خلاصة:
در فرایند اختصاص مکانی کاربریها به یک پهنه، به طور معمول میان کاربریها رقابت وجود دارد. برای حل این رقابت، دو رویکرد تخصیص زمین به چند کاربری (MOLA) و الگوریتم ژنتیک (GA) برای شهرستان گرگان به کار گرفته شدند. رویکرد MOLA بر اساس تناسب و روش نزدیکی به نقطه مطلوب عمل میکند و برای GA، با به کارگیری لایه تناسب و شاخص پیوستگی (Cohesion Index) کاربری تخصیص میشود. جهت بهبود رویکرد MOLA، لایه نهایی به عنوان جمعیت اولیه در GA استفاده شد. همچنین، با تعریف شاخص پیوستگی به عنوان معیار سیمای سرزمین، تلاش شد لکههای ایجادشده شکل منسجمتری داشته باشند، که این ویژگی در رویکرد MOLA غایب است. نتایج نشان داد به کارگیری GA بر اساس خروجی رویکرد MOLA در بهبود قابلیت این رویکرد از نظر معیارهای سیمای سرزمین تاثیری بسزا دارد. اگرچه واردکردن معیارهای سیمای سرزمین باعث ازدسترفتن بخشی از تناسب برای کاربریها میشود، با متوازن کردن تناسب و شاخص سیمای سرزمین در GA میتوان حد متعادلی از آنها را لحاظ کرد. لایه ایجادشده توسط GA از لحاظ معیارهای سیمای سرزمین و تناسب، قابلیت به کاریگری ترکیبی از رویکردهای مختلف را در آمایش برای رسیدن به راهحل بهینه نشان داد.
There is competition between land uses in spatial land use allocation. In this research two approaches including Multi Objective Land Allocation (MOLA) and optimization with Genetic Algorithm (GA) were used for conflict resolution. The MOLA approach is based on suitability and proximity to ideal point whereas in GA، a suitability layer together with a cohesion index was used for land use allocation. The output from MOLA application was fed into the GA approach as the initial population and contiguity index as a landscape metric was used in the process to improve the result. With inclusion of contiguity in the GA approach which is absent in MOLA، and has no precedence in Iran، the final patches in the land use pattern were compacter and better shaped. Results showed GA application using MOLA output improves landscape metrics specifications in the final land use plan. However، including landscape metrics compromises suitability for land use، but there is possibility of balancing suitability and landscape indices in the GA application process. The final layer created through GA showed capability of considering suitability and landscape metrics simultaneously in land use planning towards achieving an optimal solution.
ملخص الجهاز:
"در مطالعات زیادی، معیارهای سیمای سرزمین در کنار تناسب برای اختصاص کاربریها به کار گرفتـه شده است (١٩٩٩ ,Lin &Feng ;١٩٩٦ ,Michalewicz ;١٩٨٩ ,Goldberg ;٢٠٠٦ ,.
1. Multi Objective Land Allocation (MOLA) منظور از معیارهای سیمای سرزمین ، روش هایی است که برای کمیکردن ویژگـیهـای مکـانی سرزمین به کار گرفته مـیشـود (Help Online ,٢٠٠٢ ,.
بنـابراین ، ساختار کلی این پژوهش بر مبنای مراحل زیر است : - تخصیص سرزمین به چندکاربری بـر اسـاس نقشـه هـای مطلوبیـت هـر کـاربری بـا روش MOLA؛ - به کارگیری نتایج روش MOLA به عنوان جمعیت اولیـه در الگـوریتم ژنتیـک بـرای بهبـود ساختار مکانی لکه های هر کاربری؛ - مقایسۀ قابلیت دو مدل بر اساس معیارهای کمی سیمای سرزمین و تناسب هر کاربری .
معیارهای سیمای سرزمین در خروجی GA کشاورزی جنگل مرتع توسعه 73 384 75 303 NP 1/1 8/94 17/41 14/34 PLAND 55/02 84/68 844/06 172/09 Area_Mean 12/6 25/51 7/11 22/73 LSI 91 96/11 99/52 98/88 Cohesion 1/03 1/03 1/02 1/02 Frac_Mean شایان ذکر است اگرچه به کارگیری روش بهینه سازی الگوریتم ژنتیک در بهبود ساختار سـیمای سرزمین تأثیر مثبت داشته است ، نباید نادیده گرفت که این بهبود همراه بـا چشـم پوشـی از بخـش کوچکی از تناسب سرزمین برای هر کاربری است .
بنابراین ، یک راه برای حل تعـارض بـین ایـن روش ها که در این مطالعه نیز به آن توجه شده اسـت ، بهبـود روش MOLA بـر اسـاس توجـه بـه معیارهای سیمای سرزمین با به کارگیری یکی از روش های بهینه سازی، یعنی الگوریتم ژنتیک است ."