تحلیل آسیب پذیری ابعاد طبیعی، کالبدی، اجتماعی و اقتصادی کلان شهر کرمانشاه در برابر زلزله
Publish Year: 1400
نوع سند: مقاله ژورنالی
زبان: Persian
View: 395
This Paper With 28 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_SEPEHR-30-117_014
تاریخ نمایه سازی: 5 تیر 1400
Abstract:
زلزله پدیده و رخدادی طبیعی و غالبا مخرب است که در برنامه ریزی شهری کشور کمتر مورد توجه قرار گرفته است. غالبا تحقیقات موجود در رابطه با کاهش خسارات ناشی از زلزله حول روش های ساخت و ساز ساختمانی برای افزایش مقاومت بنادر برابر زلزله بوده است. پژوهش حاضر با تاکید بر شناسایی شاخص های آسیب پذیری و پهنه بندی خطر در چهار شاخص طبیعی، کالبدی، اجتماعی و اقتصادی با ۴۴ زیر شاخص، آسیب پذیری ناشی از زلزله را به صورت جامع و مطلوب مشخص و بر اساس آن استراتژی های کاهش خطر را تعریف نموده است. در مقاله حاضر با بررسی های بنیادی و ارائه مبانی نظری در ارتباط با موضوع و محدوده مورد مطالعه نسبت به تشکیل پایگاه اطلاعاتی مورد نیاز در محیط نرم افزاری ArcGISاقدام گردید و سپس با ایجاد لایه های موثر و دخیل در فرآیند تحلیل و ارزیابی برای هر شاخص به صورت جداگانه مدل AHPاجرا و سپس نتیجه نهایی هر شاخص در یک ماتریس جدید مجددا در مدل AHPاجرا و در نهایت نقشه پهنه بندی آسیب پذیری نهایی به دست آمد. تشکیل ماتریس به تحلیل میزان آسیب پذیری کاربری ها، با توجه به شرایط محدوده مورد مطالعه پرداخته است که در نهایت آسیب پذیری کلان شهر کرمانشاه با توجه به معیارهای کمی و کیفی با استفاده از نرم افزار ArcGISو مدل AHPبه صورت نقشه پهنه آسیب پذیر مشخص و راه های کاهش آسیب پذیری بررسی و نتایج بررسی ها بر اساس موقعیت مکانی محدوده مورد مطالعه در قالب توسعه میان افزا و توسعه درون زا ارائه شده است.
Keywords:
Authors
اسماعیل علی اکبری
استاد گروه جغرافیای دانشگاه پیام نور تهران، ایران
مصطفی طالشی
استاد گروه جغرافیای دانشگاه پیام نور تهران، ایران
محمد رضا کرمی
استادیار گروه جغرافیای دانشگاه پیام نور کردستان، ایران
کیومرث ملکی
دانشجوی دکتری جغرافیا و برنامه ریزی شهری، مرکز تحصیلات تکمیلی دانشگاه پیام نور، تهران، ایران
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 :