ارزیابی آسیب پذیری وارده به شهرها در برابر زلزله براساس مدل تحلیل شبکه ای (نمونه مورد: منطقه 9 شهرداری تهران)
محل انتشار: سومین کنگره علمی پژوهشی افق های نوین در حوزه مهندسی عمران، معماری، فرهنگ و مدیریت شهری ایران
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 578
فایل این مقاله در 7 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:
UMCONF03_096
تاریخ نمایه سازی: 8 آبان 1395
چکیده مقاله:
سوانح طبیعی که جزیی از فرآیند زندگی بشر به شمار می رود و هر روزه بر تعداد و تنوع آنها افزوده می شود، به عنوان چالشی اساسی در جوامع انسانی و به خصوص در شهرها بدلیل تمرکز جمعیت و سرمایه مطرح می باشند. در میان انواع بلایای طبیعی زلزله از مخرب ترین و شایع ترین انواع آنها می باشد که از گذشته تاکنون بیشترین اسیب را بر جامعه بشری وارد نموده است. منطقه 9 تهران نیز بدلیل فرسودگی شدید بافت مسکونی، اختصاص سطحی از منطقه به پادگان و کاربری نظامی در مرکز منطقه و وجود کاربری های صنعتی لازم است مطالعات جدی در این مورد صورت گرفته تا قبل از ایجاد بحران، مناطق آسیب پذیر مشخص شده و تمهیدات لازم انجام شود. در این راستا هدف اصلی پژوهش ارزیابی آسیب پذیری وارده به منطقه 9 شهرداری تهران در برابر زلزله با استفاده از مدل ANP می باشد. پژوهش حاضر بر اساس هدف از نوع کاربردی و به لحاظ ماهیت و روش توصیفی- تحلیلی می باشد. در این پژوهش بعد از مطالعه مبانی نظری و بیشینه تحقیق 10 شاخص (نوع مصالح، نوع نما، تراکم ساختمانی، قدمت بنا، تعداد طبقات، مساحت همکف ساختمان ها، سازگاری کاربری های همجوار، فاصله از گسل، سازندهای زمین شناسی و عرض معابر) مرتبط با عنوان پژوهش انتخاب شده است. نتایج حاصل از پژوهش نشان داد که 16 درصد منطقه آسیب پذیری خیلی کم، 14 درصد از آسیب پذیری کم، 52 درصد از آسیب پذیری متوط، 18 درصد از آسیب پذیری زیاد و 0 درصد منطقه اسیب پذیری خیلی زیاد در برابر زلزله دارند.
کلیدواژه ها:
نویسندگان
حسین نظم فر
دانشیار دانشگاه محقق اردبیلی
عطا غفاری گیلانده
دانشیار دانشگاه محقق اردبیلی
سعیده علوی
دانشجوی کارشناسی ارشد جغرافیا و برنامه ریزی شهری
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 :