مدل سازی آسیب پذیری بافت های شهری تحت سناریوهای مختلف به منظور مدیریت بحران در برابر زلزله (مطالعۀ موردی: منطقۀ یک شهرداری تهران)
Publish place: Human Geography Research، Vol: 52، Issue: 4
Publish Year: 1399
نوع سند: مقاله ژورنالی
زبان: Persian
View: 446
This Paper With 19 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
- شهرداری ها > شهرداری تهران
- شهرداری ها > مدیریت بحران شهری
- شهرداری ها > شهرداری
- مدیریت بحران > زلزله
- مدیریت بحران > مدیریت بحران
- شهرداری ها > مدیریت شهری
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JHGR-52-4_007
تاریخ نمایه سازی: 25 بهمن 1399
Abstract:
افزایش باورنکردنی بحرانها و فراوانی و پیچیدگی آنها این رویکرد نگاه عامیانه و سنتی به آسیبپذیری را دچار تزلزل کرده و نیاز به رویکرد جامعتری از آسیبپذیری و مدیریت بحران را مطرح کرده است. با توجه به اهمیت موضوع ارزیابی آسیبپذیری کالبدی شهرها در مباحث مربوط به سیستمهای اطلاعات مکانی شهری، در این تحقیق سعی شده با بهکارگیری توابع آسیبپذیری در برابر زلزله، با استفاده از دادههای مکانی و توصیفی، اجزا و عناصر اصلی و رفتاری بافت کالبدی شهری منطقة یک شهر تهران و تعیین تأثیر هر کدام از معیارهای بهکاررفته در میزان آسیبپذیری مدلسازی و ریزپهنهبندی آسیب احتمالی وارده به بافت کالبدی منطقة مورد مطالعه پرداخته شود. نتایج حاصله نشان میدهد منطقة یک در سه سناریوی مختلف با شدت زلزلة 6، 7، و 8 هم به لحاظ بافت شهری هم به لحاظ کالبد شهری دارای بیشترین میزان آسیبپذیری متوسط به بالاست که آن بهسبب بافت فرسوده و توسعه و تغییر کالبدی است که در چند دهة قبل در این منطقه اتفاق افتاده است؛ بدین ترتیب، میتوان به این نتیجه رسید که این منطقه نسبت به بافتهای نسبتاً جدید، که ساخته شده، بهسبب گسلش منطقه، به بحران طبیعی مثل زلزلة احتمالی که ممکن است در منطقه اتفاق بیفتد باز هم آسیبپذیر است.
Keywords:
Authors
محمد حسن پویان
دانشجوی دکتری مدیریت بحران دانشگاه شهید اشرفی اصفهانی
علی صنایعی
استاد گروه مدیریت دانشگاه اصفهان
آذرنوش انصاری
استادیار گروه مدیریت دانشگاه اصفهان
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :