سنجش میزان آسیب پذیری سکونتگاه های غیررسمی در برابر خطر وقوع زمین لرزه با استفاده ازGIS مورد پژوهش: محله زیر نهر تراب شهر پارس آباد
سال انتشار: 1395
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 178
فایل این مقاله در 24 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JSAEH-3-3_003
تاریخ نمایه سازی: 17 مهر 1400
چکیده مقاله:
اغلب شهرهای کشورهای در حال توسعه با مسئله سکونتگاه های غیررسمی مواجهند. شکل گیری و رشد این سکونتگاه ها به دلایلی از جمله ساخت و سازهای شتابان و خارج از عرف ساختمانی، از مسائل تهدید کننده برای اجتماعات ساکن در آنها محسوب می شود. از آنجایی که خطر زمین لرزه در اغلب مناطق ایران، سکونتگاه های شهری و از جمله سکونتگاه های غیررسمی را تهدید می کند، بررسی، سنجش و تحلیل میزان آسیب پذیری این سکونتگاه ها در مقابل خطر وقوع زمین لرزه های احتمالی برای بکارگیری اصول مدیریت بحران در مقیاس محله ای ضروری است. هدف اصلی این پژوهش، ارزیابی میزان آسیب پذیری محله زیر نهر تراب پارس آباد در برابر خطر وقوع زمین لرزه احتمالی است. این پژوهش از نوع اسنادی و میدانی است. بعد از مطالعات اسنادی و تدوین مبانی نظری، داده های خام به صورت میدانی و از نهادهای متولی گردآوری شده اند. سپس برای تعیین وزن معیارها، از روش فرآیند تحلیل شبکه ای (ANP) استفاده شده است. در ادامه از مدل های همپوشانی در سامانه اطلاعات جغرافیایی (GIS) از جمله شاخص همپوشانی وزین (WOI) برای تلفیق زیرمعیارها و تعیین میزان آسیب پذیری ساختمان ها، استفاده شده است. یافته های این پژوهش نشان می دهند که؛ در هنگام وقوع زلزله احتمالی، میزان آسیب پذیری حدود ۸۰ درصد از واحدهای ساختمانی محله زیر نهر تراب، زیاد و بسیار زیاد است. از این رو،، برای پیشگیری از وقوع بحران، پیشنهاداتی بر مبنای مولفه های پژوهش ارائه شده اند.
کلیدواژه ها:
Vulnerability ، Earthquake ، Crisis Management ، Informal Settlements ، Zire Nahre Torab Neighborhood ، Pars-Abad City ، GIS. ، آسیب پذیری ، زمین لرزه ، مدیریت بحران ، سکونتگاه غیررسمی ، محله زیر نهر تراب ، پارس آباد ، GIS.
نویسندگان
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 :