استفاده از منطق فازی درمحاسبه شاخص اکولوژیکی شدت اثر در ارزیابی ریسک محیط زیستی خطوط راه آهن (مطالعه موردی خط راه آهن قزوین زنجان)
Publish place: 2nd Conference on Environmental Planning and Management
Publish Year: 1391
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 2,431
This Paper With 14 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:
ESPME02_015
تاریخ نمایه سازی: 22 خرداد 1391
Abstract:
خطوط راه آهن با توجه به ماهیت ریسک پذیری خود می تواند اثرات غیرقابل جبرانی بر روی محیط زیست داشته باشند .از این رو مطالعات ارزیابی و مدیریت ریسک پیش از فاز بهره برداری و یا در هنگام بهره برداری از پروژه به منظور جلوگیری از هرگونه پیشامد ضروری می باشد. در ارزیابی ریسک محیط زیستی خطوط راه آهن یکی از شاخص های مهم شاخص شدت اثر می باشد. در این مقاله، ارزیابی ریسک عوامل اکولوژیکی محیطی که نسبت به طرح و خطرات احتمالی ناشی از آن از حساسیت و آسیب پذیری بیشتری برخوردار هستند، مورد بررسی قرار می گیرد. بررسی این جنبه از ارزیابی ریسک زیست محیطی به ویژه در طرح خطوط راه آهن بدلیل عبور ریل از اکوسیستم های مختلف در طول مسیر بسیار قابل توجه می باشد. حساسیت های اکولوژیکی مورد مطالعه در این شاخص شامل رودخانه های با اهمیت اکولوژیکی، تراکم جمعیت، مناطق تحت مدیریت سازمان حفاظت محیط زیست و رویشگاههای ویژه می باشد . با توجه به تغییرات اکولوژیکی طول مسیر ، خط راه آهن به پنج قطعه ( حدودا 34 کیلومتر) تقسیم شده است . در ادامه با استفاده از منطق فازی و تعریف توابع عضویت ورودی و خروجی عدد شاخص شدت اثر محاسبه شده است.در مجموع با توجه به ارزیابی صورت گرفته، قطعه 3 دارای بیشترین میزان ریسک اکولوژیک با کمترین عدد شاخص اثرات می باشد
Keywords:
خط راه آهن شاخص شدت اثر نرم افزار – - MATLAB عدد -فازی ریسک
Authors
نسیم خیرخواه قهی
دانشجوی کارشناسی ارشد مدیریت و برنامه ریزی محیط زیست ، دانشکده محیط زی
بهرام ملک محمدی
استادیار دانشکده محیط زیست، دانشگاه تهران
حمید رضا جعغری
دانشیار دانشکده محیط زیست، دانشگاه تهران
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 :