مكان يابي احداث اسكان اضطراري شهر كرمان با استفاده از GIS

Site selection of Emergency Accommodation in Kerman City by using GIS

كاهش آسيب پذيري شهرها در برابر سوانح طبيعي از جمله زلزله، به منزله ي يكي از اهداف اصلي برنامه ريزي كالبدي، شهري و طراحي شهري محسوب مي گردد. لذا، اولين گام، شناسايي مناطق ايمن شهري براي احداث مكا نهاي اسكان اضطراري در برابر زلزله است. بنابراين اين تحقيق سعي دارد باهدف شناسايي نواحي ايمن شهر كرمان را در برابر زلزله و در راستاي مديريت بحران، با استفاده از سيست مهاي اطلاعات جغرافيايي، مشخص و پهنه بندي نمايد. با توجه به اينكه ايمن بودن نواحي شهري خود تابعي از چندين معيار است، لذا مدل مدنظر تحقيق از نوع مد لهاي چند معياره است و با توجه به ماهيت مكاني معيارها پياد هسازي مدل در محيط سيستم اطلاعات جغرافيايي GIS صورت گرفته است. استخراج معيارهاي ايمن بودن نواحي شهري با روش دلفي و تهي هي پرسش نامه هايي از كارشناسان شهرسازي، سازه، معماري و مطالع هي كارهاي گذشته انجام پذيرفت. اين معيارها عبارتنداز: معيارهاي ماتريس مطلوبيت مقاومت زمين، معيارهاي ماتريس سازگاري 1. همجواري با كاربري هاي سازگار: پاركها و فضاي سبز، فاصله از مراكز درماني - امدادي و فاصله از معابر اصلي، 2. عدم همجواري با كاربري هاي ناسازگار: صنايع عمده انفجاري مانند پمپ گاز- بنزين و مراكز نظاميو معيارماتريس ظرفيت تراكم جمعيتي. هر كدام از اين معيارها بر اساس روش تحليل سلسله مراتبي معكوس رتبه بندي شده و سپس در محيط سيستم اطلاعات جغرافيايي GIS مد لسازي و با ب هكار بردن توابع تحليلي نقشه مكان هاي مناسب براي ايجاد اسكان اضطراري شهر كرمان تهيه گرديد. نتايج حاصل حاكي از آن است كه مكان هاي بسيار مناسب احداث مكان هاي اسكان اضطراري به ترتيب در مناطق 2،3 شهر كرمان بيشتر به چشم مي خورد كه دربرنامه ريزي ها بايد در اولويت قرار گيرند. در نهايت بعد از تعريف پايگاه داده زمين مرجع براي شبكه ي حمل و نقل شهري، براي خدما ترساني و رسيدن سريع تر آسيب ديدگان در زمان و يا بعد از بحران به مكان هاي اسكان اضطراري، شبكه ي هندسي معابر منطقه طراحي گرديد. با طراحي شبكه ي هندسي معابر و تعريف محدوديت هاي مورد نظر براي هر خيابان مانند طول خيابان و وجود چراغ راهنما، مي توان با به كار بردن تحليل هاي شبكه در زمان مورد نياز، به راحتي مناسب ترين خيابان رسيدن به نزديك ترين مكان اسكان اضطراري را تعيين نمود.

Reducing the vulnerability of cities to natural disasters such as earthquakes is considered as one of the main goals of urban and urban planning. Hence, the first step is to identify the safe areas of the city for the construction of a shelter against earthquakes. This research aims to identify and zonate safe areas of the Kerman city during earthquakes and to manage the crisis using spatial information systems. Because the safety of urban areas depends on several criteria, the model of the research is a multi-criteria model and according to the spatial nature of the criteria, implementation of the model was done in the GIS environment. Safety criteria of urban areas were determined by the Delphi method and preparing questionnaires from urban planners, constructors, architects and studying past works. These criteria areutility matrix (ground resistance) criteria, criteria of adaptation matrix (1- neighborhood to compatible uses: parks and green space, and distance from health centers & urgent cares 2- Non-adherence to incompatible uses: major explosive industries such as gas-petrol stations and military centers) and the matrix of capacity (population density). Each of these criteria was ranked according to the inverse hierarchical analysis method and then modeled in the GIS environment. Finally, by using analytical functions maps of safe shelters in Kerman were prepared. Our results indicate that the mostsuitable places for the construction of shelters are in regions 2 & 3 in the Kerman city, which should be prioritized in the city plans. Finally, after the definition of the land reference database for urban routes, the geometric network of the distances of the area was designed to react more quickly to shelters to provide services to injured people after the crisis. By designing the geometric network of passages and defining the limits for each path, such as the length of the route and the presence of the traffic lights, it is possible to determine the best route to the closest shelter by using network analysis at the time it is needed.