An Analysis of the Affective Natural Factors in the Rural Density and Providing Map Development and Potential in the Mountainous Areas of Mazandaran

Document Type : Research Paper

Author

Abstract

Zonation of different areas using appropriate methods is important for rural development and planning. In order to prepare the zonation mapping of the mountainous areas of Mazandaran province in this study, factors including elevation, slope, aspect, lithology,  temperature, rain, and distance from river were used as information layers. After calculating frequency of the villages in each class of factors and determining their weight using information value model, the developed layers in ArcGIS were integrated and as a result the zonation map of the area was developed. For preparing the zonation map using the correlation model, the weight of each factor was calculated using the SPSS software and then was multiplied by the weight of the classes of each factor. Results show that elevation of 500-1000 meters, slope of 10-20 percents, the south direction, quaternary fluvial, temperature 10-15 degree centigrade, precipitation higher 800 millimeters and distance of 300 meters from rivers are appropriate for rural development. The evaluation of the models also showed that the information value model is more appropriate for zonation in the area.  

Keywords

References

بدری، سیدعلی و جعفر صادق قنبری. 1384. ارزیابی توان­های محیطی در عمران روستایی (مطالعه موردی: حوضه رود قلعه چای عجب­شیر)، مجله­ی پژوهش­های جغرافیایی، شماره 54، صفحات 173-185.
2-بدری، سیدعلی و علیرضا رکن­الدین افتخاری. 1382. ارزیابی پایداری: مفهوم و روش، فصل­نامه تحقیقات جغرافیایی سال هجدهم، شماره 2، شماره پیاپی 69، صفحات 9-34.
3-جمعه­پور، محمود. 1385. کاربرد سیستم اطلاعات جغرافیایی در امکان­سنجی توان­های محیطی و تعیین الگوی فضایی  بهینه در نواحی روستایی، شهرستان تربیت حیدریه، شماره 55، صفحات: 35-58.
4-سعیدی، عباس. 1375. شیوه­های سکونت­گزینی و گونه­های مساکن روستایی، بنیاد مسکن انقلاب اسلامی.
5-عظیمی، نورالدین. 1380. الگوی استقرار سکونت­گاه­های روستایی در منطقه­ کوهستانی زاگرس مرکزی (مطالعه موردی: بخش سرشیو مریوان)، فصل­نامه فضای جغرافیایی، دانشگاه آزاد اسلامی واحد اهر، شماره 1.
6-قراگوزلو، علیرضا. 1384. GIS و ارزیابی و برنامه­ریزی محیط زیست، سازمان نقشه برداری کشور.
7-محمدی، مجید؛ حمیدرضا مرادی؛ سادات فیض­نیا و حمیدرضا پورقاسمی. 1388. ارزیابی کارایی مدل­های عامل اطمینان، ارزش اطلاعاتی و فرایند تحلیل سلسله مراتبی در پهنه­بندی خطر زمین لغزش، نشریه­ی مرتع و آبخیزداری مجله منابع طبیعی ایران، دوره 62، شماره 4، صفحات 539-551.
8-مخدوم، مجید. 1370. ارزیابی توان اکولوژیکی منطقه گیلان و مازندران برای توسعه شهری، صنعتی و روستایی و توریسم، مجله محیط‌شناسی، شماره 16، صفحات 81-99.
9-مولایی هشجین، نصراله. 1390. تحلیل جغرافیایی از امکانات و تنگناهای توسعه­ روستایی در ناحیه خلخال، فصل­نامه جغرافیایی آمایش محیط، شماره 13.
10-نوروزی آورگانی، اصغر، هدایت‌اله نوری، اسکندر صیدایی، صدیقه کیانی و زهرا سلطانی. 1389. ارزیابی توان اکولوژیک محیط برای تعیین مناطق مستعد کشاورزی با استفاده از  GIS(بخش مرکزی شهرستان کیار)، مجله­ی جغرافیا و برنامه­ریزی محیطی، دوره 21، شماره 1، صفحات 46-33.
11-نیازی، یعقوب؛ محمدرضا اختصاصی؛ علی طالبی؛ صالح آرخی و محمدحسین مختاری. 1389. ارزیابی کارایی مدل آماری دو متغیره در پیش­بینی خطر زمین لغزش (مطالعه­ موردی: حوزه­ سد ایلام)، مجله علوم و مهندسی آبخیزداری ایران، شماره 10، صفحات 9-20.
12.Duman, T., Can, T., Gokceoglu, C., Nefeslioglu, H.A. and Sonmez, H. 2006. Application Of  Logistic  Regression  For  Landslide  Susceptibility  Zoning Of Cekmee Area, Istanbul, Turkey, Environmental  Geology, 51: 241-256.
 13.Jun, L., Jundong, H., and yang, L. 2011. Analysis of Rural Ecological Environment Governance in the Two-oriented Society Construction: A Case Study of Xiantao City in Hubei Province, Procedia Environmental Sciences, 11: 1278–1284.
14.Herrmann, S. and Osinski, E. 1999. Planning sustainable land use in rural areas at different spatial level using GIS and modeling tools. Landscape and Urban Planning, 46:93-101.
15.Ohlmacher, G.C. and Davis, J.C. 2001. Using Multiple Regression and GIS Technology to Predict Landslide Hazard in Northeast Kansas. USA. Engineering Geology, 69:331-343.
16.Pradhan,  B. and Lee, S. 2010. Landslide susceptibility assessment and factor effect Analysis: back propagation artificial neural networks and their comparison with Frequency ratio and bivariate logistic regression modeling, Environmental Modeling & Software, 25:747–759.
17.Shi-yin, C., Yao-lin, L. and Cui-fang, C. 2007. Evaluation of Land Use Efficiency Based on Regional Scale,Journal of China University of Mining & Technology, Vol. 17, No. 2, pp. 215-219.
18.Yalcin, A., Reis, S., Aydinoglu, A.C. and Yomralioglu, T. 2011. A GIS-based comparative study of frequency ratio, analytical hierarchy process, bivariate statistics and logistics regression methods for landslide susceptibility mapping in Trabzon, NE Turkey, Catena, 85: 274–287.
19.Yin, K.L. and Yan, T.Z. 1988. Statistical Prediction Model for Slope Instability of Metamorphosed Rocks. In Proc., Fifth International Symposium in Landslides (C. Bonnarded), Lausanne, A.A. Balkema, Rotterdam, Netherlands, pp.1269-1272.

Files

Share

How to cite

Statistics