تهيه يك مدل پيش‌بيني ناپايداري بافت‌هاي كهن شهري در برابر زلزله با منطق سلسله ‏مراتبي وارون (‏IHPW‏) و سامانه اطلاعات جغرافيايي (‏GIS‏) ‏

Developing a Model to Assess Seismic Instability against Earthquake ‎using Fuzzy & IHPW and GIS‎

ايران‌زمين به دليل موقعيت جغرافيايي و قرار گرفتن روي كمربند جهاني زلزله، در طول تاريخ همواره زمين‌لرزه‌هاي مخربي را تجربه كرده است و هر ساله چندين لرزه در سطح ‏كشور ثبت مي‌شود. آخرين مورد آن زلزله 8/6 ريشتري بم در پنجم دي‌ماه 1382 بوده است كه سبب تلفات شديد انساني و زيرساخت‌ها در سطح كشور شد. زلزله‌اي كه با 30 هزار ‏كشته و 10 هزار زخمي از بزرگ‌ترين زلزله‌هاي سده اخير به شمار مي‌آيد. هدف اين مقاله شناسايي دلايل اصلي اين مقدار تلفات است. براي رسيدن به اين هدف 13 شاخص ‏كالبدي- فضايي موثر بر آسيب‌پذيري شهرها در سطح جهاني شناسايي و سپس در قالب مدل‌هاي برنامه‌ريزي و تلفيقي چون فازي و تحليل سلسله مراتبي وارون وزن‌دهي شدند. ‏لايه‌هاي انتخابي در محيط سامانه اطلاعات جغرافيايي تركيب و درپايان نقشه ميزان آسيب‌پذيري شهر پيش از زلزله اخير مدل‌سازي شد. در مرحله دوم ميزان آسيب‌پذيري شهر بر پايه ‏برداشت‌هاي دقيق طرح تفصيلي شهر مشابه‌سازي و ميزان ضريب همبستگي آن با مدل فرضي ارايه‌شده اين پژوهش محاسبه شد كه ضريبي معادل با 59/0 را نشان داد. نتايج اين ‏پژوهش نشان مي‌دهد كه نه تنها مدل فازي براي تعيين آسيب‌پذيري و ناپايداري شهرهايي چون بم كاربرد دارد بلكه با استفاده از اين مدل ارايه‌شده مي‌توان ميزان تاب‌آوري شهر را ‏در برابر زلزله و ديگر بحران‌هاي طبيعي محاسبه كرد و سرانجام به رابطه ميان تيوري و عمل دست يافت.‏

Due to its geographic position and located on the World earthquake belt; Iran is always under threat from earthquakes and several shakes ‎are recorded every year all over the country. The most recent earthquake with 6.8 degree magnitude on the Richter scale hit the city of ‎Bam in 2003 and caused large losses of human life and infrastructure. The 2003 Bam earthquake, with more than 30,000 casualties and ‎‎10,000 injuries, was the most Destructive earthquake in the current century in Iran. We aim to recognize the main reasons causing these ‎deterioration problems. To this end, we first conceptualize thirteen physical-spatial factors. These factors are analyzed using fuzzy logic ‎and IHPW (Inverse Hierarchy Process Weight) within Geographical Information System. We also attempt to identify the Correlation ‎coefficient analyses between urban vulnerability and damage using Fuzzy logic and GIS. In statistics, correlation and dependence are any ‎of a broad class of statistical relationships between two or more random variables or observed data values. With respect to the covariance ‎between two variables (urban vulnerability map and damage post earthquake) the correlation coefficient is calculated 0.59. The results ‎of the model as applied to the structures of the city of Bam illustrate that a fuzzy approach is a basic tool that can be used to identify ‎urban vulnerability and damage post earthquake incident. Its application to the problem assists in unifying relevant theories and practices. ‎