ارزيابي ميزان آسيب پذيري سكونتگاه هاي روستايي از پديده خشكسالي با استفاده از مدل تصميم‌ گيري چند شاخصه كوپراس مطالعه موردي: شهرستان دلفان

Assessing vulnerability of rural settlements to drought phenomenon using Kupros multi-criteria decision-making model (Case study: Delfan County

تعيين نقاط حادثه خيز و مستعد از نظر مخاطرات محيطي، برنامه ريزان را قادر مي‌سازد در كوتاه‌ترين زمان به بهترين شكل تصميم‌گيري كنند. اين تحقيق براي ارزيابي و رتبه بندي سكونتگاه هاي روستايي شهرستان دلفان از نظر حساسيت به پديده خشكسالي با استفاده از مدل تصميم گيري چندشاخصه كوپراس انجام شد. در اين مطالعه توصيفي – تحليلي، 21 شاخص آسيب پذيري در سه بعد فيزيكي، اقتصادي و اجتماعي بررسي شد. گردآوري اطلاعات براي شاخص هاي مورد نظر در 24 روستاي نمونه تصادفي از طريق دهياران صورت گرفت. پس از وزن دهي به شاخص‌ها به روش آنتروپي شانون، روستاها با استفاده از مدل كوپراس رتبه بندي شدند. نتايج نشان داد با توجه به متنوع بودن شاخص‌هاي آسيب پذيري، مدل كوپراس در رتبه بندي سكونتگاه‌ها در مقابل خشكسالي قابليت دارد. مطابق محاسبات، روستاهاي گلام بهري وكفراج بيشترين آسيب پذيري و روستاهاي ظفرآباد و گرمه خاني كم ترين آسيب پذيري را از پديده خشكسالي دارند.

Identifying the accident-prone areas and vulnerable to environmental hazards will enable planners to make the best decisions in the shortest possible time. Accordingly، this research was carried out to assess and rank the rural settlements of Delfan County in terms of vulnerability to drought phenomenon using Kupros multi-criteria decision- making model. In this descriptive - analytical research، 21 vulnerability indices in physical، economic and social dimensions was studied. Data collection was done by rural administrators in 24 rural settlements، selected randomly. After weighing the indices using Shannon’s entropy method، the villages were ranked by Kupros model. Results showed that، considering the diversity of vulnerability indices، Kupros model might have a great capability in ranking of settlements in terms of vulnerability to drought phenomenon. Golam Bahri and Kafraj had the most vulnerability، and Zafar Abad and Garmeh Khani had the least vulnerability to drought phenomenon.