عنوان پایان‌نامه
بهینه سازی شبکه امداد ونجات جاده ای
- رشته تحصیلی
- مهندسی عمران-سیستمهای اطلاعات جغرافیایی(GIS)
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه پردیس 2 فنی شماره ثبت: 1459;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 39947
- تاریخ دفاع
- ۱۴ مهر ۱۳۸۷
- دانشجو
- نعیمه گواهی
- استاد راهنما
- محمودرضا دلاور
- چکیده
- با توجه به اینکه کشور ما از بسیاری حوادث غیرمترقبه طبیعی و بشرساخت رنج می برد، عمده تلفات جانی و مالی حوادث فوق در ایران در رابطه با حوادث طبیعی مربوط به زلزله و در سوانح مربوط به تصادفات رانندگی می باشد. لذا در این تحقیق با به خدمت گیری سیستم های اطلاعات مکانی از طریق تعیین سطح آسیب پذیری نقاط مختلف جاده از نظر بحران های طبیعی مانند زلزله و سوانح مانند تصادفاترانندگی، به بررسی و بهینه سازی شبکه ایستگاه های امداد و نجات جاده ای پرداخته شده است، به گونه ای که ایستگاه های تعیین شده در موقعیت مناسبی قرار داشته باشند تا توسط نیروهای امدادرسان در هر بحران طبیعی و حوادث جاده ای قابل استفاده باشند. تهران به عنوان یکی از شهرهای مهم ایران به واسطه قرارگرفتن چندین گسل فعال در اطراف و درون آن از ریسک بالایی در مقابل خطر زمین لرزه برخوردار است. ازاین رو بررسی های مربوط به آسیب پذیری لرزه ای یکی از ضروریات مدیریت شهری در تهران می باشد. از میان حوادث مختلف نیز، تصادفات رانندگی به دلیل خصوصیات خاص خود منجمله فراوانی بالا، شدت زیاد و شانس درگیرشدن مستقیم تمامی افراد جامعه در آن از اهمیت بالایی برخوردار است که این نقش در کشورهای در حال توسعه نظیر کشور ما از نمود بیشتری برخوردار است. یکی از مهمترین عواملی که می تواند در کاهش ریسک زمین لرزه و حوادث جاده ای نقش عمده ای ایفا کند، وجود سیستم های امداد و نجات است. از مهمترین مشارکت ها و نوآوری های این تحقیق طبقه بندی پارامترهای مؤثر در مکان یابی ایستگاه های امداد و نجات جاده ای در سه کلاس ایمنی، آسیب پذیری لرزه ای منطقه و فاصله از نقاط حادثه خیز تصادفات جاده ای است. برای تعیین آسیب پذیری لرزه ای منطقه ابتدا آسیب پذیری لرزه ای سکونتگاه هاو سپس آسیب پذیری کل منطقه محاسبه شد. به منظور تعیین سطح آسیب پذیری لرزه ای منطقه دو رویکرد کلی وجود دارد،که یکی از آنها استفاده از تجربه زمین لرزه های پیشین و دیگری استفاده از روشهایی است که در آنها شاخصهای تأثیرگذار از وزن مناسبی در تعیین آسیب پذیری برخوردار می باشند. بدلیل کمبود اطلاعات ثبت شده علمی در مورد زمین لرزه های پیشین، در این پایان نامه از رویکرد دوم استفاده شده است.دراین پایان نامه به منظور تعیین درجه آسیب پذیری فیزیکی سکونتگاه ها، شاخص های شدت خطر زمین لرزه، شیب زمین، درصد ساختمان های ضعیف و قدمت ساختمان ها و در مورد آسیب پذیری انسانی، علاوه بر آسیب پذیری فیزیکی شاخص تراکم جمعیت ساکن در هر سکونتگاه ها در نظر گرفته شده است. برای تعیین آسیب پذیری لرزه ای منطقه علاوه بر آسیب پذیری سکونتگاه ها، شاخص های تراکم مراکز خطرناک (کارخانه ها، پمپ بنزین ها و ...) و مراکز محلی و ملی (مساجد، مراکز خدماتی و ...) در نظر گرفته شد. پس از جمع آوری و آماده سازی لایه های اطلاعاتی مربوط به فاکتورها، وزن ها با استفاده از روش دانش کارشناسی سلسله مراتبی بدست آمد. برای تهیه نقشه آسیب پذیری لرزه ای سکونتگاه ها، آماده سازی داده ها با استفاده از روش های همگون سازی خطی انجام شده و با استفاده از روش تلفیق وزنی ساده با یکدیگر تلفیق شده تا آسیب پذیری سکونتگاه ها بدست آید. در کنار نقشه آسیب پذیری سکونتگاه ها، نقشه فاصله از مراکز خطرناک و مراکز محلی نیز آماده شد. به منظور انجام تحقیقات بر روی نقاط حادثه خیز از روش "شاخص ایمنی بالفعل" استفاده شد که برای تصادفات خسارتی، جرحی و منجر به مرگ، ضرایب و شاخصهایی در نظر گرفته شده است. با تعیین نقاط حادثه خیز جاده ای، نقشه فاصله از این نقاط به عنوان ورودی دیگر برای مدل های تلفیق آماده گردید. به منظور تهیه نقشه آسیب پذیری کل منطقه، نقشه آسیب پذیری لرزه ای، فاصله از مکان های پر حادثه از نظر تصادفات و نقشه مناطق امن مطابق با استانداردهای تدوین شده سازمان راهداری و حمل و نقل جاده ای کشور تهیه و تلفیق این لایه های اطلاعاتی به کمک مدل های تلفیق (همپوشانی شاخص، منطق فازی، تلفیق همپوشانی شاخص و منطق فازی و الگوریتم ژنتیک) صورت گرفت و مدل تلفیق با استفاده از منطق فازی به عنوان مدل بهینه برای ترکیب این لایه های اطلاعاتی تعیین شد.
- Abstract
- There is a huge volume of suffering from both natural and artificial disasters in Iran. The most human and financial losses due to the natural disaster is related to earthquakes and among artificial disasters, the most important casualties is related to car accidents. This research is concerned with the optimization of the network of road relief and rescue stations using geospatial information systems through defining different levels of road car accidents and seismic vulnerability. Tehran suffers from a number of active faults surrounding and inside the city, thus, investigation related to minimization of seismic vulnerability and car accident casualties is essential for city management. One of the most important innovations in the thesis is the classification of effective indicators into three categories including safety, seismic vulnerability and distance to road accident black spots. Two methods have been used so far for determining seismic vulnerability measures including previous earthquakes' experiences and those defining proper weights for effective factors. Because of the shortage of scientific recorded data about previous earthquakes, the second method has been used. For defining residential human seismic vulnerability, factors including earthquake intensity, terrain slope, percentage of weak buildings and antiquity of buildings and population density of each inhabitant are considered. For defining regional seismic vulnerability, besides residential vulnerability, the locations of local centers and dangerous centers are also considered. After gathering and preparing data layers related to the factors, their weights are calculated using hierarchical process of experts' knowledge. For producing residential seismic vulnerability, related data homogenized using a linear function and combined using "simple additive weighting" combination method. Besides residential seismic vulnerability map, distances to local and dangerous centers are determined. "Actual safety indicators" have been used for investigating black spots, so the coefficients of prejudicial, wounding and deadly accidents have been considered. Distance to these points is also used for the integration models. Regional seismic vulnerability and road accident black spots maps have been prepared and integrated using some selected composite models including index overlay, fuzzy logic and their combination as well as genetic algorithm. Finally, fuzzy logic composite model is selected as the best method for the integration.
