ارزيابي كيفيت بصري منظر شهري با روش PCA (مطالعه ي موردي: شهر مشهد)

Evaluating the Visual Quality of Urban Landscape Using PCA Method (Case Study: Mashhad)

كيفيت بصري و زيبايي از مولفه هاي مهم و اساسي محيط هاي انسان ساخت به ويژه در فضاهاي شهري است. ارزيابي كيفيت بصري و شناخت شاخص هاي ساختاري منظر از الزامات ضروري در مديريت كيفيت بصري و زيبايي فضاهاي شهري است. مطالعات پايه اي معيارهاي زيبايي منظر در پي تعيين زيبايي و يا تعالي نيستند، بلكه تلاش دارند تا ترجيحات زيبايي و به عبارتي مهم ترين معيارها را شناسايي نمايند. هدف از اين پژوهش تعيين مهم ترين معيارهاي موثر در ارزيابي كيفيت بصري منظر دو خيابان احمدآباد و آيت الله شيرازي شهر مشهد است. در اين پژوهش داده هاي حاصل از پرسش نامه در نرم افزار SPSS 16 به كمك تحليل مولفه هاي اساسي در 5 مرحله تحليل شد و در نهايت مهم ترين معيارها شناسايي گرديد. آناليز آماري داده ها نشان داد از بين بيست معيار زيبايي استفاده شده در اين پژوهش شش متغير پهناي معابر، تراكم و فشردگي پوشش گياهي سرسبزي ، پوشش گياهي از نوع درختي، پوشش گياهي از نوع بوته اي و درختچه اي، وجود فضاي سبز و چيدمان گياهان و متغير وجود گل در فضاي سبز مسيرها به منزله ي مولفه هاي اصلي و داراي بيش ترين اهميت هستند. معيارهاي استخراج شده به عنوان معيارهاي اصلي، معيارهاي ديگر را نيز پوشش مي دهند و به عنوان نماينده ساير معيارها معرفي مي شوند. تحليل مولفه هاي اصلي به محقق اين امكان را مي دهد كه با كاهش حجم داده هاي مطالعاتي بتواند دقيق تر و سريع تر به تحليل داده ها بپردازد و بررسي كيفيت بصري محيط را انجام دهد.

Visual quality and beauty are important and major components of man-made environment, particularly in urban areas. The visual quality evaluation and landscape structural indices are essential necessities in management of visual quality and beauty of urban areas. The fundamental studies of landscape beauty components are not after evaluating the beauty or loftiness, but they seek to identify beauty preferences and the most important criteria. The purpose of this study was to determine the most important criteria in landscape visual quality evaluation of Ayatollah Shirazi and Ahmadabad in Mashhad. The data obtained from the questionnaires were analyzed at 5 stages using Principal Components Analysis method in SPSS® softwareVersion 16 for Windows and finally the most important criteria were identified. The analysis demonstrated that among 20 mental criteria utilized in this study, six variables including passageways width, the density and compactness of vegetation (green), tree components of the the vegetation, bushes and shrubs components of the vegetation, green spaces, the layout of plants and the existence of flowers in green space paths were the principal components and had the highest importance. As the principal components, these can be used as representative of other components. The analysis enables the researchers to analyze the data faster, more accurately and and examine the visual quality using reduced data volume.