بهکارگیری رویکرد علمسنجی بهمنظور تجزیه و تحلیل مطالعات تخصیص بهینه کاربری اراضی در سیستم اطلاعات مکانی | ||
| مطالعات کاربردی علم سنجی | ||
| دوره 1، شماره 3، مهر 1403، صفحه 7-18 اصل مقاله (3.21 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22091/apss.2024.11827.1022 | ||
| نویسندگان | ||
| مریم زلفی گل1؛ نادیا عباس زاده طهرانی* 2؛ میلاد جانعلی پور3 | ||
| 1دانشجوی دکتری، مهندسی نقشهبرداری- سیستم اطلاعات مکانی (GIS)، پژوهشگاه هوافضا، تهران، ایران. | ||
| 2استادیار، پژوهشگاه هوافضا، وزارت علوم، تحقیقات و فناوری، تهران، ایران | ||
| 3استادیار، پژوهشگاه هوافضا، وزارت علوم، تحقیقات و فناوری، تهران، ایران. | ||
| چکیده | ||
| هدف: بهینهسازی تخصیص کاربری اراضی بهعنوان یک حوزه میانرشتهای، به کمک سیستم اطلاعات مکانی (GIS) نقش مهمی را در مدیریت منابع طبیعی، برنامهریزی شهری و ایجاد توسعه پایدار ایفا میکند. در این راستا، هدف پژوهش حاضر بهرهگیری از رویکرد علمسنجی به منظور بررسی وضعیت مقالات علمی منتشر شده است، تا بینشی جامع و دقیق از روندها، مفاهیم کلیدی و روشهای پرکاربرد در پژوهشهای این زمینه ارائه دهد و مسیرهای آتی را برای توسعه علمی و عملی این حوزه روشن سازد. روش: این مطالعه با استفاده از دادههای استخراج شده از پایگاه علمی Web of Science، مجموعهای متشکل از 584 مقاله که بین سالهای 1991 تا 2024 منتشر شدهاند، بررسی گردید. تحلیلهای آماری دادهها با استفاده از نرمافزار Excel انجام شده و روندهای انتشار، توزیع جغرافیایی مقالات و ناشران فعال مشخص شدند. علاوهبر این، از نرمافزار VOSviewer برای شناسایی کلمات کلیدی پرتکرار، خوشهبندی و تحلیل ساختار موضوعی آنها استفاده شد. یافتهها: نتایج نشان میدهد که از سال 2010 به بعد تولید مقاله در زمینه بهینهسازی تخصیص کاربری اراضی مورد توجه بیشتری قرار گرفته و این تولید تا سال 2022 نیز روند افزایشی داشته است. در این راستا، کشورهای چین، ایالات متحده آمریکا و ایران به ترتیب با ارائه 302، 103 و 41 مقاله، بیشترین سهم تولید علم را در این زمینه داشتهاند. از میان ناشران نیز، انتشارات Elsevier با انتشار بیش از 38 درصد مقالات، فعالترین ناشر در این زمینه بوده است. همچنین، شناسایی کلمات کلیدی نشان داد که واژه GIS پرتکرارترین عبارت بوده و الگوریتمهای فرا ابتکاری مانند الگوریتم ژنتیک، بهینهسازی ازدحام ذرات و بهینهسازی کلونی مورچهها، بهعنوان روشهای رایج حل مسائل پیچیده بهینهسازی تخصیص کاربری اراضی بهکار گرفته شدهاند. خوشهبندی کلمات کلیدی نیز چهار حوزه اصلی را مشخص کرد که شامل الگوریتمهای فرا ابتکاری، مدلسازی مکانی، بهینهسازی چندهدفه و تخصیص منابع در سیستمهای اطلاعات مکانی است. نتیجهگیری: یافتههای این پژوهش روند رو به رشد پژوهش در زمینه تخصیص بهینه کاربری اراضی را نشان میدهد. همچنین کشورها و انتشارات فعال در این زمینه مشخص شدند. علاوهبر این، روشهای رایج مورد استفاده در این زمینه که شامل الگوریتمهای فرا ابتکاری مانند الگوریتم ژنتیک هستند، معرفی گردیدند. بدین ترتیب، این پژوهش میتواند بهعنوان مرجعی در مطالعات آتی بهینهسازی تخصیص کاربری اراضی مورد استفاده پژوهشگران قرار گیرد. | ||
| کلیدواژهها | ||
| علمسنجی؛ کاربری اراضی؛ سیستم اطلاعات مکانی؛ الگوریتمهای فرا ابتکاری | ||
| عنوان مقاله [English] | ||
| Applying a Scientometrics Approach to Analyze Studies of Optimal Land Use Allocation in a Spatial Information System | ||
| نویسندگان [English] | ||
| Maryam Zolfigol1؛ Nadia Abbaszadeh Tehrani2؛ Milad Janalipour3 | ||
| 1PhD. Candidate in Geospatial Information Systems (GIS), Aerospace Research Institute, Tehran, Iran | ||
| 2Assistant Professor, Aerospace Research Institute, Ministry of Science, Research, and Technology, Tehran, Iran | ||
| 3Assistant Professor, Aerospace Research Institute, Ministry of Science, Research, and Technology, Tehran, Iran | ||
| چکیده [English] | ||
| Purpose: Land use allocation optimization, as an interdisciplinary field, plays an important role in natural resource management, urban planning, and sustainable development, facilitated by Geographic Information Systems (GIS). In this regard, the aim of the present study is to employ a scientometric approach to analyze the status of published scientific articles. This study aims to provide a comprehensive and accurate overview of trends, key concepts, and commonly utilized methods in research within this field, as well as to outline future directions for both scientific and practical advancements in the discipline. Method: This study analyzed a collection of 584 articles published between 1991 and 2024, utilizing data extracted from the Web of Science database. Statistical analyses were conducted using Excel software to identify publication trends, the geographical distribution of articles, and the most active publishers. In addition, VOSviewer software was utilized to identify frequently occurring keywords, cluster them, and analyze their thematic structure. Findings: The results indicate that since 2010, the production of articles in the field of land use allocation optimization has garnered increased attention, with a steady rise in output continuing until 2022. In this context, China, the United States, and Iran have contributed the most to scientific production in this field, with 302, 103, and 41 articles published, respectively. Among the publishers, Elsevier has been the most prolific, accounting for over 38 percent of the total articles published. Additionally, the identification of keywords revealed that the term GIS is the most frequently used phrase. Furthermore, meta-heuristic algorithms, such as genetic algorithms, particle swarm optimization, and ant colony optimization, are commonly employed methods for addressing complex land use allocation optimization problems. Keyword clustering has also identified four primary areas: metaheuristic algorithms, spatial modeling, multi-objective optimization, and resource allocation within spatial information systems. Conclusion: The findings of this study highlight the increasing trend of research in the area of optimal land use allocation. Additionally, the countries and publications that are active in this field have been identified. Furthermore, common methods employed in this domain, including metaheuristic algorithms such as genetic algorithms, have been introduced. Therefore, this study can serve as a valuable reference for researchers conducting future studies on land use allocation optimization. | ||
| کلیدواژهها [English] | ||
| Scientometrics, Optimization, Allocation, Land Use, Spatial Information System, Metaheuristic Algorithms | ||
| مراجع | ||
|
زلفی گل، مریم؛ جانعلیپور، میلاد؛ عباسزاده طهرانی، نادیا (1402). مروری سیستماتیک بر مطالعات مکانمند برنامهریزی کاربری اراضی شهری. در: چهارمین کنفرانس بینالمللی و هفتمین کنفرانس ملی صیانت از منابع طبیعی و محیط زیست؛ پنجمین همایش ملی جنگل ایران.
Abbaszadeh Tehrani, N., Farhanj, F. & Janalipour, M. (2023). Monitoring the Impacts of Human Activities on Urban Ecosystems Based on the Enhanced UCCLN (EUCCLN) Model. ISPRS International Journal of Geo-Information, 12(4). https://doi.org/10.3390/ijgi12040170
Dave, S. (2011). Neighbourhood density and social sustainability in cities of developing countries. Sustainable Development, 19(3), p. 189–205.
Ding, X., Zheng, M. & Zheng, X. (2021). The application of genetic algorithm in land use optimization research: A review. Land, 10(5), p. 526.
Fang, Y., Yin, J. & Wu, B. (2018). Climate change and tourism: A scientometric analysis using CiteSpace. Journal of Sustainable Tourism, 26(1), p. 108–126.
Ho, Y.-S. (2007). Bibliometric analysis of adsorption technology in environmental science. Journal of Environmental Protection Science, 1(1), p. 1–11.
Huang, Y. (2024). Bibliometric analysis of GIS applications in heritage studies based on Web of Science from 1994 to 2023. Heritage Science, 12(1), p. 57.
Huggett, S. (2013). Journal bibliometrics indicators and citation ethics: A discussion of current issues. Atherosclerosis, 230(2), p. 275–277. https://doi.org/10.1016/j.atherosclerosis.2013.07.051
Liu, X., Zhang, L. & Hong, S. (2011). Global biodiversity research during 1900–2009: a bibliometric analysis. Biodiversity and Conservation, no. 20, p. 807–826.
Luederitz, C., Lang, D.J. & Von Wehrden, H. (2013). A systematic review of guiding principles for sustainable urban neighborhood development. Landscape and Urban Planning, no. 118, p. 40–52.
Melo, A.V.F. & Queiroz, A.P. (2019). Bibliometric mapping of papers on geographical information systems (2007-2016). Boletim de Ciências Geodésicas, no. 25.
Mohamed, B. & Marzouk, M. (2023). Bibliometric analysis and visualisation of heritage buildings preservation. Heritage Science, 11(1), p. 101.
Niu, J., Tang, W., Xu, F., Zhou, X. & Song, Y. (2016). Global research on artificial intelligence from 1990–2014: Spatially-explicit bibliometric analysis. ISPRS International Journal of Geo-Information, 5(5), p. 66.
Vlase, I. & Lähdesmäki, T. (2023). A bibliometric analysis of cultural heritage research in the humanities: The Web of Science as a tool of knowledge management. Humanities and Social Sciences Communications, 10(1), p. 1–14.
Yang, L., Sun, X., Peng, L., Shao, J. & Chi, T. (2015). An improved artificial bee colony algorithm for optimal land-use allocation. International Journal of Geographical Information Science, 29(8), p. 1470–1489. Zhuang, Y., Liu, X., Nguyen, T., He, Q. & Hong, S. (2013). Global remote sensing research trends during 1991-2010: a bibliometric analysis. Scientometrics, no. 96, p. 203–219. | ||
|
آمار تعداد مشاهده مقاله: 437 تعداد دریافت فایل اصل مقاله: 455 |
||