دانشگاه ارومیه جغرافیا و آینده پژوهی منطقه‌ای 2981-118X 4 3 2026 11 22 Urban development modeling using a fuzzy neuro-inference system with futures studies in Hajiabad City, Hormozgan Province مدل‌سازی توسعه شهری با استفاده از سیستم استنتاج نرو فازی با رویکرد آینده‌پژوهی در شهر حاجی‌آباد استان هرمزگان 121 143 122038 10.30466/grfs.2026.56976.1203 FA محمد ابراهیم عفیفی گروه جغرافیا، دانشکده علوم انسانی، دانشگاه آزاد اسلامی واحد لارستان، لارستان، ایران 0000-0001-9671-0645 ابراهیم شیروانی گروه جغرافیا، دانشکده علوم انسانی، دانشگاه آزاد اسلامی واحد لارستان، لارستان، ایران 0000-0001-9671-0645 Journal Article 2026 01 25 This study, with the aim of analyzing and predicting the physical changes of Hajiabad city, used the integration of the Neuro-Fuzzy Inference System (ANFIS) with the Autonomous Cell-Markov (CA-Markov) model. The results of the evaluation of the ANFIS model, with a correlation coefficient of 0.9678 and an overall accuracy of 23.91 in 2025, confirmed the high efficiency of this intelligent approach in analyzing the nonlinear relationships between environmental factors and urban development. The 20-year trend analysis (2005-2025) showed that residential land increased by 9.4% from 3304.5 to 3617.7 hectares, while barren land decreased by 435 hectares and medium pastures decreased by 230 hectares, experiencing the greatest land use change. The model’s predictions for the 2055 horizon indicate a significant jump in residential area to 4425.2 hectares, which means an increase of 22% compared to the current situation and the swallowing of about 653 units of barren land and 344 hectares of quality pastures in the region. The analysis of the drivers also revealed that “distance from roads” with a coefficient of 0.93 and “distance from built-up area” with a coefficient of 0.92 are the main drivers of the city’s physical expansion in the coming decades. Finally, the stability of 0.992 in the residential transition matrix indicates the definitive and irreversible consolidation of natural lands into urban spaces, which doubles the necessity of smart land management. The role of futures research in this paper is to transform dead satellite data into a living roadmap for the management of Hajiabad city for the next 30 years to prevent excessive development and ecological destruction. این پژوهش با هدف واکاوی و پیش‌بینی تحولات کالبدی شهر حاجی‌آباد، از تلفیق سیستم استنتاج عصبی-فازی (ANFIS) با مدل سلول‌های خودکار-مارکوف (CA-Markov) بهره جسته است. نتایج ارزیابی مدل ANFIS با ضریب همبستگی 9678/0 و دقت کلی 23/91 در سال ۲۰۲۵، کارایی بالای این رویکرد هوشمند را در تحلیل روابط غیرخطی میان عوامل محیطی و توسعه شهری تأیید کرد. بررسی روند ۲۰ ساله (۲۰۰۵-۲۰۲۵) نشان داد که اراضی مسکونی با رشد ۹.۴٪ از 5/3304 به 7/3617هکتار رسیده، درحالی‌که اراضی بایر با کاهش ۴۳۵ هکتار و مراتع متوسط با افت ۲۳۰ هکتار، بیشترین تغییر کاربری را تجربه کرده‌اند. پیش‌بینی‌های مدل برای افق ۲۰۵۵ حاکی از جهش چشم‌گیر مساحت مسکونی به 2/4425هکتار است که به معنای افزایش ۲۲٪ نسبت به وضع موجود و بلعیده شدن حدود ۶۵۳ واحد از اراضی بایر و ۳۴۴ هکتار از مراتع کیفیت‌دار منطقه می‌باشد. تحلیل پیشران‌ها نیز مشخص ساخت که "فاصله از جاده‌ها" با ضریب ۰.۹۳ و "فاصله از بافت ساخته‌شده" با ضریب 92/0، اصلی‌ترین محرک‌های گسترش فیزیکی شهر در دهه‌های آتی هستند. در نهایت، پایداری 992/0 در ماتریس انتقال مسکونی، بیانگر تثبیت قطعی و بازگشت‌ناپذیر اراضی طبیعی به فضاهای شهری است که ضرورت مدیریت هوشمند اراضی را دوچندان می‌کند. نقش آینده‌پژوهی در این مقاله، تبدیل داده‌های مرده ماهواره‌ای به یک نقشه راه زنده برای مدیریت ۳۰ سال آینده شهر حاجی‌آباد است تا از توسعه بی‌رویه و تخریب اکولوژیک پیش‌گیری شود https://grfs.urmia.ac.ir/article_122038_2b0412579a272b61fd6a5f9dc86edead.pdf