شناسایی و اولویت بندی عوامل موثر بر افزایش ریسک زلزله در بافت های فرسوده شهری با رویکرد ترکیبی تکنیک دلفی فازی و مدل BMW
Publish Year: 1399
نوع سند: مقاله ژورنالی
زبان: Persian
View: 490
This Paper With 16 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JGSKH-20-59_016
تاریخ نمایه سازی: 24 خرداد 1400
Abstract:
امروزه، آسیب پذیری شهرها و به خصوص بافت های قدیمی و فرسوده در برابر زلزله، به عنوان مسئلهای جهانی پیش روی متخصصان رشته های گوناگون قرار گرفته است. این وضع در کشورهای دارای ساختار طبیعی مخاطره آمیز، از جمله ایران، طی دهه های اخیر به صورتی حادتر نمود یافته است. بافت های فرسوده شهریبه عنوان نقطه جوشش اصلی یک شهر نشان دهنده هویت آن شهر میباشند، در مقابل سوانح و پدیده های طبیعی به خصوص زلزله ناپایدار وآسیب پذیرند. این پژوهش با هدف شناسایی و اولویتبندی عوامل موثر بر افزایش ریسک زلزله در بافتهای فرسوده شهری تدوین شد. پژوهش حاضر از نظر هدف کاربردی و از نظر روش تحلیلی مبتنی بر رویکرد چندمعیاره است. برای جمع آوری اطلاعات از روش کتابخانهای و میدانی استفاده شد. جامعه آماری پژوهش را کارشناسان و متخصصین حوزه شهری تشکیل میدادند که حجم نمونه ۳۰ نفر برآورد شد. در جهت دستیابی به اهداف مدنظر در این پژوهش از تکنیک دلفی فازی و مدل BMW استفاده شد. نتایج حاصل از تکنیک دلفی فازی تایید کننده عوامل و زیرعاملهای شناسایی شده بود. نتایج منتج از مدل BMW حاکی از آن بود که از بین عوامل شناسایی شده عوامل طبیعی با امتیاز نهایی۳۲۱/۰ در رتبه اول، عامل کیفیت مسکن با امتیاز نهایی ۲۸۷/۰ در رتبه دوم، عامل فاصله از کاربریهای ویژه با امتیاز نهایی ۲۵۵/۰ در رتبه سوم و عامل جمعیتی و اقتصادی با امتیاز نهایی ۱۳۷/۰ در رتبه چهارم جای گرفته است.
Keywords:
Authors
احسان ارکانی
PhD Student in Management, Crisis Management, Sheikh Baha'i Non-Profit Higher Education Institute, Isfahan, Iran.
حسین حاتمی نژاد
Associate Professor of Geography and Urban Planning, University of Tehran, Tehran, Iran.
سهیل قره
Associate Professor, Payame Noor University, Mashhad, Iran
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 :