تحلیل مکانی خطر وقوع زلزله در استان تهران و پهنه بندی آن با بهره گیری از تلفیق روش های فازی و AHP

محورهای موضوعی : جغرافیا و برنامه ریزی شهری

گیتی خوش آموز ¹ (گروه مهندسی عمران و نقشه برداری، دانشکده مهندسی، واحد تهران شمال، دانشگاه آزاد اسلامی)
محمد غیبی ² (رئیس گروه نقشه و اطلاعات مکانی، معاونت آمار و اطلاعات، سازمان مدیریت و برنامه‌ریزی استان تهران، ایران)

تاریخ دریافت : 1401/08/17 تاریخ پذیرش : 1402/03/05 تاریخ انتشار : 1402/08/01

کلید واژه: تصمیم‌گیری چند معیاره, فازی, سیستم اطلاعات مکانی, AHP, پهنه بندی خطر زلزله,

چکیده مقاله :

زلزله یکی از بحران‌های طبیعی است که بروز آن آسیب‌های زیادی به جای می‌گذارد. یکی از اقدامات برای کاهش این آسیب‌ها، تحلیل مکانی و پهنه‌بندی خطر وقوع زلزله است تا براساس نتایج آن بتوان در راستای برنامه‌ریزی و تصمیم‌گیری کاراتر اقدام نمود. اهمیت این موضوع به خصوص در استان تهران به دلیل دربرداشتن پایتخت کشور و انباشت سرمایه بیشتر احساس می‌شود. لذا در این تحقیق، استان تهران به عنوان منطقه مطالعاتی در نظر گرفته شد. برای دستیابی به این هدف نقشه معیارهای فاصله از گسل، تراکم گسل، شدت زلزله‌های پیشین، فاصله از مراکز زلزله‌های پیشین، عمق آن‌ها و وضعیت توپوگرافی(شیب منطقه) تهیه و درجه عضویت فازی به آن‌ها تعلق گرفت و پس از تعیین وزن هر معیار با استفاده از روش AHP، با بهره‌گیری از عملگر جمع فازی با یکدیگر همپوشانی داده شدند. محدوده استان به پهنه‌های با خطر نسبی کم، متوسط و زیاد تقسیم‌بندی و برای هر شهرستان میزان درصد مساحت هر پهنه مشخص گردید. نتیجه نهایی حاکی از آن است که حدود 70 درصد از مساحت شهرستان شمیرانات و حدود 50 درصد از مساحت شهرستان‌های تهران، فیروزکوه و دماوند در پهنه با خطر بالای زلزله واقع می‌شوند.

چکیده انگلیسی:

Earthquake is a natural disaster which causes many problems. One action can be taken to reduce these problems is to use spatial analysis for the purpose of zoning its hazard and based on its results, planning and decision making can be done efficiently and effectively. The importance of this issue is more in Tehran province because of containing the capital of our country and the accumulation of assets. Therefore, in this research, Tehran province was considered as the case study. In the next step, some criteria maps such as distance to fault lines, their density, the magnificence and depth of previous earthquakes, distance to them and topographic situation of our study area were produced. Then a linear fuzzy membership function was applied for each criterion. The AHP method was used to determine weight of them and finally they were overlaid with the help of the fuzzy sum method. Tehran province was classified into three classes of law, moderate and high hazard and for each county, the percentage area of each category was determined. It shows that 70 percent of Shemirant and about 50 percent of Tehran, Firozkoh and Damavand counties were located in areas with high hazard.

متن کامل:



99

 فصلنامه جغرافیایی سرزمین، علمی – پژوهشی، سال بیستم، شماره 80، زمستان 1402

 

 

 

تحلیل مکانی خطر وقوع زلزله در استان تهران و پهنه‏بندی آن با بهره‏گیری از تلفیق روش‏های فازی و AHP

 

 

گیتی خوش‌آموز¹*، محمد غیبی2

1. استادیار گروه مهندسی عمران و نقشه‏برداری، دانشکده فنی مهندسی، واحد تهران شمال، دانشگاه آزاد اسلامی، تهران، ایران

2. رئیس گروه نقشه و اطلاعات مکانی، معاونت آمار و اطلاعات، سازمان مدیریت و برنامه‏ریزی استان تهران، ایران

 

 

تاریخ دریافت مقاله: 17/08/1401                  تاریخ پذیرش مقاله: 05/10/1401

 

 

چکيده 

زلزله یکی از بحران‏های طبیعی است که بروز آن آسیب‏های زیادی به جای می‏گذارد. یکی از اقدامات برای کاهش این آسیب‌ها، تحلیل مکانی و پهنه‏بندی خطر وقوع زلزله است تا براساس نتایج آن بتوان در راستای برنامه‏ریزی و تصمیم‏گیری کاراتر اقدام نمود. اهمیت این موضوع به خصوص در استان تهران به دلیل دربرداشتن پایتخت کشور و انباشت سرمایه بیشتر احساس می‏شود. لذا در این تحقیق، استان تهران به عنوان منطقه مطالعاتی در نظر گرفته شد. برای دستیابی به این هدف نقشه معیارهای فاصله از گسل، تراکم گسل، شدت زلزله‏های پیشین، فاصله از مراکز زلزله‏های پیشین، عمق آن‏ها و وضعیت توپوگرافی(شیب منطقه) تهیه و درجه عضویت فازی به آن‏ها تعلق گرفت و پس از تعیین وزن هر معیار با استفاده از روش AHP، با بهره‏گیری از عملگر جمع فازی با یکدیگر همپوشانی داده شدند. محدوده استان به پهنه‏های با خطر نسبی کم، متوسط و زیاد تقسیم‏بندی و برای هر شهرستان میزان درصد مساحت هر پهنه مشخص گردید. نتیجه نهایی حاکی از آن است که حدود 70 درصد از مساحت شهرستان شمیرانات و حدود 50 درصد از مساحت شهرستان‏های تهران، فیروزکوه و دماوند در پهنه با خطر بالای زلزله واقع می‏شوند.

 

کليد واژه‌ها: پهنه‏بندی خطر زلزله، سیستم اطلاعات مکانی، فازی، AHP، تصمیم‏گیری چند معیاره.

 

مقدمه

زلزله یکی از بحران‏های طبیعی و غیر قابل پیش‏بینی است که موجب به هم زدن شرایط طبیعی، زندگی روزانه و آسایش افراد جامعه می‏شود. زیرساخت‏ها و زیستگاه‏ها را تخریب و به خصوص در مناطق شهری بر روی جمعیت‏های زیاد تأثیر نامطلوب می‏گذارد و با توجه به وسعت تأثیر، تکرار رویداد و غیر قابل پیش‏بینی بودن باعث خسارات زیست محیطی و اقتصادی و اجتماعی بسیار می‏شود (پاشاپور و همکاران، 1396؛ Raduan et al. 2018؛ Ateş and Mutlu, 2019؛ Li et al., 2021). هم‌چنین اثرات مخرب بهداشتی و ساختمانی بر جای گذاشته و هزینه‏های هنگفتی برای دولت‏ها به همراه دارد (Nyimbili et al. 2018; Kamranzad et al., 2020).

برای کاهش و تسکین آسیب‏ها و خسارات زلزله مانند هر بحران دیگری نیاز به مدیریت بحران می‏باشد. مدیریت بحران مراتب مختلفی شامل پیش از وقوع بحران، در حین بحران و پس از وقوع آن دارد. اهمیت مرتبه پیش از وقوع بحران یا در واقع پیشگیری به مراتب بیشتر و مؤثرتر است (امیر احمدی و آب باریکی، 1393؛ Ganapathy, 2011) و می‏تواند اثرات مخرب آن را به شدت کاهش دهد (Raduan et al. 2018).

تهیه نقشه پهنه‏بندی خطر و انجام برنامه‏ریزی و سرمایه‏گذاری مبتنی بر آن یکی از اقدامات اساسی پیش از وقوع بحران است (Erden and Kararman, 2012; Nyimbili et al, 2018). می‏توان گفت پهنه‏بندی خطر زلزله اولین و مهمترین گام به سمت ارزیابی خطر لرزه و تدبیری برای کاهش خطرات آن به خصوص در مناطق پرجمعیت است (Ganapathy, 2011) و به برنامه‏ریزی بهتر توسعه زیر ساخت، شاخص‏های تسکین و پیشرفت در توسعه سیستم اخطاردهی کمک می‏نماید (Sekac et al., 2016). براساس نقشه پتانسیل خطر می‏توان چیدمان کاربری و آمایش سرزمین را انجام داد. به عنوان مثال انباشت سرمایه‏ها و استقرار جمعیت نباید در مناطق پرخطر زلزله صورت بگیرد (Kamranzad et al., 2020).

 

ادبیات تحقیق

در تحقیقات پیشین، پهنه‏بندی خطر زلزله در کشورهای مختلف به خصوص کشورهای لرزه‏خیزی چون ترکیه، چین، اندونزی و ایران با در نظر گرفتن معیارهای مختلف انجام شده است.

Pal et al. (2008) برای پهنه‏بندی خطر زلزله سیکیم هیمالیا با استفاده از GIS، 8 لایه زمین‏شناسی، کلاس خاک، شیب، لغزش زمین، نوع سنگ و تعداد فرکانس موج تشبیه کننده حداکثر شتاب زمین تهیه نمود و این لایه‏ها با استفاده از روش AHP با هم تلفیق شدند.

Ganapathy (2011) برای تهیه نقشه ریز پهنه‏بندی لرزه‏ای سطح اول در شهر چنای هند با راهکار GIS مبنا، نقشه معیارهای حداکثر شتاب زمین، سرعت موج برشی، زمین‏شناسی، عمق سنگ بستر، عمق نوسان سطح آب را به دست آورد و با بهره‏گیری از روش AHP تلفیق نمود.

شهابی و همکاران (1390) در راستای پهنه‏بندی خطر زمین لرزه با روش تحلیل چند معیاره‏ی فضایی، معیارهای تعداد گسل، فاصله از خطوط گسل، جهت گسل، کانون وقوع زلزله، بزرگی زلزله، عمق، تراکم و ساختار لیتولوژیکی را برای پهنه‏بندی خطر زلزله در استان کردستان به کار برد. برای این منظور داده‏های خطواره‏ها، بزرگی، تراکم و عمق زلزله‏های پیشین و ساختار لیتولوژیکی را جمع‏آوری نمود.

Erden and Kararman (2012) در جهت تحلیل پارامترهای زلزله برای تولید نقشه‏های خطر زلزله با تلفیق AHP و GIS و et al Nyimbili (2018) در راستای تلفیق GIS، AHP و TOPSIS برای تحلیل خطر زلزله، از عواملی چون شیب، فاصله تا کانون زلزله، طبقه‏بندی خاک، روانگرایی و مکانیزم گسلش برای پهنه‏بندی خطر زلزله در منطقه‏ای از ترکیه بهره گرفتند و از روش AHP برای وزن‏دهی به این معیارها استفاده نمودند.

Raduan et al. (2018) به منظور بهره‏گیری از GIS برای تهیه نقشه خطر زلزله در صباح مالزی، نرخ رویدادهای زلزله و بزرگی آن‏ها و حداکثر شتاب زمین را در نظر گرفت. نتایج تحلیل وی آشکار کرد که 9/99 درصد محدوده مطالعاتی در منطقه در خطر زلزله خواهد بود در حالی که محدوده‏های بدون خطر زلزله فقط برابر با 1/0 درصد مساحت می‏باشند.

امیر احمدی و آب باریکی (1393) برای ریز پهنه‏بندی خطر زلزله در سبزوار از لایه‏های مدل رقومی ارتفاعی، شیب، فاصله از گسل، تراکم ساختمانی و جمعیت شهر، لایه کاربری اراضی، فاصله از کانون‏های زلزله‏های تاریخی، واحد ژئومورفولوژی و لایه لیتولوژی بهره گرفتند. برای وزن‏دهی به این معیارها روش AHP استفاده و در نهایت نقشه پهنه‏بندی خطر در پنج گروه خطر نسبی بسیار زیاد، زیاد، متوسط، کم و خیلی کم تهیه گردید.

Sekac et al (2016) ارزیابی GIS مبنای ریز پهنه‏بندی خطر زلزله را در دو استان گینه نو با معیارهای بزرگی و عمق زلزله، حداکثر شتاب زمین و روانگرایی خاک انجام داد. سه معیار اول از طریق روش‏های درونیابی به دست آمدند. به عنوان مثال نقشه عمق با درون‏یابی عمق زلزله‏های پیشین به دست آمد. هر چقدر عمق زلزله کمتر باشد، میزان خطر آن بیشتر است. برای تهیه نقشه روانگرایی خاک 6 پارامتر ژئومورفولوژی و زمین‏شناسی که انواع سنگ، آب در دسترس، زهکشی خاک، بافت خاک، شیب و ساختار گسل را شامل می‏شوند با هم تلفیق نمودند. نقشه‏های به دست آمده در بازه 1 تا 5 طبقه‏بندی مجدد و با تلفیق آن‏ها سطوح خطر زلزله محاسبه و مشخص شدند.

مودت و همکاران (1395) برای پهنه‏بندی زلزله خیزی پیش از بحران در استان خوزستان، 7 معیار فاصله از خطوط گسل اصلی و فرعی، تراکم زلزله‏ها، زمین‏شناسی، سطوح هم عمق زلزله، سطوح هم شدت و زلزله‏های با شدت بیش از 4 ریشتر را مد نظر قرار دادند و از روشAHP فازی برای ترکیب این معیارها استفاده نمودند.

پاشاپور و همکاران (1396) در راستای پهنه‏بندی خطر زلزله با استفاده از سیستم اطلاعات مکانی در کلانشهر تبریز، 12 معیار فاصله از خطوط گسل، واحدهای زمین‏شناسی، شیب، جهت شیب، ارتفاع، فاصله از نقاط زمین لغزش، تراکم جمعیت، کاربری اراضی، فاصله از مراکز خطر، دسترسی به شبکه‏های ارتباطی، قابلیت جابه‏جایی در شرایط بحرانی و فاصله از نقاط شهری و روستایی را در قالب دو بخش طبیعی و انسانی در نظر گرفته و نقشه خطر پذیری زلزله کلانشهر تبریز را ایجاد نمودند.

Ateş and Mutlu (2019) از ترکیب روش‏های AHP و TOPSIS و با بهره‏گیری از GIS برای ایجاد نقشه خطر زلزله در منطقه گلیاکا شهر دوزجه ترکیه بهره گرفتند. 5 معیار توپوگرافی، فاصله تا کانون زلزله، طبقه‏بندی خاک، روانگرایی و مکانیزم گسلش برای این منظور در نظر گرفته شدند. از روش AHP برای تعیین اوزان معیارها و ورودی به روش TOPSIS استفاده شد.

Kamranzad et al. (2020) به ارزیابی خطر زلزله در شهر تهران پرداخت. ابتدا اجزای ریسک شامل خطر، در معرض بودن و آسیب پذیری را براساس داده‏های مکانی موجود مانند لرزه، زمین شناسی، گسل‏های فعال، توزیع جمعیت، کاربری زمین، بافت شهری، ارتفاع ساختمان‏ها، نوع سازه و قدمت و مجاورت به زیرساخت‏های بحرانی ارزیابی نمود. در واقع ریسک زلزله را با سه عنصر خطر، در معرض بودن و آسيب‏پذيري كمي نمود. از حداکثر شتاب زمین برای تهیه نقشه خطر بهره گرفت و نقشه‏های در معرض بودن براساس تراکم جمعیت و آسیب‏پذیری فیزیکی با ترکیبی از لایه‏های کاربری زمین، بافت شهری، ارتفاع ساختمان، نوع سازه فراهم شدند و در نهایت هر سه جزء در یک چارچوب مکانی تلفیق و نقشه ریسک زمین لرزه شهر تهران به دست آمد.

 Kargaranbafghi et al.(2020) تحلیل خطر زلزله‏ای شهر زرند را با تلفیق GIS و AHP، براساس عمق زلزله‏ها، فاصله تا مراکز زلزله، بزرگی زلزله‏ها، سنگ‏شناسی و فاصله از گسل انجام داد.

.Li et al (2021) مدل پیش‏بینی میزان تلفات انسانی براساس یادگیری ماشین را در مناطق آسیب دیده از زلزله در چین ارائه نمود و برای تقسیم‏بندی منطقه مطالعاتی به درجات مختلف مناطق خطر، از داده خطوط گسل و جمعیت بهره گرفت.

.Al-Dogom et al (2021) تحلیل چند معیاره مکانی را برای ارزیابی خطر زلزله در فجیره امارات به کار گرفت. بدین منظور از روش‏های AHP و یادگیری ماشین بهره گرفت. 5 لایه موضوعی حداکثر شتاب زمین، طبقه‏بندی خاک، فاصله از گسل، درصد شیب و زمین‏شناسی در منطقه‏بندی خطر زلزله در تحقیق آن‏ها در نظر گرفته شد.

در مطالعات تحلیل مخاطرات (زلزله و حرکات توده‏ای) طرح تهیه و تدوین برنامه آمایش استان تهران در سال 1388، پهنه‏بندی خطر زلزله براساس دو معیار فاصله از گسل و فاصله از کانون‏های زمین لرزه انجام شده است (علیمحمدی، 1388).

به طور خلاصه تحقیقات مختلفی در زمینه پهنه‏بندی خطر زلزله انجام شده است. اما نوآوری تحقیق پیش‏رو تلفیق دو روش AHP و فازی برای پهنه‏بندی خطر زلزله در استان تهران می‏باشد و براساس دانش نویسندگان تاکنون چنین تحقیقی انجام نپذیرفته است.

3. روش انجام تحقیق

نمودار مراحل انجام تحقیق در شکل 1 ارائه شده است.

‏

شکل 1 - نمودار مراحل انجام تحقیق (منبع: نویسندگان)

 

پهنه‏بندی خطر زلزله یک مسأله چند معیاره است یعنی معیارها و عوامل مختلفی در آن دخیل هستند. لذا برای انجام آن می‏توان از روش‏های تصمیم‏گیری چند معیاره بهره برد (Ateş and Mutlu, 2019). تصمیم‏گیری چند معیاره مکانی شامل مجموعه‏ای از گزینه‏های تعریف شده مکانی است که از بین آن‏ها یک یا چند گزینه با توجه به مجموعه‏ای از معیارهای ارزیابی انتخاب می‏شوند (Erden and Kararman, 2012). لذا اولین گام در ارزیابی پتانسیل خطر لرزه‏ای یک منطقه، شناسایی معیارهای مؤثر در آن، سپس جمع‏آوری داده‏های مرتبط برای استخراج این معیارهاست. براساس تحقیقات پیشین معیارهای در نظر گرفته شده در این تحقیق، فاصله از گسل‏ها و تراکم آن‏ها، بزرگی زلزله‏های پیشین، فاصله از مراکز زلزله‏های پیشین و عمق آن‏ها و شیب منطقه می‏باشد. با توجه به اينكه مهمترين عامل وقوع زلزله، گسل‏ها مي‏باشند، لذا شناسايي و بررسي موقعيت آن‏ها مي‏تواند براي تشخیص مناطق پرخطر مورد استفاده قرار گيرد (علیمحمدی، 1388). فاصله از گسل به دلیل مجاورت نزدیک بین گسل و زلزله و اینکه اکثر زلزله‏ها بر روی گسل متمرکز شده‏اند، اهمیت ویژه‏ای دارد. هرچقدر گسل‏ها دورتر باشند، اثر زلزله کاهش می‏یابد (شهابی و همکاران، 1390). بزرگی زلزله عامل مهمی است زیرا تأثیر زلزله در منطقه بستگی به بزرگی یا شدت آن دارد. فاصله از مرکز زلزله و عمق زلزله نیز دارای اهمیت هستند. هر چقدر فاصله از مرکز بیشتر باشد، اثر زلزله کاهش می‏یابد و هرچقدر وقوع زلزله در عمق کمتر باشد، شدتش بیشتر خواهد بود و وسعت و گستردگی تخریب ناشی از آن بیشتر می‏گردد. اما عمق بیشتر قدرت تخریب زلزله را کاهش می‏دهد (مودت و همکاران، 1395؛ Sekac et al., 2016). هم‌چنین همیشه این احتمال وجود دارد که اگر در مکانی در گذشته زلزله بزرگی اتفاق افتاده باشد، مستعد زلزله‏های بزرگ در آینده نیز هست (Sekac et al., 2016). پس بررسي موقعيت زلزله‏هاي پیشین نيز به پهنه‏بندی خطر زلزله كمك می‏نمايد (علیمحمدی، 1388). اثر زلزله با افزایش فاصله از کانون زمین لرزه کاهش می‏یابد. علاوه بر این اثر توپوگرافی عامل مهمی در خطرات زلزله است و افزایش ارتفاع و درجه شیب باعث تقویت اثر زلزله می‏گردد.

پس از شناسایی معیارهای موثر بر پهنه‏بندی زلزله، برای تهیه نقشه هر معیار باید داده مناسب جمع‏آوری گردد. براین اساس نیاز به جمع‏آوری داده‏های موقعیت زلزله‏های پیشین و خصوصیات آن‏ها از جمله شدت، عمق، بزرگی می‏باشد. هم‌چنین داده گسل و مدل رقومی ارتفاعی مورد نیاز است. سه نقشه معیار شدت، عمق و بزرگی زلزله با استفاده از روش درون‏یابی وزن دار معکوس فاصله از خصوصیات زلزله‏های پیشین منتج می‏شوند. فاصله از مراکز زلزله‏های پیشین و فاصله از خطوط گسل به کمک فاصله اقلیدسی به دست می‏آیند و تراکم خطوط گسل با بهره‏گیری از تابع محاسبه تراکم نرم افزار GIS قابل دستیابی است. نقشه معیار شیب نیز از مدل ارتفاعی رقومی استخراج می‏شود.

برای وزن‏دهی به نقشه معیارهای فوق، از روش AHP بهره گرفته شد و ماتریس مقایسه زوجی براساس تحقیقات پیشین تشکیل و وزن هر معیار محاسبه می‏گردد.

AHP یکی از روش‏های تصمیم‏گیری چند معیاره و پر کاربرد است که در اواسط 1970 توسط ساعتی معرفی و از آن پس در انواع کاربردها شامل مکان‏یابی، برنامه‏ریزی، پهنه‏بندی و ... مورد استفاده واقع شد. این روش به تصمیم‏گیران برای مرتب کردن معیار و گزینه‏های مسأله تصمیم در یک مدل تصمیم سلسله مراتبی کمک می‏کند (Erden and Kararman, 2012; Kargaranbafghi et al. 2020). درخت سلسله مراتبی یک نمایش گرافیکی از مسأله است که در بالاترین سطح آن هدف کلی مسأله و در سطوح بعدی معیارها و گزینه ها قرار دارند (مودت و همکاران، 1395). شکل 2، درخت سلسله مراتب این تحقیق را نشان می‏دهد.

 

شکل 2 - درخت سلسله مراتب تحلیل فضایی و پهنه‏بندی خطر زمین لرزه (منبع: نویسندگان)

 

در فرآیند تحلیل سلسله مراتبی پس از تشکیل ماتریس مقایسه زوجی براساس مقیاس 9 کمیتی همه معیارها در ارتباط با هم و به صورت دودویی بررسی و مقایسه می‏شوند. مقیاس نه کمیتی شامل 9، 8، 7،...، 7/1، 8/1، 9/1 است که 9 بیانگر حداکثر ارجحیت می‏باشد. 7 بیانگر ترجیح خیلی قوی است، 5 بیانگر ترجیح قوی و تا 1 که بیانگر هیچ ترجیحی نیست، کاهش می‏یابد. مقایسه زوجی در ماتریس مربعی مرتب می‏شود که عناصر قطری 1 هستند (Dogom et al., 2021). سپس با نرمال نمودن ردیف‏های ماتریس، ضرایب اهمیت و امتیاز هر معیار مشخص می‏گردد. در هر سطح سلسه مراتب، فرآیند کنترلی برای مقایسات زوجی انجام می‏شود. اگر نرخ ناسازگاری کمتر از 1/0 باشد، این نرخ سطح قابل قبول سازگاری در مقایسات زوجی را نشان می‏دهد. اگر بزرگتر از 1/0 باشد، مقادیر نسبی بیانگر قضاوت‏های ناسازگار است که کاربر باید مجدد مقادیر اصلی را در ماتریس مقایسه زوجی باز ارزیابی نماید و فرآیند را تکرار کندal, 2020)  (Kargaranbafghi. شاخص سازگاری با معادله زیر محاسبه می‏شود:

 

که در آن maxλ بزرگترین مقدار ویژه و n تعداد معیار است. نرخ سازگاری از تقسیم شاخص سازگاری بر عدد حقیقی RI یا (شاخص تصادفی) با معادله زیر محاسبه می‏شود:

 

RI، تخمینی از میانگین شاخص سازگاری به دست آمده از مجموعه‏ای بزرگ از ماتریس‏های تصادفی تولید شده به اندازه n است (Erden and Kararman, 2012).

در GIS رستر مبنا هر سلول منفرد یک گزینه و کاندیدی برای ارزیابی می‏باشد. لذا به دلیل تعداد زیاد سلول‏ها، مقایسه زوجی گزینه‏ها غیر عملی است و از جمع وزن‏دار بهره گرفته می‏شود (Erden and Kararman, 2012). اما برای اینکه بتوان لایه‏های مختلف را با هم تلفیق نمود، باید مقادیر تمام لایه‏ها در یک بازه مشخص قرار داشته باشند که در این تحقیق مقادیر 1 تا 5 مدنظر قرار گرفت. توجه به این نکته ضروری است که در برخی معیارها با افزایش مقدار، خطر زلزله بالاتر می‏رود و در برخی معیارها به صورت بالعکس می‏باشد. جدول شماره 1 نشان می‏دهد که کدامیک از معیارها به صورت مستقیم و کدامیک به صورت معکوس تأثیر می‏گذارند.

جدول 1 - معیارهای مستقیم و معکوس (منبع: نویسندگان)

معیارهای معکوس (افزایش معیار، خطر پذیری کمتر)	معیارهای مستقیم (افزایش معیار، خطر پذیری بیشتر)
فاصله از گسل	شیب
فاصله از مراکز زلزله‏های پیشین	تراکم گسل
عمق زلزله‏های پیشین	شدت یا بزرگی زلزله های پیشین

 

در واقع هر کدام از نقشه‏های معیار طبقه‏بندی مجدد شدند و عدد 5 برای خطر بیشتر زلزله و 1 برای خطر کمتر زلزله اختصاص داده شد. سپس هر نقشه معیار نرمال شده، با استفاده از تابع عضویت خطی، دارای درجه عضویت فازی شد.

در منطق فازی، درجه عضویت یک معیار در بازه صفر (عدم عضویت) تا یک (عضویت کامل) مشخص می‏گردد. برای تعیین درجه عضویت از یک تابع عضویت استفاده می‏شود که این تابع می‏تواند خطی یا غیر خطی باشد (بهشتی‏فر و همکاران، 1389). در این تحقیق از تابع عضویت خطی بهره گرفته شد. پس از بهره‏گیری از تابع عضویت فازی مقداری بین 0 تا 1 به هر پیکسل اختصاص گردید که مقدار نزدیکتر به 1، بیانگر خطر زلزله بالاتر است.

پس از فازی سازی معیارها، هر معیار در وزن به دست آمده از روش AHP ضرب شده و نتایج حاصل با استفاده از عملگر جمع فازی با هم تلفیق شدند تا نقشه خطر پذیری زلزله به دست آید.

عملگر جمع فازی با استفاده از رابطه زیر تعریف می‏شود (بهشتی‏فر و همکاران، 1389).

 

 

نقشه حاصل استان را در 3 سه دسته خطرپذیری کم، متوسط و بالا پهنه‏بندی می‏نماید. نمودار کل مراحل در شکل 3 مشاهده می‏شود.

 

 

شکل 3 - نمودار مراحل ایجاد نقشه‏های معیار، فازی سازی و تلفیق آن‏ها (منبع: نویسندگان)

 

پیاده‏سازی

منطقه مطالعاتی در این تحقیق استان تهران در نظر گرفته شده است. زیرا از طرفی کل کشور بر روی کمربند لرزه‏خیز آلپ-هیمالیا واقع شده و وجود گسل‏های متعدد، فرآیندهای فعال زمین‏شناسی و صفحه‏ای زلزله را به عنوان یک خطر بالقوه در ایران مطرح ساخته است (شهابی و همکاران، 1390؛ پاشاپور و همکاران، 1396) (شکل4).

 

شکل 4 - موقعیت ایران به عنوان یک کشور زلزله خیز (ناحیه قرمز داخل دایره) واقع بر کمربند فعال و لرزه خیز آلپ، هیمالیا (منبع: علیمحمدی، 1388).

از طرف دیگر تأثیر مخرب زلزله در استان تهران به دلیل دربرداشتن شهر تهران به عنوان پایتخت کشور و هم‌چنین دارا بودن جمعیت بالا بسیار زیاد خواهد بود (Kamranzad et al., 2020؛ علیمحمدی، 1388). در طی 65 سال، جمعیت استان تهران از 5/1 میلیون تا حدود 15 میلیون نفر افزایش یافته است (Kamranzad et al., 2020). استان تهران دارای گسل‏های پر تعداد می‏باشد که اکثراً بصورت نوارهاي شرقي- غربي در شمال و جنوب استان واقع شده‏اند. منشأ اكثريت زلزله‏هاي به وقوع پیوسته در استان، نوار گسلي هم جهت رشته كوه‏هاي البرز در نيمه شمالی بوده است. اگرچه اكثر گسل‏هاي مهمي كه در گستره تهران وجود دارند لرزه‏زا بوده و انتظار لرزه‏زايي مجدد آن‏ها وجود دارد. اين عامل با توجه به تراكم و نوع گسل‏هاي موجود در استان و با در نظر گرفتن دوره بازگشت زلزله در استان حاكي از محتمل بودن وقوع آن است. بررسي توزيع شهرستان‏ها در طبقات مختلف فاصله از گسل‏ها نيز نشان مي‏دهد كه بخش قابل توجهي از مراكز جمعيتي استان در نواحي نزديك به گسل‏ها استقرار یافته‏اند (علیمحمدی، 1388).

داده استفاده شده در این تحقیق شامل موقعیت زلزله‏های پیشین، خطوط گسل و مدل رقومی ارتفاعی می‏باشد. زلزله‏های پیشین براساس نوع و دقت اطلاعات به دو دسته زلزله‏های تاریخی و دستگاهی تقسیم‏بندی می‏شوند. اطلاعات زلزله‏های تاریخی دقیق نیست و شامل رويدادهاي لرزه‏اي مي باشند كه از سالیان قبل تا آغاز قرن بیستم به وقوع پيوسته‏اند و با استفاده از مدارك، شواهد و مطالعات مختلف، اسناد تاريخي، سفرنامه‏ها می‏توان راجع به آن‏ها اطلاعات کسب نمود. صحت بزرگي، موقعیت و زمان تخمينی آن‏ها بستگي به نوع و دقت شواهد مورد استفاده دارد. به دلیل اینکه اطلاعات راجع به زلزله‏های تاریخی غیر دقیق و جمع‏آوری آن مشکل است، در این تحقیق در نظر گرفته نشدند. با شروع قرن بیستم با نصب دستگاه‏هاي لرزه نگار، تعيين بزرگي، زمان و موقعیت مکانی زلزله‏ها با دقت بسيار بالا امکان‏پذیر شد (علیمحمدی، 1388؛ Lay and Wallace 1995). امروزه اندکی پس از وقوع زمين‏لرزه، اطلاعات كاملی از مشخصات آن شامل موقعيت، عمق، زمان وقوع، شدت و ساير ويژگي‏های آن را مي‏توان در صفحات اينترنتي مراكز زلزله نگاري معتبر مشاهده نمود (علیمحمدی، 1388). در تحقیق پیش‏رو اطلاعات زلزله‏های پیشین از سایتhttps://earthquake.usgs.gov  سازمان زمین‏شناسی آمریکا استخراج گردیدند. به دلیل اینکه زلزله‏های به وقوع پیوسته در استان‏های مجاور استان تهران هم تأثیر گذارند، کلیه زلزله‏های دستگاهی بالای 4 ریشتر به وقوع پیوسته از سال 1900 به بعد جمع‏آوری شدند که تعداد آن‏ها برابر با 222 مورد می‏باشد. شکل 5 موقعیت و بزرگی این زلزله‏ها را نمایش می‏دهد. خصوصیات توصیفی هر داده زلزله مانند موقعیت، تاریخ وقوع، بزرگی و عمق آن در جدول خصوصیت توصیفی منتسب به آن وجود دارد.

 

شکل 5 - موقعیت زلزله‏های دستگاهی بالای 4 ریشتر به وقوع پیوسته در استان تهران و استان‏های همجوار (منبع: نویسندگان)

داده‏های گسل استان تهران و اطراف آن نیز جمع آوری شدند (شکل 6).

 

شکل 6 - گسل‏های استان تهران و اطراف آن (منبع: نویسندگان)

مدل رقومی ارتفاعی 30 متری SRTM استان تهران در شکل 7 مشاهده می‏شود.

 

شکل 7 - مدل رقومی ارتفاعی استان تهران (منبع: نویسندگان)

ایجاد نقشه‏های معیار و تلفیق آن‏ها

با انجام تحلیل‏های مورد نیاز بر روی هر یک از داده‏های فوق ارائه شده در شکل 3، 6 نقشه معیار فاصله از کانون‏های زمین لرزه، شدت یا بزرگی زلزله، عمق زلزله، شیب، فاصله از گسل و تراکم خطوط گسل تهیه شدند (شکل 8).

 

شکل 8 - نقشه‏های معیار مورد نیاز برای پهنه‏بندی خطر زلزله (منبع: نویسندگان)

سپس این نقشه‏های معیار با توجه به مستقیم یا معکوس بودن مطابق با جدول 1، در بازه 1 تا 5 نرمال گردیدند (شکل 9).

 

شکل 9 - نقشه‏های معیار نرمال شده برای پهنه‏بندی خطر زلزله (منبع: نویسندگان)

در گام بعدی هر کدام از نقشه معیارهای ایجاد شده با تابع عضویت خطی، فازی سازی شدند (شکل 10).

 

شکل 10 - فازی‏سازی نقشه‏های معیار برای پهنه‏بندی خطر زلزله (منبع: نویسندگان)

سپس ماتریس مقایسه زوجی براساس تحقیقات پیشین مطابق جدول زیر تشکیل گردید.

جدول 1 - ماتریس مقایسه زوجی بین 6 معیار مؤثر در پهنه‏بندی خطر زلزله (منبع: نویسندگان)

عمق زلزله	فاصله از گسل	شیب	فاصله از مرکز زلزله	تراکم خطوط گسل	شدت زلزله	معیار
7	333/0	9	3	333/0	1	شدت زلزله
9	1	6	5	1	3	تراکم خطوط گسل
5	2/0	6	1	2/0	333/0	فاصله از مرکز زلزله
333/0	17/0	1	17/0	17/0	111/0	شیب
9	1	6	5	1	3	فاصله از گسل
1	111/0	3	2/0	111/0	143/0	عمق زلزله

براساس جدول 2، وزن معیارها به صورت جدول 3 محاسبه گردید.

جدول 3 - محاسبه وزن معیارها (منبع: نویسندگان)

وزن	معیار
181/0	شدت زلزله
032/0	شیب
101/0	فاصله از مرکز زلزله
322/0	فاصله از گسل
040/0	عمق زلزله
322/0	تراکم گسل

نرخ ناسازگاری CR نیز برابر با 09/0 به دست آمد که بیانگر سازگاری قابل قبول بین قضاوت‏ها است. با حاصلضرب وزن هر معیار در نقشه معیار آن و جمع فازی آن‏ها با یکدیگر نقشه شکل 11 حاصل می‏شود.

 

 

شکل 11 - نقشه نهایی پهنه‏بندی خطر زلزله در استان تهران با استفاده از روش پیشنهاد شده در این تحقیق (منبع: نویسندگان)

نمودار درصد مساحتی از هر شهرستان که در هر کدام از پهنه‏های خطرپذیری کم‏تر، متوسط و زیاد قرار می‏گیرد، در شکل 11 نمایش داده شده است.

 

شکل 11 - درصد مساحت پهنه‏بندی خطر زمین لرزه هر یک از شهرستان‏های استان با استفاده از جمع وزن‏دار فازی (منبع: نویسندگان).

5. ارزیابی و نتیجه‏گیری

برای ارزیابی نتایج سه سناریو در نظر گرفته شد: 1- جمع نقشه‏های معیار نرمال شده بدون وزن‏دهی، 2- در نظر گرفتن تنها دو معیار فاصله از کانون‏های زلزله و فاصله از گسل و 3- در نظر گرفتن سه معیار فاصله از کانون‏های زلزله، فاصله از گسل و شیب. سپس با میانگین‏گیری از نقشه‏های حاصل از این سه سناریو، شکل 12 برای مقایسه و ارزیابی منتج شد.

 

شکل 12 - نقشه پهنه‏بندی خطر زلزله قابل استفاده برای مقایسه و ارزیابی شکل 10 (منبع: نویسندگان)

جداول 4 و 5 به ترتیب درصد مساحت پهنه‏بندی خطر زلزله به تفکیک شهرستان را با روش جمع وزن‏دار فازی و ارزیابی نشان می‏دهد.

جدول 4 - درصد مساحت پهنه بندی خطر زلزله به تفکیک شهرستان با روش جمع وزن‏دار فازی (منبع: نویسندگان)

ردیف	نام شهرستان	خطر کم	خطر متوسط	خطر زیاد
1	شمیرانات	9	23	68
2	اسلامشهر	49	44	7
3	شهریار	64	10	26
4	بهارستان	100	0	0
5	فیروزکوه	18	37	45
6	پاکدشت	84	15	1
7	قدس	78	22	0
8	پردیس	3	56	41
9	قرچک	44	56	0
10	پیشوا	65	32	3
11	ملارد	24	31	45
12	تهران	14	35	51
13	ری	16	53	31
14	رباط کریم	32	36	32
15	دماوند	21	31	48
16	ورامین	52	30	18

 

جدول 5 - درصد مساحت پهنه بندی خطر زلزله به تفکیک شهرستان با روش ارزیابی (منبع: نویسندگان)

ردیف	نام شهرستان	خطر کم	خطر متوسط	خطر زیاد
1	شمیرانات	14	40	46
2	اسلامشهر	36	51	13
3	شهریار	50	27	23
4	بهارستان	100	0	0
5	فیروزکوه	9	23	68
6	پاکدشت	65	30	5
7	قدس	38	58	4
8	پردیس	3	37	60
9	قرچک	76	24	0
10	پیشوا	56	43	1
11	ملارد	36	43	21
12	تهران	12	53	35
13	ری	64	33	3
14	رباط کریم	39	45	16
15	دماوند	6	31	63
16	ورامین	67	23	10

 

مقایسه جداول 4و 5 نشان داد که بیشترین درصد مساحت شهرستان‏های شمیرانات، فیروزکوه و دماوند با استفاده از هر دو روش در دسته خطر زیاد و بیشترین درصد مساحت شهرستان‏های شهریار، بهارستان، پاکدشت، پیشوا و ورامین با استفاده از هر دو روش در دسته کم خطر نسبی قرار گرفتند. بیشترین درصد از مساحت شهرستان شمیرانات با استفاده از روش پیشنهادی این تحقیق و هم‌چنین روش ارزیابی به ترتیب با 68 و 46 درصد در پهنه خطر زیاد واقع شد. بیشترین درصد از مساحت شهرستان فیروزکوه معادل با 45 درصد براساس روش پیشنهادی این تحقیق و 68 درصد براساس روش ارزیابی در پهنه پر خطر برآورد شد. طبق روش پیشنهادی این تحقیق حدود 50 درصد از مساحت شهرستان دماوند و با روش ارزیابی، بیش از 60 درصد از مساحت شهرستان دماوند در پهنه خطر بالای زلزله قرار دارد.

بیشترین درصد از مساحت شهرستان شهریار با هر دو روش ارائه شده این تحقیق و روش ارزیابی به ترتیب با 64 و 50 درصد در پهنه کم خطر نسبی، قرار می‏گیرند. 100 درصد مساحت شهرستان بهارستان در هر دو روش در دسته کم خطر واقع شد. البته منظور کم خطر بودن نسبی (نسبت به سایر شهرستان‏های استان تهران است). بیش از 50 درصد از مساحت شهرستان ورامین، حدود 60 درصد از مساحت شهرستان پیشوا، و بیش از 60 درصد از مساحت شهرستان پاکدشت با هر دو روش در پهنه خطر نسبی کم واقع شدند.

آنچه در این تحقیق بر روی آن تمرکز شده است بررسی مؤلفه خطر زلزله در استان تهران به وسیله تهیه نقشه پهنه‌بندی آن می‌باشد تا به عنوان مبنایی برای برنامه‌ریزی و تصمیم‌گیری در نظر گرفته شود. لذا عوامل مرتبط با مؤلفه‏های در معرض بودن مانند میزان و تراکم جمعیت یا عوامل مرتبط با بحث آسیب‌پذیری یعنی مقاومت سازه‌ها و ساختمان‌ها، قدمت و سن بنا، نوع بافت در این تحقیق در نظر گرفته نشد و پیشنهاد می‏شود در تحقیقات آتی، نقشه این دو مؤلفه نیز تهیه گردد.

 

تشکر و قدردانی

نویسندگان بر خود لازم می‏دانند بدین وسیله از حمایت‏های جناب آقای دکتر ازوجی رئیس محترم و جناب آقای افشین معاون محترم آمار و اطلاعات سازمان مدیریت و برنامه‏ریزی استان تهران سپاسگزاری نمایند.

 

منابع

Erden, T., and Karaman, H. (2012). Analysis of earthquake parameters to generate hazard maps by integrating AHP and GIS for Küçükçekmece region. Natural Hazards and Earth System Sciences, 12(2), 475-483.

https://nhess.copernicus.org/articles/12/475/2012/

Nyimbili, P.H., Erden, T. and Karaman, H. Integration of GIS, AHP, and TOPSIS for earthquake hazard analysis. Nat Hazards 92, 1523–1546 (2018). https://doi.org/10.1007/s11069-018-3262-7.

https://link.springer.com/article/10.1007/s11069-018-3262-7

Al-Dogom, D., Al-Ruzouq, R., Kalantar, B., Schuckman, K., Al-Mansoori, S., Mukherjee, S., and Ueda, N. (2021). Geospatial Multicriteria Analysis for Earthquake Risk Assessment: Case Study of Fujairah City in the UAE. Journal of Sensors. https://doi.org/10.1155/2021/6638316.

https://www.hindawi.com/journals/js/2021/6638316/

Raduan, R., Daud, M. E., & Kaamin, M. (2018). Applications GIS for earthquake threat mapping in Sabah. In MATEC Web of Conferences (Vol. 250, p. 07001). EDP Sciences.

https://www.matec-conferences.org/articles/matecconf/abs/2018/109/matecconf_sepka-iseed2018_07001/matecconf_sepka-iseed2018_07001.html

Ateş, A., & Mutlu, A. H. (2019). Earthquake Hazard Mapping and Analysis by Integrating GIS, AHP, and TOPSIS for Gölyaka Region in Duzce, Turkey. https://depot.ceon.pl/handle/123456789/17079

Kamranzad, F., Memarian, H., & Zare, M. (2020). Earthquake risk assessment for Tehran, Iran. ISPRS International Journal of Geo-Information, 9(7), 430.

https://www.mdpi.com/2220-9964/9/7/430

Pal, I., Nath, S. K., Shukla, K., Pal, D. K., Raj, A., Thingbaijam, K. K. S., & Bansal, B. K. (2008). Earthquake hazard zonation of Sikkim Himalaya using a GIS platform. Natural hazards, 45(3), 333-377.

https://link.springer.com/article/10.1007/s11069-007-9173-7

Li, B., Gong, A., Zeng, T., Bao, W., Xu, C., & Huang, Z. (2021). A Zoning Earthquake Casualty Prediction Model Based on Machine Learning. Remote Sensing, 14(1), 30. https://www.mdpi.com/2072-4292/14/1/30

Ganapathy, G. P. (2011). First level seismic microzonation map of Chennai city–a GIS approach. Natural Hazards and Earth System Sciences, 11(2), 549-559.

https://nhess.copernicus.org/articles/11/549/2011/

Sekac, T., Jana, S. K., Pal, I., & Pal, D. K. (2016). GIS-based evaluation in earthquake hazard micro-zonation-a case study of Madang and Morobe Province, Papua New Guinea. International Journal of Advanced Engineering Research and Science, 3(8), 236817.

https://ijaers.com/detail/gis-based-evaluation-in-earthquake-hazard-micro-zonation-a-case-study-of-madang-and-morobe-province-papua-new-guinea-2/

Kargaranbafghi, F., Ravari, M. K., & Shahid, M. R. (2020). Seismic hazard analysis of Zarand city using ahp-gis. Italian journal of engineering geology and environment, (1), 5-16.

https://rosa.uniroma1.it/rosa02/engineering_geology_environment/article/view/1015

شهابی، قلیزاده و نیری، (1390). پهنه بندی خطر زمین لرزه با روش تحلیل چند معیاره‏ی فضایی. جغرافیا و توسعه. (21)، 80-65.

مودت، نظرپور، حیدری‌نیا، (1395). پهنه بندی زلزله خیزی پیش از بحران با استفاده از تکنیک FAHP مطالعه موردی استان خوزستان. فصلنامه جغرافیا و مطالعات محیطی. https://civilica.com/doc/1309252.

امیر احمدی و آب باریکی، (1393). ریزپهنه بندی خطر زلزله شهر سبزوار با استفاده از سیستم اطلاعات جغرافیایی GIS. جغرافیا و توسعه. (35)، 133-152.

علیمحمدی، (1388). مطالعات منابع طبیعی و محیط زیست تحلیل مخاطرات (زلزله و حرکات توده‏ای). طرح تهیه و تدوین برنامه آمایش استان.

پاشاپور و همکاران، (1398). پهنه‏بندی خطر زلزله با استفاده از سیستم اطلاعات جغرافیایی (مطالعه موردی: کلانشهر تبریز)، فصلنامه آمایش محیط، (45) 12، 49-69.

بهشتی فر، سارا، مسگری، محمدسعدی، ولدان زوج، محمدجواد، و کریمی، محمد، (1389). استفاده از منطق فازی در محیط GIS به منظور مکان یابی نیروگاه های گازی. نشریه مهندسی عمران و نقشه برداری (دانشکده فنی)  (4)44، 583-595.

 

 

 

Spatial Analysis of Earthquake Hazard in Tehran Province and Its Zoning by Utilizing Fuzzy and AHP Methods

 

 

Giti KhoshAmooz 1*, Mohammed Gheibi 2

1. Assistant Professor, Department of Civil Engineering and Mapping, Faculty of Technical Engineering, North Tehran Branch, Islamic Azad University, Tehran, Iran

2. Head of Map and Spatial Information Department, Deputy of Statistics and Information, Management and Planning Organization of Tehran Province, Iran

 

 

 

Abstract

Earthquake is a natural disaster which causes many problems. One action can be taken to reduce these problems is to use spatial analysis for the purpose of zoning its hazard and based on its results, planning and decision making can be done efficiently and effectively. The importance of this issue is more in Tehran province because of containing the capital of our country and the accumulation of assets. Therefore, in this research, Tehran province was considered as the case study. In the next step, some criteria maps such as distance to fault lines, their density, the magnificence and depth of previous earthquakes, distance to them and topographic situation of our study area were produced. Then a linear fuzzy membership function was applied for each criterion. The AHP method was used to determine weight of them and finally they were overlaid with the help of the fuzzy sum method. Tehran province was classified into three classes of law, moderate and high hazard and for each county, the percentage area of each category was determined. It shows that 70 percent of Shemirant and about 50 percent of Tehran, Firozkoh and Damavand counties were located in areas with high hazard.

 

Keywords: Multi criteria decision making, fuzzy, AHP, Earthquake hazard zoning, Geospatial Information System.

 

 

 

---

[1] *نویسنده عهده دار مکاتبات:                                                                                                       [e-mail]