احمد اسدی - استادیار گروه جغرافیا و برنامه ریزی شهری، دانشگاه بزرگمهر قائنات، قاین، ایران
مهدی مودودی - استادیار گروه جغرافیا و برنامه ریزی شهری، دانشگاه بزرگمهر قائنات، قاین، ایران
سعید حسین آبادی - استادیار گروه جغرافیا و برنامه ریزی شهری، دانشگاه بزرگمهر قائنات، قاین، ایران

سرزندگی یکی از معیارهای اصلی شهرهایی است که از کیفیت بالای برنامه­ریزی و طراحی برخوردارند. محیط­های شهری سرزنده، زمینه­ساز تعاملات اجتماعی، خلق و افزایش سرمایه اجتماعی و حس تعلق به مکان می­گردند. هدف این مطالعه تحلیل رابطه سرزندگی و حس تعلق مکانی در شهر قاین است. این تحقیق جزو تحقیقات پیمایشی و ابزار جمع­آوری داده­ها، پرسشنامه می­باشد. حجم نمونه آماری ۳۸۲ نفر از شهروندان شهر قاین می­باشد که با استفاده از فرمول کوکران انتخاب شده است. متغیرهای مستقل این تحقیق شاخص­های سرزندگی شهری (دسترسی، پویایی اجتماعی، سرزندگی اقتصادی، امنیت شهری، طراحی معابر، مبلمان، روشنایی فضاهای شهری، سیما و منظر شهری و خوانایی) و متغیر وابسته، حس تعلق مکانی می­باشد. برای تحلیل رابطه متغیرها از مدل­های k- نزدیک­ترین فاصله و الگوریتم جنگل­های تصادفی استفاده شده است. شاخص سرزندگی از ۲۸ گویه تشکیل شده است. یافته­های تحقیق نشان می­دهد که میانگین ۱۷ گویه آن در سطح مناسبی قرار ندارد و ۱۱ گویه آن در سطح قابل قبولی هستند. در کل سرزندگی شهری در شهر قاین پایین است. همچنین میانگین متغیر حس تعلق مکانی در سطح متوسطی قرار دارد. با توجه به خروجی مدل­ها روش K نزدیک ترین همسایه نتایج بهتری از مدل جنگل تصادفی داشته است. عملکرد مدل K-NN گویای آن است که این مدل تاثیر سرزندگی بر  تعلق مکانی را با ضریب همبستگی ۸۲/۰ و میزان خطای ۶۶/۰ و ریسک برآورد ۴۳/۰ شبیه سازی کرده است. بر اساس مدل ایجاد شده توسط الگوریتم جنگل تصادفی متغیر دسترسی بیشترین و خوانایی کمترین تاثیر را در حس تعلق در شهر قاین را دارند.

سرزندگی شهری, حس تعلق مکانی, K نزدیک ترین همسایه, الگوریتم جنگل تصادفی, شهر قائن