بررسی آسیبپذیری شهری در برابر زلزله با استفاده از GIS و مدل BWM (مطالعۀ موردی: بخشی از منطقۀ 2 کلانشهر تبریز) | ||
| نشریه سنجش از دور و GIS ایران | ||
| مقاله 3، دوره 17، شماره 2 - شماره پیاپی 66، 1404، صفحه 37-54 اصل مقاله (2.2 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.48308/gisj.2024.232611.1170 | ||
| نویسندگان | ||
| سارا بهشتی فر* ؛ سیامک بخشعلی پور گاوگانی | ||
| گروه مهندسی نقشهبرداری، دانشکدۀ مهندسی عمران، دانشگاه تبریز، تبریز، ایران | ||
| چکیده | ||
| سابقه و هدف: زلزله یکی از مخاطرات طبیعی است که بهدلیل ماهیت نامنتظرهاش، اغلب خسارات جانی و مالی فراوانی بر جای میگذارد. با رشد سریع شهرنشینی و بهتبع آن، تمرکز جمعیت بیشتر در شهرها و همچنین افزایش تراکم ساختمانها و تعداد تأسیسات، آسیبپذیری آنها نیز در برابر زلزله افزایش یافته و جان و مال افراد بیشتری درمعرض خطر قرار گرفته است. درحالحاضر راهی برای پیشگیری از وقوع زلزله وجود ندارد اما، با راهکارهایی همچون شناسایی مناطق آسیبپذیر، میتوان خسارات ناشی از آن را تاحدی کاهش داد. در این تحقیق، میزان آسیبپذیری بخشی از شهر تبریز در برابر این رخداد بررسی شده است. مواد و روشها: منطقۀ مورد مطالعه، در این تحقیق، بخشی از محدودۀ مربوط به شهرداری منطقۀ 2 کلانشهر تبریز است. منطقۀ 2 شهرداری در جنوب و جنوبشرق شهر تبریز واقع شده و با توجه به ویژگیهای اجتماعی، اقتصادی و کالبدی آن، یکی از مناطق مهم شهر تبریز به شمار میرود. برای تعیین میزان آسیبپذیری، ابتدا معیارهای مؤثر در آسیبپذیری بافت شهری در برابر زلزله شناسایی و اطلاعات مورد نظر جمعآوری شد. این معیارها شامل قدمت ابنیه، نوع مصالح، کیفیت ابنیه، تعداد طبقات، تراکم جمعیت، فاصله از گسل، فاصله از معابر، فاصله از فضاهای باز و مساحت بناست. سپس مهمترین و کماهمیتترین معیار مشخص و پساز مقایسههای مرجع، وزن هر معیار براساس مدل بهترینـ بدترین که از روشهای نوین تصمیمگیری چندمعیاره است، محاسبه شد. روش یادشده، درمقایسه با فرایند تحلیل سلسلهمراتبی، به مقایسههای کمتری نیاز دارد و با استفاده از آن، نتایج پایدارتری حاصل میشود؛ در این پژوهش، برای حل مدل مذکور، از روش برنامهریزی خطی سیمپلکس استفاده شد. با توجه به ماهیت مکانی معیارها، نقشههای هر معیار (شاخص) در محیط GIS آمادهسازی شدند. سپس ارزش هر قطعۀ ملکی (پارسل)، با توجه به هدف تحقیق و وضعیت آن قطعه در شاخص مورد نظر، با روش بهترینـ بدترین به دست آمد. نتایج و بحث: برای تعیین وزن معیارها، کیفیت ابنیه بهمنزلۀ مهمترین معیار و مساحت قطعات بهمنزلۀ کماهمیتترین معیار در نظر گرفته شد و وزنها با نرخ ناسازگاری 06/0 به دست آمد. پساز محاسبۀ وزن هر قطعۀ ملکی و محاسبۀ میانگین آنها در هر ناحیه، امنترین و آسیبپذیرترین ناحیه بهازای هر شاخص مشخص شد. سپس سایر ناحیهها با این دو ناحیه، در هر شاخص، مقایسه شدند. با در نظر گرفتن وزن هر معیار و ناحیه بهازای هر معیار، مقدار و رتبۀ نهایی هر ناحیه به دست آمد. برخلاف نسخۀ اصلی مدل که بهترین و بدترین معیار براساس نظر کارشناسی در آن تعیین میشود، در پژوهش حاضر با توجه به ماهیت مسئله، بهترین و بدترین ناحیه بهازای هر معیار، بهجای نظر کارشناسی، با توجه به تحلیلهای مکانی و نتایج محاسبات مشخص شد. ناحیههای شمارۀ 6 و 2، بهترتیب، کمترین و بیشترین احتمال آسیبپذیری در برابر زلزله را دارند. بیشترین حساسیت، بهترتیب، به وزن معیارهای فاصله از فضاهای باز و فاصله از معابر بازمیگردد که اگر مقدار آنها بهمیزان 5-10× 5/2 و 5-10× 5/3 افزایش یابد، به تغییر پاسخ فعلی منجر میشود. نتیجهگیری: زلزله یکی از مخاطرات طبیعی است که کشور ما را دائماً تهدید میکند. تعیین میزان آسیبپذیری بافتهای شهری در برابر زلزله و برنامهریزی براساس آن میتواند نقش مهمی در کاهش تلفات جانی و مالی ناشی از وقوع این پدیده داشته باشد. در این پژوهش، میزان آسیبپذیری احتمالی براَثر زمینلرزه، در بخشی از منطقۀ 2 شهر تبریز، بررسی شد. براساس نتایج حاصل، ناحیۀ شمارۀ 2 بیشترین میزان آسیبپذیری در برابر زلزله را دارد که تقریباً در بخش میانی منطقۀ مورد مطالعه قرار گرفته است. این ناحیه، بهلحاظ معیارهای کیفیت ابنیه، قدمت ابنیه، مصالح مورد استفاده و دسترسی به فضاهای باز، آسیبپذیرترین بخش در بین نُه ناحیه بوده است. ناحیۀ 2 حدود 16% از کل منطقه را به خود اختصاص داده و شامل 1815 قطعۀ ملکی است. براساس قطعات ملکی نیز، بیشتر قطعات واقع در این ناحیه آسیبپذیری بسیار بالا یا بالا دارند. در پژوهش حاضر، علاوهبر خود وزن، مقدار تغییر مجاز آن نیز به دست آمد. درزَمینۀ تحلیل حساسیت، مقدار تغییر مجاز یک متغیر (در این پژوهش، وزن معیار) به تصمیمگیرندگان کمک میکند از میزان انعطافپذیری مقادیر متغیرها آگاهی یابند. | ||
| کلیدواژهها | ||
| نقشۀ آسیبپذیری؛ زلزله؛ سیستم اطلاعات مکانی (GIS)؛ تصمیمگیری چندمعیاره؛ روش بهترینـ بدترین (BMW) | ||
| عنوان مقاله [English] | ||
| Investigating Urban Vulnerability against Earthquakes Using GIS and BWM Model (Case Study: A Part of the Tabriz Metropolis)(Case study: a part of the Tabriz city) | ||
| نویسندگان [English] | ||
| Sara Beheshtifar؛ Siamak Bakhshali Pour Gavgani | ||
| Surveying and Geomatics Engineering Department, Faculty of Civil Engineering, Tabriz University, Tabriz, Iran | ||
| چکیده [English] | ||
| Introduction: Earthquakes are natural hazards that often cause significant loss of life and property due to their unexpected nature. Urbanization has led to increased population density in cities, along with greater building density and more facilities, which has heightened vulnerability to earthquakes and put more lives and property at risk. While earthquakes cannot be prevented, identifying vulnerable areas can help mitigate their impact. This study assesses the earthquake vulnerability in Tabriz. Material and Methods: The study is located in district 2 of Tabriz Metropolitan Municipality. District 2 is notable in Tabriz for its social, economic, and physical characteristics. The criteria affecting the vulnerability of the urban fabric to earthquakes were identified, and relevant information was collected to determine the level of vulnerability. These criteria include the age of the buildings, type of materials, quality of the buildings, number of floors, population density, distance from faults, roads, open spaces, and building area. The most and least important criteria were identified, and their weights were assigned using the best-worst model, a modern method for multi-criteria decision-making. This method requires fewer comparisons and yields more stable results than analytic hierarchy process (AHP), and was addressed in this study using the Simplex linear programming method. A map for each criterion was prepared in a GIS environment. The value of each parcel was calculated using the best-worst method, considering the research objective. Discussion: The criteria weights were carefully determined by the process of prioritizing building quality as the most important factor and building area as the least important factor, thereby yielding weights with an inconsistency ratio of 0.06, which is considered acceptable and reflects a reasonable level of consistency in the decision-making process. By calculating the weight of each parcel and computing their average in each area, the safest and most vulnerable areas were determined for each criterion. Other areas were compared against these two areas across each criterion. Final values and rankings were determined by accounting for the weight of each criterion and the weight of each area within it. This study identified the best and worst areas for each criterion using spatial analysis and calculation results, unlike the conventional Best-Worst Model, which typically relies on expert opinions to define them. This method was chosen because it best suited the specific requirements of the problem. Areas 6 and 2 show the lowest and highest vulnerability to earthquakes, respectively. The high sensitivity is related to the weights assigned to the distance from open spaces and roads. Increasing these weights by 2.5×10^-5 and 3.5×10^-5, respectively, would result in a change in the current solution. Conclusion: Earthquakes represent a natural hazard that constantly threatens our country. Assessing urban seismic vulnerability and planning can significantly reduce earthquake losses in lives and property. This study assessed the earthquake vulnerability of a section in the municipal district 2 of Tabriz. The results indicate that Area 2 is the most earthquake-vulnerable region, centrally located within the studied area. This area was the most vulnerable of the nine areas regarding build quality, age of buildings, materials used, and access to open spaces. Area 2 covers approximately 16% of the total area and comprises 1,815 parcels, most classified as high or very high-vulnerable. This study determined not only the weights of the criteria but also their allowable change. Within sensitivity analysis, determining the allowable change of these weights informs decision-makers about the flexibility of variable values. | ||
| کلیدواژهها [English] | ||
| vulnerability map, earthquake, geographic information system (GIS), multi-criteria decision making, best-worst method (BWM) | ||
| مراجع | ||
|
Aghataher, R., Rabieifar, H. & Neysani Samany, N., 2022, The Role of Morphological Spatial Indices in the Suitability of Urban Earthquake Management, Earth Observation and Geomatics Engineering, 6(1), PP. 151-159, 10.22059/eoge.2022. 347536.1122. Ahadnejad Roshti, M. & Heidari, A., 2009, Locating Secondary Urban Service Centers in the North of Zanjan City to Reduce Traffic Pressure on the Central Area of the City Using GIS, Regional Geomatics Conference, Islamshahr, IIAUGEOMATIC01_014. Alam, A. & Mahabubul Haque, SH., 2018, Assessment of Urban Physical Seismic Vulnerability Using the Combination of AHP and TOPSIS Models: A Case Study of Residential Neighborhoods of Mymensingh City, Bangladesh, Journal of Geoscience and Environment Protection, 06(02), PP. 165-183, 10.4236/gep.2018.62011. Albulescu, A., Grozavu, A. & Larion, D., 2019, A GIS-Based Application of Fuzzy AHP and Classical TOPSIS Methods on Assessing the Seismic Vulnerability of Galaţi City, Romania, International Multidisciplinary Scientific GeoConference: SGEM; Sofia, 19, PP. 8-96, 10.5593/sgem2019/2.1/S08.096. Arkani, E., Hatami Nejad, H. & Qare, S., 2020, Identifying and Prioritizing the Factors Affecting the Increase of Earthquake Risk in Worn-Out Urban Areas with a Combined Approach of Fuzzy Delphi Technique and BMW Model, Journal of Applied Researches in Geographical Sciences, 20(59), PP. 291-306, DOI:10.29252/jgs.20. 59.291.
Arvin, M., Faraji, A. & Bazrafkan, S., 2018, Study of Social Capital Effect on Earthquake Disaster Management with Emphasis on Resiliency (Case: Tehran City Region 9), Social Capital Management, 5(1), PP. 1-24, DOI: 10.22059/jscm.2018. 245715.1490. Eidivandi, A. & Khosravi, G., 2019, Zarin Shahr Earthquake Risk Assessment Using GIS, Geography And Environmental Planning, 30(1), PP. 55-74, DOI: 10.22108/ gep.2019.115371.1114. Esmaeelpour, M., Lalehpour, M. & Mamaghani, S., 2023, The Seismic Vulnerability Assessment of Housing of Tabriz (Case Study: District 10), Journal of Geography and Planning, 26(82), PP. 27-48, DOI: 10.22034/gp.2022.48908.2921. Fazel, S., Taghvaii, M. & Mahmoodzadeh, A., 2017, Zonation of Urban Seismic Vulnerability Using ANP Model Case Study: Najaf Abad City, Emergency Management, 6(11), PP. 121-132, 20.1001. 1.23453915.1396.6.1.9.1. Habibi, K., Pourahmad, A., Meshkini, A.a.f., Asgari, A. & Nazari Adli, S., 2008, Allocation of Building & Structure Factor Effective in Old Fabrics Vulnerability with Fuzzy Logic & GIS (Case Study: Zanjan City), Honar-ha-ye-ziba, (33), PP. 27-36, SID. Https://sid.ir/paper/5630/en. Hataminejad, H., Manouchehri Miandoab, A., Ahar, H. & Salaki, M.A., 2015, Assessment and Classification of Seismic Zones of the City of Tabriz with Fuzzy Logic in Combining AHP and TOPSIS Environment ARCGIS, Human Geography Research, 46(4), PP. 697-717, DOI: 10.22059/jhgr.2015.51251. Hernantes, J., Patricia, M., Raquel, G., Jose Mari, S. & Leire, L., 2019, Towards Resilient Cities: A Maturity Model for Operationalizing Resilience, Cities, 84, PP. 96-103, 10.1016/j.cities.2018.07.010. Hoghoghifard, E., Zahedi, M. & Arfteh, A., 2017, Analysis of Vulnerability Indicators in Dilapidated Urban Textures with an Earthquake Crisis Management Approach (Case Study: District 3 of Shiraz Municipality), The 4th Conference on Environmental Planning and Management, Tehran, ESPME04_635. Hosseinzadeh, S.R., 2004, Urban Planning in Line with Natural Hazards with Emphasis on Iran, Journal of Geography and Regional Development, Ferdowsi University of Mashhad Press, 3, https://sid.ir/paper/454158/fa. Isalou, S., Latifi, G. & Goodarzi, V., 2017, Assessment of Physical Vulnerability of the Texture in District 1 of Tehran City against Possible Earthquakes Using IHWP Method and GIS System, Scientific- Research Quarterly of Geographical Data (SEPEHR), 25(100), PP. 73-87, DOI: 10.22131/sepehr.2017.24807. Jena, R., Pradhan, B., Beydoun, G., Alamri, A. & Shanableh, A., 2022, Spatial Earthquake Vulnerability Assessment by Using Multi-Criteria Decision Making and Probabilistic Neural Network Techniques in Odisha, India, Geocarto International, 37(25), PP. 8080-8099, 10.1080/10106049. 2021.1992023. Kamel, B., 2011, Earthquake Crisis Management in the Pre-Earthquake Stage Using GIS (Case Study: District One of Tabriz Municipality), Master's Thesis, Faculty of Humanities and Social Sciences, University of Tabriz, 10.30495/jupm.2021.27438.3808. Karami, M., 2012, Risk and Vulnerability Assessing the Risk and Vulnerability of Cities Using Geographic Information System (GIS) (Case Study: Tabriz City), Ph.D. Thesis, Faculty of Environmental Sciences and Architecture, University of Tabriz. Konurhan, Z., Yucesan, M. & Gul, M., 2023, Integrating Stratified Best–Worst Method and GIS for Landslide Susceptibility Assessment: A Case Study in Erzurum Province (Turkey), Environ. Sci. Pollut. Res. 30, PP. 113978-114000, https://doi.org/ 10.1007/s11356-023-30200-9. Lalehpour, M., Khairizadeh, M. & Zakeri, M., 2022, Assessing the Vulnerability of Urban Areas to Earthquake Crisis (Case Study: Varzeghan City Neighborhoods), Natural Environment Hazards, 11(31), PP. 1-24, 10.22111/jneh.2022.33931.1656. Mehrnoor, S., Robati, M., Kheirkhah Zarkesh, M.M., Farsad, F. & Baikpour, S., 2023, Land Subsidence Hazard Zoning in Hashtgerd Plain Based on Integrated Multi-Criteria Decision-Making Approach: WOI-BWM, Journal of Geography and Environmental Hazards, 11(4), PP. 127-148, DOI: 10.22067/geoeh.2022.75445.1188. Mi, X.M., Tang, M., Liao, H.C., Shen, W.J. & Lev, B., 2019, The State-of-the-Art Survey on Integrations and Applications of the Best Worst Method in Decision Making: Why, What, What for and What’s Next?, Omega, 87, PP. 205-225, DOI: org/10.1016/ J.OMEGA.2019.01.009. Moghaddami, A. & Alizadeh, K., 2017, Investigating the Physical Vulnerability of the City for the Purpose of Crisis Management and Urban Security with Emphasis on Earthquakes (Case Study of Jajorm City), First International Conference and Eighth National Conference on Planning and Management, Mashhad. Mousavi, S., Abedini, M. & Esmeali Ouri, A., 2015, Evaluation Seismic Hazard in Izeh Urban Catchment with Using Models, Multi-Criteria: WLC and AHP, GIS. Emergency Management, 4(7), PP. 93-101, https://sid.ir/paper/226022/en. Movahed, A., Firoozi, M.A. & Esafi, A., 2013, Studying the Vulnerability of Urban Buildings against Earthquake Using the Model of Inversion Hierarchical Weight Process in the Geographical Information System: A Case Study on Masjed Soleiman City, Research and Urban Planning, 3(11), PP. 115-136, SID. Https://sid.ir/paper/220122/en. Nirabadi, H. & Kohbanani, H., 2010, Site Selection for Temporary Accommodation Camps for Earthquake Survivors Using AHP, Case Study: Neyshabur City, Geomatics Conference, Tehran, GEO89-124. Nyimbil, P.H. & Erden, T., 2021, Comparative Evaluation of GIS-Based Best–Worst Method (BWM) for Emergency Facility Planning: Perspectives from Two Decision-Maker Groups, Natural Hazards, 105(1), PP. 1031-1067, 10.1007/s11069-020-04348-3. Otari, M. & Arbabi Sabzevari, A., 2017, Analysis of Human Vulnerability in Different Areas of Tehran's 13th District against Earthquake Crisis, The 4th Conference on Environmental Planning and Management, ESPME04, Tehran. Özmen, M., 2023, Evaluating Earthquake Vulnerability of 2023 Kayseri, Türkiye via BWM-ABAC Method, Sādhanā, 48, P. 179, https://doi.org/10.1007/s12046-023-02216-x. Pourahmad, A., Lotfi, S., Faraji, A. & Azimi, A., 2009, Investigating the Dimensions of Prevention of Earthquake Crisis (A Case Study of Babol), Urban-Regional Studies and Research (University of Isfahan), 1(1), PP. 1-24, SID. Https://sid.ir/paper/153036/en. Rezaei, J., 2015, Best-Worst Multi-Criteria Decision-Making Method, Omega, 53, PP. 49-57, 10.1016/j.omega.2014.11.009. Sarvar, H., 2019, Identification Worn-Out Urban Textures Based on the Physical Parameters Case Study: Region On Tabriz City, Sustainable City, 2(1), PP. 1-14, DOI: 10.22034/jsc.2019.91206. Tudes, S. & Yigiter, N., 2009, Preparation of Land Use Planning Model Using GIS Based on AHP: Case Study Adana-Turkey, Bulletin of Engineering Geology and the Environment, 69(2), PP. 235-245, 10.1007/s10064-009-0247-5. Zare, M., Rezaee, M.R. & Rahimi, E., 2016, Vulnerability Assessment of Old Texture of Marvdasht against to Earthquake by Using (AHP) And (GIS), Research and Urban Planning, 7(26), PP. 75-92, SID. https://sid.ir/paper/220133/en.
| ||
|
آمار تعداد مشاهده مقاله: 1,324 تعداد دریافت فایل اصل مقاله: 754 |
||