ارزیابی و آمایش دفاعی شهر ارومیه با بهره گیری از GIS
Publish place: Inactive Defense Magazine، Vol: 14، Issue: 4
Publish Year: 1402
نوع سند: مقاله ژورنالی
زبان: Persian
View: 213
This Paper With 17 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_SAPD-14-4_004
تاریخ نمایه سازی: 22 بهمن 1402
Abstract:
آمایش دفاعی در کشوری مانند ایران می تواند در جهت برنامه ریزی و ایجاد موانعی برای بازدارندگی از حملات دشمن و به حداقل رساندن آسیب پذیری ها در شهرها و در راستای مسائل توسعه پایدار و امنیت شهرها، جوامع و زیرساخت های مهم شهری استفاده نمود. در این راستا پژوهش حاضر به پهنه بندی شهر ارومیه با رویکرد آمایش دفاعی پرداخته است. نوع تحقیق بر اساس اهداف کاربردی و ماهیت توصیفی تحلیلی است. به همین منظور ابتدا با مطالعه منابع مرتبط با رویکرد آمایش دفاعی و پدافند غیرعامل تعداد ۶ معیار و ۲۲ زیر معیار با توجه به در دسترس بودن اطلاعات برای شهر ارومیه انتخاب شده است. محاسبه وزن شاخص ها با استفاده از فرایند تحلیل شبکه ANP در نرم افزار Super Decision انجام گرفت. سپس با وارد کردن شاخص ها به محیط GIS و پیادهسازی آن ها بر گستره شهر، نقشههای مربوط به هر شاخص تولید شد؛ از تلفیق نقشه های زیرمعیارهای مربوط به هر معیار، نقشه پهنه بندی بر اساس آن معیار خاص و در نهایت از تلفیق این نقشههای ۶ گانه، پهنهبندی نهایی آمایش دفاعی شهرارومیه به دست آمد. نتایج حاصل از نقشه همپوشانی معیار ها نشان میدهد حدود ۱۷درصد از سطح شهر در پهنه آسیب پذیری زیاد و ۲۶ درصد در پهنه آسیبپذیری متوسط و ۵۵ درصد در پهنه آسیبپذیری کم قرار گرفته است . در ادامه جهت رتبهبندی مناطق از مدل تصمیمگیری SAW استفاده شده است که حاکی از آسیبپذیری منطقه ۲ و ۴ بیشتر از مناطق ۳ و ۱ است.
Keywords:
آمایش دفاعی شهری , شهر ارومیه , آسیب پذیری , پدافند غیرعامل , فرایند تحلیل شبکه , سیستم اطلاعات جغرافیای GIS
Authors
اصغر عابدینی
دانشیار گروه شهرسازی، دانشکده معماری، شهرسازی و هنر، دانشگاه ارومیه، ارومیه، ایران
امیر شیخی
دانشجوی کارشناسی ارشد مدیریت شهری ، دانشکده شهرسازی، دانشگاه تهران، 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 :