ارزیابی تطبیقی مدل‌های هم‌پوشانی فازی جهت تعیین پهنه‌های مستعد ایجاد اماکن اقامتی-گردشگری در منطقۀ دزپارت با مدل‌های Gamma، Sum

نوع مقاله : مقاله پژوهشی

نویسنده

استادیار، گروه جغرافیا و برنامه ریزی روستایی، دانشکده علوم جغرافیایی و برنامه ریزی، دانشگاه اصفهان، اصفهان، ایران

چکیده

گردشگری به‌عنوان یک بخش مهم اقتصادی نیازمند توسعۀ خدمات است. در این زمینه اماکن اقامتی-گردشگری از مهم‌ترین خدمات توسعه‌دهندۀ این بخش است که باتوجه به شاخص‌ها و ظرفیت‌های مختلف هر منطقه نیاز به مکان‌یابی بهینه دارد. هدف از پژوهش حاضر آن است که پهنه‌های مستعد ایجاد اماکن اقامتی-گردشگری در منطقۀ دزپارت استان خوزستان مشخص و در همین زمینه، میان مدل‌های هم‌پوشانی فازی از‌لحاظ نتایج نیز مقایسۀ تطبیقی انجام شود. روش پژوهش توصیفی-تحلیلی و مبتنی بر داده‌های مکانی است که در آن تجزیه‌و‌تحلیل داده‌ها به روش فازی در نرم‌افزار Arc GIS انجام و سپس در محیط نرم‌افزار استاندار‌دسازی و با الگوریتم‌های موجود فازی‌سازی شد. همچنین، در این پژوهش از مدل AHP برای استخراج وزن نهایی معیار‌ها و از روش‌های هم‌پوشانی فازی برای تعیین نقشۀ نهایی استفاده شد. نتیجۀ پژوهش نشان داد که دو معیار فاصله از منابع گرشگری با وزن نهایی 290/0 و فاصله از گسل با وزن 192/0بیشترین اهمیت را در تعیین پهنه‌های مستعد ایجاد اماکن اقامتی-گردشگری دارند. همچنین، در تحلیل نتایج هم‌پوشانی فازی تأیید شد که مدل Gamma نسبت به مدل Sum بدبینانه‌تر است؛ به‌گونه‌ای که بر‌اساس مدل فازی Sum بیش از 41/39 درصد منطقه مستعد و بر‌اساس مدل Gamma تنها 10/3 درصد برای ایجاد خدمات اقامتی-گردشگری مناسب شناخته شده است. در روش مجموع کیفیت نیز تأیید شد که برای تعیین پهنه‌های مستعد خدمات اقامتی-گردشگری مدل Sum بهتر از مدل Gamma است. بررسی توزیع فضایی نقشه‌های نهایی نیز نشان‌دهندۀ این است که پهنه‌های مستعد در محدودۀ جغرافیایی مرکز و شمال منطقه بیشتر توزیع شده است.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Comparative Evaluation of Fuzzy Overlay Models for Identifying Potential Sites for Tourist Accommodation in Dezpart Region Using Gamma and Sum Models

نویسنده [English]

  • Hojatollah Sadeghi
Assistant Professor, Department of Geography and Rural Planning, Faculty of Geographical Sciences and Planning, University of Isfahan, Isfahan, Iran
چکیده [English]

Abstract
Background: Tourism as a vital economic sector necessitates infrastructure development. Within this context, provision of tourist accommodation stands out as a crucial service for sectoral growth, requiring optimal siting based on diverse regional indicators and capacities. Purpose: This study aimed to identify potential areas for establishing tourist accommodation in Dezpart Region in Khuzestan Province. Additionally, it conducted a comparative analysis of fuzzy overlay models to assess their respective outcomes. Research Method: The research employed a descriptive-analytical approach based on spatial data. Fuzzy logic analysis was conducted using ArcGIS software, involving data standardization, fuzzification using established algorithms, and application of the Analytic Hierarchy Process (AHP) model to derive criteria weights. The fuzzy overlay methods were then utilized to generate the final map. Findings: The results indicated that, among the 9 criteria examined, the distance from tourism sources (with a final weight of 0.290) and the distance from fault lines (with a weight of 0.192) were the most influential in identifying areas suitable for tourist accommodation. Furthermore, analysis of the fuzzy overlay models confirmed that the Gamma model was more stringent and pessimistic compared to the Sum model. According to the Sum fuzzy model, over 39.41% of the area was deemed suitable, whereas the Gamma model identified only 10.3% as suitable for accommodating tourism services. The overall quality assessment also supported the superiority of the Sum model in delineating potential areas for tourist accommodation. Examination of the spatial distribution of the final maps revealed a greater concentration of suitable areas in the central and northern regions.
Keywords: Accommodation-Tourism Places, Overlap Models, Fuzzy, Dezpart Region.
Introduction
Establishment of tourist accommodation facilities at the regional level is an indisputably significant matter. However, determining the optimal siting of these services necessitates the utilization of various methods and amalgamation of diverse criteria, a task well-suited for the capabilities of a Geographic Information System (GIS) environment. Dezpart Region in Khuzestan Province, which was designated as a new city in 1401, possessed multifaceted potential for tourism development, alongside its agricultural sector. The region boasts a rich array of tourism resources and attractions, encompassing historical, natural, rural, and cultural elements and thus underscoring the imperative for strategic planning in this area. A pivotal aspect of this planning involves identifying the most suitable locations for establishing tourist accommodation centers. This endeavor not only contributes to the fundamental advancement of tourism, but also aids in attracting tourists over the medium and long terms. Consequently, this research aimed to identify potential areas for establishing tourist accommodation in Dezpart Region in Khuzestan Province, while also conducting a comparative assessment of fuzzy overlay models to discern the most effective approach.
 
Materials & Methods
The research methodology employed in this study was descriptive-analytical and practical in nature. Data collection and analysis were conducted using documentary and organizational methods. The primary data utilized for map preparation consisted of the spatial data obtained from the country's mapping organization. To process the spatial data, operations, such as equalization, data formatting, ground referencing, and data adaptation, were performed. The criteria considered in this research encompassed elevation, slope, land use, distance from communication roads, distance from urban and rural settlements, proximity to tourism attractions, proximity to water sources (rivers), and distance from fault lines. Subsequently, the data underwent standardization and fuzzy logic analysis within the ArcGIS software. Weighting the criteria was done by using Expert Choice software and the Analytic Hierarchy Process (AHP) method. Consequently, the weights of the influential criteria for locating tourist accommodation centers were established. Finally, employing various fuzzy models or operators, including Gamma and Sum, a map was generated to identify potential areas for establishing accommodation-tourism centers.
 
Research Findings
In this study, the criteria of distance from communication roads, rural and urban settlements, and proximity to tourism sources were assigned a value and membership of 1 for locations with shorter distances. This was because, for instance, closer proximity to communication roads or tourism resources signified greater suitability for accommodation-tourism services, making closer areas more pertinent for the research objective. A linear function was employed to fuzzify the map for these criteria.
Utilizing the Gaussian function, a threshold limit was established such that any deviation beyond this threshold, whether an increase or decrease, would result in a value of zero for the areas or locations. For instance, a threshold limit of 3 km was set to assess the distance from water sources with values approaching zero for deviations from this threshold.
Additionally, a small function was utilized to fuzzify the elevation and slope criteria with respective threshold limits of 1700 m and 25%. Consequently, areas with lower slope or elevation were assigned a membership grade of 1. Conversely, a large function was employed to fuzzify the distance from fault lines (with a threshold limit of 10 km) and land use (with a threshold limit of 4), resulting in areas with greater distance or value being assigned a membership grade of 1, thus denoting their suitability.
The results revealed that among the 9 criteria examined, the distance from tourism sources (with a final weight of 0.290) and the distance from fault lines (with a weight of 0.192) were the most influential in identifying areas suitable for accommodation-tourism services. A comparison of the proposed maps indicated that the Sum overlay method identified more potential areas for accommodation-tourism services in the region compared to the Gamma method. Furthermore, the Sum method encompassed the central, western, and eastern areas, while the Gamma method suggested a narrow line in the central area for tourist accommodation. Notably, the proposed area deemed highly suitable for creating accommodation-tourism places covering 39.27 km2, which was equivalent to over 3.10% of the region's area, in the Gamma overlay method. In contrast, the Sum method identified 499.72 km2, representing 39.41% of the region's area as highly suitable for accommodation-tourism services.
 
Discussion of Results & Conclusion
Analyses of the fuzzy overlay models revealed that the Gamma model was more stringent and pessimistic compared to the Sum model. According to the Sum fuzzy model, over 39.41% of the area was deemed suitable for creating accommodation-tourism services, whereas the Gamma model identified only 10.3% as suitable. The overall quality assessment also confirmed the superiority of the Sum model in delineating potential areas for accommodation-tourism services. Examination of the spatial distribution of the final maps further indicated that the susceptible areas were more prevalent in the central and northern geographical regions.

کلیدواژه‌ها [English]

  • Accommodation-Tourism Places
  • Overlap Models
  • Fuzzy
  • Dezpart Region

مقدمه

گردشگری اغلب به‌عنوان یک مسیر توسعۀ اقتصادی برای منطقه‌های حاشیه‌ای و به‌عنوان راه‌حلی ازجهت تأمین شغل و درآمد، ورود سرمایه و در‌نهایت، توقف مهاجرت با ایجاد دیدگاه مثبت اجتماعی-اقتصادی برای آینده است (Mayer & Vogt, 2016, p. 171). از سوی دیگر، گردشگری به‌طور گسترده، به‌عنوان یک انگیزۀ مهم برای ترویج تجارت صادرات و رشد اقتصادی در بسیاری از کشور‌ها در‌نظر گرفته شده است (Li et al., 2018, p. 137). در‌واقع، چارچوب گردشگری به‌گونه‌ای است که می‌تواند اثر‌های اقتصادی، اجتماعی و فرهنگی متنوعی را در ابعاد مختلف سرزمینی و بین‌المللی نشان دهد (Webber, 2013, p. 139). همچنین، به‌عنوان یک منبع مالی و اقتصادی جدید، وضعیت اقتصادی مردم را بهبود می‌بخشد و دراصل، منبعی برای زدودن فقر و اشتغال‌زایی است (دهقانی و جمینی، 1399، ص. 36). گردشگری مجموعه و نظامی از عناصر بهم پیوسته است که در تمامی مراحل با یکدیگر در تعامل هستند. از‌جملۀ این عناصر زیرساخت‌هاست که نقشی حیاتی در فرآیند گردشگری و توسعۀ آن دارند (احدنژاد و فیضی، 1392). یکی از نکات مرتبط با زیرساخت‌ها چگونگی دسترسی گردشگران به آنهاست؛ زیرا میزان دسترسی و کیفیت آنها می‌تواند استقبال گردشگران را به دنبال داشته باشد و میزان بهره‌برداری اقتصادی از آنها را فراهم کند (Njoya, 2020, p. 4). در‌واقع، وضعیت مقصد در کنار جاذبه‌ها، خدمات، دسترسی و هزینه پنج مؤلفۀ اصلی گردشگری است (صیدائی و همکاران، 1402، ص. 124) که این چارچوب اهمیت خدمات و زیرساخت‌ها را نشان می‌دهد. بر‌اساس مطالعۀ اکبری و همکاران (1399) دسترسی به خدمات برای گردشگران می‌تواند به بهبود کیفیت خدمات، کاهش هزینه‌ها و استقبال بیشتر گردشگران منجر شود (Akbar et al., 2021, P. 31). بر همین اساس، اتخاذ مکان‌های بهینه برای ایجاد مراکز مختلف خدماتی در‌حوزۀ گردشگری بسیاری ضروری است؛ به‌طوری که به عملکرد بهتر این بخش کمک می‌کند.

مراکز یا اماکن اقامتی یکی از بخش‌های مهم در‌حوزۀ گردشگری است. مراکز اقامتی باید بهترین وضعیت را برای پذیرایی از گردشگران داشته باشند (Mahdi & Esztergar-Kiss, 2021, p. 3). زیرا لزوم ایجاد امکانات پذیرش گردشگران و فراهم‌آوردن تسهیلات متناسب با انتظارات آنها بر‌اساس معیار‌های گردشگری پایدار از موضوع‌هایی است که در گردشگری به آن توجه می‌شود. همچنین، یکی از چالش‌های دست‌اندرکاران مراکز اقامتی جلب رضایت گردشگران است (جهانیان و مهدی‌زاده اردکانی، 1400، ص. 155). اولین شاخص در این زمینه، دسترسی مناسب با در نظر گرفتن زمان و هزینه است (Mindur et al., 2019). زیرا گردشگران به‌طور معمول، دسترسی به خدمات را در کنار کیفیت جزء اولین معیار‌ها برای انتخاب مکان اقامت خود در‌نظر می‌گیرند. در این راستا و با‌توجه به اهمیت زمان و هزینه، به مکان‌هایی توجه می‌شود که بهترین موقعیت جغرافیایی را در یک پهنه داشته باشند (Sirirak & Pitakaso, 2018, p. 5). یک مرکز اقامتی-گردشگری در یک پهنۀ جغرافیایی باید از‌لحاظ معیار‌های مختلف دسترسی به جاده، روستا‌ها، شهر‌ها، منابع آب، ارتفاع، کاربری اراضی و ... شرایط مطلوبی را داشته باشد. در این راستا، برای اینکه یک مرکز اقامتی-گردشگری همۀ این معیار‌ها را لحاظ کند، باید در هنگام ساخت یا ایجاد آن به مکان‌یابی بهینه توجه شود. به عبارت دیگر، مکان‌یابی بهینۀ مراکز اقامتگاهی در‌حوزۀ گردشگری با‌توجه به معیار‌ها و اصول مختلف (Boostani et al., 2018, p. 34) از ضروریات است که در قالب مدل‌ها و سیستم اطلاعات جغرافیایی (GIS) محقق می‌شود.

مکان‌یابی مراکز اقامتگاهی در‌حوزۀ گردشگری یک گام رو‌به جلو و برنامه‌ریزی آینده‌نگر است؛ زیرا بی‌توجهی به برخی شاخص‌های تأثیرگذار در این زمینه که برای گردشگران مهم است، می‌تواند تبعات اقتصادی ناگواری را برای مراکز اقامتی به‌ویژه در‌حوزۀ سرزمینی و منطقه‌ای داشته باشد. این وضعیت در بلندمدت منجر به رکود گردشگری و بی‌تمایلی گردشگران به مقاصد گردشگری می‌شود (Cvetkovic & Jovanovic, 2016). سیستم اطلاعات جغرافیایی (GIS) و مدل‌های ارزیابی موجود در این زمینه می‌تواند مفید واقع شود. سیستم اطلاعات جغرافیایی با ارزیابی معیارهای مختلف انسانی، طبیعی و زیرساختی در این زمینه می‌تواند پهنه‌ها یا مکان‌های مستعد ایجاد مراکز اقامتی-گردشگری را معرفی کند (Wei, 2012). همچنین، این امکان وجود دارد که از مدل‌های مختلف که در آن نتایج متفاوتی پیشنهاد می‌شود، استفاده شود. مدل‌های هم‌پوشانی فازی نمونۀ بارزی از همین قابلیت‌ها در محیط GIS است که برای بررسی و تعیین پهنه‌های مستعد ایجاد مراکز اقامتگاهی-گردشگری می‌توان به آنها تأکید کرد (Albuquerque et al., 2018). زیرا بر‌اساس چارچوب آماری و منطقی نتایج متفاوتی در آن پیشنهاد می‌شود. مقایسۀ این مدل‌ها نیز در‌حوزۀ گردشگری می‌تواند به بهبود پژوهش‌ها در این زمینه کمک کند.

با‌توجه به آنچه بیان شد، اهمیت استقرار مراکز یا اماکن اقامتی-گردشگری برای گردشگران در‌سطح سرزمینی، موضوعی انکار‌ناپذیر است. از سوی دیگر، تعیین استقرار مطلوب این خدمات نیازمند استفاده از روش‌های مختلف و تلفیق معیار‌های گوناگون است که محیط GIS این موضوع را پوشش می‌دهد. منطقۀ دزپارت در استان خوزستان به‌عنوان یک منطقۀ جغرافیایی که در سال 1401 از‌نظر تقسیمات سیاسی یک شهرستان جدید معرفی شده است، قابلیت‌های متنوعی را در‌حوزۀ توسعۀ گردشگری دارد؛ زیرا قابلیت این منطقه علاوه‌بر بخش کشاورزی، مربوط به بخش گردشگری و خدمات است. برخورداری این منطقه از منابع و جاذبه‌های مختلف گردشگری اعم از تاریخی، طبیعی، روستایی و فرهنگی، ضرورت برنامه‌ریزی اصولی را در این حوزه دو چندان نشان می‌دهد. در راستای همین نکته، یکی از گام‌های مهم تعیین مکان‌های بهینه برای ایجاد مراکز اقامتی-گردشگری است. این موضوع می‌تواند علاوه‌بر توسعۀ اصولی گردشگری به جذب گردشگر در‌ میان‌مدت و بلندمدت نیز کمک کند؛ بنابراین هدف در پژوهش حاضر آن است که پهنه‌های مستعد ایجاد اماکن اقامتی-گردشگری در منطقۀ دزپارت استان خوزستان مشخص و در همین زمینه، میان مدل‌های هم‌پوشانی فازی از‌لحاظ نتایج نیز مقایسۀ تطبیقی انجام شود. مقایسۀ مدل‌های هم‌پوشانی فازی در‌حوزۀ گردشگری در این پژوهش نیز یک نقطۀ مثبت است که علاوه‌بر تعیین پهنه‌های مستعد اثربخشی، عملکرد هر مدل نیز مشخص می‌شود.

 

مبانی نظری پژوهش

گردشگری یک صنعت بزرگ و پراکندۀ جهانی است (Buckley, 2011, p. 397). گردشگری صنعتی است که می‌تواند به‌طور فعّال بر اقتصاد یک کشور یا منطقه تأثیر بگذارد (Sabirdjahnovna, 2019, p. 42). با کمک گردشگری مشاغل جدید ایجاد می‌شود، منطقه‌های جدید توسعه می‌یابد و اقتصاد ملی شتاب می‌گیرد. در‌واقع، گردشگری یکی از صنایع اصلی در ایجاد اشتغال و توسعۀ اقتصادی است (Ninerola et al., 2019, p. 4). گردشگری می‌تواند به‌عنوان مکانیزمی برای توزیع مجدد درآمد ملی به نفع دولت عمل کند. همچنین، گردشگری به رشد درآمد ملی، تضمین توسعۀ زیرساخت‌ها، اشتغال محلی و افزایش سطح زندگی مردم محلی منجر می‌شود (Nazarova et al., 2021). ویژگی گردشگری در این واقعیت نهفته است که وسیله‌ای مؤثر برای حفاظت از میراث طبیعی و فرهنگی است که اساس منابع آن را تشکیل می‌دهد (Sharpley, 2020, p. 1934).

گردشگری به توسعۀ خدمات و زیرساخت‌ها نیاز دارد. بر همین اساس، شناسایی و مکان‌گزینی استقرار مناسب هتل‌ها و مراکز اقامتگاهی برای گردشگران یکی از مسائل مهم مطرح‌شده در امر برنامه‌ریزی شهری و توریسم است (اکبری و همکاران، 1399، ص. 27). زیرا هر‌چه خدمات و مراکز اقامتی وضعیت مطلوبی از‌جمله دسترسی را باشند، گردشگران تمایل بیشتری به آنها نشان می‌دهند (Chen et al., 2022, p. 4). برای تحقق این شاخص می‌توان از مبحث مکان‌یابی و تعیین پهنه‌های مستعد با استفاده از سیستم اطلاعات جغرافیایی استفاده کرد. سیستم اطلاعات جغرافیایی یکی از ابزار‌های مناسب برای ارزیابی مسائل مختلف توسعه و وسیله‌ای قدرتمند برای پردازش داده‌های مکانی، برنامه‌ریزی‌های خرد و کلان، برنامه‌ریزی شهری و روستایی، ارزیابی توان بالقوه و مکان‌یابی سایت‌های مناسب ازجهت توسعه (از‌جمله گردشگری) است (ایزدی یزدان آبادی، 1399). توسعۀ زیرساخت‌های گردشگری نیازمند مکان‌یابی است که در سیستم اطلاعات جغرافیایی این هدف به‌خوبی محقق می‌شود. مکان‌یابی سایت‌های گردشگری برای هدف‌های مختلف بر‌اساس معیار‌های مختلف طبیعی و انسانی انجام می‌شود (Hoang et al., 2018, p. 5).

برای مکان‌یابی زیرساخت‌های توسعه از‌جمله گردشگری در محیط GIS قابلیت‌های گوناگونی وجود دارد (Kurnaedi et al., 2019, p. 91). مدل فازی یکی از مدل‌های استفاده‌شده در بحث تعیین پهنه‌های مستعد خدمات گردشگری است که از روش‌ها و الگوریتم‌های مختلفی تشکیل شده است. در پژوهش حاضر از دو مدل هم‌پوشانی فازی از نوع Sum و Gamma استفاده شده است.

در مدل Sum مقدار‌های فازی هر مجموعه را که محل سلول به آن تعلق دارد، اضافه می‌‌شود. مجموع حاصل یک تابع، ترکیب خطی فزآینده است که بر‌اساس تعداد معیار‌های وارد‌شده تجزیه‌و‌تحلیل است. مجموع فازی یک مجموع جبری نیست (Sui, 1992). با اعمال عملگر جمع فازی، مقدار عضویت نهایی پیکسل‌ها در نقشۀ خروجی بزرگ می‌شود و در‌صورت افزایش، ورودی‌ها به یک جهت متمایل می‌شود. به‌دلیل بزرگ‌بودن اوزان معیار‌ها، موقعیت‌های نهایی اثر این عملگر افزایشی است؛ بنابراین عملگر جمع فازی در مواردی که پارامتر‌های مسئله یکدیگر را تقویت می‌کنند برای حل آن مناسب است (Al-Omari et al., 2020).

مدل گاما‌فازی (Gamma) یک محصول جبری از محصول فازی و مجموع فازی است که هر دو به توان گاما می‌رسند. اگر گامای مشخص‌شده 1 باشد، خروجی همان مجموع ‌فازی و اگر گاما صفر باشد، خروجی نیز همان محصول ‌فازی است. گامای فازی اثر افزایشی مجموع‌ فازی و اثر کاهشی محصول فازی است (Tangestani, 2004). ارتباط عملگر فازی حالت کلی عملگر‌های ضرب و جمع است که می‌توان با انتخاب صحیح مقدار گاما پارامتر‌های کاهشی و افزایشی را همزمان تلفیق کرد و سپس به مقدار‌ها در خروجی‌ها دست یافت که حاصل سازگاری قابل انعطاف میان گرایش‌های افزایشی و کاهشی دو عملگر ضرب و جمع فازی است (Sema et al., 2017).

پیشینۀ پژوهش

برقی و همکاران (1394) در پژوهشی با عنوان «مکانیابی احداث کمپینگ در روستاهای هدف گردشگری با استفاده از سیستم اطلاعات جغرافیایی و مدل (AHP) مطالعۀ موردی: روستای ابیانه» نتیجه گرفتند که شاخص‌های کاربری اراضی، مالکیت زمین، فاصله از شبکۀ ارتباطی، فاصله از مراکز خدماتی، فاصله از رودخانه، فاصله از سکونتگاه، طبقات ارتفاعی، جهت شیب، درصد شیب و فاصله از گسل در مکان‌یابی هدف مؤثر است. سرانجام، محدودۀ پیشنهادی به‌صورت سه محدودۀ مستعد برای ایجاد کمپینگ گردشگری مشخص و مکان الف واقع در ضلع شرقی روستای ابیانه به‌عنوان بهترین موقعیت شناخته شد.

کدیور و محمدزاده (1394) در پژوهشی با عنوان «شناسایی پهنههای مناسب جهت ایجاد مراکز اقامتی- سیاحتی در شهر بجنورد با استفاده از مدلANP» نتیجه گرفتند که معیار‌های اقتصادی بیشترین و معیار‌های اجتماعی کمترین تأثیر را در مکان‌یابی مراکز اقامتی دارند که بر این اساس، چهار پهنة مناسب شامل قسمتی از محدودة مرکز شهر، موقعیت‌هایی در محدودة گردشگری باباامان، پهنه‌ای در منطقة توریستی بش‌قارداش و قسمتی از محدودة غربی شهر در مسیر جادة شمال برای ساخت مراکز اقامتی شناسایی و معرفی شد.

عرفانی و احسان‌زاده (1400) پژوهشی با عنوان «پهنهبندی مناطق مستعد گردشگری ساحلی در بخشی از سواحل دریای عمان» انجام دادند. محققان در این پژوهش در تعیین پهنه‌های مستعد گردشگری ساحلی دریای عمان نشان دادند که پهنه‌های مناسب برای توسعۀ اکوتوریسم در امتداد خط ساحلی بوده که بیشتر عوامل طبیعی و جاذبه‌های فراوان زمین‌شناختی در این انتخاب مؤثر بوده‌ است. نتایج تحقیق نشان داد که مکان‌های مستعد گردشگری 233 هکتار بوده است که در قالب هفت پهنه در امتداد ساحل قرار دارد.

محمودی و بیشمی (1400) در پژوهشی با عنوان «امکانسنجی و مکانیابی روستاهای مستعد احداث اکوکمپ بین‌المللی مطالعۀ موردی: استان کرمانشاه» نشان دادند که اکوکمپ باید در کنار محیط‌های کوهپایه‌ای و نزدیک به فرودگاه باشد تا گردشگران بین‌المللی به آن دسترسی داشته باشند. علاوه بر این، دسترسی به شبکۀ معابر، شیب مناسب، ارتفاع از سطح زمین معقول و دوری از مخاطره‌های طبیعی از مهم‌ترین معیار‌های مؤثر در این زمینه است.

صیدایی و صادقی (1402) در پژوهشی با عنوان «مکانیابی احداث اکوکمپهای گردشگری عشایری در منطقۀ چهارمحال و بختیاری» اشاره کردند که ارتفاع، شیب، خاک، کاربری و پوشش اراضی، نزدیکی به منابع آب، دوری از مناطق حفاظت، فاصله از خط گسل، فاصله از زمین لغزش، متوسط دما سالانه، متوسط بارش سالانه، نزدیکی به جادۀ ارتباطی، نزدیکی به شهر، نزدیکی به روستا، تراکم جمعیت در مکان‌یابی ایجاد اکوکمپ‌های گردشگری قابل استفاده بوده است؛ به‌طوری که مهم‌ترین معیار برای احداث اکوکمپ گردشگری نزدیکی به منابع آب شناخته شده است.

آگوستینا پژوهشی با عنوان «اکو کمپ پدیدۀ گردشگری آموزشی در اندونزی» انجام داد. محقق نتیجه گرفت که در تعیین منطقه‌های مستعد ایجاد خدمات گردشگری باید به شاخص‌های مختلف مانند تنوع جاذبه‌ها، آب‌و‌هوا، امکانات، میزان دسترسی، فاصلۀ جاذبه‌ها نسبت به یکدیگر، دسترسی به نقاط سکونتگاهی تأکید کرد (Agustina, 2017).

کرو و مارتینز در پژوهشی با عنوان «موقعیت هتل و خوابگاه در لیسبون: به‌دنبال عوامل تعیین‌کنندۀ آنها» نتیجه گرفتند که شاخص دسترسی به جاذبه‌های گردشگری و خدمات حمل‌و‌نقل مهم‌ترین معیار‌های تأثیرگذار در این زمینه است (Cró & Martins, 2018).

بارادواج در پژوهشی با عنوان «رضایت مشتری منجر به مزیت رقابتی پایدار: با اشارۀ ویژه به کمپ بوم‌گردی لالیمو در پارک ملی نامری» نتیجه گرفت که معیار‌های ارتقاع، وجود جاذبۀ گردشگری، دسترسی به خدمات، حمل‌و‌نقل، کاربری سازگار و فاصله از سایر کاربری‌ها بسیار مهم هستند (Bharadwaj, 2018).

چوداری در پژوهشی با عنوان «اکوتوریسم: شعار معیشت پایدار روستایی» نتیجه گرفت که مواردی چون اقلیم، وجود فرهنگ سنتی، امکانات، دسترسی به جادۀ ارتباطی، تنوع جاذبه‌ها، خاک، کاربری اراضی برای خدمات گردشگری و اقامتگاهی به‌عنوان شاخص‌های هستند (Choudhury, 2019).

جایارامان و همکاران در پژوهشی با عنوان «تحلیل تناسب سایت مبتنی بر GIS و سنجش از دور برای توسعۀ گردشگری در بلوک وایشالی، بیهار: تحلیل تناسب سایت مبتنی بر GIS و سنجش از دور برای توسعۀ گردشگری» نتیجه گرفتند که تناسب سایت مبتنی بر GIS و سنجش از دور برای توسعۀ گردشگری مطلوب بوده است و عواملی مختلف از‌جمله مجاورت و کاربری نقش تعیین‌کننده‌ای دارند (Jayaraman et al., 2021).

در جمع‌بندی مبانی و پیشنه باید اینگونه بیان کرد که در پژوهش‌های گوناگون از شاخص‌های متنوع طبیعی و انسانی در راستای مکان‌یابی خدمات گردشگری استفاده شده است؛ اما مهم‌ترین شاخص‌های به‌کاررفته شیب، کاربری، فاصله از جاده، امکانات، میزان دسترسی به جاذبه‌های گردشگری و حمل‌و‌نقل بوده است. در پژوهش حاضر ضمن استفاده از برخی این معیارها و بومی‌کردن آنها با‌توجه به شرایط منطقۀ مطالعه‌شده سعی شد که از برخی معیارهای دیگر از‌جمله منابع آب، فاصله از گسل و ارتفاع نیز استفاده شود؛ بنابراین بخشی از نوآوری پژوهش به تنوع معیارهای استفاده‌شده و بخش دیگر در‌زمینۀ روش اجرای پژوهش است؛ زیرا در این پژوهش مدل‌های فازی مقایسه شده و این هدف در یک موضوع گردشگری انجام شده است که نسبت به پژوهش‌های گذشته می‌تواند جزء نوآوری باشد.

 

روششناسی پژوهش

روش پژوهش حاضر توصیفی-تحلیلی و از‌لحاظ هدف، کاربردی که داده‌ها با روش اسنادی و سازمانی تهیه و تحلیل شده است. داده‌های مکانی سازمان نقشه‌برداری کشور ازجمله داده‌های پایه برای تهیۀ نقشه‌ها بوده است. پس از آنکه بر‌اساس مبانی و چارچوب پژوهش، معیار‌های تأثیرگذار در‌زمینۀ ایجاد مراکز اقامتی-گردشگری شناخته شد، اقدام به تهیۀ دادۀ مکانی مرتبط با آنها شد. همچنین، برای استفاده از داده‌های مکانی، عملیات یکسان‌سازی، فرمت داده‌ها، زمین‌مرجع‌کردن و انطباق داده‌ها با یکدیگر انجام شد. معیار‌های استفاده‌شده در این پژوهش عبارت‌ است از: ارتفاع، شیب، کاربری اراضی، فاصله از جادۀ ارتباطی، فاصله از سکونتگاه شهری، فاصله از سکونتگاه روستایی، فاصله از منابع (جاذبه) گردشگری، فاصله از منابع آب (رود کارون) و فاصله از گسل.

در پژوهش حاضر داده‌ها در نرم‌افزار Arc GIS استاندارد‌سازی و فازی‌سازی شد؛ به‌گونه‌ای که ابتدا نقشه‌ها با الگوریتم‌های موجود تهیه شد و به‌صورت رستر درآمد. در‌ادامه با استفاده از عملگر‌های فازی و تعیین روابط بین آنها نقشۀ مربوط به هر معیار با‌توجه به نوع روابط و شرایط موجود تهیه و فازی‌سازی شد. علاوه بر این، با‌توجه به اهمیت وزن میان معیار‌ها این هدف نیز در نرم‌افزار Expert Choice و به روش AHPتعیین و در‌نتیجه، وزن معیار‌های مؤثر در مکان‌یابی مراکز اقامتی-گردشگری نیز مشخص شد. در‌ادامه، وزن معیار‌های به‌دست‌آمده به روش AHP در محیط Arc GIS روی هر‌یک از لایه‌های فازی‌شده، اعمال و در پایان نیز با استفاده از مدل‌ها یا اپراتور‌های مختلف فازی (Gamma، Sum) نقشۀ تعیین پهنه‌های مستعد ایجاد مراکز اقامتی-گردشگری تهیه و برای ارزیابی، مقایسه و صحت‌سنجی مدل‌های هم‌پوشانی فازی نیز از روش مجموع کیفیت (Qs) (Quality Sum) استفاده شد.

 

شکل 1: مدل و فرآیند انجام‌دادن پژوهش (منبع: نگارنده، 1402)

Fig1: Research model and process

 

محدودۀ مطالعه‌شده

منطقۀ مطالعه‌شده در شمال شرقی استان خوزستان در عرض ۳۱ درجه و 20 دقیقه تا 31 درجه و50 دقیقۀ شمالی و در طول 49 درجه و 25 دقیقه تا 50 درجه و 20 دقیقۀ شرقی واقع شده است که از شرق و شمال شرق به شهرستان‌های فارسان و کوهرنگ، از غرب و شمال غرب به شهرستان ایذه و از جنوب و جنوب غرب به استان کهگلویه و بویراحمد و شهرستان باغ ملک منتهی می‌شود. این منطقه در دامنۀ کوه‌های زاگرس با ارتفاع 1641متری از سطح دریا و در 156 کیلومتری از مرکز استان خوزستان قرار دارد. میزان باران سالانۀ منطقۀ دزپارت به‌طور متوسط 650 میلی‌متر و متوسط درجه حرارت نیز 23 درجۀ سانتی‌گراد است. این منطقه در موقعیت کوهستانی-کوهپایه‌ای استقرار دارد که از‌نظر گردشگری به‌ویژه اکوتوریسم جایگاه ویژه‌ای در استان خوزستان دارد. از مهم‌ترین جاذبه‌های گردشگری آن می‌توان به منطقۀ زراس، منطقۀ کوه سفید، رود کارون، دریاچۀ سد کارون سه، آبشار شیوند، وجود تعداد زیادی امامزاده، مکان‌های تاریخی و روستا‌های هدف گردشگری مانند شیوند، رکعت، فالح و دهنو با جاذبه‌های فرهنگی، تاریخی و اکوتوریسمی اشاره کرد.

 

شکل 2: نقشۀ موقعیت جغرافیایی منطقۀ دزپارت (منبع: بازترسیم، نگارنده، 1402)

Fig 2: The map of geographical location of Dezpart region

 

تجزیه‌و‌تحلیل و یافتههای پژوهش

معیارهای مؤثر برای ایجاد اماکن اقامتی-گردشگری و نوع توابع فازی اعمال‌شده

جدول 1 معیار‌های مؤثر در تعیین پهنه‌های مستعد را برای ایجاد اماکن اقامتی-گردشگری نشان می‌دهد. بر‌اساس مطالعات مختلف 9 معیار (ارتقاع، شیب، کاربری اراضی، فاصله از جادۀ ارتباطی، فاصله از سکونتگاه شهری، فاصله از سکونتگاه روستایی، فاصله از منابع (جاذبه) گردشگری، فاصله از منابع آب (رود)، فاصله از گسل برای مکان‌یابی خدمات اقامتی-گردشگری) استفاده شده است. با‌توجه به هدف پژوهش و ساختار معیار‌ها، توابع فازی برای هر معیار متفاوت بوده است. در پژوهش حاضر برای استانداردسازی (فازی‌سازی) معیار‌ها از توابع خطی و غیرخطی، برای معیار‌های ارتفاع و شیب از تابع Small، برای معیار‌های فاصله از جاده، فاصله از سکونتگاه شهری، فاصله از سکونتگاه روستایی و فاصله از منابع گردشگری از تابع Linear، برای معیار فاصله از گسل و کاربری اراضی از تابع Large و برای فاصله از منابع آب از تابع  Gaussainاستفاده شد. تابع Small زمانی استفاده می‌شود که مکان‌های با ارزش کوچک‌تر اهمیت داشته باشند؛ در‌نتیجه مکان‌های با ارزش کمتر درجۀ عضویت بهتری خواهند داشت و بدین ترتیب، ارزش 1 دریافت می‌کنند. تابع Large برعکس تابع Small بوده است. بدین صورت که مکان‌های با ارزش بیشتر درجۀ عضویت بهتری در معیار‌های پژوهش دریافت می‌کنند.

تابع Linear بین مقدار‌های کمینه و بیشینه با‌توجه به هدف، درجۀ عضویت می‌گیرد. در این پژوهش معیار‌های فاصله از جادۀ ارتباطی، فاصله از سکونتگاه روستایی، فاصله از سکونتگاه شهری، فاصله از منابع گردشگری و مکان‌های با فاصلۀ کمتر، ارزش و عضویت 1 را دریافت کرده‌اند؛ زیرا هر‌چه خدمات اقامتی-گردشگری به جادۀ ارتباطی یا منابع گردشگری نزدیک‌تر باشند، در پهنۀ جغرافیایی مناسب‌تر خواهند بود؛ بنابراین پهنه‌های نزدیک‌تر اهمیت بیشتری برای هدف پژوهش داشته است. در پژوهش حاضر برای فازی‌سازی نقشۀ معیار‌های ذکر‌شده از تابع Linear استفاده شد.

بر‌اساس تابع Gaussian یک حد آستانه وجود دارد که بر‌اساس حد آستانه، روند افزایشی یا کاهشی برای پهنه‌های جغرافیایی تعیین می‌شود. در این پژوهش برای معیار فاصله از منابع آب، حد آستانۀ 3 کیلومتر در نظر گرفته شده است که هر‌چه حد آستانه از این مقدار کاهش یا افزایش یابد، ارزش پهنه‌ها به‌سمت صفر سوق پیدا می‌کند.

همان‌گونه که بیان شده از تابع Small برای فازی‌سازی معیار‌های ارتفاع و شیب با حد آستانۀ به‌ترتیب 1700 متر و 25 درصد استفاده شده است؛ به‌گونه‌ای که هر‌چه از این حد آستانه‌ها به‌سمت مکان‌های با شیب پایین یا ارتفاع پایین‌تر سوق پیدا می‌کنیم، معیار‌های ارتفاع و شیب ارزش و درجۀ عضویت 1 می‌گیرند. برعکس برای فازی‌سازی فاصله از گسل با حد آستانۀ 10 کیلومتر و کاربری اراضی با حد آستانۀ 4 از تابع Large استفاده شده است؛ در‌نتیجه مکان‌های با فاصله و ارزش بیشتر درجۀ عضویت 1 را دریافت کرده‌اند؛ بنابراین به‌عنوان پهنه‌های مناسب‌تری شناخته شده‌اند.

جدول 1: معیارهای مؤثر در تعیین پهنههای مستعد برای ایجاد اماکن اقامتی-گردشگری و تعیین روابط و نوع تابع فازی اعمال‌شده روی آن

Table 1: Effective criteria in determining potential areas for creating tourist-residence places and determining relationships and the type of fuzzy function applied on it

معیار

نوع رابطه

تابع فازی اعمال‌شده

حد آستانۀ لحاظ‌شده

ارتفاع

غیرخطی

Small

1700 متر به پایین

شیب

غیرخطی

Small

25 درصد به پایین

فاصله از جادۀ ارتباطی

خطی

Linear

صفر تا 10کیلومتر

فاصله از سکونتگاه شهری

خطی

Linear

صفر تا 30 کیلومتر

فاصله از سکونتگاه روستایی

خطی

Linear

صفر تا 15 کیلومتر

فاصله از منابع گردشگری

خطی

Linear

صفر تا 8 کیلومتر

فاصله از گسل

غیرخطی

Large

10 کیلومتر به بالا

فاصله از منابع آب (رود کارون)

غیرخطی

Gaussian

3 کیلومتر

کاربری اراضی

غیرخطی

Large

مراتع و اراضی دیم (ارزش4)

منبع: یافته‌های پژوهش

ارائۀ نقشههای فازی‌شدۀ مربوط به هر معیار

در شکل 3 نقشه‌های فازی ‌شدۀ دو معیار ارتفاع و شیب ارائه شده است. نقشۀ ارتفاع و شیب با تابع Small فازی‌سازی شده‌ است. حد آستانه برای نقشۀ ارتفاع 1700 متر و برای نقشۀ شیب برابر با 25 درصد تعیین شده است؛ بنابراین در مکان‌ها با ارتفاع و شیب پایین‌تر از این مقدار‌ها ارزش و عضویت 1 کسب شده است.

 

شکل 3: نقشههای فازی‌شده مربوط به دو معیار ارتفاع و شیب (منبع: یافته‌های پژوهش)

Fig 3: Fuzzy maps related to height and slope

 

شکل 4 نقشه‌های فازی‌شدۀ دو معیار کاربری و فاصله از گسل را نشان می‌دهد. نقشۀ فاصله از گسل با حد آستانۀ 10 کیلومتر و کاربری اراضی با حد آستانۀ 4 با تابع Large فازی و استانداردسازی شدند؛ بنابراین در مکان‌های با فاصله و ارزش بیشتر درجۀ عضویت 1 دریافت و بدین ترتیب، پهنه‌های مناسب‌تری تعیین شده است.

 

شکل 4: نقشه‌های فازی‌شدۀ مربوط به دو معیار فاصله از گسل و کاربری اراضی (منبع: یافته‌های پژوهش)

Fig 4: Fuzzy maps related to two measures of distance from fault and land use

 

شکل 5 نتایج تابع Linear را برای فازی‌سازی نقشه‌های فاصله از جادۀ ارتباطی و فاصله از منابع گردشگری نشان می‌دهد. بر‌اساس منطق حاکم هر‌چه خدمات اقامتی-گردشگری به جادۀ ارتباطی و منابع گردشگری نزدیک‌تر باشند، از‌لحاظ هزینه، زمان، دسترسی و دیگر شاخص‌های مهم برای گردشگران و توسعۀ گردشگری مناسب‌تر هستند؛ بنابراین پهنه‌های نزدیک‌تر اهمیت بیشتری برای هدف پژوهش داشته است.

 

شکل 5: نقشههای فازی‌شدۀ مربوط به دو معیار فاصله از جاده و فاصله از منابع گردشگری (منبع: یافته‌های پژوهش)

Fig 5: Fuzzy maps related to the distance from the road and the distance from tourism resources

 

شکل 6 نقشه‌های فازی شدۀ مربوط به دو معیار فاصله از نقاط روستایی و فاصله از نقاط شهری را نشان می‌دهد. برای فازی‌سازی این دو معیار نیز از تابع Linear استفاده شده است. مراکز اقامتی-گردشگری هر‌چه به نقاط روستایی و شهری نزدیک‌تر باشند، گردشگران تمایل و انگیزه بیشتری را نشان می‌دهند. علاوه بر این، دسترسی نیز مناسب‌تر و در راستای دیگر عوامل توسعۀ گردشگری نیز مؤثر است؛ بنابراین مکان‌های با فاصلۀ کمتر ارزش بیشتری نسبت به مکان‌های با فاصلۀ دورتر دارند.

 

شکل 6: نقشههای فازی‌شده مربوط به دو معیار فاصله از نقاط روستایی و فاصله از نقاط شهری (منبع: یافته‌های پژوهش)

Fig 6: Fuzzy maps related to the distance from rural points and distance from urban points

 

شکل 7 نقشۀ مربوط به معیار فاصله از منابع آب (رود) را نشان می‌دهد. بر‌اساس این نقشه مکان‌های با 3 کیلومتر فاصله از منابع آب ارزش‌های بیشتر را دارند و هر‌چه این مقدار کاهش یا افزایش پیدا کند، ارزش پهنه‌ها نیز به‌سمت صفر سوق پیدا می‌کند.

 

شکل7: نقشۀ فازی‌شدۀ مربوط به معیار فاصله از منابع آب (رود) (منبع: یافته‌های پژوهش)

Fig 7: Fuzzy map related to the criterion of distance from water sources (river)

 

مقایسۀ زوجی و وزن نهایی معیارها با استفاده از مدل AHP

پس از آنکه نقشه‌های مربوط به هر معیار فازی‌سازی شد، در این مرحله اهمیت معیار‌ها نسبت به یکدیگر نیز ارزیابی می‌شود؛ به این صورت که بر‌اساس دیدگاه کارشناسان معیار‌ها با تحلیل سلسله‌مراتبی مقایسۀ زوجی شدند و سپس بر‌اساس این مقایسه اهمیت و رتبه‌بندی آنها مشخص شد. بررسی نتایج مقایسۀ زوجی نشان می‌دهد که دو معیار فاصله از منابع گردشگری و فاصله از گسل بیشترین ارزش‌ها را در‌مقایسۀ زوجی داشته‌اند و کمترین ارزش‌ها نیز مربوط به دو معیار ارتفاع و فاصله از منابع آب (رود) بوده است. جدول 2 مقایسۀ زوجی معیار‌های مؤثر را در ایجاد اماکن گردشگری نشان می‌دهد.

جدول 2: مقایسۀ زوجی معیارهای مؤثر در تعیین پهنههای مستعد برای ایجاد اماکن اقامتی-گردشگری

Table 2: Pairwise comparison of effective criteria in determining potential areas for creating accommodation-tourism places

کاربری اراضی

فاصله از منابع آب (رود)

فاصله از گسل

فاصله از منابع گردشگری

فاصله از سکونتگاه روستایی

فاصله از سکونتگاه شهری

فاصله از جادۀ ارتباطی

شیب

ارتفاع

معیار

4

1

3

2

33/0

5/0

16/0

3

1

ارتفاع

2/0

25/0

33/0

33/0

33/0

25/0

16/0

1

33/0

شیب

3

4

6

5

3

2

1

6

6

فاصله از جادۀ ارتباطی

3

3

5

4

2

1

5/0

4

2

فاصله از سکونتگاه شهری

1

2

5

4

1

5/0

33/0

3

3

فاصله از سکونتگاهروستایی

25/0

33/0

5/0

1

25/0

25/0

2/0

3

5/0

فاصله از منابع گردشگری

25/0

5/0

1

2

2/0

2/0

16/0

3

33/0

فاصله از گسل

5/0

1

2

3

5/0

33/0

25/0

4

1

فاصله از منابع آب (رود)

1

2

4

4

1

33/0

33/0

5

25/0

کاربری اراضی

منبع: یافته‌های پژوهش

اولویتبندی معیارهای مؤثر در تعیین پهنههای مستعد برای ایجاد اماکن اقامتی-گردشگری

اولویت‌بندی معیارها نشان داد که در‌مجموع، مهم‌ترین معیار در تعیین پهنه‌های مستعد ایجاد اماکن اقامتی-گردشگری، معیار فاصله از منابع گرشگری با وزن نهایی 290/0 بوده است. در‌واقع، هر‌چه مراکز اقامتی به جاذبه‌ها و منابع گردشگری نزدیک‌تر باشند، عملکرد بهتری خواهند داشت. همچنین، فاصله از گسل با وزن 192/0 در رتبۀ دوم اهمیت شناخته شده است. دو معیار کاربری اراضی با وزن 136/0 و فاصله از جادۀ ارتباطی با امتیاز 131/0 نیز در رتبه‌های سوم و چهارم و پایین‌ترین وزن معیار‌ها مربوط به معیار ارتفاع با وزن 027/0 شناخته شده است. میزان سازگاری ارزش‌ها و مقایسۀ زوجی معیار‌ها نیز برابر با 05/0 بوده است. این مقدار کمتر از 1/0 و در‌نتیجه، نشان‌دهندۀ پذیرفته‌بودن مقایسۀ زوجی معیار‌هاست (جدول3).

جدول 3: اولویتبندی و وزن نهایی معیارهای مؤثر در تعیین پهنههای مستعد برای ایجاد اماکن اقامتی-گردشگری

Table 3: Prioritization and final weighting of effective criteria in determining potential areas for the establishment of accommodation-tourism places

معیار

وزن معیار

رتبه معیار

میزان سازگاری

ارتفاع

027/0

9

 

 

 

05/0

شیب

042/0

7

فاصله از جادۀ ارتباطی

131/0

4

فاصله از سکونتگاه شهری

068/0

6

فاصله از سکونتگاه روستایی

075/0

5

فاصله از منابع گردشگری

290/0

1

فاصله از گسل

192/0

2

فاصله از منابع آب (رود)

039/0

8

کاربری اراضی

136/0

3

منبع: یافته‌های پژوهش

 

نقشههای نهایی و ارزیابی تطبیقی مدلهای هم‌پوشانی فازی (Gamma، Sum)

پس از فازی‌سازی نقشه‌ها و تعیین اهمیت معیار‌ها نسبت به یکدیگر در این بخش با استفاده از تابع Gamma و Sum به هم‌پوشانی معیار‌ها برای تعیین پهنه‌های مستعد ازجهت ایجاد اماکن اقامتی-گردشگری اقدام شده است. این توابع در قسمت Fuzzy Overlay قرار دارد. شکل 8 نقشۀ پهنه‌های مستعد را برای ایجاد اماکن اقامتی-گردشگری در منطقۀ دزپارت به روش Gamma با توان 9/0 نشان داده است. بر‌اساس این نقشه بهترین پهنه‌های جغرافیایی برای ایجاد اماکن اقامتی–گردشگری در منطقۀ دزپارت به رنگ سبز پررنگ و سبز کم‌رنگ در محدودۀ مرکزی منطقه است. هر‌چه از این محدوده به سمت شمال یا جنوب منطقه پیش می‌رویم از پهنه‌های مستعد ایجاد خدامات اقامتی-گردشگری کاسته می‌شود. پهنۀ پیشنهادی در این نقشه از ‌لحاظ معیار‌های مختلف فاصلۀ مناسب از جاده، فاصلۀ مطلوب از شهر و نقاط روستایی، شیب کم، ارتفاع پایین، کاربری اراضی از نوع دیم و مراتع با قابلیت پایین، فاصله زیاد از خط گسل، فاصلۀ مناسب از منابع آب و ... تعیین شده است.

 

شکل 8: نقشۀ پهنههای مستعد برای ایجاد اماکن اقامتی-گردشگری در منطقۀ دزپارت به روش Gamma (منبع: یافته‌های پژوهش)

Fig 8: Map of potential areas for creating accommodation-tourism places in Dezpart region by Gamma method

 

شکل 9 نتیجۀ هم‌پوشانی معیار‌ها را با روش هم‌پوشانی Sum نشان داده است. بر‌اساس این نقشه پهنه‌های با رنگ سبز پررنگ و کم‌رنگ بهترین محدوده‌ها برای ایجاد اماکن اقامتی گردشگری است. پهنه‌های انتخاب‌شده حجم زیادی از منابع توسعۀ گردشگری منطقه را پوشش داده است. همچنین، در این نقشه نسبت به نقشۀ تهیه‌شده از روش گاما، پهنۀ مناسب بیشتری پیشنهاد شده است. محدودۀ پیشنهادی بر‌اساس این نقشه شامل بخش مرکزی، غربی و شرقی منطقه است.

 

شکل 9: نقشۀ پهنههای مستعد برای ایجاد اماکن اقامتی-گردشگری در منطقۀ دزپارت به روش Sum (منبع: یافته‌های پژوهش)

Fig 9: Map of potential areas for creating accommodation-tourism places in Dezpart region by sum method

مقایسۀ نقشه‌های پیشنهادی (8 و 9) نشان‌دهندۀ این مطلب است که در روش هم‌پوشانی Sum نسبت به روش Gamma محدوده یا پهنه‌های مستعد بیشتری برای ایجاد خدمات یا اماکن اقامتی-گردشگری در منطقه پیشنهاد شده است. نکتۀ دیگر اینکه نقشۀ تهیه‌شده به روش Sum شامل پهنه‌های مرکزی، غربی و شرقی است؛ در‌حالی که در روش گاما محدودۀ مرکزی به شکل خط باریک برای اماکن اقامتی-گردشگری پیشنهاد شده است. نکتۀ مهم دیگر اینکه محدودۀ پیشنهادی بر‌اساس روش گاما پیرامون جادۀ ارتباطی اصلی منطقه است؛ اما در روش Sum پهنه‌های دیگر منطقه اعم از شمالی، مرکزی، شرقی و غربی نیز پوشش داده شده است.

براساس جدول 4 مساحت پهنه برای ایجاد اماکن اقامتی-گردشگری در روش هم‌پوشانی گاما برابر با 27/39 کیلومتر و بسیار مناسب (مستعد) بوده که بیش از 10/3 درصد از مساحت منطقه را شامل شده است. این موضوع در نقشۀ تهیه‌شده به روش Sum بالغ بر 72/499 کیلومتر مربع معادل 41/39 درصد منطقه است؛ بنابراین به‌لحاظ مساحت نیزف در مدل هم‌پوشانی sum پهنۀ بیشتری به نسبت روش گاما پیشنهاد و مشخص شده است. در‌واقع، می‌توان اینگونه نیز بیان کرد که روش گاما در‌مقایسه با روش Sum سختگیرانه‌تر بوده است.

جدول 4: مقایسۀ پهنههای مستعد برای ایجاد اماکن اقامتی-گردشگری در دو روش هم‌پوشانی فازی

Table 4: Comparison of potential areas for creating tourist-accommodation places in two fuzzy overlay methods

-

مدل Gamma

مدل Sum

مساحت پهنۀ مستعد (کیلومتر)- طبقۀ چهار نقشه

27/39

72/499

درصد از منطقه

10/3

41/39

میزان سازگاری (انطباق)

مناسب

مناسب

منبع: یافته‌های پژوهش

 

صحتسنجی و مقایسۀ مدلها

در این مرحله با تلاقی منابع گردشگری منطقه و نقشه‌های پهنه‌های مستعد ایجاد مراکز اقامتی-گردشگری در محیط ArcGIS روش‌های هم‌پوشانی فازی با استفاده از روش مجموع کیفیت (Qs) (Quality Sum) ارزیابی و مقایسه و مدل مناسب منطبق با منطقۀ بررسی‌شده انتخاب می‌شود و درنهایت، برای ارزیابی و مقایسۀ دقت بین پهنه‌ها در هر روش از روش‌های پهنه‌بندی، نسبت تراکم (Dr) (Density Ratio) استفاده می‌شود.

در‌صورتی که در منطقه‌ای چند نقشۀ پهنه‌بندی تهیه شده باشد با استفاده از مقدار مجموع کیفیت (QS) یا جمع کیفی می‌توان نقشه‌های با دقت بیشتر و صحیح‌تر را شناسایی کرد. یک نقشۀ مستعد و مناسب نقشه‌ای است که بهترین مکان‌ها را میان پهنه‌های با تراکم بالا و پهنه‌های با تراکم پایین تعیین می‌کند. برای تعیین مجموع کیفیت لازم است ابتدا نسبت تراکمی محاسبه شود که این محاسبه در قالب رابطۀ زیر صورت می‌پذیرد.

 

Si = مجموع مساحت پهنه‌های واقع در هر رده؛

Ai = مساحت iمین پهنۀ مستعد در یک نقشۀ پهنه‌بندی؛

n = تعداد پهنه‌های مستعد است.

مقدار مجموع کیفیت (Qs) که با رابطۀ زیر محاسبه می‌شود، نشان‌دهندۀ صحت یا مطلوبیت عملکرد روش در تعیین پهنه‌های مستعد است.

 

که در آن Qs = مجموع کیفیت؛

Dr = نسبت تراکم؛

S = نسبت مساحت پهنۀ مستعد به مساحت کل منطقه؛

n = تعداد کلاس مستعد است.

از بُعد نظری (تئوریک) حدّی برای شاخص مجموع کیفیت وجود ندارد. در این شاخص اختلاف بین مقدار‌های Qs کمتر از 1/0 در نظر گرفته و مقدار‌های با اختلاف کمتر از این مقدار به‌طور تقریبی، یکسان لحاظ می‌شود. در‌واقع، Qs از جنس واریانس است. انحراف مقدار‌های Dr از میانگین در پهنه‌های مختلف اگر به یکدیگر نزدیک باشد، نشان‌دهندۀ آن است که تراکم پهنه‌ها در کلاس‌های مختلف نزدیک به یکدیگر بوده و مقدار Qs نیز پایین است و اگر انحراف مقدار‌های Dr از میانگین در پهنه‌های مختلف زیاد باشد، نشان‌دهندۀ آن است که تراکم پهنه‌ها با یکدیگر تفاوت داشته است؛ در‌نتیجه مقدار عددی Qs بزرگ می‌‌شود؛ بنابراین در ارزیابی روش‌ها، هرچه مقدار مجموع کیفیت (Qs) در روشی بیشتر باشد، آن روش صحت یا مطلوبیت بیشتری در تفکیک خواهد داشت.

بر‌اساس نتایج جدول 5 مجموع کیفیت نقشۀ تهیه‌شده به روش Sum بهتر از نقشۀ تهیه‌شده به روش گاما بوده است؛ زیرا مقدار مجموع کیفیت به روش Sum برابر با 45/0 و بیشتر از مقدار نقشۀ گاما بوده است؛ بنابراین نتیجۀ روش مجموع کیفیت در‌زمینۀ مقایسه و صحت مدل‌های هم‌پوشانی نشان داد که با‌توجه به پهنه‌های مستعد پیشنهادی برای ایجاد اماکن اقامتی-گردشگری مدل هم‌پوشانی Sum مناسب‌تر بوده است؛ به‌طوری که برای برنامه‌ریزی و توسعۀ گردشگری در منطقه در اولویت قرار دارد.

 

 

جدول 5: تعیین دقت روشهای هم‌پوشانی فازی برای تعیین پهنههای مستعد ایجاد اماکن اقامتی-گردشگری

Table 5: Determining the accuracy of fuzzy overlay methods to determine areas prone to creating accommodation-tourism places

مدل هم‌پوشانی

رده یا پهنه

مساحت پهنه به کیلومتر مربع (Ai)

مساحت منطقه به کیلومتر مربع (Si)

نسبت تراکمی (DR)

نسبت مساحت هر پهنه (S)

QS در هر رده (پهنه)

مجموع کیفیت (QS)

Sum

1

86/178

1268

79/2

14/0

454/0

45/0

2

74/240

0

0

19/0

0

3

59/348

0

0

27/0

0

4

72/499

0

0

39/0

0

جمع

1268

 

Gamma

1

94/355

1268

11/0

28/0

222/0

22/0

2

64/529

0

0

42/0

0

3

19/343

0

0

27/0

0

4

27/39

0

0

03/0

0

جمع

1268

 

 

منبع: یافته‌های پژوهش

 

نتیجهگیری

توسعۀ گردشگری نیازمند توجه به تمامی ابعاد و زیرساخت‌هاست. اماکن یا خدمات اقامتی از مهم‌ترین ضروریات گردشگران در هر منطقه است. در این زمینه دسترسی و توزیع مناسب مراکز اقامتی نقش مهمی در استقبال گردشگران و به‌طور کلی، توسعۀ گردشگری در هر منطقه دارد؛ از این رو بررسی و تحلیل منطقه‌های گردشگری از‌لحاظ مراکز اقامتی-گردشگری بسیار ضروری است. در پژوهش حاضر منطقۀ دزپارت در استان خوزستان از جنبۀ کاربردی و از‌لحاظ پهنه‌بندی منطقه‌های مستعد ایجاد اماکن یا مراکز اقامتی-گردشگری بررسی شد. این هدف با تأثیرگذاری معیارهای مختلف طبیعی، زیرساختی و انسانی تحلیل شد. علاوه بر این، یک مقایسۀ تطبیقی بین مدل‌های هم‌پوشانی فازی برای اعتبارسنجی و صحت بهتر نتایج نیز انجام شد.

تحلیل نتایج نشان داد که در‌مجموع، منطقۀ دزپارت پهنه‌های مستعد مهمی را برای ایجاد مراکز اقامتی-گردشگری دارد؛ به‌گونه‌ای که محدوده‌های جغرافیایی در مرکز، غرب، شرق و شمال این منطقه ظرفیت مطلوبی را برای توسعۀ این نوع خدمات دارد. همچنین، پهنه‌های مستعد پیشنهاد‌شده شرایط مطلوبی را از‌لحاظ فاصله از جادۀ ارتباطی، استقرار در شیب و ارتفاع مناسب، قرارگیری در مجاورت با نقاط روستایی و شهری، مجاورت با منابع یا جاذبه‌های گردشگری و... دارند؛ بنابراین می‌توان نتیجه گرفت که معیار‌های مختلف و تأکیده‌شده در این پژوهش توانسته است به‌خوبی پهنه‌های مستعد مراکز اقامتی-گردشگری را مشخص کند؛ به‌گونه‌ای که بر‌اساس روش Sum 41/39 درصد منطقه پهنۀ مستعد را دارد. یافته‌های این بخش از پژوهش مبنی بر اهمیت معیار‌های به‌کار‌رفته با پژوهش‌های برقی و همکاران (1394)، صیدایی و صادقی (1402)، آگوستینا، چوداری و جایارامان و همکاران (Agustina, 2017; Choudhury, 2019; Jayaraman et al., 2021) هم‌پوشانی دارد؛ زیرا در این پژوهش‌ها نیز به اهمیت معیار‌هایی از‌جمله فاصله از نقاط سکونتگاهی، منابع آب، ارتفاع، کاربری اراضی و ... در راستای تعیین پهنه‌های مستعد ایجاد خدمات اقامتی و توسعۀ گردشگری تأکید شده است.

در نتیجۀ پژوهش تأیید شد که مدل هم‌پوشانی فازی از نوع Gamma نسبت به مدل Sum سختگیرانه و بدبینانه‌تر است؛ زیرا بر‌اساس مدل Sum بیش از 39 درصد منطقه برای ایجاد اماکن اقامتی-گردشگری مناسب بوده است؛ در‌حالی بر‌اساس مدل گاما این مقدار 3 درصد است. میزان انطباق منابع و جاذبه‌های گردشگری با پهنه‌های مستعد پیشنهاد‌شده در مدل Sum است. علاوه بر این، صحت‌سنجی مدل‌ها نیز با روش مجموع کیفیت تأیید شد که نتایج مدل Sum مطلوب‌تر و به واقعیت نزدیک‌تر بوده است. با‌توجه به این نکات در‌مجموع، می‌توان اینگونه ذکر کرد که منطقه‌های پیشنهادی بر‌اساس مدل Sum می‌تواند مبنای برنامه‌ریزی و توسعۀ مراکز اقامتی-گردشگری در منطقه باشد. نوآوری این پژوهش در این است که ابتدا معیار‌های مختلف طبیعی، زیرساختی و انسانی در تعیین پهنه‌های مستعد مراکز اقامتی-گردشگری استفاده و تلفیق و سپس یک مقایسۀ تطبیقی از مدل‌های هم‌پوشانی فازی در موضوع گردشگری نیز انجام شد که در پژوهش‌های گذشته به آن توجه نشده است. با‌توجه به نتایج پژوهش چند پیشنهاد ارائه می‌شود: 1- برای برنامه‌ریزی و ایجاد مراکز اقامتی-گردشگری در منطقۀ دزپارت از پهنه‌های مستعد شناخته‌شده استفاده شود؛ 2- برای ایجاد مراکز اقامتی-گردشگری پهنه‌های نزدیک به مرکز منطقه و منابع گردشگری در اولویت هستند؛ 3- در پژوهش‌های آینده به دیگر مدل‌های هم‌پوشانی فازی در بخش گردشگری تاکید شود؛ 4- پژوهشی در‌زمینۀ ارزیابی ظرفیت‌های گردشگری منطقه انجام شود؛ 5- به دیگر مدل های فازی در موضوع‌های گردشگری به‌ویژه ارزیابی اکوتوریسمی در پژوهش‌های آینده توجه شود؛ 6- در پژوهش‌های آینده به مکان‌یابی بهینه برای توسعۀ خدمات گردشگری در بخش روستایی منطقه تأکید شود.

منابع
احدنژاد روشتی، محسن، و فیضی، سمیه (1392). ارزیابی نقش زیرساختها در توسعۀ گردشگری شهری با تأکید بر پایداری. اولین همایش ملی مدیریت گردشگری، طبیعت گردی و جغرافیا، همدان.
اکبری، داود، عمرانی، نفیسه، و اکبری، محمد (1399). مکان‌یابی مراکز اقامتی گردشگری با استفاده از مدل ANP-VIKOR (مطالعۀ موردی: شهرستان رودسر). کاربرد سیستم اطلاعات جغرافیایی و سنجش از دور در برنامه‌ریزی، 11(2)، 26-36. https://sanad.iau.ir/Journal/gisrs/Article/934731
ایزدی یزدان آبادی، فاطمه (1399). کاربردهای GIS در برنامهریزی توسعۀ گردشگری و واکاوی قابلیتهای آن در مکانیابی سایتهای گردشگری. همایش ملی پژوهش‌های مدیریت و علوم انسانی در ایران، دانشگاه تهران. https://www.sid.ir/paper/899344/fa
برقی، حمید، رحیمی، داریوش، و رحیمی، راضیه (1394). مکان‌یابی احداث کمپینگ در روستا‌های هدف گردشگری با استفاده از سیستم اطلاعات جغرافیایی و مدل AHP (مطالعۀ موردی: روستای ابیانه). برنامهریزی فضایی، 5(2)، 74-55. https://sppl.ui.ac.ir/article_20596.html
جهانیان، منوچهر، و مهدی‌زاده اردکانی، مریم (1400). عوامل مؤثر بر افزایش رضایت گردشگران از اقامتگاه‌های بومگردی (مورد مطالعه: اقامتگاه‌های بوم‌گردی شهرستان دماوند). گردشگری و اوقات فراغت، 6(11)، 155-172.
دهقانی، امین، و جمینی، داود (1399). ظرفیت‌های اقتصادی گردشگری و توسعۀ فضاهای روستایی (مورد مطالعه: شهرستان روانسر). مجلۀ روستا و توسعۀ پایدار فضا، 1(3)، 35-50.
صیدائی، اسکندر، نظری، حمید، جمینی، داود، و قنبری، یوسف (1402). تأثیر مخاطرات محیطی بر سرمایۀ تصویری مقاصد گردشگری (مطالعۀ موردی: بخش میانکوه شهرستان اردل). مجلۀ مدیریت مخاطرات محیطی، 1(2)، 121-135. 10.22059/JHSCI.2023.361711.785
صیدایی، سید اسکندر، و صادقی، حجت‌الله (1402). مکان‌یابی احداث اکوکمپ‌های گردشگری عشایری در منطقۀ چهارمحال و بختیاری. مطالعات برنامهریزی قلمرو کوچ نشینان، 3(1)، 13-30.
عرفانی، ملیحه، و احسان‌زاده، ناهید. (1400). پهنه‌بندی مناطق مستعد گردشگری ساحلی در بخشی از سواحل دریای عمان. سنجش از دور و سامانۀ اطلاعات جغرافیایی در منابع طبیعی، 12(1)، 107-123.
کدیور، علی‌اصغر، و محمدزاده الهوردیخانی، جمیله (1394). شناسایی پهنه‌های مناسب جهت ایجاد مراکز اقامتی-سیاحتی در شهر بجنورد با استفاده از مدلANP. جغرافیا وتوسعۀ ناحیهای، 13(2)، 201-225.  https://doi.org/10.22067/geography.v13i2.44037
محمودی، مصطفی، و بیشمی، بهار (1400). امکان‌سنجی و مکان‌یابی روستا‌های مستعد احداث اکوکمپ بین‌المللی (مطالعۀ موردی: استان کرمانشاه). مسکن و محیط روستا، 40(175)، 35-46. 10.22034/40.175.35
 
References
Agustina, S. (2017). Eco camp educational tourism phenomenon in indonesia.  Journal of Sustainable Development Education and Research, 1(1), 45-54. https://doi.org/10.17509/jsder.v1i1.6243
Ahadnejad Roshti, M., & Faizi, S. (2012). Evaluating the role of infrastructure in the development of urban tourism with an emphasis on sustainability. The First National Conference On Tourism Management, Nature Tourism And Geography, Hamedan. https://civilica.com/doc/248612 [In Persian].
Akbar, F.H., H., Rivai, F., Abdullah, A. Z., & Awang, A. H. (2021). Relationship between information access, service quality, costs saving, cultural similarity and supporting service towards medical (dental) tourism patients’ satisfaction.  Journal of Dentomaxillofacial Science, 6(1), 31-34. https://jdmfs.org/index.php/jdmfs/article/view/1106
Akbari, D., Omrani, N., & Akbari, M. (2019). Locating tourist accommodation centers using the ANP-VIKOR model (A case study of Rudsar city). Journal of Application of Geographic Information System And Remote Sensing In Planning, 11(2), 26-36. https://sanad.iau.ir/Journal/gisrs/Article/934731 [In Persian].
Albuquerque, H., Costa, C., & Martins, F. (2018). The use of geographical information systems for tourism marketing purposes in aveiro region (Portugal).  Tourism Management Perspectives, 26(1), 172-178. https://doi.org/10.1016/j.tmp.2017.10.009
Al-Omari, A., Shatnawi, N., Khedaywi, T., & Miqdady, T. (2020). Prediction of traffic accidents hot spots using fuzzy logic and GIS.  Applied Geomatics, 12(2), 149-161. https://doi.org/10.1007/s12518-019-00290-7
Barghi, H., Rahimi, D., & Rahimi, R. (2014). Locating campsites in tourism target villages using geographic information system and AHP model (Case study: Abyaneh village). Spatial Planning), 5(2), 55-74. https://sppl.ui.ac.ir/article_20596.html [In Persian].
Bharadwaj, S. (2018). Customer satisfaction leads to sustainable competitive advantage: with special reference to the Lalimou eco-tourism camp in nameri national park.  International Journal of Research In Humanities, Arts And Literature, 6(7), 29-38. https://paper.researchbib.com/view/paper/173426
Boostani, A., Jolai, F., & Bozorgi-Amiri, A. (2018). Optimal location selection of temporary accommodation sites in Iran via a hybrid fuzzy multiple-criteria decision making approach.  Journal Of Urban Planning and Development, 144(4), 25-42. https://doi.org/10.1061/(ASCE)UP.1943-5444.0000479
Buckley, R. (2011). Tourism and environment.  Annual Review of Environment and Resources, 36(2), 397-416. https://doi.org/10.1146/annurev-environ-041210-132637
Chen, Y. C., Yao, H. L., Weng, S. D., & Tai, Y. F. (2022). An analysis of the optimal facility location of tourism industry in plain region by utilizing GIS.  Sage open, 12(2), 1-18. https://doi.org/10.1177/21582440221095020
Choudhury, A. S. B. (2019). Eco-tourism: The mantra for sustainable rural livelihood.  IJRAR-International Journal of Research And Analytical Reviews (IJRAR), 6(1), 227-229. https://www.ijrar.org/papers/IJRAR1AGP042.pdf
Cró, S., & Martins, A. M. (2018). Hotel and hostel location in Lisbon: Looking for their determinants.  Tourism Geographies, 20(3), 504-523. https://doi.org/10.1080/14616688.2017.1360386
Cvetkovic, M., & Jovanovic, S. S. (2016). The application of GIS technology in tourism.  Quaestus, (8),1-16. https://www.quaestus.ro/wp-content/uploads/2012/03/cvetkovic.jovanovic.pdf
Dehghan, A., & Jamini, D. (2020). Economic capacities of tourism and the development of rural spaces (Case study: Ravansar county).  Village And Space Sustainable Development, 1(3), 35-50. 10.22077/VSSD.2021.3993.1018 [In Persian].
Erfani, M., & Ehsanzadeh, N. (2020). Zoning of areas susceptible to coastal tourism in a part of the coasts of the Oman Sea. Remote Sensing And Geographic Information System In Natural Resources, 12(1), 107-123. 10.30495/GIRS.2021.677894 [In Persian].
Hoang, H. T., Truong, Q. H., Nguyen, A. T., & Hens, L. (2018). Multicriteria evaluation of tourism potential in the central highlands of vietnam: Combining geographic information system (GIS), analytic hierarchy process (AHP) and principal component analysis (PCA).  Sustainability, 10(9), 1-17. https://doi.org/10.3390/su10093097
Izadi Yazdanabadi, F. (2019). Applications of GIS in tourism development planning and analysis of its capabilities in locating tourist sites. National Conference on Management and Humanities Research in Iran, University of Tehran. https://www.sid.ir/paper/899344/fa [In Persian].
Jahanian, M., & Mehdizadeh Ardakani, M. (2020). Factors affecting the increase of tourists' satisfaction with eco-tourist accommodations under study: Damavand city's eco-tourism accommodations. Tourism And Leisure, 6(11), 155-172. 10.22133/TLJ.2022.322091.1024 [In Persian].
Jayaraman, R., Kumar, B. S., & Singh, S. K. (2021). Remote sensing and gis based site suitability analysis for tourism development in vaishali block, bihar: Remote sensing and GIS based site suitability analysis for tourism development.  Acta Geographica Debrecina Landscape & Environment Series, 15(2), 12-22. https://doi.org/10.21120/LE/15/2/2
Kadivar, A.A., & Mohammadzadeh Alhordikhani, J. (2014). Identification of suitable areas for the establishment of tourist-residence centers in Bojnord city (using the ANP model). Regional Geography and Development, 13(2), 22-201. https://doi.org/10.22067/geography.v13i2.44037 [In Persian].
Kurnaedi, D., Surahmat, A., Oktora, E., & Sihotang, M. (2019). Tourism geographic information system using google API banten.  Bit-Tech, 2(2), 89-94. https://doi.org/10.32877/bt.v2i2.109
Li, K. X., Jin, M., & Shi, W. (2018). Tourism as an important impetus to promoting economic growth: A critical review.  Tourism Management Perspectives, 26(4), 135-142. https://doi.org/10.1016/j.tmp.2017.10.002
Mahdi, A., & Esztergár-Kiss, D. (2021). Modelling the accommodation preferences of tourists by combining fuzzy-AHP and GIS methods.  Journal Of Advanced Transportation, 23(2), 1-16. https://doi.org/10.1155/2021/9913513
Mahmoudi, M., & Baishmi, B. (2020). Feasibility and location of villages prone to the construction of international ecocamps; (Case study: Kermanshah province). Housing And Village Environment, 40(175), 35-46. 10.22034/40.175.35 [In Persian].
Mayer, M., & Vogt, L. (2016). Economic effects of tourism and its influencing factors.  Zeitschrift Für Tourismuswissenschaft, 8(2), 169-198. https://doi.org/10.1515/tw-2016-0017
Mindur, M., Celiński, I., & Sierpiński, G. (2019). The determination of potential locations for hotel and service facilities in relation to the transport system–the logistic approach.  Logistics And Transport, 43(3), 27-40. https://cejsh.icm.edu.pl/cejsh/element/bwmeta1.element.mhp-f0342d09-c17a-4f22-a9be-58116bd74b88
Nazarova, S. A., Mirzarahimov, B. H., Narmanov, U. A., Ortikov, O. H., & Uktamov, K. F. (2021). The role of uzbek tourism culture and its historical and cultural transformation processes in economic development.  Int. J. Of Aquatic Science, 12(3), 2776-2785. https://www.journal-aquaticscience.com/article_137391.html
Niñerola, A., Sánchez-Rebull, M. V., & Hernández-Lara, A. B. (2019). Tourism research on sustainability: A bibliometric analysis.  Sustainability, 11(5), 1-17. https://doi.org/10.3390/su11051377
Njoya, E. T. (2020). An analysis of the tourism and wider economic impacts of price-reducing reforms in air transport services in Egypt.  Research In Transportation Economics, 79(2), 1-17. https://doi.org/10.1016/j.retrec.2019.100795
Ramesh, V., & Iqbal, S. S. (2022). Urban flood susceptibility zonation mapping using evidential belief function, frequency ratio and fuzzy gamma operator models in GIS: A case study of greater mumbai, maharashtra, India.  Geocarto International, 37(2), 581-606. https://doi.org/10.1080/10106049.2020.1730448
Sabirdjahnovna, K. D. (2019). Strategy of tourism development in Uzbekistan.  Проблемы Современной Науки И Образования, 11(2), 42-43. https://cyberleninka.ru/article/n/strategy-of-tourism-development-in-uzbekistan
Seidai, S., Nazari, H., Jamini, D., & Ghanbari, Y. (2023). Investigating the impact of environmental hazards on the image capital of tourist destinations, (Case study: Miankooh district of ardal township). Environmental Hazards Management, 1(2), 121-135. 10.22059/JHSCI.2023.361711.785 [In Persian].
Seidiy, S. S., & Sadeghi, H. O. (2023). Locating the construction of nomadic tourism ecocamps in Chaharmahal and Bakhtiari region.  Nomadic Territory Planning Studies, 3(1), 13-30. 10.22034/JSNAP.2023.167726 [In Persian].
Sema, H. V., Guru, B., & Veerappan, R. (2017). Fuzzy gamma operator model for preparing landslide susceptibility zonation mapping in parts of kohima town, nagaland, India.  Modeling Earth Systems and Environment, 3(8), 499-514. https://doi.org/10.1007/s40808-017-0317-9
Sharpley, R. (2020). Tourism, sustainable development and the theoretical divide: 20 years on.  Journal Of Sustainable Tourism, 28(11), 1932-1946. https://doi.org/10.1080/09669582.2020.1779732
Sirirak, W., & Pitakaso, R. (2018). Marketplace location decision making and tourism route planning.  Administrative Sciences, 8(4), 1-22. https://doi.org/10.3390/admsci8040072
Sui, D. Z. (1992). A fuzzy GIS modeling approach for urban land evaluation.  Computers, Environment and Urban Systems, 16(2), 101-115. https://doi.org/10.1016/0198-9715(92)90022-J
Tangestani, M. H. (2004). Landslide susceptibility mapping using the fuzzy gamma approach in a GIS, Kakan catchment area, southwest Iran.  Australian Journal of Earth Sciences, 51(3), 439-450. https://doi.org/10.1111/j.1400-0952.2004.01068.x
Webber, D. (2013). Space tourism: Its history, future and importance.  Acta Astronautica, 92(2), 138-143. https://doi.org/10.1016/j.actaastro.2012.04.038
Wei, W. (2012). Research on the application of geographic information system in tourism management.  Procedia Environmental Sciences, 12(4), 1104-1109. https://doi.org/10.1016/j.proenv.2012.01.394