ارائۀ راهبردها و سیاست‌های تحقق محله‌های کم‌کربن براساس ویژگی‌های کالبدی بافت‌های مختلف شهری؛ مطالعۀ موردی: محله‌های منتخب شهر شیراز

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشجوی دکتری شهرسازی، دانشکده هنر و معماری، دانشگاه شیراز، شیراز، ایران.

2 دانشیار بخش شهرسازی، دانشکده هنر و معماری، دانشگاه شیراز، شیراز، ایران

10.22099/iuds.2025.54763.1064

چکیده

با توجه به اهمیت روزافزون چالش‌های زیست‌محیطی و ضرورت کاهش انتشار گازهای گلخانه‌ای، شهرها نقش محوری در کنترل تغییرات اقلیمی ایفا می‌کنند. محله‌های شهری در ادوار مختلف توسعۀ شهر و متناسب با دانش و رویکردهای هر دوره شکل گرفته‌اند و از ویژگی‌های کالبدی متمایزی برخوردارند. توجه به ماهیت فیزیکی و تیپولوژی بافت‌های گوناگون شهری در طراحی و برنامه‌ریزی محله‌های کم‌کربن، موضوعی است که در مطالعات پیشین کمتر تأکید شده است. براین‌اساس، پژوهش حاضر با هدف رتبه‌بندی انواع بافت‌های شهری با توجه به ظرفیت کالبدی آن‌ها و ارائۀ راهبردها و سیاست‌های اجرایی تحقق شاخص‌های محلات کم‌کربن انجام شده است. برای این منظور، محله‌های سنگ‌سیاه، وصال و ولی‌عصر قصرالدشت در شیراز به‌عنوان ۳ محلۀ منتخب از بافت قدیمی و تاریخی، بافت میانی و بافت جدید جهت نمونۀ مطالعه تحلیل شدند. این پژوهش به‌لحاظ روش‌شناسی در دستۀ پژوهش‌های خبره‌محور قرار دارد؛ ازاین‌رو برای گردآوری داده با استفاده از روش نمونه‌گیری گلوله‌برفی ۷ نفر از کارشناسان و پژوهشگران حوزۀ طراحی و برنامه‌ریزی شهری انتخاب شده‌اند. به‌منظور وزن‌دهی شاخص‌ها از رویکرد فازی شهودی دایره‌ای روش سوارا (CIF SWARA) و جهت رتبه‌بندی انواع بافت‌ها از روش تصمیم‌گیری چند‌معیاره کوکوسو (CoCoSo) استفاده شده است. نتایج حاکی از آن است که به‌طور عام شاخص‌های سیستم حمل‌ونقل عمومی، انطباق مکانی کاربری‌ها با ویژگی‌های اقلیمی و سرانۀ فضای سبز با بیشترین سطح تأثیرگذاری به‌عنوان شاخص‌های بنیادی در تحقق محلۀ کم‌کربن هستند؛ درحالی‌که شاخص‌هایی مانند تقویت زیرساخت‌های اینترنت پرسرعت و نساختن پارکینگ عمومی به‌عنوان عوامل پشتیبان و تکمیلی، تأثیرگذار هستند. لازم به ذکر است که اولویت شاخص‌های تحقق محلۀ کم‌کربن با توجه به ویژگی‌های کالبدی موضع مداخلاتی تقدم‌وتأخر متفاوتی دارند؛ بنابراین در راستای ارائۀ راهبردها و سیاست‌های اجرایی مؤثرتر، توجه به ظرفیت‌ها و ویژگی‌های متمایز هر نوع بافت شهری (تاریخی، میانی و جدید) امری حائز اهمیت است.

تازه های تحقیق

  • این پژوهش برای اولین بار ظرفیت کالبدی انواع بافت‌های شهری در تحقق محلۀ کم‌کربن را بررسی کرده است.
  •  بافت‌های میانی نسبت به بافت‌های جدید و قدیمی، ظرفیت مناسب‌تری برای تحقق محلۀ کم‌کربن دارند.
  • استفاده از متأخرترین مدل فازی توسعه‌یافته، ‌قطعیت نداشتنِ وزن‌دهی شاخص‌ها را به حداقل رساند.
  • حمل‌ونقل عمومی، انطباق کاربری با اقلیم و سرانۀ فضای سبز از عوامل بنیادی محلۀ کم‌کربن هستند.

کلیدواژه‌ها

عنوان مقاله [English]

Presenting Strategies and Policies for Realizing Low-Carbon Neighborhoods Based on the Physical Characteristics of Various Urban Fabrics; Case Study: Selected Neighborhoods of Shiraz

نویسندگان [English]

  • Maryam Tahsiri 1
  • Ali Reza Sadeghi 2
1 PhD Candidate in Urban Planning, Faculty of Art and Architecture, Shiraz University, Shiraz, Iran.
2 Associate Prof., Department of Urban Planning and Design, Faculty of Art and Architecture, Shiraz University, Shiraz, Iran
چکیده [English]

Given the increasing importance of environmental challenges and the urgent need to reduce greenhouse gas emissions, cities play an important role in mitigating climate change. Urban neighborhoods have taken shape during various phases of urban development, reflecting the knowledge and approaches characteristic of each era, and thus exhibit distinct physical features. Paying attention to the physical nature and typology of diverse urban fabrics in the design and planning of low-carbon neighborhoods is a topic that has received limited emphasis in previous studies. This study aimed to rank different urban fabric types based on their physical potential and propose practical strategies to achieve low-carbon neighborhood indicators. To this end, three neighborhoods in Shiraz, SangeSiah (historic/old fabric), Vesal (internal fabric), and Valiasre Qasre Dasht (new fabric) were selected as case studies.
Methodologically, this was an expert-oriented research. Data was collected from 7 urban studies experts using the snowball sampling method. The study employed a multi-criteria decision-making framework: the Circular Intuitionistic Fuzzy SWARA (CIF SWARA) approach was used for weighting the indicators, and the CoCoSo method was employed for ranking the different urban fabric types. The results highlight that, overall, the most impactful and fundamental indicators for achieving a low-carbon neighborhood are the public transportation system, the spatial adaptation of land uses to climatic characteristics, and the per-capita green space. Conversely, indicators such as strengthening high-speed internet infrastructure and avoiding the construction of public parking lots play supportive and complementary roles. Crucially, the research found that the priority of indicators varies significantly depending on the specific physical characteristics of the intervention area. Therefore, to propose effective strategies and implementation policies for realizing low-carbon goals, it is of critical importance to pay close attention to the unique capacities and distinctive features of each type of urban fabric (historical, internal, and new).

کلیدواژه‌ها [English]

  • Climate Change
  • Low-Carbon Neighborhood
  • Urban Fabric
  • Circular Intuitionistic Fuzzy SWARA
  • CoCoSo

مراجع

  • توسلی، محمود. (1368). بافت قدیم مقدمه‌ای بر مسئله. سمینار تداوم حیات در بافت قدیمی شهرهای ایران، ۲۳-۲۵. https://sid.ir/paper/467916/fa
  • جبارپور مهرآباد، فاطمه.، و عابدینی، اصغر. (1402). ارزیابی و امکان‌سنجی تحقق رویکرد شهر کم‌کربن در شهر ارومیه. دانش شهرسازی. 7(4)، 25-51. doi: 10.22124/upk.2024.25538.1886
  • روستا، مریم.، جوادپور، مسعود.، و عبادی، مریم. (1399). تدوین مدل «محلۀ کم‌کربن» به‌منظور کاربست در برنامه‌ریزی و طراحی شهری. دانش شهرسازی، 4(۱)، ۳۳-۴۸. Doi: 10.22124/upk.2020.15513.1383
  • زیاری، کرامت‌الله. (1388). برنامه‌ریزی شهرهای جدید. چاپ اول. تهران: سمت.
  • شماعی، علی.، و پور‌احمد، احمد. (1384). بهسازی و نوسازی شهری از دیدگاه علم جغرافیا، تهران: دانشگاه تهران.
  • شیخی، سعیده.، حبیب، فرشته.، و حبیب، فرح. (۱۴۰۱). تدوین مدل مفهومی و ارزیابانۀ شهرهای کم‌کربن. علوم و تکنولوژی محیط‌زیست، ۲۴(۸ (پیاپی ۱۲۳ )، ۶۱-۷۵. https://www.sid.ir/paper/1063696/fa
  • عطایی، هوشمند.، و فنایی، راضیه. (1392). بررسی روند تغییر سری‌های دمای شهر شیراز در ارتباط با برنامه‌ریزی توسعۀ شهری. فصلنامۀ علمی و پژوهشی پژوهش و برنامه‌ریزی شهری، 4(15)، 57-76. 1001.1.22285229.1392.4.15.4.2
  • محمدپور، صابر.، و مهرجو، مهرداد. (1399). ارزیابی پایداری محله‌های شهری با رویکرد محلۀ کم‌کربن؛ مورد مطالعه: محلۀ جولان، شهر همدان. توسعۀ محلی (روستائی-شهری). 12(1)، 50-21. doi: 10.22059/jrd.2021.299759.668533
  • مرکز آمار ایران. (۱۴۰۱). سالنامۀ آماری استان فارس. https://www.amar.org.ir
  • ملک‌پور اصل، بهزاد.، و بوستانی، پریمان. (1401). برنامه‌ریزی همکارانه به‌منظور دستیابی به شهر کم‌کربن در کلان‌شهر تهران. جغرافیا و برنامه‌ریزی، 26(81)، 226-209. doi: 10.22034/gp.2021.46529.2856
  • منیری، فاطمه و اصغری، حسین، پورشیخان، علیرضا، و حسنی مهر، سیده صدیقه. (1400)، «ارزیابی نقش حمل‌ونقل در تحقق شهرهای کم‌کربن با استفاده از روش MICMAC (مطالعۀ موردی: شهرهای جلفا و جانانلو در منطقۀ آزاد ارس)»، مجلۀ علوم جغرافیایی دانشگاه آزاد اسلامی، واحد مشهد، 37(17)، 1-16. https://civilica.com/doc/1575543
  • نوریان، فرشاد.، فتح جلالی، آرش.، و ساوجبلاغی، تارا. (1400). تحلیل اثرات کاربری اراضی و شبکۀ حمل‌ونقل بر انتشار گازهای گلخانه‌ای با رویکرد شهر کم‌کربن. معماری و شهرسازی آرمانشهر، 14(35)، 311-330. https://www.sid.ir/paper/967233/fa
  • یزدانی، محمدحسن.، و پوراحمد، احمد. (1386). تأثیر مدرنیسم بر تحولات کالبدی شهرهای ایرانی‌اسلامی، نمونۀ مورد مطالعه: تبریز. تحقیقات جغرافیایی، 22(1 (پیاپی 84))، ۲۹-۵۲. SID. https://sid.ir/paper/29739/fa
  • Alinejad, S., Alimohammadlou, M., Abbasi, A., & Mirghaderi, S. H. (2024). Smart-Circular strategies for managing biomass resource challenges: A novel approach using circular intuitionistic fuzzy methods. Energy Conversion and Management, 314, 118690. https://doi.org/10.1016/j.enconman.2024.118690
  • Alonso, A., Monzón, A., & Wang, Y. (2017). Modelling land use and transport policies to measure their contribution to urban challenges: The case of Madrid. Sustainability, 9(3), 378. https://doi.org/10.3390/su9030378
  • Ataei, H., & Fanaei, R. (2014). The Survey of Series temperature changes trend at the city of Shiraz in relation to urban development planning. Lournal of Research and Urban Planning, 4 (15). 33-48. [In Persian] 1001.1.22285229.1392.4.15.4.
  • Atanassov, K.T. (1983). Intuitionistic Fuzzy Sets. Fuzzy Sets and Systems, 20, 87-96. http://dx.doi.org/10.1016/S0165-0114(86)80034-3
  • Beiderbeck, D., Frevel, N., von der Gracht, H. A., Schmidt, S. L., & Schweitzer, V. M. (2021). Preparing, conducting, and analyzing Delphi surveys: Cross-disciplinary practices, new directions, and advancements. MethodsX, 8, 101401. https://doi.org/10.1016/j.mex.2021.101401
  • Bitner, A., Hołyst, R., & Fiałkowski, M. (2009). From complex structures to complex processes: Percolation theory applied to the formation of a city. Physical Review E—Statistical, Nonlinear, and Soft Matter Physics, 80(3), 037102. DOI: 10.1103/PhysRevE.80.037102
  • Çakır, E., Taş, M. A., & Ulukan, Z. (2021, August). Circular intuitionistic fuzzy sets in multi criteria decision making. In International Conference on Theory and Application of Soft Computing, Computing with Words and Perceptions. 34-42. Cham: Springer International Publishing. https://doi.org/10.1016/j.eswa.2023.120076
  • Calderón, F., Orellana, D., Carrasco, M. I., Astudillo, J., & Hermida, M. A. (2024). Urban Sustainability Through the Lens of Urban Fabric Typologies: A Case Study of Cuenca, Ecuador. Sustainability, 16(23), 1-28. DOI: 10.3390/su162310260
  • Chen, J., Zhu, Y., Yang, C., Wang, H., & Wang, K. (2024). Evaluation and prediction of carbon emission from logistics at city scale for low-carbon development strategy. PloS one, 19(2), e0298206. doi: 10.1371/journal.pone.0298206
  • Condon, P. M. (2012). Seven rules for sustainable communities: design strategies for the post carbon world. Island Press.
  • Conzen, M. R. G. (1960). Alnwick, Northumberland: a study in town-plan analysis. Transactions and Papers (Institute of British Geographers), (27), iii-122. https://www.jstor.org/stable/621094
  • Dimitrov, R. S. (2016). The Paris agreement on climate change: Behind closed doors. Global environmental politics, 16(3), 1-11. https://doi.org/10.1162/GLEP_a_00361
  • Fraker, H. (2013). The hidden potential of sustainable neighborhoods: Lessons from low-carbon communities, 97-119. Washington, DC: Island press.
  • Grafakos, S., Trigg, K., Landauer, M., Chelleri, L., & Dhakal, S. (2019). Analytical framework to evaluate the level of integration of climate adaptation and mitigation in cities. Climatic change, 154, 87-106. https://doi.org/10.1007/s10584-019-02394-w
  • Grimm, N. B., Faeth, S. H., Golubiewski, N. E., Redman, C. L., Wu, J., Bai, X., & Briggs, J. M. (2008). Global change and the ecology of cities. Science, 319(5864), 756-760. doi: 10.1126/science.1150195
  • Guo, J., Liu, H., Jiang, Y., He, D., Wang, Q., Meng, F., & He, K. (2014). Neighborhood form and CO2 emission: evidence from 23 neighborhoods in Jinan, China. Frontiers of Environmental Science & Engineering, 8(1), 79-88. https://doi.org/10.1007/s11783-013-0516-1
  • Gupta, A. (2016). Climate change and Kyoto protocol: An overview. Handbook of environmental and sustainable finance, 3-23. https://doi.org/10.1016/B978-0-12-803615-0.00001-7
  • Gurney, K. R., Romero-Lankao, P., Seto, K. C., Hutyra, L. R., Duren, R., Kennedy, C., ... & Sperling, J. (2015). Climate change: Track urban emissions on a human scale. Nature, 525(7568), 179-181. https://doi.org/10.1038/525179a
  • Hashemkhani Zolfani, S., Yazdani, M., & Zavadskas, E. K. (2018). An extended stepwise weight assessment ratio analysis (SWARA) method for improving criteria prioritization process. Soft Computing, 22, 7399-7405. https://doi.org/10.1007/s00500-018-3092-2
  • Hasim, M. A., Jabar, J., Sufian, A., Ibrahim, N. F., & Khalid, F. A. (2023). Employing Fuzzy Delphi Techniques to Validate the Components and Contents of E-Learning Antecedents and Usage Behavior Towards ELearning Performance. European Journal of Educational Research, 12(1), 467-480. DOI: 10.12973/eu-jer.12.1.467
  • Huang, K., Li, X., Liu, X., & Seto, K. C. (2019). Projecting global urban land expansion and heat island intensification through 2050. Environmental Research Letters, 14(11), 114037. doi: 10.1088/1748-9326/ab4b71
  • Huang, C., Qu, Y., Huang, L., Meng, X., Chen, Y., & Pan, P. (2022). Quantifying the impact of urban form and socio-economic development on china’s carbon emissions. International Journal of Environmental Research and Public Health, 19(5), 2976. https://doi.org/10.3390/ijerph19052976
  • Jamali, N., Taghizadeh, K., & Arbab, P. (2025). Exploring the impact of the built environment form on carbon emissions in urban neighborhoods: A systematic literature review. Sustainable Cities and Society, 106449. https://doi.org/10.1016/j.scs.2025.106449
  • Jabbarpour Mehrabad, F. and Abedini, A. (2024). Evaluation and Feasibility Study on the Implementation of Low Carbon City in Urmia. Urban Planning Knowledge, 7(4), 25-51. [In Persian] doi: 10.22124/upk.2024.25538.1886
  • Javaid, A., Creutzig, F., & Bamberg, S. (2020). Determinants of low-carbon transport mode adoption: systematic review of reviews. Environmental Research Letters, 15(10), 103002. DOI: 10.1088/1748-9326/aba032
  • Keršuliene, V., Zavadskas, E. K., & Turskis, Z. (2010). Selection of rational dispute resolution method by applying new step‐wise weight assessment ratio analysis (SWARA). Journal of business economics and management, 11(2), 243-258. https://doi.org/10.3846/jbem.2010.12
  • Lapenis, A. G. (1998). Arrhenius and the intergovernmental panel on climate change. Eos, Transactions American Geophysical Union, 79(23), 271-271. https://doi.org/10.1029/98EO00206
  • Lan, T., Shao, G., Xu, Z., Tang, L., & Dong, H. (2023). Considerable role of urban functional form in low-carbon city development. Journal of Cleaner Production, 392, 136256. https://doi.org/10.1016/j.jclepro.2023.136256
  • Lehmann, S. (Ed.). (2014). Low carbon cities: Transforming urban systems. Routledge. ISBN: 1317659147, 9781317659143
  • Li, S., Zhou, C., Wang, S., & Hu, J. (2018). Dose urban landscape pattern affect CO2 emission efficiency? Empirical evidence from megacities in China. Journal of Cleaner Production, 203, 164-178. https://doi.org/10.1016/j.jclepro.2018.08.194
  • Liu, Z., Ma, J., & Chai, Y. (2017). Neighborhood-scale urban form, travel behavior, and CO2 emissions in Beijing: implications for low-carbon urban planning. Urban Geography, 38(3), 381-400. https://doi.org/10.1080/02723638.2016.1191796
  • Masson, V., Lemonsu, A., Hidalgo, J., & Voogt, J. (2020). Urban climates and climate change. Annual Review of Environment and Resources, 45(1), 411-444. https://doi.org/10.1146/annurev-environ-012320-083623
  • Malekpourasl, B. And Boostani, P. (2022). Collaborative Planning to Achieve a Low Carbon City in Tehran Metropolis. Journal of Geography and Planning, 26(81), 226-209. [In Persian] Doi: 10.22034/Gp.2021.46529.2856
  • McKibben, B. (2006). The end of nature. Random House Trade Paperbacks.
  • Mishra, V., Ganguly, A. R., Nijssen, B., & Lettenmaier, D. P. (2015). Changes in observed climate extremes in global urban areas. Environmental Research Letters, 10(2), 024005. doi: 10.1088/1748-9326/10/2/024005
  • Mohammadpour, S., & Mehrjou, M. (2020). Evaluating The Sustainability of Urban Neighborhoods with a Low Carbon Approach; Case Study: Jowlan Neighborhood Of Hamadan. Journal of Community Development (Rural and Urban Communities),12(1), 21-50. [In Persian] Https://Sid.Ir/Paper/954501/En
  • Mohamed Yusoff, A. F., Hashim, A., Muhamad, N., & Wan Hamat, W. N. (2021). Application of fuzzy delphi technique to identify the elements for designing and developing the e-PBM PI-Poli module. Asian Journal of University Education (AJUE), 7(1), 292-304. https://ir.uitm.edu.my/id/eprint/53697
  • Moniri, F., Asghari, H., Pourshikhan, A., & Hasani Mehr, S. S. (2021). Evaluation of the Role of Transportation in Achieving Low-Carbon Cities Using the MICMAC Method (Case Study: Jolfa and Jananloo Cities in Aras Free Zone). Journal of Geographic Sciences, Islamic Azad University of Mashhad, 37(17), 1-16. [In Persian] https://civilica.com/doc/1575543
  • Noorian,F. , Fathejalali,A. and Savojbolaghi,T. (2021). Analyzing the Effects of Land Use and Transportation Network on Greenhouse Gas Emissions Based on Low-Carbon City Approach. Armanshahr Architecture & Urban Development, 14(35), 311-330. [In Persian] doi: 10.22034/aaud.2021.142938.1638
  • Nakamura, K., & Hayashi, Y. (2013). Strategies and instruments for low-carbon urban transport: An international review on trends and effects. Transport Policy, 29, 264-274. https://doi.org/10.1016/j.tranpol.2012.07.003
  • Newman, P., Kosonen, L., & Kenworthy, J. (2016). Theory of urban fabrics: Planning the walking, transit/public transport and automobile/motor car cities for reduced car dependency. Town Planning Review, 87(4), 429-458. doi:10.3828/tpr.2016.28
  • Niu, F., Wang, F., & Chen, M. (2019). Modelling urban spatial impacts of land-use/transport policies. Journal of Geographical Sciences, 29, 197-212. https://doi.org/10.1007/s11442-019-1592-3
  • Pozzer, A., Anenberg, S. C., Dey, S., Haines, A., Lelieveld, J., & Chowdhury, S. (2023). Mortality attributable to ambient air pollution: A review of global estimates. GeoHealth, 7(1), e2022GH000711. https://doi.org/10.1029/2022GH000711
  • Ritchie, H., & Roser, M. (2018). Our World in Data—Urbanization. Our World in Data. https://ourworldindata.org/urbanization
  • Roosta, M. , Javadpoor, M. and Ebadi, M. (2020). Developing a "Low-Carbon Neighborhood Model" in Order to Implement It in the Urban Planning & Design. Urban Planning Knowledge, 4(1), 33-48. [In Persian] doi: 10.22124/upk.2020.15513.1383
  • Pringle, A., & Robbins, D. (2022). From denial to delay: Climate change discourses in Ireland. Administration, 70(3), 59-84. doi: https://doi.org/10.2478/admin-2022-0019
  • Sharifi, A. (2021). Co-benefits and synergies between urban climate change mitigation and adaptation measures: A literature review. Science of the total environment, 750, 141642. https://doi.org/10.1016/j.scitotenv.2020.141642
  • Shamaei, A., & Pour Ahmad, A. (2005). Urban Rehabilitation and Renewal from the Perspective of Geography. Tehran: Tehran University Press. [In Persian]
  • Sheikhi, S., Habib, F., & Habib, F. (2022). Developing Conceptual and Evaluative Model of Low Carbon Cities. Journal of Environmental Science and Technology, 24(8 (123)), 61-75. [In Persian] Https://Sid.Ir/Paper/1063696/En
  • Sun, C., Zhang, Y., Ma, W., Wu, R., & Wang, S. (2022). The impacts of urban form on carbon emissions: A comprehensive review. Land, 11(9), 1430. https://doi.org/10.3390/land11091430
  • Statistical Centre of Iran. (2022). Statistical Yearbook of Fars Province. [In Persian] https://www.amar.org.ir
  • Tavassoli, M. (1989). Old Texture: An Introduction to the Issue. Seminar on the Continuation of Life in the Old Texture of Iranian Cities, 23-25. [In Persian] https://sid.ir/paper/467916/fa
  • Tang, M., & Hu, F. (2021). How does land urbanization promote CO2 emissions reduction? Evidence from Chinese prefectural-level cities. Frontiers in Environmental Science, 9, 766839. https://doi.org/10.3389/fenvs.2021.766839
  • Wang, X., Wang, G., Chen, T., Zeng, Z., & Heng, C. K. (2023). Low-carbon city and its future research trends: A bibliometric analysis and systematic review. Sustainable Cities and Society, 90, 104381. https://doi.org/10.1016/j.scs.2022.104381
  • Wang, X., Zhao, G., He, C., Wang, X., & Peng, W. (2016). Low-carbon neighborhood planning technology and indicator system. Renewable and Sustainable Energy Reviews, 57, 1066-1076. https://doi.org/10.1016/j.rser.2015.12.076
  • Wang, X., Zhao, G., He, C., Wang, X., & Peng, W. (2016). Low-carbon neighborhood planning technology and indicator system. Renewable and Sustainable Energy Reviews, 57, 1066-1076. https://doi.org/10.1016/j.rser.2015.12.076
  • Yazdani, M.H., & Pourahmad, Ahmad. (2007). The Influence of Modernism Upon the Physical Transformation of Iranian-Islamic Cities (Tabriz'as Case Study). Geographical Research, 22(1(84)), 29-52. [In Persian] https://sid.ir/paper/29739/en
  • Yang, S., Zhan, Q., Zhang, K., & Paryzat, H. (2024). Urban Texture Identification and Characteristic Analysis Based on Percolation Theory—A Case Study of the Second Ring Road Area in Wuhan City. Land, 13(5), 717. https://doi.org/10.3390/land13050717
  • Yazdani, M., Zarate, P., Kazimieras Zavadskas, E., & Turskis, Z. (2018). A combined compromise solution (CoCoSo) method for multi-criteria decision-making problems. Management decision, 57(9), 2501-2519. DOI: 10.1108/MD-05-2017-0458
  • Yu, Y. (2022). Explore the theoretical basis and implementation strategy of low-carbon Urban Community Planning. Frontiers in Environmental Science, 10, 989318. https://doi.org/10.3389/fenvs.2022.989318
  • Zeng, X., Fan, D., Zheng, Y., & Li, S. (2024). Exploring the Differentiated Impact of Urban Spatial Form on Carbon Emissions: Evidence from Chinese Cities. Land, 13(6), 874. https://doi.org/10.3390/land13060874
  • Ziyari, K. (2009). New Cities Planning. Tehran: SAMT Publications. [In Persian]
  • Zhang, M. (2021). Research on strategies of low-carbon city planning and construction. In E3S Web of Conferences, Vol. 248. 02037. EDP Sciences. https://doi.org/10.1051/e3sconf/202124802037
  • Zhao, G. C., Wang, X. M., & Li, X. K. (2017). Life-Cycle Low-Carbon Neighborhood: A Genetic Perspective in China. Applied Mechanics and Materials, 858, 249-254. DOI: 10.4028/www.scientific.net/AMM.858.249
  • Zhu, Y., & Hu, Y. (2023). The correlation between urban form and carbon emissions: a bibliometric and literature review. Sustainability, 15(18), 13439. https://doi.org/10.3390/su151813439
مطالعات طراحی شهری ایران
دوره 2، شماره 2 - شماره پیاپی 4
مقالات این شماره در دست انتشار و در حال قرارگیری در وبسایت است
دی 1404
صفحه 75-102

فایل ها

سابقه مقاله

  • تاریخ دریافت: 20 اردیبهشت 1404
  • تاریخ بازنگری: 01 تیر 1404
  • تاریخ پذیرش: 17 تیر 1404
  • تاریخ اولین انتشار: 09 دی 1404
  • تاریخ انتشار: 30 دی 1404

هم رسانی

ارجاع به این مقاله

آمار