چکیده رشد سریع جمعیت، شدت استفاده از مناطق شهری را افزایش می دهد. همچنین تقاضا برای املاک و مستغلات که به دلیل بازده بالای اجاره، سرمایه گذاری مطمئنی است، استفاده از زمین شهری را تحریک می کند و منجر به افزایش فعالیت های منطقه بندی می شود. قیمت زمین یکی از مهمترین پارامترهای شهرنشینی است و سالها موضوع مهم مطالعات جغرافیای شهری بوده است. این پژوهش از نوع مطالعات توصیفی و تحلیلی می باشد و هدف آن بررسی رابطه فضایی بین کاربری های فضای سبز، فضاهای تجاری، شبکه راه و مرکز شهر و قیمت زمین در شهر ایلام و شناسایی عوامل تأثیرگذار (متغیر مستقل) بر قیمت زمین (متغیر وابسته). برای استخراج و طبقه بندی داده های این تحقیق از نرم افزار ARC GIS استفاده شد. در این تحقیق ابتدا برای توزیع فضایی قیمت زمین و کاربری های تجاری فضاهای سبز از تحلیل نزدیکترین همسایه، تحلیل نقطه داغ و تحلیل خوشه ای غیر خوشه ای استفاده شد. سپس با استفاده از دو تکنیک رگرسیون حداقل مربعات معمولی و رگرسیون وزنی جغرافیایی سعی شده است قیمت زمین مدلسازی و تحلیل شود. نتایج بهکارگیری مدل نزدیکترین همسایه، توزیع خوشهای قیمت زمین در مناطق شهر ایلام، استفاده از فضای سبز و خوشهبندی کاربریهای تجاری را نشان میدهد. نتایج تحلیل هات اسپات قیمت زمین نشان دهنده قیمت بالا در مرکز شهر و قیمت پایین در حاشیه شهر است. پس از تعیین الگوی کلی توزیع فضایی کاربری اراضی در منطقه، به منظور تعیین مکانهای تجمع خوشهای یا بیرونی، توزیع فضایی محلی هزینههای کاربری با استفاده از تحلیل خوشهای غیر خوشهای و نواحی مرکزی شهر و آن مورد ارزیابی قرار گرفت. محیط اطراف به طور قابل توجهی در سطح خوشه بندی بالا (HH) قرار گرفت. این نشان دهنده موقعیت زمین های گران قیمت در نزدیکی یکدیگر و خوشه ای بودن است. نتایج کلی مدلسازی رگرسیون حداقل مربعات معمولی (OLS) که در آن متغیرهای مستقل فاصله از شبکه راه، فاصله از مرکز شهر و فاصله از مراکز تجاری تأثیر کمی بر متغیر وابسته (قیمت زمین) و متغیر دارند. فاصله از پارک ها و فضای سبز تاثیر زیادی دارد. نتایج کلی مدلسازی با رگرسیون وزنی جغرافیایی (GWR) نیز نشان داد که متغیر فاصله از مراکز تجاری بیشترین تأثیر را بر قیمت زمین دارد. با توجه به نتایج مدل GWR، مقدار ضریب تعیین تعدیل شده و مقدار AIC به دست آمده از این مدل با استفاده از متغیرهای مورد استفاده در مدل به ترتیب حدود 42 درصد بهبود مدل را داشته و 42415 واحد کاهش برآورد شد. ، که در مقایسه با مدل OLS کارایی بالاتری دارد. کلمات کلیدی: قیمت زمین، رگرسیون حداقل مربعات معمولی، نزدیکترین همسایه، رگرسیون وزنی جغرافیایی، لکه های داغ، تحلیل خوشه ناخوشه، ایلام
