تحلیلی بر مدل های ارزیابی آسیب پذیری شهرها در برابر مخاطرات طبیعی
محل انتشار: هفتمین کنفرانس بین المللی مدیریت جامع بحران
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 755
فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
INDM07_001
تاریخ نمایه سازی: 27 بهمن 1394
چکیده مقاله:
به دلیل شدت یافتن روند گسترش شهرها و تمرکز جمعیت و سرمایه در آنها، اهمیت خطر زلزله در کشور ما بیشتر شده است. شناسایی میزان آسیب پذیری اجزا و عناصر شهری با استفاده از مدل ها و روش های موجود اولین گام در زمینه تبیین روش های کاهش آسیب پذیری شهرها است. به عبارت دیگر تبیین مدل و الگوریتمی که به وسیله آن بتوان به تحلیل و ارزیابی آسیب پذیری شهر در برابر زلزله پرداخت، دارای اهمیت و فواید زیادی است، که علاوه بر این که سبب پیش بینی خسارات و تلفات انسانی میشود، موجب میشود که؛ اقدامات لازم برای کاهش آسیب پذیری در برابر زلزله صورت گیرد که دارای اهمیت زیادی برای واکنش های اضطراری و مدیریت برنامه ریزی بحران است. هدف اصلی در این تحقیق، تعیین چارچوبی از تکنیک های مورد استفاده در ارزیابی آسیب پذیری شهرها در برابر زلزله می باشد. با توجه بهمخاطرات طبیعی، کشورهای توسعه یافته مانند ایالات متحده امریکا و ژاپن در مرکز نوآوری و کاربرد مدل ریسک پذیری قرار دارد. بیشتر متدولوژی های مربوط به تخمین ریسک در ایالات متحده امریکا در دو دهه قبلی اتفاق افتاده است. ا در این مطالعه ، مزایا، معایب، ویژگی ها وکاربرد روشهای ارزیابی آسیب پذیری شهرها در برابر زلزله و سوانح طبیعی بررسی وسپس بر اساس پژوهش های کتابخانه ای، معیارهایی کلی جهت مقایسه این روش ها درنظر گرفته شدند و نهایتا روش های مذکور بر اساس معیارها و با توجه به نتایج حاصله با یکیدیگر مقایسه شدند. نتایج مطالعه حاکی از ان است که روش hazus از کارایی و قابلیت بیشتری در ارزیابی آسیب پذیری شهرها در برابر زلزله برخوردار می باشد.
کلیدواژه ها:
نویسندگان
محمود رحیمی
عضو هیات علمی دانشگاه آزاد اسلامی واحد شهر قدس
قدسیه سامانی
دانشجوی رشته شهرسازی دانشگاه آزاد اسلامی
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 :