هانیه امیدزاده

امروزه از جمله فرصت های جدید اقتصادی، اجتماعی و اکولوژیکی که به دلیل نیازهای جهانی به شدت در حال رشد و گسترش است، صنعت گردشگری می باشد. کشور ایران به دلیل دارا بودن پتانسیل های متنوع و گسترده همواره به عنوان یکی از کانون های گردشگری در قلمرو سرزمینی مطرح بوده است. از همین رو، از میان فرصت های گردشگری موجود در کشور، جاذبه های طبیعی و چشم اندازهای بکر و آب و هوای مناسب، زمینه را برای توسعه اکوتوریسم، بیش از دیگر جنبه های گردشگری تقویت می کند. در این زمینه، انجام برنامه ریزی با رویکرد جدید مشارکتی و راهبردی می تواند یکی از شیوه های بهره برداری از این فرصت ها برای مناطق روستایی با پتانسیل اکوتوریسم باشد. در این میان منطقه غریب محله به دلیل موقعیت جغرافیایی آن دارای پتانسیل های فراوان اکوتوریسم می باشد. هدف این تحقیق بررسی فرصت ها و محدویت های اکوتوریسم منطقه غریب محله بر اساس رویکرد برنامه ریزی مشارکتی می باشد که با استفاده از روش شناسی توصیفی – تحلیلی (تلفیقی از روش کمی و کیفی) و به کار گیری مدل SWOT، کوشش شده است تا راهبرد اصلی برای اقدام در زمینه اکوتوریسم منطقه مورد مطالعه از دیدگاه 122 نفر از کارشناسان به عنوان نمونه، مورد شناسایی و ارائه گردد. نتایج بدست آمده نشان داد که بر اساس ارزیابی میانگین نمرات استراتژی های محافظه کارانه در ماتریس برنامه ریزی استراتژیک کمی، استراتژی توسعه و گسترش گردشگری کشاورزی به منظور بهره برداری مناسب از مناظر، باغ ها در جهت کسب درآمد به عنوان بهترین استراتژی انتخاب شد.

سیستم حمل و نقل درون شهری به عنوان ابزار مهم و موتور محرک، توسعه ی شهرها در اقتصاد محلی و منطقه ای به شمار می آید. چرا که اگر جوامع شهری امروز دارای امکانات و زیرساخت های مناسب حمل و نقل شهری نباشند، خسارات جبران ناپذیر اقتصادی را بر خود تحمیل می نماید. در این راستا اقلیم شناسان تلاش می کنند با تجزیه و تحلیل داده های یک یا چند متغییر اقلیمی در گذشته، به قوانین و مدل هایی دست یابند که بر این اساس، وضعیت اقلیم را در آینده پیش بینی کنند. شبکه های عصبی مصنوعی از مؤلفه های هوش مصنوعی است که امروزه به طور وسیع در زمینه مدل سازی و پیش بینی پارامترهای اقلیمی مورد استفاده قرار می گیرد. در این پژوهش، سعی شده با پیش بینی سرمای دیررس بهاره ایستگاه خرم آباد با استفاده از مدل پرسپترون چند لایه (MLP) به تاثیر آن برسیستم حمل و نقل شهری، ضمن آشکارسازی رخداد وقوع، نسبت به کاهش خسارات و اختلالات ناشی از آن به خودروها و تاسیسات زیرساختی حمل و نقل درون شهری و غیره زمینه ای ایجاد نمود تا تدابیر لازم اتخاذ گردد. به منظور دستیابی به این مهم از متغیرهای میانگین ماهانه حداقل و حداکثر دما، میانگین حداقل و حداکثر رطوبت نسبی، مجموع ساعات آفتابی و میانگین مجموع بارش ماهانه طی دوره آماری 28 ساله (2009-1981) جهت پیش بینی دماهای حداقل ماه های آوریل و می سال های 2010 تا 2012 و مقایسه آن با داده های واقعی استفاده گردید. جهت این کار از امکانات و توابع موجود در نرم افزار MATLAB بهره گرفته شد. سپس به بررسی شاخص های عملکرد شبکه از جمله ضریب تعیین و همبستگی و درصد خطای نسبی پرداخته شد. یافته ها بیانگر وقوع یخ بندان بهاره برای 80% احتمال و دوره برگشت 49/1 ساله روز 187 یعنی 7 فروردین ماه است. و حداکثر خطای این مدل با داده های واقعی کم تر از 10/0 درجه سلسیوس است که توانایی قابل توجه مدل شبکه عصبی مصنوعی در مدلسازی پیش بینی دماهای حداقل را نشان می دهد. بنابراین توجه به پدیده های اقلیمی از جمله یخ بندان بر مدیریت و توسعه حمل و نقل شهری تاثیر شایانی می گذارد و باید از نظر کارشناسان این امر در الویت دقت قرار گیرد.

ژئوتوریسم به عنوان زیرشاخه ای از توریسم طبیعت گرا در کنار دیگر شاخه های گردشگری همچون گردشگری روستایی، فرهنگی و غیره از ظرفیت های بالقوه زیادی برای توسعه سرزمین و پایداری منابع طبیعی برخوردار است. ایران با تنوع گسترده در ساختارهای ژئومورفولوژیکی و زمین شناسی خویش از ظرفیت ها و توانمندی های بسیار زیادی در زمینه جاذبه های ژئوتوریستی برخوردار بوده و لذا عرصه های جدیدی در زمینه فعالیت های گردشگری گشوده می نماید. استان لرستان در غرب ایران از جمله مناطقی است که از ظرفیت های بالقوه فرآوانی جهت توسعه فعالیت های ژئوتوریسم برخوردار است. هدف این پژوهش ارزیابی ظرفیت جاذبه های ژئومورفولوریکی به منظور توسعه ی ژئوتوریسم در منطقه مورد مطالعه است. این پژوهش از نوع پژوهش های بنیادی بوده و اطلاعات مورد نیاز به دو روش کتابخانه ای و مطالعات میدانی گردآوری شده است. تحلیل ظرفیت های ژئوتوریستی بر اساس مدل پرالونگ نشان می دهد که آبشارتله زنگ به دلیل بالابودن ارزش علمی و زیبایی-ظاهری دارای بیشترین میزان قابلیت و توانمندی از لحاظ ژئوتوریستی را به خود اختصاص داده و دریاچه گهر نیز کمترین میزان توانمندی در میان لندفرم ها را دارند. همچنین نتایج این بررسی نشان می دهد که مدل پرالونگ از توانایی بالایی برای تحلیل ظرفیت های گردشگری برخوردار است.