<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE ArticleSet PUBLIC "-//NLM//DTD PubMed 2.7//EN" "https://dtd.nlm.nih.gov/ncbi/pubmed/in/PubMed.dtd">
<ArticleSet>
<Article>
<Journal>
				<PublisherName>آئیژ عزمی</PublisherName>
				<JournalTitle>جغرافیا و روابط انسانی</JournalTitle>
				<Issn>2645-3851</Issn>
				<Volume>9</Volume>
				<Issue>2</Issue>
				<PubDate PubStatus="epublish">
					<Year>2026</Year>
					<Month>07</Month>
					<Day>15</Day>
				</PubDate>
			</Journal>
<ArticleTitle>Simulation of Land use Changes in Gorgan city based on the Continuation of the Current Development through GeoSOS-FLUS Model</ArticleTitle>
<VernacularTitle>شبیه‌سازی تغییرات کاربری زمین در شهر گرگان بر اساس تداوم توسعه وضع موجود با استفاده از مدل GeoSOS-FLUS</VernacularTitle>
			<FirstPage>162</FirstPage>
			<LastPage>175</LastPage>
			<ELocationID EIdType="pii">242633</ELocationID>
			
<ELocationID EIdType="doi">10.22034/gahr.2026.578869.2704</ELocationID>
			
			<Language>FA</Language>
<AuthorList>
<Author>
					<FirstName>مهسا</FirstName>
					<LastName>فسنقری</LastName>
<Affiliation>کارشناسی ارشد رشته جغرافیا و برنامه‌ریزی شهری، گرایش مسکن و بازآفرینی شهری، دانشکده جغرافیا و علوم محیطی، دانشگاه حکیم سبزواری،</Affiliation>

</Author>
<Author>
					<FirstName>هادی</FirstName>
					<LastName>سلطانی فرد</LastName>
<Affiliation>گروه جغرافیا و برنامه ریزی شهری، دانشکده جغرافیا و علوم محیطی، دانشگاه حکیم سبزواری، سبزوار، ایران</Affiliation>

</Author>
<Author>
					<FirstName>حامد</FirstName>
					<LastName>ادب</LastName>
<Affiliation>گروه سنجش از دور و GIS، دانشکده جغرافیا و علوم محیطی، دانشگاه حکیم سبزواری، سبزوار، ایران</Affiliation>

</Author>
<Author>
					<FirstName>الهه</FirstName>
					<LastName>اکبری</LastName>
<Affiliation>گروه سنجش از دور و GIS، دانشکده جغرافیا و علوم محیطی، دانشگاه حکیم سبزواری، سبزوار، ایران</Affiliation>
<Identifier Source="ORCID">0009-0005-5449-0863</Identifier>

</Author>
</AuthorList>
				<PublicationType>Journal Article</PublicationType>
			<History>
				<PubDate PubStatus="received">
					<Year>2026</Year>
					<Month>04</Month>
					<Day>13</Day>
				</PubDate>
			</History>
		<Abstract>Urban development and rapid changes in land use and land cover have been one of the most important environmental and urban planning challenges in recent decades. These changes, which are mainly caused by urbanization and human activities, have widespread impacts on ecosystems, natural resources, and environmental sustainability. The present study aimed to analyze the trend of land use changes and predict future developments in the city of Gorgan. In this research, the advanced GeoSOS-FLUS model as integrated of artificial neural network and cellurar automata - markov chain, was used as a powerful tool to simulate land use changes and predict its future trend. The research data included multi-temporal landsat satellite images (TM, ETM+, OLI) and spatial data of different parameters. The research results showed that urban growth in Gorgan city has changed from a centralized and nuclear pattern to a dispersed and non-integrated pattern. This trend has led to a significant reduction in agricultural, forest, and pasture lands. The model predictions indicate that in the next 25 years, residential areas will increase significantly and the expansion of the city to peripheral areas, especially natural lands, will intensify. These changes can increase pressure on natural resources, destroy ecosystems, and reduce biodiversity. Evaluation of the GeoSOS-FLUS model showed that this tool has a very high accuracy in simulating land use changes which the value of the kappa coefficient and other evaluation criteria indicated the appropriate accuracy of the model. Also, the agreement of the model results with real data indicates the high ability of this model to predict future changes. The findings of this study, in addition to identifying factors affecting land use changes, can be used as a practical tool for urban managers and decision-makers in the field of land use planning and policy making.</Abstract>
			<OtherAbstract Language="FA">توسعه شهری و تغییرات سریع در کاربری و پوشش اراضی، یکی از مهم‌ترین چالش‌های زیست‌محیطی و برنامه‌ریزی شهری در دهه‌های اخیر بوده است. این تغییرات که عمدتاً ناشی از گسترش شهرنشینی و فعالیت‌های انسانی هستند، تأثیرات گسترده‌ای بر اکوسیستم‌ها، منابع طبیعی، و پایداری محیط‌زیست بر جای می‌گذارند. مطالعه حاضر با هدف تحلیل روند تغییرات کاربری اراضی و پیش‌بینی تحولات آتی شهر گرگان انجام شده است. در این پژوهش، از مدل GeoSOS-FLUS که ترکیبی از شبکه عصبی مصنوعی و زنجیره مارکوف- اتوماتای سلولی است به‌عنوان ابزاری قدرتمند برای شبیه‌سازی تغییرات کاربری زمین و پیش‌بینی روند آتی آن استفاده شده است. داده‌های تحقیق شامل تصاویر ماهواره‌ای چندزمانه لندست (TM، ETM+، OLI) و پارامترهای مختلف جغرافیایی است. نتایج تحقیق نشان داد که رشد شهری در شهر گرگان از الگوی متمرکز و هسته‌ای به الگوی پراکنده و غیریکپارچه تغییر یافته است. این روند منجر به کاهش قابل‌توجه اراضی کشاورزی، جنگلی و مرتعی شده است. پیش‌بینی‌های مدل حاکی از آن است که در ۲۵ سال آینده، مناطق مسکونی افزایش چشمگیری خواهند یافت و گسترش شهر به مناطق پیرامونی به‌ویژه اراضی طبیعی شدت خواهد گرفت. این تغییرات می‌تواند باعث افزایش فشار بر منابع طبیعی، تخریب اکوسیستم‌ها، و کاهش تنوع زیستی شود. ارزیابی مدل GeoSOS-FLUS نشان داد که این ابزار از دقت بسیار بالایی در شبیه‌سازی تغییرات کاربری اراضی برخوردار است بطوریکه مقدار ضریب کاپا و سایر معیارهای ارزیابی نشان‌دهنده دقت مناسب مدل بودند. همچنین، تطابق نتایج مدل با داده‌های واقعی نشان‌دهنده قابلیت بالای این مدل در پیش‌بینی تغییرات آینده است. یافته‌های این تحقیق، علاوه بر شناسایی عوامل مؤثر بر تغییرات کاربری اراضی، می‌تواند به‌عنوان ابزار کاربردی برای مدیران شهری و تصمیم‌گیران در حوزه برنامه‌ریزی و سیاست‌گذاری کاربری زمین به کار رود.</OtherAbstract>
		<ObjectList>
			<Object Type="keyword">
			<Param Name="value">شبیه‌سازی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">رشد شهری</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">سیستم اطلاعات جغرافیایی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">GeoSOS-FLUS</Param>
			</Object>
		</ObjectList>
<ArchiveCopySource DocType="pdf">https://www.gahr.ir/article_242633_0df187f6124c44f71f24454cbb4f82d2.pdf</ArchiveCopySource>
</Article>
</ArticleSet>
