ارزیابی و تحلیل تابآوری محلات 29 گانه‌ی منطقه پنج تهران در برابر بحرانهای محیط زیستی بر مبنای رویکرد اکوسیستمی | ||
| پژوهشهای دانش زمین | ||
| مقاله 5، دوره 16، شماره 2 - شماره پیاپی 62، تیر 1404، صفحه 72-89 اصل مقاله (1.63 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.48308/esrj.2024.223388.1065 | ||
| نویسندگان | ||
| وفا قائم مقامی1؛ احمد نوحه گر* 2؛ محمدجواد امیری2 | ||
| 1گروه برنامه‌ریزی، دانشکده محیط‌زیست، دانشگاه تهران، تهران، ایران | ||
| 2گروه مهندسی سوانح، آموزش و سیستم‌های محیط زیست، دانشکده محیط‌زیست، دانشگاه تهران، تهران، ایران | ||
| چکیده | ||
| مقدمه کلان‌شهر تهران، پایتخت سیاسی ایران، با جمعیتی بالغ بر 8 میلیون نفر و تراکم جمعیتی 12,200 نفر در هر کیلومتر مربع، در مساحتی حدود 751 کیلومتر مربع و در دامنه‌ی ارتفاعی 900 تا 1800 متر در کوهپایه‌ی جنوبی البرز واقع شده است. این تراکم بالای جمعیت، به همراه قرارگیری در معرض انواع بحرانهای محیطزیستی، مدیریت بحران در این شهر را به امری پیچیده و چالش‌برانگیز تبدیل کرده است. بحران‌هایی نظیر زمین‌لرزه، سیلاب، آتش‌سوزی، آلودگی آب و هوا و فرونشست زمین، آسیب‌پذیری محیطی شهر تهران را تشدید نموده و به تبع آن، تهدیدهای جدی را برای امنیت و آسایش شهروندان، به ویژه در مناطق آسیب‌پذیرتر مانند منطقه 5، ایجاد کرده است. با درک و شناخت دقیق ابعاد آسیب‌پذیری منطقه 5 تهران در برابر بحرانهای محیطزیستی، می‌توان راهکارهای مدیریتی موثرتری را برای کاهش آسیب‌پذیری و ریسک، و در مقابل، افزایش تابآوری شهری تدوین نمود. بر همین اساس، هدف اصلی این مطالعه، ارزیابی سطح تابآوری شهری منطقه 5 تهران در برابر بحرانهای محیطزیستی است. هدف دیگر این پژوهش، شناسایی محلات ضعیف و ناکارآمد در برابر این بحران‌ها است تا در مراحل بعدی، بتوان راهکارهای عملی و مبتنی بر شواهد را برای رفع این نقاط ضعف و بهبود وضعیت تابآوری محلات ارائه نمود. این بررسی به درک بهتر از چالش‌های پیش رو کمک کرده و امکان برنامه‌ریزی هدفمند و تخصیص منابع بهینه را فراهم می‌سازد. مواد و روشها محدوده مورد مطالعه در این پژوهش، منطقه 5 شهرداری تهران است که به دلیل ویژگی‌های خاص خود، از جمله قرارگیری در معرض مخاطرات گوناگون محیطزیستی، به عنوان نمونه‌ای مناسب برای ارزیابی تابآوری شهری انتخاب شده است. برای ارزیابی سطح تابآوری شهری در برابر بحرانهای محیطزیستی شامل زمین‌لرزه، سیل، فرونشست‌ها و آتش‌سوزی، از روشی ترکیبی استفاده شده است. در این راستا، اطلاعات مورد نیاز از طریق مصاحبه با کارشناسان شهری و برنامه‌ریزان محیط‌زیست، مطالعات کتابخانه‌ای و بررسی اسناد و مدارک موجود، و همچنین مشاهدات میدانی جمع‌آوری و تهیه گردید. در این پژوهش، پارامترهایی که نشان‌دهنده سطح تابآوری شهری هستند، بهمنظور ارزیابی تابآوری محلات در منطقه 5 تهران در برابر بحرانهای محیط زیستی، از معیارهای اجتماعی- اقتصادی، معیار کالبدی- ساختاری، معیار دسترسیها و معیار فیزیکی و با 37 زیرمعیار استفاده گردید. برای هر یک از زیرمعیارها، یک لایه اطلاعاتی مجزا در محیط نرم‌افزار ArcGIS تهیه شد. سپس، برای فازی کردن (تبدیل مقادیر به بازه بین صفر و یک) هر نقشه (زیرمعیار)، از عملگرهای فازی مناسب استفاده گردید. برای تعیین وزن و اهمیت هر یک از معیارها و زیرمعیارها، از روش تحلیل شبکه (ANP) استفاده شد که امکان در نظر گرفتن روابط متقابل بین معیارها را فراهم می‌سازد. لایه‌های هر معیار (زیرمعیارها) با استفاده از عملگرهای فازی بر روی هم قرار گرفته و تحلیل شدند. در نهایت، با استفاده از تکنیک تاپسیس (TOPSIS)، محلات منطقه 5 رتبه‌بندی شده و با استفاده از روش خوشه‌بندی کلاسیک، به گروه‌های مختلف از نظر سطح تابآوری طبقه‌بندی شدند. نتایج و بحث نتایج این مطالعه نشان داد که معیار اجتماعی- اقتصادی با درجه عضویت فازی 45/0، مهم‌ترین عامل تعیین‌کننده در سطح تابآوری شهری منطقه 5 تهران است. عواملی نظیر استحکام منازل مسکونی و وجود یا عدم وجود سکونتگاه‌های غیررسمی (زاغه‌نشینی)، دسترسی به مراکز خدماتی ضروری (مانند مراکز بهداشتی، درمانی و آموزشی)، قرارگیری محلات در معرض خطر آب‌گرفتگی و نوع کاربری اراضی، بیشترین تاثیر را بر سطح تابآوری شهری منطقه 5 تهران در برابر بحرانهای محیطزیستی دارند. از منظر توزیع فضایی و جغرافیایی، محله‌های شاهین، جنت‌آباد شمالی و المهدی که در نیمه شمالی منطقه واقع شده‌اند، به دلیل استحکام بالای منازل، عدم وجود سکونتگاه‌های غیررسمی، فاصله مناسب از مسیل‌ها و منابع آلودگی، وجود فضای باز کافی و دسترسی بهینه به مراکز خدمات‌رسانی، بیشترین سطح تابآوری شهری را دارا هستند. در مقابل، محله‌های اکباتان، بیمه و کن، کمترین سطح تابآوری شهری را نشان می‌دهند. همچنین رگرسیون حداقل مربعات نشان داد که عملگر جمع جبری فازی SUM، بهترین عملکرد را در آشکارسازی تابآوری محلات در برابر بحرانهای محیطزیستی دارد. نتیجهگیری محلات جنوبی منطقه 5 تهران شامل اکباتان، بیمه، کن، آپادانا و ارم، به دلیل عواملی نظیر تراکم بالای جمعیت و ساختمان‌ها، قدمت بالای ساختمان‌ها و وجود سکونتگاه‌های غیررسمی، آلودگی محیطزیستی و سایر عوامل اجتماعی- اقتصادی، فیزیکی، زیرساختی و دسترسی محدود به مراکز خدمات‌رسانی، از سطح تابآوری پایین‌تری برخوردار هستند. این امر بدان معناست که در مواقع بروز بحرانهای محیطزیستی، این محلات بیشترین آسیب و خسارت را متحمل خواهند شد. بنابراین، این مطالعه با شناسایی دقیق نقاط ضعف و آسیب‌پذیری‌های محلات مختلف منطقه 5، اطلاعات ارزشمندی را در اختیار مدیران شهری و تصمیم‌گیرندگان قرار می‌دهد. با اتخاذ تدابیر مناسب و رفع این نواقص شهری، می‌توان به طور قابل توجهی سطح تابآوری محلات را افزایش داده و آمادگی شهر را برای مقابله با بحرانهای محیطزیستی بهبود بخشید. این امر مستلزم سرمایه‌گذاری در بهسازی زیرساخت‌ها، نوسازی بافت‌های فرسوده، ارتقای سطح آگاهی و آمادگی شهروندان، و تقویت سیستم‌های مدیریت بحران است. | ||
| کلیدواژه‌ها | ||
| بحران محیطزیستی؛ تابآوری شهری؛ تحلیل شبکه فازی؛ رتبه‌بندی؛ سامانه اطلاعات جغرافیایی | ||
| عنوان مقاله [English] | ||
| Evaluation and analysis of resilience of 29 neighborhoods in Tehran's district 5 against environmental crises based on ecosystem approach | ||
| نویسندگان [English] | ||
| vafa ghaem maghami1؛ Ahmad nohegar2؛ mohamad javad amiri2 | ||
| 1Department of Environmental Planning, Faculty of Environment, University of Tehran, Tehran, Iran | ||
| 2Department of Disaster Engineering, Education and Environmental Systems, Faculty of Environment, University of Tehran, Tehran, Iran | ||
| چکیده [English] | ||
| Introduction The metropolitan city of Tehran, as the political capital of Iran, has a population exceeding 8 million and a population density of 12,200 individuals per square kilometer. Spanning an area of approximately 751 square kilometers, Tehran is situated at an elevation ranging from 900 to 1800 meters in the southern foothills of the Alborz Mountains. This high population density, coupled with exposure to various environmental hazards, has rendered crisis management in this city a complex and multifaceted challenge. Environmental crises such as earthquakes, floods, fires, water and air pollution, and land subsidence have exacerbated Tehran’s environmental vulnerability, posing substantial risks to urban security and public welfare, particularly in highly susceptible areas such as District 5. A comprehensive understanding of the dimensions of vulnerability in District 5 against environmental crises is imperative for devising effective management strategies aimed at mitigating vulnerability and risk while enhancing urban resilience. Accordingly, the primary objective of this study is to assess the level of urban resilience in District 5 of Tehran concerning environmental crises. Additionally, this research seeks to identify structurally and functionally deficient neighborhoods in order to propose evidence-based and practical strategies for addressing these weaknesses and enhancing resilience. The findings of this study contribute to a deeper understanding of the challenges ahead and facilitate targeted planning and optimal resource allocation. Materials and Methods The study area comprises District 5 of Tehran Municipality, selected as a representative case due to its distinct characteristics, including its exposure to multiple environmental hazards. A mixed-method approach was employed to assess urban resilience against environmental crises, encompassing earthquakes, floods, subsidence, and fires. Data were obtained through expert interviews with urban planners and environmental specialists, literature reviews, examination of relevant documents and records, and field observations. In this study, urban resilience indicators were employed to evaluate the resilience of neighborhoods in District 5 of Tehran against environmental crises. The assessment was conducted based on four main criteria: socio-economic, physical-structural, accessibility, and environmental, incorporating 37 sub-criteria. Each sub-criterion was mapped as a distinct data layer using ArcGIS software. Subsequently, fuzzy logic operators were applied to standardize (fuzzify) the data by converting values into a range between zero and one. The Analytical Network Process (ANP) was employed to determine the relative weight and significance of each criterion and sub-criterion, enabling the consideration of interdependencies among them. The spatial layers corresponding to each criterion were integrated and analyzed using fuzzy logic operators. Finally, the Technique for Order of Preference by Similarity to Ideal Solution (TOPSIS) was utilized to rank the neighborhoods of District 5, and a classical clustering approach was applied to classify them based on their resilience levels. Results and Discussion The results indicate that the socio-economic criterion, with a fuzzy membership degree of 0.45, is the most influential determinant of urban resilience in District 5 of Tehran. Factors such as the structural integrity of residential buildings, the presence or absence of informal settlements, accessibility to essential services (e.g., healthcare, educational institutions), exposure to flood-prone areas, and land-use classification significantly influence the resilience levels of this district. From a spatial perspective, neighborhoods such as Shahin, Northern Jannat Abad, and Al-Mahdi, located in the northern part of the district, demonstrate the highest levels of resilience. This resilience is attributed to factors such as robust building structures, the absence of informal settlements, sufficient distance from flood pathways and pollution sources, availability of open spaces, and optimal access to service centers. Conversely, neighborhoods such as Ekbatan, Bimeh, and Kan exhibit the lowest resilience levels, highlighting critical areas for intervention. The least squares regression indicated that the fuzzy algebraic sum operator (SUM) demonstrated the best performance in detecting neighborhood resilience against environmental crises. Conclusion The southern neighborhoods of District 5, including Ekbatan, Bimeh, Kan, Apadana, and Eram, exhibit lower resilience due to high population and building densities, the presence of aging infrastructure and informal settlements, environmental pollution, and socio-economic and infrastructural deficiencies, along with limited access to essential services. These findings underscore the heightened vulnerability of these neighborhoods to environmental crises, indicating their potential to sustain substantial damage and loss in the event of a disaster. This study provides critical insights by systematically identifying weaknesses and vulnerabilities within District 5, thereby equipping urban policymakers and decision-makers with essential data for informed decision-making. The adoption of targeted interventions, such as infrastructure enhancement, urban renewal, public awareness campaigns, and the reinforcement of crisis management systems, can significantly bolster resilience levels. Future strategies should prioritize investment in upgrading infrastructure, retrofitting vulnerable urban fabrics, increasing public preparedness, and strengthening disaster management frameworks to enhance overall urban resilience. | ||
| کلیدواژه‌ها [English] | ||
| Urban resilience, Environmental crisis, Fuzzy network analysis, Ranking, Geographic Information System (GIS) | ||
| مراجع | ||
|
Abdollahi, A., Sharafi, H. and Sabahi-Graghani, Y., 2019. Institutional and physical-environmental resilience of urban communities in order to reduce natural disasters, earthquakes (Case study: Kerman city). Environmental Planning, v. 11(42), p. 165-186 (In Persian). Asadzadeh, A., Kötter, T. and Zebardast, E., 2015. An augmented approach for measurement of disaster resilience using connective factor analysis and analytic network process (F’ANP) model. International Journal of Disaster Risk Reduction, v. 14, p. 504-518. Bacud, S.T., 2018. Integration of Indigenous and Scientific Knowledge in Disaster Risk Reduction: Resilience Building of a Marginalized Sampaguita Growing Community in the Philippines. Procedia engineering, v. 212, p. 511-518. Bahrami, S., Sarwar, R. and Asadian, F., 2018. Evaluation and analysis of institutional and physical resilience of urban neighborhoods in Sanandaj (case study: Sartapouleh, Shalman and Haji Abad neighborhoods). Geography of the Land, v. 15(59), p. 15-38 (In Persian). Bazrafshan, J., Talabinejad, M. and Tolabinejad, M., 2019. Spatial analysis of differences in resilience in urban and rural areas against natural hazards (case study: Pol-e Dokhtar County). Rural Research, v. 9(1), p. 119-135 (In Persian). Borsekova, K., Nijkamp, P. and Guevara, P., 2018. Urban resilience patterns after an external shock: An exploratory study. International journal of disaster risk reduction, v. 31, p. 381-392. Caschili, S., Reggiani, A. and Medda, F., 2015. Resilience and vulnerability of spatial economic networks. Networks and Spatial Economics, v. 15(2), p. 205-210. Chen, C., Xu, L., Zhao, D., Xu, T. and Lei, P., 2020. A new model for describing the urban resilience considering adaptability, resistance and recovery. Safety science, v. 128, 104756. Cutter, S.L., Barnes, L., Berry, M., Burton, C., Evans, E., Tate, E. and Webb, J., 2008. A place-based model for understanding community resilience to natural disasters. Global environmental change, v. 18(4), p. 598-606. Dadashpour, H. and Adeli, Z., 2016. Assessing resilience capacities in the urban complex of Qazvin. Crisis Management, v. 4(8), p. 73-84 (In Persian). Davis, I. and Izadkhah, Y.O., 2006. Building resilient urban communities. Open House International, v. 31(1), p. 11-21. Delakeh, H., Samareh Mohsen Beigi, H. and Shahivandi, A., 2018. Measuring the level of social resilience in urban areas of Isfahan. Sociology of Social Institutions, v. 4(9), p. 227-252 (In Persian). Fakhruddin, B.S., Reinen-Hamill, R. and Robertson, R., 2019. Extent and evaluation of vulnerability for disaster risk reduction of urban Nuku'alofa, Tonga. Progress in Disaster Science, v. 2, 100017. Fani, Z. and Masoumi, L., 2017. Measuring and evaluating the impact of lifestyle on urban resilience (Comparative study: Qeytariyeh and Shokoufeh Shomali neighborhoods in districts 1 and 19 of Tehran). Urban Sociological Studies (Urban Studies), v. 6(19), p. 61-84 (In Persian). Faraji, A., Arvin, M. and Atash Afrooz, N., 2019. Investigating regional resilience using spatial analysis and the WASPAS hybrid model (case study: counties of Khuzestan province). Land Planning, v. 10(1), p. 1-29 (In Persian). Ghiasvand, A. and Abdolshah, F., 2017. The concept and assessment of Iran's economic resilience. Economic Journal, v. 15(59), p. 161-187 (In Persian). Govindarajulu, D., 2020. Strengthening institutional and financial mechanisms for building urban resilience in India. International Journal of Disaster Risk Reduction, 101549. Harpin, S.B., 2019. Adverse childhood experiences and resilience: implications for marginalized and vulnerable young people. Journal of Adolescent Health, v. 64(1), p. 3-4. Iordan, M., Chilian, M.N. and Grigorescu, A., 2015. Regional Resilience in Romania–Between Realism and Aspirations. Procedia Economics and Finance, v. 22, p. 627-635. Kabir, M.H., Sato, M., Habbiba, U. and Yousuf, T.B., 2018. Assessment of Urban Disaster Resilience in Dhaka North City Corporation (DNCC), Bangladesh. Procedia engineering, v. 212, p. 1107-1114. Khaledi, Sh., Ghahrudi Tali, M. and Farahmand, Q., 2020. Measuring and evaluating the resilience of urban areas against urban floods (case study: Urmia city), Sustainable Development of Geographic Environment, v. 1(2), p. 1-15 (in Persian). Landry, F., Dupras, J. and Messier, C., 2020. Convergence of urban forest and socio-economic indicators of resilience: A study of environmental inequality in four major cities in eastern Canada. Landscape and Urban Planning, v. 202, 103856. Liu, D., Qi, X., Li, M., Zhu, W., Zhang, L., Faiz, M.A. and Cui, S., 2019. A resilience evaluation method for a combined regional agricultural water and soil resource system based on Weighted Mahalanobis distance and a Gray-TOPSIS model. Journal of Cleaner Production, v. 229, p. 667-679. Methmann, C. and Oels, A., 2015. From ‘fearing’to ‘empowering’climate refugees: Governing climate-induced migration in the name of resilience. Security Dialogue, v. 46(1), p. 51-68. Moazami, B. and Rahimi, M., 2017. Assessing and developing resilience strategies against crisis in the old urban context (Case study: Feyz-Abad neighborhood of Kermanshah), Journal of Geography and Environmental Studies, v. 5(18), p. 23-34 (In Persian). Moghadas, M., Asadzadeh, A., Vafeidis, A., Fekete, A. and Kötter, T., 2019. A multi-criteria approach for assessing urban flood resilience in Tehran, Iran. International journal of disaster risk reduction, v. 35, 101069. Mohammadi, A. and Pashazadeh, A., 2018. Measuring urban resilience against earthquake risk: Case study: Ardabil city. Earth Knowledge Research, v. 8(2), p. 112-126 (In Persian). Mullick, M.R.A., Tanim, A.H. and Islam, S.S., 2019. Coastal vulnerability analysis of Bangladesh coast using fuzzy logic based geospatial techniques. Ocean & Coastal Management, v. 174, p. 154-169. Nazmfar, H. and Pashazadeh, A., 2018. Assessing urban resilience against natural hazards (case study: Ardabil city). Geographical Spatial Planning, v. 8(27), p. 101-116 (In Persian). Parkouhi, S.V. and Ghadikolaei, A.S., 2017. A resilience approach for supplier selection: Using Fuzzy Analytic Network Process and grey VIKOR techniques. Journal of Cleaner Production, v. 161, p. 431-451. Pizzo, B., 2015. Problematizing resilience: Implications for planning theory and practice. Cities, v. 43, p. 133-140. Pourmohammadi, M.R., Hadi, A. and Hadi, A., 2019. Explaining the socio-economic dimensions of urban resilience to earthquakes (Case study: District 4 of Tabriz city), Quarterly Journal of Disaster Prevention and Management Knowledge, v. 9(1), p. 78-89 (In Persian). Ramezanzadeh Lesboei, M. and Badri, S., 2015. Explaining the socio-economic structures of local communities' resilience to natural disasters with emphasis on floods. Case study: Cheshmeh-e-Kileh-e-Tonkabon and Sardabrood-e-Kalardasht tourist basins. Geography, v. 12(40), p. 109-131 (In Persian). Ran, J., MacGillivray, B.H., Gong, Y. and Hales, T.C., 2019. The application of frameworks for measuring social vulnerability and resilience to geophysical hazards within developing countries: A systematic review and narrative synthesis. Science of the total environment, 134486. Reggiani, A., Nijkamp, P. and Lanzi, D., 2015. Transport resilience and vulnerability: The role of connectivity. Transportation research part A: policy and practice, v. 81, p. 4-15. Rezaei, M., 2014. Assessing the economic and institutional resilience of urban communities against natural disasters: A case study: Earthquake in Tehran neighborhoods. Crisis Management, v. 2(3), p. 25-36 (In Persian). Shokri Firouzjah, P., 2018. Spatial analysis of the resilience of Babol city areas against environmental hazards. Physical Planning and Development, v. 2(2(6th issue), p. 27-44 (In Persian). Suárez, M., Gómez-Baggethun, E., Benayas, J. and Tilbury, D., 2016. Towards an urban resilience Index: a case study in 50 Spanish cities. Sustainability, v. 8(8), https://doi.org/10.3390/su8080774. Valizadeh, R., Amini, S. and Rajabi, S., 2020. Spatial analysis of regional resilience to natural disasters (Case study: East Azerbaijan Province), Haft Hesar Environmental Studies Journal, v. 27, p. 17-28 (In Persian). Wills, G. and Hofmeyr, H., 2019. Academic resilience in challenging contexts: Evidence from township and rural primary schools in South Africa. International Journal of Educational Research, v. 98, p. 192-205. Zhang, W., Su, S., Wang, B., Hong, Q. and Sun, L., 2020. Local k-NNs pattern in Omni-Direction graph convolution neural network for 3D point clouds. Neurocomputing, v. 413, p. 487-498. Zhang, X., Song, J., Peng, J. and Wu, J., 2019. Landslides-oriented urban disaster resilience assessment- a case study in ShenZhen, China. Science of the Total Environment, v. 661, p. 95-106.
| ||
|
آمار تعداد مشاهده مقاله: 421 تعداد دریافت فایل اصل مقاله: 309 |
||