مدلسازی و پیشبینی زیباشناختی پارکهای شهری بر اساس معیار پیچیدگی منظر

برنامه‌ریزان گردشگری جویای فضاهای جدیدی هستند که بتوانند آن را کشف کرده و از فضاهای کسل کننده و تکراری فاصله گرفته و مکانی منطبق با پیچیدگی و تمایلات خاص امروزی بوجود آورند. هدف از این پژوهش مدل سازی پیچیدگی در ساختار منظر پارک‌های شهری با استفاده از شبکه عصبی مصنوعی به منظور پیش‌بینی کیفیت مناظر پارک‌های شهری جهت توسعه گردشگری شهری است. پژوهش حاضر در ده پارک تهران با مساحت بیش از 10 هکتار (ساعی، ملت، نهج البلاغه، ایران زمین، لاله، آب و آتش، طالقانی، جمشیدیه، قیطریه و نیاوران) و در چهار منطقه شهری انجام شده است. در این مطالعه جهت ارزیابی پیچیدگی منظر پارک شهری از ترکیب دیدگاه کاربرمحور و روش مدل سازی شبکه عصبی مصنوعی و با استفاده از 17 عنصر عینی منظر انجام شده است. با توجه به نتایج مدل با ساختار 1-14-17 (17 متغیر ورودی، 14 نورون در لایه مخفی و یک متغیر خروجی) با توجه به بیشترین مقدار ضریب تبیین در سه دسته داده آموزش، اعتبارسنجی و آزمون معادل 93/0، 85/0 و 87/0، بهترین عملکرد بهینه‌سازی ساختار را نشان می‌دهد. بر این اساس نسبت سطوح سخت، میانگین قطر درختان و ساختمانها با ضریب اثرگذاری 21/0، 15/0و 12/0 به ترتیب بیشترین تأثیر را در پیچیدگی مناظر در پارک-های شهر تهران از خود نشان می‌دهند. مدل ارائه شده در این پژوهش به عنوان یک سیستم پشتیبان تصمیم‌گیری در طراحی ساختار پارک‌های شهری جهت جذب گردشگر بوده و امکان پیش‌بینی سطح پیچیدگی منظر را با توجه به متغیرهای محیطی آنها فراهم می‌کند.