ارزیابی میزان آسیب پذیری سکونتگاهای روستایی از پدیده خشکسالی با استفاده از مدل تصمیمگیری چندشاخصه کوپراس مطالعه موردی : شهرستان دلفان
محورهای موضوعی :
اقلیم شناسی
ناصر شفیعی ثابت
1
,
بهزاد دوستی
2
,
معصومه قربانی
3
1 - استادیار گروه جغرافیای انسانی دانشگاه شهید بهشتی تهران-ایران
2 - دانشجوی کارشناسی ارشد جغرافیا و برنامهریزی روستایی دانشگاه تهران-تهران-ایران
3 - دانشجوی کارشناسی ارشد جغرافیا و برنامه ریزی روستایی ،دانشگاه شهید بهشتی تهران-ایران
تاریخ دریافت : 1394/09/19
تاریخ پذیرش : 1395/03/17
تاریخ انتشار : 1395/03/31
کلید واژه:
آسیب پذیری,
خشکسالی,
مخاطرات طبیعی,
مدل تصمیم گیری چندشاخصه,
دلفان,
چکیده مقاله :
تعیین نقاط حادثه خیز و مستعد از نظر مخاطرات محیطی، برنامه ریزان را قادر میسازد در کوتاهترین زمان به بهترین شکل تصمیمگیری کنند. این تحقیق برای ارزیابی و رتبه بندی سکونتگاههای روستایی شهرستان دلفان از نظر حساسیت به پدیده خشکسالی با استفاده از مدل تصمیم گیری چندشاخصه کوپراس انجام شد. در این مطالعه توصیفی – تحلیلی، 21 شاخص آسیب پذیری در سه بعد فیزیکی، اقتصادی و اجتماعی بررسی شد. گردآوری اطلاعات برای شاخص های مورد نظر در 24 روستای نمونه تصادفی از طریق دهیاران صورت گرفت. پس از وزن دهی به شاخصها به روش آنتروپی شانون، روستاها با استفاده از مدل کوپراس رتبه بندی شدند. نتایج نشان داد با توجه به متنوع بودن شاخصهای آسیب پذیری، مدل کوپراس در رتبه بندی سکونتگاهها در مقابل خشکسالی قابلیت دارد. مطابق محاسبات، روستاهای گلام بهری وکفراج بیشترین آسیب پذیری و روستاهای ظفرآباد و گرمه خانی کم ترین آسیب پذیری را از پدیده خشکسالی دارند.
چکیده انگلیسی:
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.
منابع و مأخذ:
1. پریشان ، مجید (1390): مدیریت ریسک مخاطرات محیطی ، مورد ریسک زلزله در مناطق روستایی استان قزوین ، رساله دکترای جغرافیا ، دانشکده علوم انسانی ، دانشگاه تربیت مدرس ،تهران.
2. پورطاهری ، مهدی ؛ حاجی نژاد ، علی ؛ فتاحی ، احدالله و نعمتی، رضا (1393): " ارزیابی آسیب پذیری فیزیکی سکونتگاههای روستایی در برابر مخاطرات طبیعی (زلزله) با استفاده از مدل تصمیم گیری کوپراس ، مطالعه ی موردی روستاهای دهستان چالان چولان شهرستان درود ، برنامه ریزی و آمایش فضا ، دوره ی هیجدهم ، شماره 3 ، صص 52-29.
3. پورطاهری ، مهدی ؛ سجاسی قیداری ، حمدالله ؛صادقلو ، طاهره .(1390): ارزیابی تطبیقی روش های رتبه بندی مخاطرات طبیعی در مناطق روستایی ، مطالعه ی موردی : استان زنجان، پژوهش های روستایی، سری2 ، شماره3، صص54-31.
4. پورطاهری ، مهدی (1389): کاربرد روش های تصمیم گیری چند شاخصه در جغرافیا ، تهران ، سمت . 88.صفحه
کرمی، محمدرضا (1391): ارزیابی خطر زلزله و آسیب پذیری شهرها با استفاده از سیستم اطلاعات جغرافیایی ، نمونه موردی: شهر تبریز، رساله دکتری جغرافیا و برنامه ریزی شهری ، تبریز : دانشگاه تبریز.
_||_
Adamu, Mustapha. (2014) A Systematic Approach to Disaster Vulnerability Assessment in Kano Region, Nigeria, Journal of Environments, 1(1), pp 15-20.
Adger, W. N., N. Brooks, G. Bentham, M. Agnew, and S. Eriksen. )2004(. New indicators of vulnerability and adaptive capacity. Tyndall Centre for Climate Change Research, Norwich, UK. echnical Report 7, pp 1-128. Available at:http://www.ccrasa.com/library_1/22826%20- %20New%20indicators%20of%20vulnerability%20and%20adaptive%20capacity.pdf
Brooks N, Neil Adger W, Mick Kelly P (2005) the determinants of vulnerability and adaptive capacity at the national level and the implications for adaptation. Global Environmental Change Part A 15(2), pp151–163. http://download.springer.com/static/pdf/218/art.
Das M Ch, Sarkar B, Ray S. (2012) a framework to measure relative performance of Indian technical institutions using integrated fuzzy AHP and COPRAS methodology. Socio-Economic Planning Sciences. 46(3), pp 230-241
Cheng, K. & S. Yam. 2000. Development of a Fuzzy Multi-Criteria Decision Support System for Waste Management, University of Region, Saskatchewan. http://www.collectionscanada.gc.ca/obj/s4/f2/dsk3/ftp04/MQ60219.pdf
Fothergill, A., E. G. M. Maestas, and J. D. Darlington. 1999. Race, ethnicity and disasters in the United States: a review ofthe literature. Disasters 23:156-173 http://dx.doi.org/10.1111/1467-7717.00111.
Kakalauskas, A., Zavadskas, E., S. Rasalanas, S. (2006) “Selection of Low-e in Retrofit of Public Buildings by Applying Multiple Criteria Method COPRAS: A Lithuanian Case", Energy and Buildings, 38(2), Pp. 454- 462.
Kim, D.W., Byun, H. R., Choi, K.S. (2009). Evaluation, modification and application of the effective drought index to 200-Year drought climatology of Seoul, Korea. Journal of Hydrology, 378, pp 1-12.
Kumar, D. P., Ghosh, D. N., Mondal, A. C. (2011). "A MCDM Approach for Evaluating Bowlers Performance in IPL", Journal of Emerging Trends in Computing and Information Sciences, 2(11), p571.
Kusumasari, B., Alam, Q., Siddiqui, K. (2010) "Resource Capability for Local
Government in Managing Disaster", Disaster Prevention and Management, 19(4), Pp. 438- 451.
Li, H., Apostolakis, G E., Gifun, J., VanSchalkwyk, W., Leite, S., Barber, D. (2009) Ranking the risks from multiple hazards in a small community, Risk Anal. 29(3), pp 438-456.
Mishra, A., Vijay, k., P. Singh, P. (2010). A review of drought concepts. Journal of Hydrology 391(2), pp 202-216.
Mulliner, E., Smallbone, K., Vida, M.( 2013). "An Assessment of Sustainable Housing Affordability Using Multiple Criteria Decision Making Method", Omega the International Journal of Management Science, 41(2), Pp. 270- 279.
Nam, W.-H., Hayes, M. J., Svoboda, M. D., Tadesse, T. & Wilhtte, D. A. (2015). Drought hazard assessment in the context of climate change for South Korea. Agricultural Water Management, 160, 106-117.
Ocampo, L. & Clark, E. (2015). A sustainable manufacturing strategy decision framework in the context of multi-criteria decision-making. Jordan Journal of Mechanical and Industrial Engineering. 9(3): 177-186
Raziei, T., Bordi, I., Pereira, L. S. and A. Sutera, A. (2010). Space-time variability of hydrological drought and wetness in Iran using NCEP/NCAR and GPCC datasets. Hydrology and Earth System Sciences Discussions 7: 3249-3279.
Sissoko, K., Keulen, H.V., Jan Verhagen, J., Tekken, V., Battaglini, A., (2010) Agriculture, livelihoods and climate change in the West African Sahel, Reg Environ Change, published with open access at Springerlink.com, 1-7.
Sliogeriene, J., Turskis, Z. & Streimikiene, D. (2013). Analysis and Choice of Energy Generation Technologies: The Multiple Criteria Assessment on the Case Study of Lithuania. Energy Procedia, 32, pp 11-20.
Smit, B. and Wandel, J. (2006). Adaptation, adaptive capacity and vulnerability. Global Environmental Change 16:282-292. http://dx.doi.org/10.1016/j.gloenvcha.2006.03.008
The World Bank Economic and Social Commission of Africa (ECA), (2006) State of the environment report. Oxford University Press for the World Bank. Available http://www1.worldbank.org, 2006.
Van Huyssteen, E., Le Roux, A., & Van Niekerk, W. ( 2013). Analyzing risk and vulnerability of South African settlements: Attempts, explorations and reflection. Journal of Disaster Risk Studies. 5(2), 1-8.
Vincent, K. (2004). Creating an index of social vulnerability to climate change for Africa. Tyndall Centre for Climate Change Research, Norwich, UK. Pp 1-50 [online] URL: http://www.nrel. colostate.edu/ftp/conant/SLM-knowledge_base/Vincent_2004. Pdf.
Wisner, B., Blaikie, p., Cannon, T., Davis, L. (1994). at risk: natural hazards, people’s vulnerability, and disasters. Routledge, London, UK. 1-134. http://www.preventionweb.net/files/670_72351.pdf