مکان یابی ایستگاه های آتش نشانی با استفاده از GIS (مطالعه موردی شهر قم)
Publish Year: 1390
Type: Conference paper
Language: Persian
View: 4,691
This Paper With 14 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
GISPESU01_020
Index date: 8 July 2012
مکان یابی ایستگاه های آتش نشانی با استفاده از GIS (مطالعه موردی شهر قم) abstract
از میان کاربری ها و خدمات موجود در شهر، توزیع و مکان یابی بهینه ی ایستگاه های آتش نشانی به دلیل اهمیت و توجه روز افزون به امر ایمنی در شهرها و ارایه ی تمهیداتی در زمینه ی پیشگیری و مقابله با آتش سوزی و حادثه از اهمیت قابل توجهی برخوردار است. شهر قم با جمعیتی در حدود 957457 نفر در سال 1385 و به عنوان یک شهر پرجمعیت، از نظر تعداد و پراکندگی واحدهای خدماتی از جمله ایستگاه های آتش نشانی با کبود روبرو است. در این مقاله با روش توصیفی- تحلیلی و با بهره گیری از روش تحلیل شبکه در محیط سیستم اطلاعات جغرافیایی(GIS)، توزیع فضایی، مکان استقرار و شعاع عملکرد ایستگاه های آتش نشانی موجود شهر قم مورد تحلیل و بررسی قرار گرفته است. نتایج نشان می دهد که الگوی پراکنش ایستگاه های آنش نشانی شهر قم ر وضع موجود از الگوی مناسبی برخوردار نمی باشد و فاصله ی زمانی رسیدن خودروهای اتش نشانی به آخرین نقطه ی منطقه ی تحت پوشش خود بیش از 5 دقیقه می باشد که با مدت زمان استاندارد، 2 دقیقه اختلاف داشته و عملاَ یک سوم شهر به این کاربری دسترسی مناسب ندارد. بنابراین با به کارگیری مدل تحلیل سلسله مراتبی (AHP) و تلفیق آن با قابلیت های GIS، برای مناطق خارج از شعاع عملکردی ایستگاه های موجود، 5 ایستگاه جدید مکان یابی و پیشنهاد گردید تا کل فضای شهر، بر اساس استاندارد 3 دقیقه ای رسیدن خودروهای آتش نشانی به محل حریق، تحت پوشش ایستگاه های آتش نشانی موجود و پیشنهادی قرار گیرد.
مکان یابی ایستگاه های آتش نشانی با استفاده از GIS (مطالعه موردی شهر قم) Keywords:
مکان یابی ایستگاه های آتش نشانی با استفاده از GIS (مطالعه موردی شهر قم) authors
امیرحسین رستگاری یزدی
دانشجوی دانشگاه علوم و فنون هوایی شهید ستاری
سعید طلعتی
دانشجوی دانشگاه علوم و فنون هوایی شهید ستاری
صالح طلعتی
دانشجوی رشته GIS
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 :