The use of remote sensing to quantify wetland loss in the Choke Mountain range, Upper Blue Nile basin, Ethiopia. Hydrology and Earth System Sciences, 14(12), 2415-2428.
54- Threlfall, C. G., Mata, L., Mackie, J. A., Hahs, A. K., Stork, N. E., Williams, N. S. G., & Livesley, S. J. (2017). Increasing biodiversity in urban green spaces through simple vegetation interventions. Journal of Applied Ecology, 54, 1874–1883.
55- United Nations, Department of Economic and Social Affairs, Population Division. (2019). World Urbanization Prospects: The 2018 Revision (ST/ESA/SER.A/420). New York: United Nations.
56- Vanderhaegen, S., & Canters, F. (2017). Mapping urban form and function at city block level using spatial metrics. Landscape and Urban Planning, 167, 399–409.
57- Vos, P. E., Maiheu, B., Vankerkom, J., Janssen, S. (2013). Improving local air quality in cities: to tree or not to tree? Environmental pollution, 183, 113-122.
58- Walz, U., Hoechstetter, S., Drãguþ, L., Blaschke, T., (2016). Integrating time and the third spatial dimension in landscape structure analysis. Landscape Research, 41(3), 279–293.
59- Wang, R., Zhao, J., Meitner, M.J., Xu, X. (2019). Characteristics of urban green spaces in relation to aesthetic preference and stress recovery. Urban Forestry & Urban Greening, 41, 6–13.
60- Woldesemayat, E. M., & Genovese, P. V. (2021). Urban green space composition and configuration in functional land use areas in addis ababa, ethiopia, and their relationship with urban form. Land, 10(1), 1–21.
61- Yang, B., Li, S. (2013). Green Infrastructure Design for Stormwater Runoff and Water Quality: Empirical Evidence from Large Watershed-Scale Community Developments. Water, 5(4): 2038-2057.
62- Yang, Q., Li, X., & Shi, X. (2008). Cellular automata for simulating land use changes based on support vector machines. Computers & geosciences, 34(6), 592-602.
63- Yu, M., Huang, Y., Cheng, X., Tian, J. (2019). An ArcMap plug-in for calculating landscape metrics of vector data. Ecological Informatics, 50, 207–219.
فصلنامه علمی- پژوهشی اطلاعات جغرافیایی « سپهر»
دوره 31، شماره 122 - شماره پیاپی 122
شهریور 1401
صفحه 167-188
فایل ها
هم رسانی
ارجاع به این مقاله
آمار