مقايسه روش‌هاي مختلف تجربي، رياضي و هوشمند در ارزيابي كيفيت زيبايي شناختي منظر شهري (مطالعه موردي: شهر گرگان)

در عصر حاضر، افزايش مداخلات انساني موجب ايجاد آشفتگي در الگوهاي منظر و تنزل كيفيت منظر شده است. از اين رو شناسايي مناطق باارزش و برنامه­ ريزي صحيح و طراحي مناسب به منظور حفاظت و ارتقا ارزش­ هاي زيبايي ­شناختي و سرمايه ­هاي منظر امري ضروري و اجتناب­ ناپذير به نظر مي­ رسد. هدف از اين پژوهش، بررسي عملكرد روش­ هاي مختلف تجربي (ارزيابي چندمعياره به روش تركيب خطي وزن­ دار)، رياضي (رگرسيون لجستيك) و هوشمند (شبكه عصبي) در برآورد تناسب ارزش زيبايي­ شناختي شهر گرگان مي باشد. پس از مطالعه ­هاي نظري و تعيين معيارهاي تاثيرگذار، نقشه ­سازي و استانداردسازي معيارها صورت گرفت و در نهايت نقشه تناسب ارزش زيبايي­ شناختي بر اساس روش ­هاي تركيب خطي وزن­ دار، شبكه عصبي و رگرسيون لجستيك تهيه شد. به منظور ارزيابي عملكرد روش­هاي مختلف و انتخاب روش بهينه از نقاط كنترل زميني و روش اعتبارسنجي ROC استفاده شد. نتايج نشان داد در نقشه­ حاصل از روش تركيب خطي وزن­ دار بخش زيادي از داده­ ها در نتيجه تركيب خطي لايه­ ها و وزن­ دهي از بين رفته است، اما روش شبكه عصبي با عملكرد هوشمندانه و قابليت تركيب و تحليل غيرخطي نسبت به روش تركيب خطي وزن­ دار و همچنين انجام تحليل ­هاي رفت و برگشتي در مقايسه با روش رگرسيون لجستيك، ارزش منطقه مورد مطالعه را بهتر تفكيك مي­ كند. با توجه به نتايج حاصل از اين پژوهش مي­ توان چنين نتيجه گرفت، زماني كه نسبت به منطقه مورد مطالعه شناخت كمي وجود دارد و امكان انجام بررسي­ هاي ميداني براي ثبت نقاط ديد باارزش وجود ندارد، انجام روش تركيب خطي وزن­ دار مي­ تواند راهگشا باشد. اما در صورتي كه امكان بررسي­ هاي ميداني براي تهيه نقشه نمونه ­هاي تعليمي واقعي به­ عنوان متغير وابسته فراهم باشد، به كمك روش شبكه عصبي و رگرسيون لجستيك مي ­توان به نتايج دقيق ­تري دست يافت و در اين بين روش هوشمند شبكه عصبي قابليت بالاتري در تفكيك ارزش ­هاي سيماي محيط دارد.