تعیین مناطق مستعد ورزش های زمستانی با روش تحلیل سلسله مراتبی در شهرستان سپیدان
سال انتشار: 1401
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 115
فایل این مقاله در 20 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_GRUP-13-28_002
تاریخ نمایه سازی: 28 فروردین 1402
چکیده مقاله:
گردشگری ورزشی زمستانی تلفیق ورزش حرفهای و تفریح است و مورد توجه و استقبال ورزشکاران و عموم مردم علاقه مند به تفریحات زمستانی است. ازاین رو هدف این پژوهش بررسی قابلیت توسعه مناطق مناسب ورزشهای زمستانی در شهرستان سپیدان است. روش تحقیق به صورت تحلیلی- توصیفی و کاربردی است. در این مقاله از روش AHP برای تعیین مستعدترین مناطق توسعه ورزشهای زمستانی استفاده شده است. برای این منظور از متغیرهای مهم تاثیرگذار شامل؛ عناصر اقلیمی (بارندگی و دمای هوا)، ارتفاع، شیب و جهت شیب، راههای ارتباطی، تراکم راههای ارتباطی، فاصله از مناطق مسکونی و کاربری اراضی استفاده شد. همچنین از تصاویر ماهوارهای لندست ۸ و سنجندههای TM و OLI برای بررسی تغییرات سطح پوشش برف استفاده گردید. استفاده از تصاویر ماهوارهای سطح پوشش برف در تلفیق با روش سلسله مراتبی برای تعیین مناطق مساعد توسعه ورزشهای زمستانی نوآوریهای پژوهش حاضر میباشد. نتایج حاصل از وزندهی معیارهای موثر بر توسعه ورزشهای زمستانی در شهرستان نشان داد بارش در مرتبه اول اهمیت قرار دارد. از نظر مکانی تقریبا تمام اوزان به دست آمده از ۹ متغیر موثر بر توسعه گردشگری در مناطق شمالی و شمال غربی شهرستان دارای وزن بیشتری هستند و لذا این مناطق برای توسعه ورزشهای زمستانی مناسبتر هستند. تلفیق ۹ لایه اطلاعاتی با روش تحلیل سلسله مراتبی در محیط نرم افزاری ArcGISو محاسبه وزن نهایی منتهی به استخراج ۵ کلاس مختلف از نظر مناطق مستعد برای توسعه اکوتوریسم زمستانی شده است. نتایج نشان داد حدود ۴۶/۳ درصد مساحت شهرستان برای توسعه توریسم بسیار مناسب و مناسب است.ت.
کلیدواژه ها:
نویسندگان
عباسعلی آروین
دانشیار، گروه جغرافیا، دانشگاه پیام نور، تهران، ایران.
هوشمند عطایی
دانشیار، گروه جغرافیا، دانشگاه پیام نور، تهران، ایران.
پوریا کریمی
کارشناسی ارشد، گروه اقلیم شناسی، دانشگاه پیام نور، اصفهان، ایران.
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :