سنجش چند مرکزیتی مورفولوژیک در مقیاس فرامنطقه ای (استان های تهران، البرز و قزوین) با استفاده از کلان داده لنداسکن (مقاله علمی وزارت علوم)
درجه علمی: نشریه علمی (وزارت علوم)
آرشیو
چکیده
چندمرکزیتی به عنوان یک مفهوم «مورفولوژیک»، به توزیع متوازن جمعیت و اشتغال در فضا اشاره دارد، به گونه ای که هیچ یک از مراکز بر سایرین تسلط نداشته باشد. با وجود این، تعیین محدوده و تعریف و عملیاتی سازی مفهوم «مرکز» همچنان به عنوان یک چالش مهم روش شناختی در اندازه-گیری چندمرکزیتی باقی مانده است. روش های پایین به بالا و مبتنی بر کلان داده ها می تواند با جلوگیری از سوگیری در تعریف محدوده مطالعه براساس واحدهای آماری اداری، از انتخاب اجباری مراکز فرعی در چنین محدوده هایی اجتناب نماید. بر اساس این، مطالعه حاضر در پی آن است تا با استفاده از داده های لنداسکن به عنوان یک پایگاه کلان داده منبع باز و با تحلیل اکتشافی داده های فضایی ESDA))، تحلیل محلی موران، تحلیل نقاط داغ، شاخص آنتروپی و استفاده از شاخص چندمرکزیتیت نسبی، به سنجش چندمرکزیتی مورفولوژیک ابر منطقه تهران- کرج – قزوین در یک بازه 13 ساله بپردازد. نتایج پژوهش نشان می دهد اگرچه نقش غالب شهر تهران در منطقه ادامه دارد، اما ظهور و تقویت تدریجی مراکز ثانویه در نقاط پیراشهری مانند اسلامشهر، ری و پاکدشت، تسلط آن را به چالش کشیده است. به علاوه، تداوم حضور شهرهایی مانند ملارد، ورامین و رباط کریم در فهرست مراکز بالقوه بیان گر شکل گیری الگوی چند مرکزیتی در نواحی پیراشهری دو منطقه کلان شهری تهران و البرز است. بررسی توزیع تراکم های جمعیت و اشتغال در دوران همه گیری کرونا و پیش و پس از آن، مشخص می کند که چندمرکزیتی عملکردی منطقه بیش از چندمرکزیتی مورفولوژیک آن است.Assessing Morphological Polycentricity at the Supra-Regional Scale (Tehran, Alborz, and Qazvin Provinces) Using LandScan Big Data
olycentricity, as a morphological concept, refers to the balanced distribution of population and employment across space in such a way that no single center dominates over others. However, determining the boundaries and defining and operationalizing the concept of "center" remains a significant methodological challenge in measuring polycentricity. Bottom-up methods and big data-based approaches can avoid biases arising from defining study boundaries based on administrative and statistical units and prevent the forced selection of secondary centers within such boundaries. Accordingly, the present study seeks to assess the morphological polycentricity of the Tehran-Karaj-Qazvin mega-region over a 13-year period. This is done by employing LandScan data as an open-source big data repository and using spatial exploratory data analysis (ESDA), Local Moran's analysis, hotspot analysis, the entropy index, and the relative polycentricity index. The study's findings indicate that while Tehran continues to play a dominant role in the region, the gradual emergence and strengthening of secondary centers in peri-urban areas, such as Eslamshahr, Rey, and Pakdasht, are challenging its dominance. Furthermore, the sustained presence of cities like Malard, Varamin, and Robat Karim in the list of potential centers signifies the formation of a polycentric pattern in the peri-urban areas of the Tehran and Alborz metropolitan regions. An examination of the distribution of population and employment densities during the COVID-19 pandemic, as well as before and after it, reveals that the region's functional polycentricity surpasses its morphological polycentricity.
تبلیغات
