۳٫۱٫ منطقه مطالعه

شانگهای منطقه وسیعی به وسعت بیش از ۶۳۰۰ کیلومتر را در بر می گیرد^۲ و شامل یک هسته شهری پرجمعیت است که توسط مناطق حومه شهر و شهرهای اقماری احاطه شده است. تمرکز این مطالعه به طور خاص بر روی حلقه داخلی شانگهای است که از نه ناحیه مرکزی تشکیل شده است. این منطقه که به دلیل اهمیت تاریخی و جایگاه فعلی خود به عنوان یک مرکز مالی مشهور است، در سال‌های اخیر شاهد توسعه مجدد قابل توجهی بوده است که منجر به ایجاد منظره شهری متمایز با ساختمان‌های اداری بلند، بلندمرتبه‌های مسکونی، خیابان‌های تجاری پرجنب‌وجوش، میدان‌های شهری، و مناطق صنعتی تغییر کاربری شده است. . حلقه داخلی مجموعه متنوعی از محله‌ها با پس‌زمینه‌های اجتماعی-اقتصادی و مشخصات جمعیتی متفاوت را در بر می‌گیرد. با انتخاب عمدی یک منطقه مطالعاتی متمرکز، این تحقیق فرصتی را برای تجزیه و تحلیل عمیق فضاهای شهری متعدد ارائه می دهد. این مطالعه به طور خاص بر روی حلقه داخلی شانگهای متمرکز است که شامل نه منطقه مرکزی در منطقه درون شهری است. تا سال ۲۰۲۰، جمعیت ساکن در این مناطق درون شهری تقریباً ۱۲٫۵ میلیون نفر بود، در حالی که کل جمعیت شهرداری شانگهای حدود ۲۶٫۳ میلیون نفر بود. در نتیجه، جمعیت ساکن در مناطق حلقه داخلی تقریباً ۴۷٪ از کل جمعیت شهرداری را تشکیل می دهد. این مناطق حلقه داخلی هسته پرجمعیت و بسیار شهری شانگهای را تشکیل می دهند، با مناطق قابل توجهی مانند Huangpu و Xuhui که دارای جمعیتی بیش از ۱ میلیون نفر هستند. به طور خلاصه، در حالی که اندازه و جمعیت مناطق جداگانه ممکن است متفاوت باشد، مناطق حلقه داخلی مورد مطالعه در اینجا بزرگترین منطقه شهری / متروی شانگهای را تشکیل می دهند که بخش قابل توجهی (تقریباً نیمی) از ساکنان شهر را با تراکم جمعیت بسیار بالا در خود جای می دهند.

۳٫۲٫ جمع آوری داده ها

۳٫۳٫ نقشه برداری و تحلیل جغرافیایی

برای تجزیه و تحلیل الگوهای فضایی و تغییرات پنج شاخص پویا، از GIS استفاده شد که لایه‌های داده‌ای خاص را در خود جای داده است. اینها شامل داده‌های جریان عابر پیاده به‌دست‌آمده از شمارنده‌های خودکار افراد نصب‌شده در خیابان‌های تجاری اصلی در شانگهای بود که سرزندگی فضا را به تصویر می‌کشید. داده‌های POI مربوط به فعالیت‌های تجاری و خدماتی از Amap، ارائه‌دهنده نقشه دیجیتال پیشرو در چین، به دست آمد. داده‌های ورود به شبکه‌های اجتماعی از Sina Weibo، که دوره ۲۰۱۰-۲۰۲۰ را پوشش می‌دهد، از طریق یک درخواست داده‌های دانشگاهی تأیید شده به‌دست آمد. شبکه‌های ترانزیت، از جمله لایه‌های شبکه مسیر مترو و اتوبوس، از پلتفرم تبادل داده‌های شهری شانگهای دانلود شدند. مجموعه داده باز شانگهای در مسیرهای دوچرخه محافظت شده برای تجزیه و تحلیل زیرساخت مسیر دوچرخه استفاده شد. شاخص‌های پیاده‌روی از طریق مشاهدات میدانی و یک فرمول تعیین‌شده برای داده‌های پیاده‌رو و تقاطع ایجاد شد. داده های زیست محیطی، مانند کیفیت هوا و خوانش آلودگی صوتی، از مرکز نظارت بر محیط زیست شانگهای به دست آمده است. اتصالات فضایی، تجزیه و تحلیل مجاورت، و تکنیک‌های نگاشت حرارتی در ArcGIS Pro برای شناسایی ارتباط بین شاخص‌ها و درک روابط فضایی آنها انجام شد.

این فرآیند شامل چندین مرحله ضروری است که با جمع‌آوری داده‌ها از منابع مختلف مانند تصاویر ماهواره‌ای، عکس‌های هوایی و پایگاه‌های داده‌های GIS موجود آغاز می‌شود. متعاقباً، داده‌های جمع‌آوری‌شده برای اطمینان از دقت و سازگاری تحت پیش‌پردازش قرار می‌گیرند که شامل وظایفی مانند حذف خطا، تراز کردن سیستم‌های مختصات و استانداردسازی قالب‌های داده می‌شود. پس از این، داده‌های GIS و POI در یک پایگاه داده فضایی یکپارچه یا نرم‌افزار GIS 10.8 ادغام می‌شوند و مدیریت و تحلیل کارآمد را تسهیل می‌کنند. سپس تکنیک های تجزیه و تحلیل فضایی، مانند تجزیه و تحلیل مجاورت، خوشه بندی فضایی، درون یابی، و تجزیه و تحلیل همپوشانی، برای استخراج بینش معنادار از داده ها استفاده می شود. محاسبات ویژگی نقش مهمی در تعیین شاخص‌ها یا ویژگی‌های مربوطه، از جمله شاخص‌های پیاده‌روی بر اساس عواملی مانند پوشش پیاده‌رو، تراکم تقاطع، و زیرساخت عابر پیاده، و همچنین شاخص‌های بهره‌وری انرژی ناشی از مصرف انرژی ساختمان و انتشار گازهای گلخانه‌ای ایفا می‌کنند. در نهایت، داده‌های GIS محاسبه‌شده و POI به صورت بصری از طریق نقشه‌ها، نمودارها یا نمودارها نمایش داده می‌شوند و قابلیت تفسیر و ارتباط مؤثر یافته‌ها را افزایش می‌دهند. مهم است که اذعان کنیم که روش‌های خاص مورد استفاده برای اندازه‌گیری و محاسبه ممکن است بسته به نرم‌افزار، ابزار و ویژگی‌های داده‌های GIS و POIهای تحت بررسی متفاوت باشد.

۳٫۴٫ مشاهدات رفتار محیطی

در سطح خیابان، این مطالعه به دنبال انجام مشاهدات میدانی به منظور به تصویر کشیدن تعاملات و استفاده از فضاهای عمومی شهری توسط افراد است. این مشاهدات جنبه های مختلفی از جمله ترجیحات حمل و نقل، شیوه های دفع زباله و پذیرش عناصر طراحی محیطی را در بر می گیرد. انتخاب مکان‌های رصدی عمدی است و هدف آن شامل طیف وسیعی از محیط‌های ساخته شده و زمینه‌های اجتماعی-اقتصادی در منطقه مورد مطالعه است. برای تعیین کمیت رفتارها، حالت‌های سفر و فعالیت‌ها، یک رویکرد کدگذاری سیستماتیک در طول دوره‌های زمانی مختلف به کار می‌رود. داده‌های مشاهده‌ای به‌عنوان وسیله‌ای برای تأیید و تأیید نتایج نقشه‌برداری و بررسی فضایی عمل می‌کند و مکانیزمی را برای یافته‌های مطالعه ارائه می‌کند. در این تحقیق، ما از یک ANN پیشرونده کم عمق برای پیش‌بینی کاهش کیفیت، قابلیت راه رفتن و رفتارهای محیطی بر اساس چهار نمونه استفاده می‌کنیم.

۵٫۱٫ روابط کلیدی بین شاخص های فضایی و رفتارهای زیست محیطی

مولفه پنجم شامل استفاده از دانش برای اطلاع رسانی در تصمیم گیری و حمایت از توسعه شهرهای هوشمند است. در نهایت، فرآیند ارزیابی دانش، اثربخشی شیوه‌های مدیریت دانش را در دستیابی به نتایج مطلوب ارزیابی می‌کند. با اولویت‌بندی ایجاد، کسب، سازمان‌دهی، انتشار، کاربرد و ارزیابی دانش، KMM برای پردیس‌های هوشمند و شهرهای هوشمند در آسیا چارچوبی جامع برای ارتقای یکپارچه‌سازی اصول و شیوه‌های مدیریت دانش در توسعه شهرهای هوشمند فراهم می‌کند. این می تواند ایجاد محیط های شهری نوآورانه تر، پایدارتر و قابل زندگی تر در آسیا و فراتر از آن را تسهیل کند.

۵٫۲٫ برنامه های کاربردی برای برنامه ریزی و طراحی شهری

مقاله دیگر، دیدگاه پویایی اکولوژیکی در طراحی محیط های طبیعی شهری برای ارتقای رفاه و فعالیت بدنی، یک چارچوب پویایی اکولوژیکی را برای درک مزایای محیط های طبیعی شهری برای سلامت و رفاه پیشنهاد می کند. این مقاله ادبیات مربوط به جنبه‌های ترجیحی و مفید محیط‌های طبیعی شهری را برای کاربران مرور می‌کند و توصیه‌هایی در مورد نحوه طراحی آنها برای ارتقای رفتار فعالیت بدنی ارائه می‌کند.

یک مقاله دیگر، تجزیه و تحلیل نحو فضا با استفاده از نحو فضایی و شناخت فضایی، از یک مدل مبتنی بر عامل برای تجزیه و تحلیل محیط های فضایی شهری در دو شهر در ایتالیا و چین استفاده می کند. این یک رویکرد رسمی و کمی، مانند نحو فضا، با یک کاوش کیفی مبتنی بر شناخت فضایی مقایسه می‌کند. نتیجه گیری نشان می دهد که یک مدل مبتنی بر عامل می تواند درک جامعی از هوش فضایی و رفتارهای محیطی کاربران ارائه دهد.

۵٫۳٫ محدودیت ها و تحقیقات آینده

در حالی که تحقیقات انجام شده در این تحقیق بینش‌های فضایی و رفتاری ارزشمندی را با کمک شبکه‌های عصبی مصنوعی ارائه می‌دهد، اذعان به وجود محدودیت‌های خاص مهم است. تحقیقات مقطعی، اگرچه قادر به شناسایی همبستگی ها هستند، اما در تأیید علیت بین محیط ساخته شده و رفتارها کوتاهی می کنند. بافت‌های شهری واقعی، در مقایسه با آزمایش‌های کنترل‌شده، تعداد زیادی از متغیرهای مخدوش‌کننده را معرفی می‌کنند که می‌تواند تفسیر نتایج را پیچیده کند. علاوه بر این، در حالی که نمونه‌های نظرسنجی مورد استفاده در این مطالعه شامل جمعیت‌شناختی‌های متنوعی است، ممکن است گروه‌های مهاجر و سالمند را کمتر نشان دهند، در نتیجه تعمیم یافته‌ها را محدود می‌کند. با توجه به تکامل سریع شاخص‌ها و سبک‌های زندگی در شانگهای، انجام مطالعات دوره‌ای برای ثبت تغییرات زمانی در طول زمان مفید خواهد بود.

تحقیقات آتی می‌تواند بر اساس ماهیت اکتشافی این مطالعه باشد و جهت‌های مختلف را برای غنی‌سازی بیشتر این زمینه بررسی کند. زمینه های امیدوارکننده تحقیق شامل بررسی پیامدهای رفتاری اضافی مانند مصرف انرژی و آب، سلامت روان، سرمایه اجتماعی و دلبستگی به مکان است. پیاده‌سازی تکنیک‌های نقشه‌برداری پویا می‌تواند ارزیابی تأثیر بلندمدت ابتکارات زیرساختی جدید، مانند پروژه‌های آزمایشی بزرگراه‌های دوچرخه و ایجاد سکوها را امکان‌پذیر کند. علاوه بر این، نقشه‌برداری پویا می‌تواند گسترش فضایی رفتارها را در سراسر محله‌ها ردیابی کند و بینش‌های ارزشمندی را در مورد پویایی فضایی آنها ارائه دهد. به همان اندازه مهم است که فضاهای داخلی، مانند مدارس و محل های کار، به عنوان حوزه های مهم برای ملاحظات پایداری در نظر گرفته شود. همانطور که چین شهری دستخوش دگرگونی‌های مداوم می‌شود، انجام مطالعات تطبیقی ​​بین شانگهای و سایر ابرشهرهای نوظهور می‌تواند شباهت‌ها و تفاوت‌های زمینه‌ای را روشن کند و به درک جامعی از پایداری شهری کمک کند. در نتیجه، در حالی که این تحقیق کمک‌های ارزشمندی را ارائه می‌کند، ضروری است که محدودیت‌های آن را بشناسیم و راه‌های بالقوه برای اکتشاف بیشتر به منظور پیشرفت این زمینه را شناسایی کنیم. با پرداختن به این محدودیت‌ها و پیگیری حوزه‌های تحقیقاتی امیدوارکننده، تحقیقات آینده می‌تواند به گسترش دانش و درک ما از رابطه پیچیده بین شاخص‌های پویا، فضاهای شهری و رفتارهای زیست‌محیطی ساکنان ادامه دهد.

۵٫۴٫ ادغام با فناوری شهر هوشمند

ارزیابی فضاهای شهری پویا شانگهای از طریق یک رویکرد ترکیبی با ترکیب شاخص‌های کمی پویا و بررسی‌های رفتار محیطی کیفی می‌تواند فرصت‌هایی را برای بهبود طراحی شهری پایدار شناسایی کند. همبستگی شرایط فیزیکی و ادراکات انسانی می تواند نشان دهد که کدام شاخص ها بیشتر بر تجربیات و رفتار شهروندان تأثیر می گذارند و مداخلات هدفمند را هدایت می کنند. تحقیقات بیشتر با استفاده از این رویکرد در محله‌های متنوع شانگهای به منظور ایجاد یک پایه شواهد برای استراتژی‌های طراحی شهری قابل اجرا ضروری است.

۵٫۵٫ محدودیت های مطالعه