مکان یابی مناطق بالقوه وقوع حوادث جاده ای در محورهای ترانزیتی استان آذربایجان شرقی با استفاده از مدلANP
محل انتشار: پژوهشنامه حمل و نقل، دوره: 21، شماره: 1
سال انتشار: 1403
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 70
فایل این مقاله در 15 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_TRJ-21-1_017
تاریخ نمایه سازی: 17 بهمن 1402
چکیده مقاله:
شبکه حمل ونقل جاده ای به علت وسعت جغرافیایی و تنوع عملکردی با مجموعه گسترده ای از حوادث طبیعی و انسانی مواجه است. وقوع حوادث علاوه بر تحمیل آسیب های مستقیم بر شبکه های حمل ونقل جاده ای، موجب وارد آمدن آسیب های غیر مستقیم بر کاربران این شبکه ها و حتی کل جامعه می گردد. بر همین اساس در این تحقیق به مکان یابی نقاط بالقوه وقوع حوادث جاده ای در سطح جاده های ترانزیتی استان آذربایجان شرقی پرداخته شده است. برای این منظور از معیارها و زیر معیارهای مختلفی استفاده گردیده که شامل چهار معیار اصلی (عوامل اقلیمی، عوامل محیطی، عوامل توپوگرافی، عوامل جاده ای) و ۱۴ زیر معیار است. در ادامه به منظور وزن دهی و بررسی اهمیت معیارها و زیر معیارها از مدل ANP استفاده گردیده است و پس از محاسبه وزن معیارها و زیر معیارها و تلفیق آن ها با لایه های معیار نقشه نهایی نقاط بالقوه وقوع حوادث جاده ای تهیه گردیده است. بر اساس نتایج به دست آمده معیار عوامل جاده ای از بیشترین اهمیت در وقوع حوادث جاده ای برخوردار است و زیر معیار نقاط پر تصادف نیز از این حیث بیشترین اهمیت را دارد. همچنین مسیر کشکسرای-مرند خطرناک ترین مسیر و مسیر جلفا-نوردوز کم خطرترین مسیر از لحاظ احتمال وقوع حوادث جاده ای در سطح جاده های ترانزیتی استان آذربایجان شرقی محسوب می شوند
کلیدواژه ها:
نویسندگان
محمدرضا آقاپوری
دانشجوی دکتری، گروه آب و هواشناسی، واحد مرند، دانشگاه آزاداسلامی، مرند، ایران
خلیل ولیزاده کامران
استاد، دانشکده برنامه ریزی و علوم محیطی، دانشگاه تبریز، تبریز، ایران
علی اکبر رسولی
استاد، دانشکده برنامه ریزی و علوم محیطی، دانشگاه تبریز، تبریز، ایران
داود مختاری
استاد، دانشکده برنامه ریزی و علوم محیطی، دانشگاه تبریز، تبریز، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :