ارزیابی الگوهای تراکمی شهر هوشمند مبتنی بر مولفه های زیست محیطی در شهر ارومیه

نوع مقاله : پژوهشی - کاربردی

نویسندگان

1 گروه شهرسازی دانشکده معماری شهرسازی و هنر دانشگاه ارومیه

2 دانشجوی کارشناسی ارشد برنامه ریزی شهری

10.22059/jurbangeo.2025.391873.2048

چکیده

در مواجهه با چالش‌های ناشی از گسترش بی‌ضابطه شهری، این پژوهش با رویکردی یکپارچه و داده‌محور، به تحلیل رابطه میان الگوهای تراکم ساختمانی و شاخص‌های زیست‌محیطی در قالب الزامات شهر هوشمند در شهر ارومیه پرداخته است. هدف اصلی، تدوین الگویی علمی برای مدیریت بهینه تراکم و ارتقاء کیفیت زندگی شهری است. پژوهش با روش توصیفی–تحلیلی و چارچوبی چندسطحی انجام شده و از مدل چیدمان فضا (Space Syntax) در نرم‌افزار DepthmapX، تحلیل‌های مکانی در محیط ArcMap، مدل Kernel Density و داده‌های میدانی شامل برداشت‌های فضایی و پرسشنامه‌های لیکرتی استفاده شده است. یافته‌ها نشان از وجود ناهماهنگی فضایی میان تراکم‌های ساختمانی با خدمات عمومی، حمل‌ونقل و فضاهای سبز دارد. تحلیل نهایی نشان داد که تراکم ساختمانی ۵ طبقه با میانگین امتیاز ۸.۱۰ از ۱۰، بالاترین سطح سازگاری را با شاخص‌های زیست‌محیطی و شهر هوشمند داشته و در جایگاه نخست قرار می‌گیرد. پس از آن، تراکم ۶ طبقه با امتیاز ۷.۹۹ در رتبه دوم قرار دارد. این یافته‌ها حاکی از آن است که تراکم‌های معقول و برنامه‌ریزی‌شده می‌توانند بدون خدشه به کیفیت زیست‌محیطی، بستری برای ارتقاء زیست‌پذیری شهری فراهم کنند. نتیجه‌گیری پژوهش، بر ضرورت استفاده از اصول طراحی پایدار، ظرفیت‌سنجی محیطی و ابزارهای تحلیلی هوشمند در سیاست‌گذاری و طراحی شهری تأکید دارد. این چارچوب می‌تواند برای شهر ارومیه و سایر شهرهای در حال توسعه، مبنایی برای تصمیم‌گیری‌های مبتنی بر شواهد و طراحی شهری مشارکتی در راستای تحقق شهر هوشمند و زیست‌پذیر باشد.

کلیدواژه‌ها


عنوان مقاله [English]

Evaluation of Density Patterns in Smart Cities Based on Environmental Components in Urmia city

نویسندگان [English]

  • Fereydoun Naghibi 1
  • Reza Hosseinzadeh 2
1 عضو هیات علمی
2 Urban planning dep., Urmia University
چکیده [English]

Amid growing challenges posed by uncontrolled urban expansion, this study employs an integrated and data-driven approach to examine the relationship between urban density patterns and environmental indicators within the framework of smart city principles in Urmia. The objective is to develop a scientific model for optimal density management aimed at enhancing livability and environmental quality. A descriptive-analytical method was adopted using Space Syntax modeling (via DepthmapX), spatial analysis in ArcMap, Kernel Density estimation, and field data collection through Likert-scale surveys and spatial observations. The findings reveal significant spatial mismatches between existing density distributions and the accessibility of public services, transport infrastructure, and green spaces. Crucially, five-story buildings, with a mean score of 8.10 out of 10, emerged as the most compatible density level with environmental and smart city indicators. Six-story buildings ranked second with a score of 7.99. These results confirm that well-planned, moderate densities can support environmental performance without undermining urban quality of life. The study underscores the necessity of integrating sustainable urban design principles, environmental carrying capacity assessments, and intelligent analytical tools into urban planning frameworks. Despite limitations related to localized focus on Urmia, subjective survey components, and limited access to fine-scale environmental data, the proposed framework offers a robust foundation for evidence-based policymaking and participatory design. It invites further comparative, multi-scalar, and longitudinal research to explore urban density impacts across diverse contexts and timeframes. The outcomes of this study can inform urban planners and policymakers in creating more resilient, livable, and smart urban environments.

کلیدواژه‌ها [English]

  • Densitty Patterns
  • Smart city
  • Urmia city
  • Enviromental Components