پهنه بندي آسيب پذيري شهري ناشي از زلزله با استفاده از مدل Fuzzy-AHP (مطالعه موردي شهر تبريز)

Zoning the Urban Earthquake vulnerability using Fuzzy logic-AHP model (case study: Tabriz City

پهنه بندي خطر رويكرد مهمي از فرايند مديريت پيش از بحران است كه به برنامه ريزان و مديران شهري در آماده سازي و كاهش آسيب پذيري كمك فراواني ميكند. مسئله اساسي انتخاب معيارهاي آسيب پذيري و نحوه تركيب اين معيارهاست و به علاوه انتخاب مدلي مناسب است كه بتواند به بهترين شيوه نمايانگر ميزان آسيب پذيري باشد. شهر تبريز به عنوان بزرگترين مادر شهر شمال غرب كشور از نظر وسعت، شرايط صنعتي، اقتصادي، اجتماعي و فرهنگي اهميت فراوان دارد، اما به دليل همجواري با گسلي بزرگ و فعال، شرايطي نامساعد دارد. در اين مقاله با استفاده از نرم افزارهاي IDRISI و ARCGIS و انتخاب 15 معيار و تركيب مدلهاي منطق Fuzzy و AHP ميزان آسيب پذيري منطقه هاي شهري و جمعيت ساكن در آنها نيز تحليل و استخراج شده است. نتايج نشان ميدهد كه مناطق 10 و 1 به ترتيب داراي بدترين شرايط ممكن هستند و تطبيق نتايج به دست آمده با وضع موجود، حاكي از دقت بالاي مدل انتخاب شده در موضوع پهنه بندي خطر زلزله است.

Risk zoning is an important approach to the pre-crisis management process, which assists planners and managers to be prepared for reducing vulnerability. The key issue is the selection of vulnerability criteria and how these criteria are combined. It is also important to select the suitable model that can best illustrate the vulnerability. The city of Tabriz, from the viewpoint of size, industrial, economic, social and cultural conditions, is considered as the metropolis of northwest of the country, however, its proximity to a large and active fault has created an unfavorable condition for the city. In the present paper, using IDRISI and ArcGIS software, 15 selected criteria have been analyzed. Also, a combination of Fuzzy and AHP logic models were applied to analysis of vulnerability of urban areas and their population. The results showed that regions 10 and 1 of city municipality have the worst possible conditions respectively. Conformation of the results to the existing situation indicates the high accuracy of the chosen model for zoning the earthquake hazard.