ترکیب اطلاعات مکانی با استفاده از تئوری استدلال شهودی برای ارزیابی آسیب پذیری لرزه ای شهرتهران

قرار گرفتن چندین گسل فعال در اطراف و درون شهر تهران در کنار تراکم جمعیت انسانی بالا و تراکم ساختمانها و مراکز اداری و صنعتی بالا، این شهر را به کیی از شهرهای با آسیب پذیری بالا از نظر تلفات انسانی، در مقابل خطر زمین لرزه تبدیل نموده است. از این رو بررسی آسیب پذیری لرزه ای به عنوان کیی از ابزارهای مدیریت بحران و برنامه های توسعه شهری امری ضروری می باشد. به طور کلی برای تعیین آسیب پذیری لرزه ای از دو راهکار استفاده شده است که یکی از آنها استفاده از تجربه زمین لرزه های پیشین و مقایسه با آنها بوسیله مدلسازی های کامپیوتری و دیگری استفاده از روشهایی است که در آنها با توجه به نظر افراد خبره بر اساس معیارهای تاثیرگذار، آسیب پذیری لرزه ای برای هر منطقه تعیین می گردد. با توجه به فقدان اطلاعات کافی در زمینه زمین لرزه های پیشین، در این پایان نامه از راهکار دوم برای تعیین آسیب پذیری لرزه ای شهر تهران با دیدگاه آسیب پذیری انسانی استفاده شده است. در این روش بر اساس اطلاعات بدست آمده از معیارهای تاثیر گذار در آسیب پذیری لرزه ای و وزن دهی این معیارها بر اساس نظر کارشناسان، با استفاده از روشهای تصمیم گیری چند معیاره، آسیب پذیری تع یین می گردد. داده های بکار گرفته شده اطلاعات مکانی مرتبط با معیارهای موثر در آسیب پذیری لرزه ای هستند. به دلیل وجود عدم قطعیت و ناسازگاری در قسمت های مختلف ارزیابی و همچنین داده ها، ناگزیر به استفاده ازروشهایی هستیم که در آنها این ناسازگاری و عدم قطعیت ها مدلسازی گردند. تئوری استدلال شهودی یکی از روشهای مدل سازی عدم قطعیت در داده ها و تصمیم گیری ها می باشد که در این تحقیق بکار گرفته شده است. بر این اساس در این تحقیق برای وزن دهی معیارها از روش تجزیه و تحلیل سلسله مراتبی دمپستر- شافر و نظرات چندین فرد خبره استفاده شده است. معیارهای تاثیر گذار در ارزیابی آسیب پذیری لرزه ای با توجه به تحقیقات قبلی انجام شده و نظر افراد خبره انتخاب شده اند. سپس ارزیابی آسیب پذیری لرزه ای بر اساس هر کدام از این معیارها انجام شده است. برای این کار نیز از استدلال شهودی و یک روش تصمیم گیری چند معیاره با استفاده از درجات ارزیابی که شامل درجات منفرد و درجات بازه ای هستند، استفاده شده است. استفاده از استدلال شهودی و درجات ارزیابی بازه ای امکان مدل سازی عدم قطعیت در داده ها و تصمیم گیری را میسر می سازد.