بررسی سیستم پشتیبانی تصمیم در مدیریت بحران آلودگی نفتی مناطق ساحلی مطالعه موردی: سواحل شهرستان بندرعباس

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 691

فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

NCPDMS01_071

تاریخ نمایه سازی: 16 خرداد 1394

چکیده مقاله:

سواحل ساحلی خلیج فارس به دلیل وجود بیش از 62 درصد ذخایر نفت جهان و تردد متعدد کشتی های نفت کش، احداث سکوهای نفتی و مجتمعها و پالایشگاهها در اطراف خلیجفارس، سواحل این خلیج در معرض اثرات منفی ناشی از آلودگی نفتی قرار دارد . بنابراین تعیین حساسیت مناطق ساحلی به آلودگی نفتی بسیار ضروری است. سیستم پشتیبانی تصمیم گیری DSS قادر است سیستم شبیهسازی ناگهانی آلودگی نفتی )پیش بینی شده توسط جریان و باد و داده های محیطی تولید شده توسط GIS را با یکدیگر ادغام کند و با استفاده از تکنیک ارزیابی چند معیاره، اقدامات واکنش به آلودگی نفتی و شیمیایی و تاثیر آن بر روی معیارهای بیولوژیکی و اقتصادی را الویت بندی کند . هدف از این مطالعه تعیین یک سامانه پشتیبان تصمیم گیری برای تعیین حساسیت مناطق ساحلی در هنگام آلودگی نفتی می باشد. سه معیار اصلی که در این مطالعه مورد بررسی قرار گرفت شامل معیار فیزیک ساحل، معیار بیولوژیکی و معیارهای اجتماعی اقتصادی می باشند، که این معیارها با استفاده از روشهای مختلف وزن دهی در یک سیستم پشتیبان تصمیم با استفاده از - GIS قرار داده شد که در مواقع آلودگی نفتی مورد استفاده قرار گیرد. طی یک سناریوی از پیش تعیین شده بیشتر مناطق ساحلیشهرستان بندرعباس در حساسیت متوسط قرار گرفت و بندر شهید رجایی و مناطق شرقی آن دارای حساسیت خیلی زیاد می باشند. به طبع اجرای سناریوهای مختلف و تهیه این سیستم پشتیبان تصمیم سهم مهمی در مقابله بهتر با آلودگی نفتی و کاهش خسارات را در پی دارد

نویسندگان

رسول مهدوی

استادیار گروه مهندسی منابع طبیعی دانشگاه هرمزگان

سیداحسان مرجانی بجستانی

کارشناس ارشد سنجش از دور و سیستم اطلاعات جغرافیایی دانشگاه هرمزگان

اسداله خورانی

استادیار گروه مهندسی منابع طبیعی دانشگاه هرمزگان

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :