ارزیابی و تحلیل پراکنش فضایی سکونتگاه های روستایی با تاکید برخطر پذیری زیستی و فعالیتی (مطالعه موردی: حوزه دهستان آق سو)

واکاوی سکونتگاه های روستایی در بخش های اقتصادی، اجتماعی و محیطی بدون در نظر گرفتن رویکردهای زیستی ،فضایی و خطرپذیری ممکن نبوده چراکه سکونتگاه های روستایی با شدت و ضعف متفاوت با چالش هایی نظیر فقر، نابرابری درآمدی، مهاجرت های روستایی و تخلیه روستاها، غفلت از مدیریت کالبدی و فضایی و آسیب پذیری بالای سکونتگاه های روستایی روبه رو هستند عواملی همچون ارتفاع از سطح دریا، شیب، ساختار زمین شناسی، گسل، منابع آب، خاک، پوشش گیاهی و کاربری اراضی، هرکدام بسترهای طبیعی هستند، که تاثیرگذاری آن ها در بررسی و شناسایی نواحی مستعد و غیر مستعد در ارزیابی خطر سکونتگاه های روستایی نقش موثر دارند پژوهش حاضر از نوع تحقیق کاربردی توسعه ای و روش بررسی آن کتابخانه ای و پیمایشی می باشد هدف از این پژوهش ارزیابی توان محیطی، اکولوژیکی منطقه ی آق سو شهرستان کلاله جهت ارزیابی خطرمی باشد جهت سنجش تاثیرگذاری عوامل خطرپذیری بر روی پراکنش فضایی سکونتگاه های روستایی از آزمون رگرسیون چند متغیره استفاده گردید در ادامه پس از شناسایی معیارها اقدام به تهیه پایگاه داده های مکانی در سامانه اطلاعات جغرافیایی (arcgis) شد. در ادامه پس از استانداردسازی این معیارها به روش (منطق فازی و ahp ) در محیط نرمافزار با استفاده از ابزارهای شناسایی به هر یک از معیارها وزن خاصی اختصاص داده شد. سپس با تلفیق و رویهم گذاری این معیارها، بر اساس (مدل ahp ومنطق فازی)، نقشه نهایی که بیانگر مناطق مناسب و غیر مناسب است، حاصل شد منطقه مورد مطالعه در نقشه تولید شده به طبقه بسیار مناسب، مناسب و نامناسب به منظور برنامه ریزی جهت انواع فعالیت های سکونتگاهی تقسیم شد

evaluating and analyzing the spatial distribution of rural inhabitants with emphasis on biological and activity risk (the area under study: aq su rural area)

introduction evaluation of rural inhabitants in economical, social and environmental sectors is not possible without consideration of biological, spatial and risk taking aproaches beacause rural inhabitants encounter challenges such as poverty, lack of salary equilibrium, rural immigration and evacuation of villages, ignorance of structural and spatial management and high vulnerability of rural inhabitants with different intensity and weaknesses. factors such as altitude from the sea level, gradient, geological structure, fault, water resources, soil, vegetation and land usage, each are the natural bed that their effectiveness has an effective role in evaluation and identification of suspectible and unsuspectible areas in evaluation of the dangers of rural areas. the present study in the manner of type is an applicaple-developmental research and its methodology is of library and field study type.methodology the purpose of this study is to evaluate the environmental, ecological capability of the aq su area of kalale township in order to evaluate the danger and therefore, after identification of indicators, the effort was done to conduct a local data base in the arc gis. next, after standardizing these indicators with the method of phase logic and ahp in the software atmosphere utilizing the identification tools, each of the indicators were given a certain weight. afterwards with combining and overlaying these indicators, based on ahp model and phase logic, the final map indicating appropriate and inappropriate areas was collected. the area under study in the collected map was divided into three layers of very appropriate, appropriate and inappropriate in order to program for any type of inhabiting activities.results and discussion the results of the regression model show that risk factors have a great deal of influence on the spatial distribution of rural settlements so that this category can be observed at the beta coefficient and 99% significance level for most of the components. it should be noted, however, that among these factors, only two factors, distance from river and slope, are 95% significant, which has less impact on this category than other factors. beta coefficient of 0.424 does not have the greatest effect on the distribution of rural housing space. it is important that you plan to reduce the negative impact of this factor in the region. in addition, the f statistic is less than 5% significant, indicating the ability of the regression model to explain variance or dependent variable, ie spatial distribution of rural settlements of utility (f = 61, sig <0.5). the t-statistics are also of relative importance for the presence of independent variables in this model, and the values are less than 5% significant, confirming significant beta values. therefore, the results of the regression model show a positive and significant relationship between the risk factors investigated in this study and the distribution of rural settlements.