به جمع مشترکان مگیران بپیوندید!

تنها با پرداخت 70 هزارتومان حق اشتراک سالانه به متن مقالات دسترسی داشته باشید و 100 مقاله را بدون هزینه دیگری دریافت کنید.

برای پرداخت حق اشتراک اگر عضو هستید وارد شوید در غیر این صورت حساب کاربری جدید ایجاد کنید

عضویت
جستجوی مقالات مرتبط با کلیدواژه

spatial data infrastructure

در نشریات گروه جغرافیا
تکرار جستجوی کلیدواژه spatial data infrastructure در نشریات گروه علوم انسانی
تکرار جستجوی کلیدواژه spatial data infrastructure در مقالات مجلات علمی
  • نفیسه مرصوصی*، اسماعیل نصیری هنده خاله، محمدرضا حسینی
    اهداف

    منطقه 20 شهرداری تهران یکی از مناطق کمتر توسعه یافته است که به دلیل مشکلاتی نظیر کمبود زیرساخت های هوشمند، فاقد چشم انداز مناسب برای توسعه زیرساخت های مورد نیاز یک شهر هوشمند است. بر این اساس، مطالعه حاضر با هدف ارایه الگویی برای مدیریت یکپارچه زیرساخت داده های مکانی با رویکرد شهر هوشمند در این منطقه انجام گرفت.

    روش شناسی: 

    این پژوهش از نوع پیمایشی بوده و در دو فاز کیفی و کمی در سال 1402 در منطقه 20 تهران به انجام رسید. جامعه آماری پژوهش شامل 16 نفر از خبرگان موضوعی بودند. ابزار گردآوری داده ها مصاحبه نیمه ساختاریافته و پرسش نامه بود. در فاز کیفی، با استفاده از مرور ادبیات موضوع، مولفه های مدیریت یکپارچه زیرساخت داده های مکانی شهر هوشمند شناسایی شدند. پس از اعمال تغییرات بر اساس نظرات خبرگان، 12 مولفه تایید شد. در فاز کمی، به منظور شناسایی شبکه روابط و تعاملات و آزمون نتایج، از روش مدل سازی تفسیری ساختاری استفاده و در نهایت مدل نهایی پژوهش ارایه شد.

    یافته ها

    مولفه تدوین سیاست ها و استانداردهای زیرساخت داده های مکانی در سطح شهرداری به عنوان تاثیرگذارترین مولفه در بالاترین سطح و مولفه های میزان استفاده از داده های مکانی، تعداد دفاتر خدمات الکترونیک، میزان به روزرسانی داده ها، همکاری و هماهنگی بین سه نهاد فرمانداری ری، شهرداری ری و شهرداری تهران در راستای تولید، استانداردسازی و به اشتراک گذاری داده های مکانی و مولفه همکاری و هماهنگی با سایر ادارات تحت عنوان کاربر داده، به عنوان اثرپذیرترین مولفه ها در پایین ترین سطح قرار گرفتند.

    نتیجه گیری

    وجود سیاست ها و استانداردهای تعریف شده در زمینه زیرساخت داده های مکانی، بیشترین اثرگذاری را بر سایر مولفه ها دارد.

    کلید واژگان: مدیریت یکپارچه، زیرساخت داده های مکانی، شهر هوشمند، منطقه 20 تهران
    N. Morsousi*, E. Nasiri Hendehkhaleh, M.R. Hosseini
    Aims

    District 20 of Tehran Municipality is characterized as a less developed region attributable to factors such as insufficient smart infrastructure and the absence of a coherent vision for smart city infrastructure advancement. The primary objective of this research was to develop a comprehensive management framework for spatial data infrastructure integrated with a smart city approach within District 20 of Tehran.

    Methodology

    This investigation, carried out between 2023 and 2024, was divided into qualitative and quantitative phases, with a particular focus on District 20 in Tehran. The study's sample size comprised 16 experts, and data collection methods encompassed semi-structured interviews and questionnaires. During the qualitative phase, the components essential for managing spatial data infrastructure in the context of a smart city were identified through an extensive review of existing literature. Subsequently, following adjustments based on expert feedback, a total of 12 components were validated. In the quantitative phase, structural equation modeling was employed to delineate the network of relationships and interactions, culminating in the presentation of the final model.

    Findings

    The formulation of policies for spatial data infrastructure was recognized as the most influential component at the highest echelon. Factors such as the utilization extent of spatial data, the quantity of electronic service centers, data update frequencies, cooperation and synchronization among the authorities of Rey Governorate, Rey Municipality, and Tehran Municipality in the realms of spatial data production, standardization, and distribution, along with the element of collaboration and synchronization with other entities categorized as data users, were positioned as influential components at the lowest tier.

    Conclusion

    The policies and criteria established within the domain of spatial data infrastructure possess the most significant influence on other elements.

    Keywords: Integrated Management, Spatial Data Infrastructure, Smart City
  • ابوالحسن مدرس زاده برزکی، رحیم سرور، فریده اسدیان

    امروزه حریم پایتخت دچار تفرق های متعددی از نوع نهادی و ابزاری است. بدون تردید لازمه مدیریت فضایی وجود یک نظام پشتیبان تصمیم فضایی و پویایی و تعاملی بودن آن است. زیرساخت داده مکانی (SDI) یک نظام و رویکرد کارآمد در امر مدیریت اطلاعات مکانی است که در سال های اخیر نیز پیشرفت زیادی داشته است. پژوهش حاضر ضمن بازشناسی نهادهای تاثیرگذار در مدیریت یکپارچه حریم پایتخت به ارزیابی عوامل و معیارهای آمادگی استقرار زیرساخت داده مکانی می پردازد. جمع آوری داده ها از طریق مصاحبه و پرسشنامه و روش تحقیق استفاده از روش شاخص آمادگی SDI بوده است. 25 نهاد منتخب عمومی و دولتی در 16 معیار ارزیابی و شاخص آمادگی نهادی مورد ارزیابی و محاسبه شاخص آمادگی قرار گرفتند. به طور کلی دو عامل فناوری و اطلاعات در قیاس با سه عامل سازمانی، انسانی و مالی با چالش های کمتری در ایجاد زیرساخت داده مکانی مواجهند اما در مجموع تفاوت چندانی میان عوامل مشاهده نشد. در بررسی جزیی تر معیار سرمایه خصوصی و بازگشت سرمایه وضعیت چندان مناسبی در مقایسه با دیگر معیارها ندارند. همچنین در این تحقیق چهار نهاد در وضع آماده تر و سه نهاد ناآماده تر از سایرین برای ایجاد SDI تشخیص داده شدند. شاخص آمادگی در نهادهای ذی مدخل حریم پایتخت 47/0 محاسبه شد که کمی زیر حد متوسط قرار دارد. در پایان به منظور رفع موانع پیشنهادهایی با محوریت تقویت بخش خصوصی، افزایش آگاهی عمومی و مدیران، اصلاح نگرش حاکمیت و قدرت داده و گسترش فرهنگ اشاعه اطلاعات، ارتقاء همکاری های بین نهادی، تمرکز روی طرح های زیرساختی داده به جای ایجاد سامانه های ناکارآمد ارایه شد.

    کلید واژگان: زیرساخت داده مکانی، مدیریت یکپارچه حریم، مدل آمادگی زیرساخت داده مکانی
    Abolhassan Modarreszadeh Barzoki, Rahim Sarvar, Farideh Asadian

    Tehran peri-urban areas encounter with several institutional and instrumental dispersions. Undoubtedly, spatial management requires a spatial decision support system that is dynamic and interactive. Spatial Data Infrastructure (SDI) is an effective approach in spatial information management which has made great progress in recent years. This research, while recognition the influential institutions in the integrated management of the capital's peri-urban areas, evaluates the factors and criteria of readiness for the establishment of spatial data infrastructure. Data collection was done through interviews and questionnaires, used the SDI readiness index method. 25 selected public and government institutions were evaluated in 16 evaluation criteria and institutional readiness index and readiness index was calculated. In general, the two factors of Technology and Information, in comparison with the three factors of Organization, Human Resources and Financial, face less challenges and problems in establishing a spatial data infrastructure, but overall, no significant difference was observed between the factors. In a more detailed analysis, the criterion of private capital and return on investment are not very good compared to other criteria. Also, in this research, four institutions were found to be more ready and three institutions were less prepared than others to implement SDI. The readiness index in the peri-urban influential institutions was calculated as 0.47, which is slightly below the average. At the end, in order to remove the obstacles, suggestions were presented focused on: strengthening the private sector, increasing public awareness and managers, reforming the attitude of governance and data power and expanding the culture of information dissemination, promoting inter-institutional cooperation, focusing on data infrastructure projects instead of creating inefficient systems.

    Keywords: Spatial Data Infrastructure, Peri-Urban Integrated Management, SDI Readiness Models
  • علی کلانتری اسکویی *، مهدی صابر خوشه مهر
    اشتراک گذاری از موضوعات کلیدی در موفقیت زیرساخت اطلاعات مکانی (SDI) محسوب می شود. در سایه اشتراک گذاری از دوباره کاری ها در تولید و جمع آوری داده و اطلاعات مکانی توسط سازمان های مختلف جلوگیری شده، هزینه ها کاهش یافته و از قابلیت های داده و اطلاعات مکانی در راستای برنامه ریزی ها و تصمیم گیری ها به طور موثری استفاده به عمل می آید. اما شواهد موجود نشان می دهند که تحقق امر اشتراک گذاری داده و اطلاعات مکانی همواره با چالش های متعددی مواجه بوده است و بدون رفع این موانع دستیابی به اهداف توسعه SDI نیز میسر نخواهد شد. ازاین رو هدف اصلی تحقیق حاضر، ارائه راهکاری برای شناسائی و اولویت بندی چالش های اشتراک گذاری داده و اطلاعات مکانی می باشد. چارچوب روش تحقیق بر اساس پیمایش، مفهوم ریسک و استفاده از سامانه استنباط فازی بنا نهاده شده است. به منظور عینیت بخشیدن به این چارچوب، مطالعه ای موردی با مشارکت 19 سازمان در استان آذربایجان شرقی انجام شد. ابتدا از منابع مختلف 25 چالش محتمل در اشتراک گذاری شناسائی شد و سپس با کمک پرسشنامه دیدگاه کارشناسان در رابطه با احتمال وقوع و شدت اثر چالش ها مورد سنجش قرار گرفت. در مرحله بعد با توسعه سامانه استنباط فازی دیدگاه های کارشناسان پردازش شده و امتیاز فازی هر یک از چالش ها محاسبه شد. در ادامه چالش ها از نظر اهمیت بر اساس معیارهای از پیش تعریف شده سطح بندی شده و با اجرای آنالیز خوشه ای(کلاستر) چالش های مشابه در کلاسترهای یکسان قرار گرفتند. بر اساس یافته ها، میانگین هندسی کلی چالش ها 76/62 درصد محاسبه شد و نبود پورتال مکانی (ژئوپورتال)، فقدان یا مشکلات متادیتا (فراداده)، نبود هماهنگی لازم در بین سازمان های مختلف برای اشتراک گذاری داده و اطلاعات مکانی از مهم ترین چالش های اشتراک گذاری داده و اطلاعات مکانی شناخته شدند که همگی در کلاستر یکسانی قرار داشتند. همینطور از ارزیابی چالش ها در دو کلاس سازمانی و فنی چنین استنباط شد که چالش های سازمانی نسبت به چالش های فنی اهمیت بیشتری دارند.
    کلید واژگان: استاندارد، پورتال مکانی، زیرساخت داده مکانی، متادیتا، موانع، هماهنگی
    Ali Kalantari Oskouei *, Mahdi Saber Khoshemehr
    Introduction
    Data sharing is one of the key issues in the success of Spatial Data Infrastructure (SDI). Data sharing can prevent the repeated production of spatial data by various organizations and institutions, and provide the reduction of the costs, prevention of the resource losses, helping the economic development and using the capabilities of spatial data in processes of decision-making. But, evidences suggest that the realization of the spatial data sharing has always faced numerous challenges and problems, and that the SDI development goals will not be achieved without solving them. Therefore, the main objective of this research is to provide a strategy for identifying and prioritizing the sharing of spatial data in the country.
    Materials and Methods
    The framework of the research is based on surveying, the concept of risk, and the use of a fuzzy inference system. In order to objectify this framework, a case study was conducted with the participation of 19 organizations in East Azarbaijan province. At first, various sources were reviewed and the 25 probabilistic sharing challenges were identified. Then, with the help of a questionnaire, experts’ viewpoints regarding the probability of the occurrence and severity of the impacts of the challenges were investigated. The questionnaire consists of two parts. The first part focuses on the demographic information of the experts such as affiliation, years of experience, and academic degree, which were used to determine the experts’ importance weight. The second section measures the probability and the impact intensity of each identified challenge. To measure the factors of probability and impact intensity, a five level verbal rating scale including, very high, high, medium, low and very low (as verbal terms) was used to maintain the balance between simplicity and comprehensiveness. In the next stage, a fuzzy inference system, with two inputs and one output, 25 fuzzy rules, Guassian membership functions and the field inference engine were developed to process the views of the experts and to calculate the fuzzy scores of each of the challenges using MatlabR software. Having determined the sharing challenges scores, a cluster analysis was carried out to divide them based on the score related to the groups (clusters), so that, the challenges inside a cluster are very similar (but not identical) to one another but very different from the challenges in other clusters. Since there is no need to specify the numbers of clusters in hierarchical methods in advance, the hierarchical method was used as a clustering technique to group the challenges. Then, the results were evaluated by a number of knowledgeable experts.
    Results and Discussion
    According to the findings, the most important challenges which had the highest scores and were also in the same cluster, include: lack of a Geoportal for searching, access and evaluation, lost problems or metadata, lack of coordination among different organizations for spatial data sharing, fear of disclosing of organizational spatial data and information, the lack of up-to-date spatial data and information, the tendency to parallel work (the lack of investigation of other organizations for spatial data and information needed by the organization) and the lack of specialist in spatial data and sharing the information. Moreover, 25 challenges of spatial data were categorized into five homogenous groups (clusters) by applying a hierarchical cluster analysis. Based on the results, the overall geometric mean value of the 25 challenges of the spatial data and information sharing was calculated as 62.76% that shows the existence of the important challenges in the realization and implementation of the spatial data sharing and SDI initiatives in organizations. Analyzing the results with regard to the two types of sharing challenges revealed that the organizational challenges with a geometric mean of 55/56% were more important than the technical challenges with a geometric mean of 44/44%. These results may mean that, in order to overcome the organizational challenges, more time and efforts have to be taken into consideration in the planning and development of SDI compared to the technical challenges.
    Conclusion
    It seems that there is no accurate and complete picture of the concept of the spatial data sharing in the majority of the organizations, and it is often interpreted as putting spatial data and information of the organization in the hands of others. However, a significant part of the sharing issue is associated with the metadata sharing that prevents the repeated works and spending unnecessary credits of the organizations, and make the available data to be accessible with spatial services in different formats after an agreement between data providers and consumers, and to be used in decision making processes. The information gap in this regard is very tangible in the organizations, nevertheless, it would be possible to change the views and behaviors of individuals and organizations by creating capacity, and eventually to be hopeful that the willingness of organizations to participate in data sharing improve. Finally, the following recommendations were suggested in order to improve the status of the data sharing: individual and organizational attitude changes towards the issue of data sharing, increasing technical knowledge and empowering organizations in spatial technologies and clarifying the benefits of spatial data sharing and its socioeconomic roles in society, specifying the leader organization and forcing organizations to create standard spatial databases and metadata.
    Keywords: Coordination, Geoportal, Metadata, Obstacles, Spatial Data Infrastructure, Standard
نکته
  • نتایج بر اساس تاریخ انتشار مرتب شده‌اند.
  • کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شده‌است. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
  • در صورتی که می‌خواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.
درخواست پشتیبانی - گزارش اشکال