当前世界环境gydF4y2Ba

介绍gydF4y2Ba

世界上大约有一半的人生活在城市地区。他们的幸福和生活质量的一个重要因素是城市绿地的可用性。城市绿地可以通过不同的方式对幸福感和健康产生积极影响。然而，在大多数城市地区，特别是在市中心地区，绿色空间供应不足(Kabisch和Haase 2011)。个别国家和/或城市在发展城市绿地和改善不同形式的城市绿地所提供的服务方面开始承担越来越大的责任。根据《生物多样性公约》，这些国家和城市制定了国家、区域或地方行动计划，将城市生物多样性和城市绿地等提供的生态系统服务(ES)纳入管理。(Bertram and Rehdanz 2014)。gydF4y2Ba

城市绿地被定义为任何一块被植被覆盖的土地，通常被称为公园、高尔夫球场、运动场和城市建成区内的其他开放空间，无论是否可供公众使用(Rasidia, Jamirsahb, and Saidc 2012)。城市绿地是新城镇的重要组成部分，因为它们为人们提供了相互接触的机会。就社会福祉而言，城市绿地具有减少侵略和暴力等负面社会行为的潜力，从而有助于营造场所感和和谐感，因此在促进社会凝聚力和社会认同方面发挥着重要作用(Dempsey, Brown, and Bramley 2012)。gydF4y2Ba

树木、公园、城市和城市森林(城市森林中包含的绿地类别)可以降低温度，减少污染、水流失和土壤侵蚀，增加场所的美观和质量，提供娱乐、教育和学习的场所。树木还可以通过直接和间接的方式减少大气中的二氧化碳和对比城市热岛(Paulelt和Duhme 2000)。近几十年的爆炸性发展导致森林、农场、森林边缘和其他开放空间土地的丧失，这些土地在某种程度上有助于提高城市居民的生活质量。由于高质量的绿地已经所剩无几，绿色空间的日益稀缺是地方当局关注的问题。部分原因是城市公共绿地的现状设计不佳，最终无法促进城市居民之间的社会互动(Rasidia et al. 2012)。gydF4y2Ba

事实上，考虑城市绿地建设的选址和合适的场地选择是很重要的，提供一个初始的合适条件几乎是一个重要的问题。因此，城市绿地的选址一直是研究人员、政策制定者和城市规划者感兴趣的课题，因此，近年来，利用地理信息系统和多标准决策系统被认为是合适的绿地选址(Ziari et al. 2013;Aranf 1997)。地理信息系统(GIS)有助于城市对绿地项目进行有效的管理和选址，降低管理成本。GIS将不同类型的数据汇集在一起，用于智能规划，并将不同的地图层集成到城市绿地选址项目中，从而提高决策的洞察力(Tasoulasa et al. 2013)。gydF4y2Ba

地理信息系统(GIS)是一种为空间分析而设计的强大工具，它提供了获取、存储、查询、分析、显示和输出地理信息的功能。因此，它们在空间决策过程中有很大的影响。决策领域的最新发展使地理信息系统在位置分析方面的能力得到了显著提高。通过对属性数据的分析，特别是对GIS中多准则和多目标定位分析的过程进行了综述。特别强调在决策过程中纳入主观影响的问题;在确定证据与将要作出的决定之间的关系时不确定性的表现;在不同标准之间存在不同程度的权衡时，收集证据的程序;以及在多目标决策问题中解决冲突和避免冲突的程序(Eastman, Jiang, and Toledano 1998)。地理信息系统与其他系统和方法一起使用，如决策系统(DSS)和多标准决策方法(MCDM)。结合这些工具产生的协同效应有助于提高工业选址空间分析的效率和质量(Eldrandaly 2013; Malczewski 2006).

在选址过程中，分析人员努力确定满足选择标准的最佳位置。选择过程试图优化特定设施所需的一些目标。这种优化通常涉及许多决策因素，这些因素经常相互矛盾，并且该过程通常涉及许多可能的站点，每个站点都有优点和局限性，决策是基于有关选择合适站点问题的大量数据(Rikalovic,Cosic, and Lazarevic 2014;Eldin 2003;扬科夫斯基1995;卡佛1991)。本研究的最终目标是基于FAHP模型确定适合建设公园的地点，以帮助德黑兰市7区的规划者和决策者。gydF4y2Ba

材料与方法gydF4y2Ba

案例研究领域gydF4y2Ba

7区是德黑兰的中心区域，占地1540公顷，是德黑兰市狭窄的地区之一。它仅限于北部的德黑兰市3区和4区，南部的12区和13区，东部的8区，人口为329,920万人。(伊朗统计中心，2011)。gydF4y2Ba

材料gydF4y2Ba

模糊逻辑gydF4y2Ba

模糊逻辑已经成熟。它的基础变得更加坚实，它的应用在数量和种类上都有所增长，它在基础科学，特别是在数学和物理科学中的影响变得更加明显和更加实质性(Zadeh 1996)。gydF4y2Ba

模糊集理论的设计是为了补充对现实世界不确定现象的语言或测量不确定性的解释。这些不确定性可能源于本质上的非统计特征，即信息中缺乏明确的边界。然而，涉及大规模复杂决策过程的不确定性的主要来源可以通过模糊隶属函数恰当地描述(Chang, Parvathinathan, and Breeden 2008)。gydF4y2Ba

模糊逻辑分析包括“模糊隶属函数”和“模糊叠加工具”，“模糊隶属函数”为给定主题层中的属性值在0到1之间分配评级，“模糊叠加工具”将多个模糊隶属度结果合并到综合指数图中(Raines, Sawatzky, and Bonham-Carter 2010)。通过不同类型的模糊隶属函数(即模糊化算法)，将主题层的评级表示为成为模糊集成员的可能性(或可能性)。模糊化是指将主题层的属性值转化为隶属度的过程(例如:gydF4y2Ba

表1:模糊范围及对应的言语表达gydF4y2Ba

口头表达gydF4y2Ba	模糊数gydF4y2Ba
平等的偏好gydF4y2Ba	(1, 1, 1)gydF4y2Ba
低至中等偏好gydF4y2Ba	(1、1.5、1.5)gydF4y2Ba
温和的偏好gydF4y2Ba	(1、2、2)gydF4y2Ba
中度至高度偏好gydF4y2Ba	(3、3.5、4)gydF4y2Ba
高perefrencegydF4y2Ba	4.5(3、4)gydF4y2Ba
高到非常高的偏好gydF4y2Ba	(3 4.5 5)gydF4y2Ba
非常高的偏好gydF4y2Ba	(5, 5.5, 6)gydF4y2Ba
非常高到相当高的偏好gydF4y2Ba	(5、6、7)gydF4y2Ba
非常高的偏好gydF4y2Ba	(5、7、9)gydF4y2Ba

表2:地图标准化gydF4y2Ba

标准gydF4y2Ba	子标准gydF4y2Ba	模糊函数gydF4y2Ba	控制点(m)gydF4y2Ba
			dgydF4y2Ba	cgydF4y2Ba	bgydF4y2Ba	一个gydF4y2Ba
可访问性(米)gydF4y2Ba	主要道路gydF4y2Ba	减少反曲的gydF4y2Ba	500gydF4y2Ba	One hundred.gydF4y2Ba
	子公司路gydF4y2Ba		300gydF4y2Ba	0gydF4y2Ba
	地铁gydF4y2Ba		1000gydF4y2Ba	One hundred.gydF4y2Ba
密度gydF4y2Ba (一人/平方米)gydF4y2Ba		线性增加gydF4y2Ba			0.054518gydF4y2Ba	0.002153gydF4y2Ba
(靠近有利的中心gydF4y2Ba (米)gydF4y2Ba	文化gydF4y2Ba 教育gydF4y2Ba 治疗gydF4y2Ba 安全中心gydF4y2Ba	减少反曲的gydF4y2Ba	1000gydF4y2Ba	One hundred.gydF4y2Ba
离不利中心的距离gydF4y2Ba (米)gydF4y2Ba	公园gydF4y2Ba 加油站gydF4y2Ba	增加反曲的gydF4y2Ba			1000gydF4y2Ba	One hundred.gydF4y2Ba

层次分析法(AHP)gydF4y2Ba

层次分析法(AHP)首先由Saaty(1980)提出，是解决涉及定性的多准则分析问题的一种流行方法(Deng 1999)。实际上，它是一种灵活的定量方法，根据相对于一个或多个兴趣标准的相对表现在备选方案中进行选择(Boroushaki和Malczewski 2008;Linkov et al. 2007)。AHP通过将备选方案结构化为层次框架来解决复杂的决策。层次结构是通过对个人判断的配对比较来构建的，而不是试图同时优先考虑整个决策和标准列表(Saaty 1980)。gydF4y2Ba

表3:gydF4y2Ba模糊函数gydF4y2Ba公式和图。gydF4y2Ba 点击这里查看表格gydF4y2Ba

图1:研究区域(德黑兰市第7区)gydF4y2Ba 参考资料:伊朗统计中心，2011年gydF4y2Ba 点击此处查看图gydF4y2Ba

因此，层次分析法是一种定性与定量相结合的系统化、层次化的分析方法。也就是说，我们可以摆脱之前主观的定性评价造成的偏差，将客观与现实结合起来(Lai et al. 2011;Vafai,Hadipour, and Hadipour 2013)。gydF4y2Ba

表4:模糊隶属函数及其关系gydF4y2Ba 点击这里查看表格gydF4y2Ba

AHP程序一般包括六个步骤(Lee, Chen, and Chang, 2008;Hosseinali and Alesheikh 2008):gydF4y2Ba

1. 定义非结构化问题，清楚地说明其目标和结果。gydF4y2Ba
2. 将复杂问题分解为决策元素(详细的标准和备选方案)。gydF4y2Ba
3. 在决策元素之间采用对比较形成比较矩阵。gydF4y2Ba
4. 使用特征值方法(或其他方法)来估计决策元素的相对权重。gydF4y2Ba
5. 计算矩阵的一致性，保证决策者判断的一致性。gydF4y2Ba
6. 将加权决策元素汇总以获得备选方案的总体评级。gydF4y2Ba

图2:d)土地利用，c)主要道路，h)附属道路，a)地铁网络，b)文化中心距离，f)教育中心距离，e)治疗中心距离，g)安全中心距离，k)公园距离，j)加油站距离，v)人口密度图。gydF4y2Ba 点击此处查看图gydF4y2Ba

表5:采用Fuzzy两两比较的标准gydF4y2Ba 结合层次分析模型gydF4y2Ba 点击这里查看表格gydF4y2Ba

表6:土地利用子标准两两比较gydF4y2Ba 在层次分析模型中采用模糊组合gydF4y2Ba 点击这里查看表格gydF4y2Ba

自引入以来，AHP已成为使用最广泛的多标准决策(MCDM)方法之一(Lee et al. 2008)。对比较是层次分析法的基本测量方法。在决策过程中使用这种比较，形成一个互反的决策矩阵，从而将定性数据转化为清晰的比率，使决策过程简单易行。通过在层次结构的每个层次上进行配对比较，参与者还可以开发相对权重来区分标准的重要性(Boroushaki和Malczewski 2008)。Saaty(1980)推荐了一种合适的测量量表，范围从1到9，用于成对比较，其中1表示一个标准相对于另一个标准的重要性没有差异，9表示一个标准比另一个标准重要得多。这些数字的倒数用来表示反比关系(Vahidnia, Alesheikh, and Alimohammadi 2009)。gydF4y2Ba

最后可以说，层次分析法广泛应用于解决实际情况下的多准则决策问题。尽管AHP很受欢迎，但它经常受到批评，因为它无法充分处理配对比较过程中固有的不确定性和不精确性(Deng 1999)。为了克服这一缺点，人们发展了模糊层次分析法(FAHP)方法(Bellman and Zadeh 1970)。FAHP使用一系列值来表达决策者的不确定性(Lee et al. 2008)。决策者可以自由选择一系列反映他信心的价值观。或者，他可以将自己的态度指定为乐观、悲观或温和，分别代表高、低和中值范围(Jeganathan 2003)。gydF4y2Ba

表7层次分析模型中可达性子标准的模糊组合两两比较gydF4y2Ba

可访问性gydF4y2Ba	主要道路gydF4y2Ba	子公司路gydF4y2Ba	地铁gydF4y2Ba	几何平均gydF4y2Ba
主要道路gydF4y2Ba	(1, 1, 1)gydF4y2Ba	(3、3.5、4)gydF4y2Ba	(0.5, 0.5, 1)gydF4y2Ba	(1.145, 1.205, 1.587)gydF4y2Ba
子公司路gydF4y2Ba	(0.25, 0.286, 0.333)gydF4y2Ba	(1, 1, 1)gydF4y2Ba	(0.143, 0.167, 0.2)gydF4y2Ba	(0.329, 0.362, 0.405)gydF4y2Ba
地铁gydF4y2Ba	(1、2、2)gydF4y2Ba	(5、6、7)gydF4y2Ba	(1, 1, 1)gydF4y2Ba	(1.71, 2.289, 2.41)gydF4y2Ba
CRgydF4y2Ba米gydF4y2Ba= 0.003 CRgydF4y2BaggydF4y2Ba= 0.011gydF4y2Ba 兼容的gydF4y2Ba

表8:层次分析模型中有利中心子标准的模糊组合两两比较gydF4y2Ba

有利的中心gydF4y2Ba	文化gydF4y2Ba	教育gydF4y2Ba	治疗gydF4y2Ba	安全gydF4y2Ba	几何平均gydF4y2Ba
文化gydF4y2Ba	(1, 1, 1)gydF4y2Ba	(0.5, 0.5, 1)gydF4y2Ba	(1、2、2)gydF4y2Ba	(0.222, 0.25, 0.333)gydF4y2Ba	(0.577, 0.707, 0.904)gydF4y2Ba
教育gydF4y2Ba	(1、2、2)gydF4y2Ba	(1, 1, 1)gydF4y2Ba	(3、3.5、4)gydF4y2Ba	(0.5, 0.5, 1)gydF4y2Ba	(1.107, 1.368, 1.682)gydF4y2Ba
治疗gydF4y2Ba	(0.5, 0.5, 1)gydF4y2Ba	(0.25, 0.286, 0.333)gydF4y2Ba	(1, 1, 1)gydF4y2Ba	(0.167, 0.182, 0.2)gydF4y2Ba	(0.38, 0.401, 0.508)gydF4y2Ba
安全gydF4y2Ba	4.5(3、4)gydF4y2Ba	(1、2、2)gydF4y2Ba	(5, 5.5, 6)gydF4y2Ba	(1, 1, 1)gydF4y2Ba	(1.968, 2.576, 2.711)gydF4y2Ba
CRgydF4y2Ba米gydF4y2Ba= 0.006 CRgydF4y2BaggydF4y2Ba= 0.055gydF4y2Ba 兼容的gydF4y2Ba

表9:层次分析模型中采用模糊组合两两比较的不利中心子标准gydF4y2Ba

不利的中心gydF4y2Ba	公园gydF4y2Ba	加油站gydF4y2Ba	几何平均gydF4y2Ba
公园gydF4y2Ba	(1, 1, 1)gydF4y2Ba	(3 4.5 5)gydF4y2Ba	(1.732, 2.121, 2.236)gydF4y2Ba
加油站gydF4y2Ba	(0.02, 0.222, 0.333)gydF4y2Ba	(1, 1, 1)gydF4y2Ba	(0.447, 0.471, 0.577)gydF4y2Ba

选址中的有效参数gydF4y2Ba
根据现有资料，为选择公园和城市绿地的适当位置，考虑了以下一些参数:gydF4y2Ba

(1)土地用途:考虑耕地和荒地、军事、公务、工业、商业、服务和居住用地。在这些考虑之后，应该说;第七区没有可耕地和荒地。gydF4y2Ba

(2)可达性:包括主辅道路和地铁。gydF4y2Ba

(3)密度:考虑分区划分的人口密度。gydF4y2Ba

(4)与有利中心的距离:文化中心、清真寺、体育中心和教育中心;学校和大学，治疗中心;保健中心和医院、保安中心;警察局、交通警察和消防站也在考虑之列。gydF4y2Ba

(5)与不利中心的距离:考虑到公园和加油站。gydF4y2Ba

表10:最终标准权重矩阵gydF4y2Ba

标准gydF4y2Ba	最终模糊权重gydF4y2Ba	最终确定标准gydF4y2Ba
土地使用gydF4y2Ba	(0.184, 0.273, 0.424)gydF4y2Ba	0.289gydF4y2Ba
可访问性gydF4y2Ba	(0.098, 0.141, 0.226)gydF4y2Ba	0.151gydF4y2Ba
人口gydF4y2Ba	(0.054, 0.077, 0.124)gydF4y2Ba	0.083gydF4y2Ba
有利的中心gydF4y2Ba	(0.035, 0.046, 0.078)gydF4y2Ba	0.052gydF4y2Ba
不利的中心gydF4y2Ba	(0.291, 0.463, 0.659)gydF4y2Ba	0.469gydF4y2Ba

表11:最终的子标准权重矩阵gydF4y2Ba

标准接头gydF4y2Ba	最终模糊权重gydF4y2Ba	最终确定标准gydF4y2Ba
贫瘠可耕地gydF4y2Ba	(0.074, 0.148, 0.313)gydF4y2Ba	0.17gydF4y2Ba
军事gydF4y2Ba	(0.008, 0.015, 0.042)gydF4y2Ba	0.02gydF4y2Ba
官方的，工业的，商业的gydF4y2Ba	(0.014, 0.032, 0.069)gydF4y2Ba	0.037gydF4y2Ba
市政服务gydF4y2Ba	(0.027, 0.057, 0.116)gydF4y2Ba	0.067gydF4y2Ba
住宅gydF4y2Ba	(0.01, 0.021, 0.048)gydF4y2Ba	0.025gydF4y2Ba
主要道路gydF4y2Ba	(0.026, 0.044, 0.112)gydF4y2Ba	0.057gydF4y2Ba
子公司路gydF4y2Ba	(0.007, 0.013, 0.029)gydF4y2Ba	0.016gydF4y2Ba
地铁gydF4y2Ba	(0.038, 0.084, 0.171)gydF4y2Ba	0.094gydF4y2Ba
文化gydF4y2Ba	(0.004, 0.006, 0.018)gydF4y2Ba	0.009gydF4y2Ba
教育gydF4y2Ba	(0.007, 0.013, 0.033)gydF4y2Ba	0.016gydF4y2Ba
治疗gydF4y2Ba	(0.002, 0.004, 0.01)gydF4y2Ba	0.005gydF4y2Ba
安全gydF4y2Ba	(0.012, 0.024, 0.053)gydF4y2Ba	0.028gydF4y2Ba
公园gydF4y2Ba	(0.179, 0.379, 0.676)gydF4y2Ba	0.403gydF4y2Ba
加油站gydF4y2Ba	(0.046, 0.084, 0.175)gydF4y2Ba	0.097gydF4y2Ba

方法gydF4y2Ba

在性能方面，这是一项分析描述性研究。本研究的理论背景是通过图书馆法和文献法研究公园和城市绿地选址的有效参数，并据此确定相关参数。然后收集空间数据。在此基础上，运用层次分析法对其重要性和权重标准及子标准进行了分析。采用模糊层次分析法对各指标进行加权的过程如下:gydF4y2Ba

第一阶段gydF4y2Ba

本研究采用模糊方法，采用(表1)中所列的口头表达和模糊数进行两两比较。然后，为了专家意见的一致性，得到被调查者两两比较的几何平均值。gydF4y2Ba

第二阶段gydF4y2Ba；gydF4y2Ba行几何平均的计算gydF4y2Ba

在这个阶段，每个表的两两比较行的几何平均是根据下面的等式得到的。gydF4y2Ba

第三阶段;几何平均归一化gydF4y2Ba

在这一阶段，第二阶段的值被归一化。对于每个矩阵gydF4y2Ba^∼gydF4y2BaZgydF4y2Ba_我gydF4y2Ba值用总数进行规范化gydF4y2Ba^∼gydF4y2BaZgydF4y2Ba_我gydF4y2Ba如式(2):gydF4y2Ba

第四阶段;权重的组合gydF4y2Ba

最终权重由备选权重(朝向标准)与标准权重组合计算，根据式(3):gydF4y2Ba

	图3:a)使用and法的区域选址图，b)使用sum法的区域选址图，c)区域gydF4y2Ba 采用或方法的选址图，d、g、e):采用伽玛0.9.0.5.0.3方法的区域选址图，f)gydF4y2Ba 使用产品方法绘制区域选址图。gydF4y2Ba 点击此处查看图gydF4y2Ba

第五阶段;DE模糊gydF4y2Ba

在此阶段，根据式(4)对模糊权值进行模糊处理:gydF4y2Ba

然后，借助IDRISI软件，对(表2和表3)中的部分层进行标准化，在GIS软件中，将这些层公园作为约束层，进行层叠加，并给出公园发展的优先区域。在本研究中，为了寻找公园和绿地建设的合适位置，我们采用了模糊GammaØŒ、ProductØŒ、ØŒ、模糊OR和模糊SUM这5个算子，每个算子都有自己的特点，进行了地图制作。gydF4y2Ba

表4给出了这些模糊隶属算子的函数和关系。最后，对这些算子所提供的映射进行了讨论和比较。gydF4y2Ba

发现gydF4y2Ba

在本研究中，由于采用模糊方法，使用(表1)中列出的口头表达和模糊数进行配对比较，以获得标准和子标准权重。gydF4y2Ba

使用FAHP的标准和子标准对比较gydF4y2Ba

为了达到目的，设计了配对比较问卷，并在专家的帮助下进行了配对比较，如(表5 - 9)所示。gydF4y2Ba

FAHP模型权重gydF4y2Ba

根据各种来源和专家意见以及层次分析法技术，得出各标准和子标准的权重，见(表10和表11)。gydF4y2Ba

结果gydF4y2Ba

研究区选址中的影响参数分析gydF4y2Ba

(表10和表11)中列出的权重实际上是用作数据层权重的FAHP模型输出。另外需要说明的是，区域7并没有被视为封闭区域，为了更加保证和获得更详细的地图，我们连接了一个1000米的缓冲区。最后，利用GIS和IDRISI软件中的分层标准化，绘制出德黑兰市7区公园绿地选址中各有效参数的地图(图2)。gydF4y2Ba

值得注意的是，在GIS中，德黑兰市7区绿地选址影响参数的各数据层图被合并在一起。这种结合的结果和最终的模型输出将被视为最终的最优城市绿地地图。gydF4y2Ba

图4:经营者的分类gydF4y2Ba 点击此处查看图gydF4y2Ba

图5:求和运算符的分类gydF4y2Ba 点击此处查看图gydF4y2Ba

在本研究中，将不同的算子相互比较，得到它们的最终映射。关于算子，我们应该说，模糊订阅算子(fuzzy AND)类似于经典集合中的订阅。该算子的效果是在任何情况下都用最小数量的模糊隶属度处理输出映射(Karimi 2014)。gydF4y2Ba

此外，模糊伽马算子(fuzzy gamma)结合了模糊代数积和模糊代数和的方法，应用于参数相互作用中存在增减效应时(Salari, Moazed, and Radmanesh 2012)。gydF4y2Ba

模糊和算子(Fuzzy OR)类似于经典集合中的和。该算子的效果是在任何情况下都用最大数量的模糊隶属度处理的输出映射(Karimi 2014)，当标准映射相互之间的影响越来越大时，它也适用(Atkinson et al. 2005)。模糊和是模糊代数积的补充，与模糊代数不同，模糊代数和总是大于或等于最大模糊隶属度。(Atkinson et al. 2005)。最后，在模糊积算子(fuzzy product)中，所有的输入成员映射都影响输出映射，而不像AND、OR。该算子适用于标准图相互之间的影响递减的情况(Salari et al. 2012)。gydF4y2Ba

最后，这些运营商的产出如图3所示，作为德黑兰市第7区公园和城市绿地建设的最终最佳位置图。gydF4y2Ba

最后，将模糊和算子和模糊或算子确定为德黑兰市7区公园绿地选址的适当算子。这些地图考虑了5个类别，这些分类显示在图4和5中。应该注意的是，这些地图都没有5个类别gydF4y2Ba^thgydF4y2Ba或者理想班级。这些地图数据摘要见(表12)。gydF4y2Ba

表12:地图数据分类gydF4y2Ba

	模糊的总和gydF4y2Ba		模糊或gydF4y2Ba
值分类gydF4y2Ba	区域gydF4y2Ba (平方米)gydF4y2Ba	百分比gydF4y2Ba	区域gydF4y2Ba (平方米)gydF4y2Ba	百分比gydF4y2Ba
0 - 0.2gydF4y2Ba	1237182.333599gydF4y2Ba	10.619816gydF4y2Ba	10172809.152gydF4y2Ba	87.320692gydF4y2Ba
0.2 - -0.4gydF4y2Ba	9133851.210584gydF4y2Ba	78.403818gydF4y2Ba	411847.911766gydF4y2Ba	3.535193gydF4y2Ba
0.4 - -0.6gydF4y2Ba	1278719.552995gydF4y2Ba	10.976366gydF4y2Ba	1025866.40727gydF4y2Ba	8.805765gydF4y2Ba
0.6 - -0.8gydF4y2Ba	-----gydF4y2Ba	-----gydF4y2Ba	39417.606248gydF4y2Ba	0.33835gydF4y2Ba
0.8 - 1gydF4y2Ba	-----gydF4y2Ba	-----gydF4y2Ba	-----gydF4y2Ba	-----gydF4y2Ba

结论gydF4y2Ba

现实世界充满了不确定性和约束，我们无法准确地谈论事实。因此，应使用范围值来表示不确定性和约束。因此，在本研究中，作者试图用模糊方法来解释不确定性。本研究结合模糊方法、多准则决策(multiple criteria decision making, MCDM)、地理信息系统和IDRISI软件，在考虑约束条件的基础上，确定了公园绿地建设的适宜位置，并给出了数值表达范围。因此，5家运营商在德黑兰市7区进行了选址叠加。应该说，在模糊乘积算子(Fuzzy product)中，所有影响输出映射的输入隶属度映射和同时考虑的所有准则。因此，该运营商在公园和绿地的建设中，没有考虑任何不利条件，只是确定了最佳位置。下一个算子是模糊算子，它结合了模糊代数积和模糊代数和的方法。如果伽马数接近1，它将显示模糊伽马重要性，但如果它变得更接近0，它将显示模糊产品重要性。在由0.3、0.5、0.9数字产生的模糊伽马地图中，如果数字趋向于1，则认为该区域更适合建设公园和绿地。 We should say that fuzzy subscription operator (FUZZY AND) is considering unfavorable factors and Because of this, it determines less extent area than (OR FUZZY) and in comparison with (FUZZY PRODUCT) and (FUZZY GAMMA) operators with the expectation of 0.9 gamma number, it determines more extent areas. In general, this operator considerate more caution than OR FUZZY operator in the comparison with Fuzzy product and Fuzzy gamma operators consider less caution. Fuzzy or operator (OR FUZZY) is controlled with suitable factors and Because of this it determines more extent area with varying desirability levels for site selection and considers less caution.

最后，在模糊和算子中，由于准则的互增效应，公园绿地建设考虑的面积最大，考虑的谨慎性较少，对不利因素的消极性最大。对于算子，我们应该说模糊乘积算子、模糊伽马算子、模糊订阅算子被认为是最适合的选址区域，但由于城市地区的许多限制，它们是不可接受的。应该说，or算子，尤其是sum算子是城市环境中公园选址最合理的方法。gydF4y2Ba

参考文献gydF4y2Ba

1. 《地理信息系统》。由伊朗地质调查局翻译。德黑兰:伊朗国家制图中心出版社(1997)。gydF4y2Ba
2. Atkinsona, d.m.， Deadmanb, P.， Dudychab, D.和Traynorc, S .，北极全天候道路的多标准评估和最低成本路径分析。地理学报，25(2005):287-307。gydF4y2Ba
3. [2]张建平，张建平。模糊环境下的决策决策。管理科学，17:141-164(1970)。gydF4y2Ba
4. 《城市绿色空间对人类福祉的作用》。《基尔世界经济研究所》，工作论文，2014年第1911期。gydF4y2Ba
5. Boroushaki, S，和Malczewski, J，在ArcGIS中使用有序加权平均算子和模糊量词实现分析层次过程的扩展。计算机与地球科学，34(4)，399-410(2008)。gydF4y2Ba
6. 《地理信息系统的多准则评价》。国际地理信息系统学报，5(3):321-339(1991)。gydF4y2Ba
7. 张，N.B, Parvathinathan, G，和Breeden, J，结合GIS和模糊多标准决策在快速发展的城市地区的垃圾填埋场选址。环境科学学报，32(1):1 - 3(2008)。gydF4y2Ba
8. 邓普西，N.，布朗，C.，布拉姆利，G .，《英国城市可持续城市发展的关键?》人口密度对社会可持续性的影响。规划进展，77(3)，89-141(2012)。gydF4y2Ba
9. 邓，H，模糊对比较的多准则分析。近似推理，21(3):215-231(1999)。gydF4y2Ba
10. 伊士曼，j.r.， Jiang, H.， Toledano, J.基于GIS的土地分配决策。土地利用管理多指标分析。环境与管理，9:227-251(1998)。gydF4y2Ba
11. Eldin, N，和Sui, D，基于com的工业选址空间决策支持系统。地理信息与决策分析，7(2):72-92(2003)。gydF4y2Ba
12. 最后，利用COM技术在ArcGIS中开发基于gis的MCE选址工具。国际信息技术学报，10(3):2013。gydF4y2Ba
13. 李建军，李建军，李建军，等。基于GIS的铜矿勘查空间信息加权方法。应用科学学报(英文版)5(2008):1187-1198。gydF4y2Ba
14. 杨可夫斯基，P .地理信息系统集成与多准则决策方法。国际地理信息系统学报，9(3)，251-273(1995)。gydF4y2Ba
15. 林志强，“基于模糊逻辑体系结构的森林经营可持续性评价”。荷兰:恩斯赫德国际地球信息科学和地球观测研究所，126-132(2003)。gydF4y2Ba
16. 卡比施，n.n .，哈斯，D .，格里希特?——柏林的Grunflachen。统计研究，6:58-63(2011)。gydF4y2Ba
17. 地理信息系统在环境规划中的应用。德黑兰:德黑兰大学(2014)。gydF4y2Ba
18. 王绍军，李志军，李志军。基于模糊逻辑分析的公路径流控制入渗沟选址。生态学报，29(3):344 - 353(2014)。gydF4y2Ba
19. 赖,W.E.I Han-lun L.I,气、镜台,CH.E.N L.I.U。基于GIS和AHP的火灾场地规划研究与实现[j]。工程学报，11:486-495(2011)。gydF4y2Ba
20. 李亚辉，陈文超，张春杰，基于模糊层次分析法和平衡计分卡的IT部门绩效评价[j] .中国科技大学学报(自然科学版)。世界环境。中国制造业研究，Vol. 10(2)， 432-444(2015)。专家系统与应用，34:96-107(2008)。gydF4y2Ba
21. Linkov, I.， Satterstrom, f.k.， stevens, J.， Ferguson, E.和Pleus, r.c.，纳米材料的多标准决策分析和环境风险评估。纳米粒子研究学报9:543-554(2007)。gydF4y2Ba
22. GIS与多准则决策分析[J]。纽约:John Wiley & Sons出版社，340(1999)。gydF4y2Ba
23. 马志强，陆海涛。地理信息系统的多准则分析:有序加权平均方法。Int.J。环境科技与管理，6(1/2)(2006)。gydF4y2Ba
24. Paulelt, S.t和Duhme, F.r，慕尼黑城市森林结构的城市规划GIS评估。树艺学报，26(3):133-141(2000)。gydF4y2Ba
25. Raines, g.l.， Sawatzky, d.l.和BonhamCarter, g.f.，《结合专家知识:ArcGIS 10中的新模糊逻辑工具》。2010年春季。美国加州雷德兰兹:ESRI。可从:http://www.esri.com/news/ arcuser/0410/files/fuzzylogic.pdf(2010)。gydF4y2Ba
26. Rasidia, m.h.， Jamirsahb, N.和saic, I .城市绿地设计影响城市居民的社会互动。社会科学进展，6(8)，464 - 480(2012)。gydF4y2Ba
27. Rikalovic, A, Cosic, I和Lazarevic, D，基于GIS的工业选址多标准分析。工程学报，39(6):1054-1063(2014)。gydF4y2Ba
28. 层次分析法:规划、优先级设定、资源分配。纽约:麦格劳-希尔出版社(1980)。gydF4y2Ba
29. Salari, M.， Moazed, H.， Radmanesh, F .，城市地区垃圾填埋场选址的AHP-FUZZY GIS模型应用，案例研究:伊朗设拉子市。亚兹德医科大学学报，1:96-109(2012)。gydF4y2Ba
30. 伊朗统计中心提供网址:www。amar.org.ir(2011)。gydF4y2Ba
31. Tasoulasa, E.， Varrasa, G.， Tsirogiannisa, I.和Myriounisa, Ch.， GIS在城市林业管理规划中的应用。科技进展，8:70 - 80(2013)。gydF4y2Ba
32. Vafai, F.， Hadipour, V.和Hadipour, A .，利用GIS和模糊模型确定海岸线对石油泄漏的敏感性，案例研究:伊朗北部里海沿海地区。海洋与海岸管理，71,123-130(2013)。gydF4y2Ba
33. Vahidnia, m.h.， Alesheikh, a.a.和Alimohammadi, A，使用模糊层次分析法及其衍生物的医院选址。环境科学学报，30(2):448 - 456(2009)。gydF4y2Ba
34. Zadeh，洛杉矶，终身研究员。模糊系统学报，4(2)，103-111(1996)。gydF4y2Ba
35. Ziari, K, Shadman, M, Hasanpoor, S, and Mostafayi, A，在GIS中结合AHP和FUZZY进行绿地选址，案例研究:德黑兰市区14。地理空间学报，13(43)，19-39(2013)。gydF4y2Ba