ارزیابی آسیب‌پذیری مناطق شهری در برابر سیل با منطق فازی (مطالعه موردی: منطقه 22 تهران)

نوع مقاله: مقاله پژوهشی

نویسندگان

1 دانشجوی دکتری برنامه ریزی محیط زیست ، دانشگاه تهران. * (مسوول مکاتبات)

2 استادیار دانشکده محیط زیست، دانشگاه تهران.

3 دانشجوی دکتری برنامه ریزی محیط زیست ، دانشگاه تهران.

10.22034/jest.2020.10940

چکیده

زمینه و هدف: به طور کلی در دهه‌های اخیر خسارت‌های ناشی از جاری شدن سیل در نتیجه شهرنشینی در حاشیه رودخانه‌ها  همواره متوجه ساکنان این مناطق بوده است. هدف این پژوهش تعیین میزان آسیب‌پذیر بودن مناطق شهری نسبت به خطر سیل جهت کاهش خسارات جانی و مالی می‌باشد.
روش بررسی:  بدین منظور از روش فرآیند تحلیل سلسله مراتبی فازی (AHP فازی) چانگ به دلیل بزرگ تر بودن درجه احتمال جهت وزن‌دهی به معیارهای شیب، خاک، فاصله از رود، زمین شناسی، ارتفاع، کاربری اراضی و جمعیت استفاده گردید. پس از وزن‌دهی، معیارهای آسیب‌پذیری در محیط ARCGIS فازی‌سازی گردیدند و در نهایت از عمل­گرهای فازی جهت روی‌هم گذاری لایه‌ها استفاده شد.
یافتهها:. برای تعدیل  نقشه‌های  به دست آمده از عمل­گرهای ضرب جبری و جمع جبری، از عمل­گرهای گاما 9/0، گاما 7/0 و گاما 5/0 استفاده شد که نقشه حاصل از  عمل­گر گاما 7/0  به دلیل دست­یابی به نتیجه  مناسب‌تر  به  عنوان  نقشه ‌نهایی آسیب‌پذیری انتخاب گردید.
بحث و نتیجه گیری: بنابراین با توجه به نقشه نهایی و این­که درصد تراکم جمعیت در شمال شرقی منطقه، نزدیک رودخانه‌کن از 07/1 درصد بیش­تر است. احتمال آسیب‌پذیری در آن منطقه بالا پیش‌بینی می‌گردد.  هم­چنین ممکن است ساخت و سازهای غیر مجاز در حریم رود خانه‌های‌کن و وردآورد باعث تجمع آب و رهاسازی یک‌باره آن در منطقه شود و اگر روند ساخت و سازهای غیر مجاز و افزایش جمعیت در منطقه ادامه یابد می‌توان نتیجه گرفت احتمال آسیب‌پذیری در برابر سیل در منطقه 22 تهران می‌تواند زیاد باشد. 

کلیدواژه‌ها

موضوعات


 

 

 

 

 

علوم و تکنولوژی محیط زیست، دورهبیست و دوم، شماره سه، خرداد ماه 99

                                        

 

ارزیابی آسیب‌پذیری مناطق شهری در برابر سیل با منطق فازی

(مطالعه موردی: منطقه 22 تهران)

 

الهام اسماعیلی علویجه[1] *

e.esmaeili@ut.ac.ir

سعید کریمی[2]

فاطمه سادات علوی‌پور[3]

تاریخ دریافت:12/5/94

تاریخ پذیرش:4/2/95

 

چکیده

زمینه و هدف: به طور کلی در دهه‌های اخیر خسارت‌های ناشی از جاری شدن سیل در نتیجه شهرنشینی در حاشیه رودخانه‌ها  همواره متوجه ساکنان این مناطق بوده است. هدف این پژوهش تعیین میزان آسیب‌پذیر بودن مناطق شهری نسبت به خطر سیل جهت کاهش خسارات جانی و مالی می‌باشد.

روش بررسی:  بدین منظور از روش فرآیند تحلیل سلسله مراتبی فازی (AHP فازی) چانگ به دلیل بزرگ تر بودن درجه احتمال جهت وزن‌دهی به معیارهای شیب، خاک، فاصله از رود، زمین شناسی، ارتفاع، کاربری اراضی و جمعیت استفاده گردید. پس از وزن‌دهی، معیارهای آسیب‌پذیری در محیط ARCGIS فازی‌سازی گردیدند و در نهایت از عمل­گرهای فازی جهت روی‌هم گذاری لایه‌ها استفاده شد.

یافتهها:. برای تعدیل  نقشه‌های  به دست آمده از عمل­گرهای ضرب جبری و جمع جبری، از عمل­گرهای گاما 9/0، گاما 7/0 و گاما 5/0 استفاده شد که نقشه حاصل از  عمل­گر گاما 7/0  به دلیل دست­یابی به نتیجه  مناسب‌تر  به  عنوان  نقشه ‌نهایی آسیب‌پذیری انتخاب گردید.

بحث و نتیجه گیری: بنابراین با توجه به نقشه نهایی و این­که درصد تراکم جمعیت در شمال شرقی منطقه، نزدیک رودخانه‌کن از 07/1 درصد بیش­تر است. احتمال آسیب‌پذیری در آن منطقه بالا پیش‌بینی می‌گردد.  هم­چنین ممکن است ساخت و سازهای غیر مجاز در حریم رود خانه‌های‌کن و وردآورد باعث تجمع آب و رهاسازی یک‌باره آن در منطقه شود و اگر روند ساخت و سازهای غیر مجاز و افزایش جمعیت در منطقه ادامه یابد می‌توان نتیجه گرفت احتمال آسیب‌پذیری در برابر سیل در منطقه 22 تهران می‌تواند زیاد باشد. 

واژه های کلیدی: سیل، آسیب‌پذیری، منطق‌فازی، منطقه 22 تهران.

 

J. Env. Sci. Tech., Vol 22, No.3,May, 2020

 

 

 

 

 

 


Vulnerability Assessment in Urban Areas against Flood with Fuzzy Logic (case study: Tehran District 22)

 

Elham Esmaeili Alavijeh[4]

e.esmaeili@ut.ac.ir

Saeid Karimi [5]

Fatemehsadat Alavipoor [6]

 

Admission Date:April 23, 2016

 

Date Received: August 3, 2015

 

Abstract

Background and Objective: In general, in recent decades, due to urban lives on the sidelines of rivers, dwellers of these areas have been the subject of damages caused by flood. The goal of this research is determining the vulnerability level of urban areas against flood in order to reducing human and financial losses.

Method: For this purpose, Chung fuzzy analysis hierarchical process method (fuzzy AHP) is used due to the higher degree of possibility for weighting criteria of gradient, soil, distance from river, geology, height, land usage, and population. After weighting, the criteria of vulnerability in the environment ARCGIS were fuzzy and ultimately fuzzy operators were used for overlapping layers.

Findings: To amend the obtained maps, algebraic multiplication and algebraic addition operators, Gamma 0.9, Gamma 0.7 and Gamma 0.5 operators were used. Obtained map from Gamma 0.7 operator was chosen as the final map of vulnerability for obtaining more appropriate result.

Discussion and Conclusion: Therefore, considering the final map, and that the percentage of population density is over 1.07 in the eastern north of the area near Kan river, the possibility of vulnerability is proposed to be high in that area. Also it is possible that unpermitted constructions in Kan and Vardavard River limits will lead to water aggregation and its sudden release in the area, and if the process of unpermitted constructions and population increase is continued in the area, it can be resulted that the possibility of vulnerability against flood may be high in Tehran District 22.

 

Keywords: Flood, Vulnerability, Fuzzy Logic, Tehran District 22.

 

مقدمه


سیل یکی از بلایای طبیعی است که خسارات وارد شده آن به انسان نسبت به سایر بلایا مانند خشک­سالی و قحطی بیش­تر می­باشد (1). سیل در میان مخاطرات طبیعی در محدوده‌ی زمانی، شاخص‌ترین ویران­گر می‌باشدکه علاوه بر تأثیر بر زندگی انسان، باعث آسیب‌های شدید اقتصادی در سراسر جهان می‌شود (2). به طور کلی در دهه‌های اخیر، شهرنشینی در حاشیه رودخانه‌ها خسارت‌هایی را از سیلاب به وجود آورده است و از این رو آگاهی از برآورد خطرپذیری مناطق مختلف شهری و توجه به این که ارزیابی و مدیریت سیلاب‌های شهری به عنوان یکی از مهم­ترین مسایل در حوزه شهر به حساب می‌آید، حفظ محیط زیست شهری از اهمیت به سزایی برخوردار است. شدت سنگین بارش‌های باران در فصل بهار باعث به وجود آمدن سیلاب‌هایی در ایران می‌شود و نگرانی‌هایی را به جای خوشحالی برای مردم به وجود می‌آورد (3). این قابل درک است که خطرات سیل در آینده فروکش نمی‌کند و با شروع تغییرات آب و هوایی شدت آن بسیاری از مناطق جهان را مورد تهدید قرار می‌دهد (2). آب و هوا بر بسیاری از جنبه‌های زندگی انسان موثر است (4). سیل به علت تجمع سریع و انتشار آب روان­آب رودخانه از بالا‌دست به پایین‌دست اتفاق می­افتد که توسط بارش بسیار سنگین به وجود می‌آید. وقوع سیل نگرانی‌هایی را در علم هیدرولوژِی و مخاطرات طبیعی به وجود آورده و با توجه به رتبه بندی بالایی که در میان بلایای طبیعی دارد تعداد زیادی از مردم را در سراسر جهان نسبت به مرگ و میر تحت تاثیر قرار می‌دهد (2). سیل در میان جهان یکی از شایع‌ترین مخاطرات  طبیعی است که اغلب در اطراف رودخانه‌ها و دشت‌ها رخ می دهد که در معرض خطر بیش­­تری از این مناطق می‌باشد. خطر فاجعه سیل اساساً یک مفهوم سه بعدی مربوط به عدم اطمینان و پیچیدگی است. جغرافیا، سنجش از دور و اطلاعات آماری در ارایه عوامل خطر استفاده می‌شود. تعدد، پیچیدگی، عدم قطعیت، عدم دقت و تنوع روش‌های ارزیابی است که ارزیابی خطر سیل را که یک مشکل در سراسر جهان می‌باشد، در زمینه علوم طبیعی و تکنولوژِی فراهم می‌نماید (5). در مناطق شهری ارزیابی خطر سیل هنوز چالش برانگیز است ، زیرا در مناطق روستایی بیش­تر به صورت چندوجهی است. تجزیه و تحلیل خطر سیل معمولاً در ترکیب اثرات اجتماعی و محیط زیستی مشترکاً  انجام نمی‌شود، اما منحصراً در ارزیابی خسارت‌های اقتصادی از نظر مالی قابل اندازه‌گیری است (6). استراتژی مدیریت سیل شامل اقدامات پیش از سیل، اقدامات حین وقوع سیل، اقدامات پس از سیل. اقدامات پیش از سیل زیر ساخت‌های طبیعی و ساختارهای اجتماعی را برای مدیریت خطر سیل  فراهم می‌کند. استراتژی برای  پیش­گیری مدیریت سیل شامل اقدامات فنی و کنترل مدیریت سیل (سدهای کوچک و پروژه‌هایی برای حفظ و ثبات بانک رودخانه) است که به  اقدامات نظارتی برای استفاده از زمین، برنامه‌ریزی از شهرک و اقدامات اقتصادی می‌انجامد (7). خسارت سیل را می‌توان به خسارت مستقیم و غیر مستقیم تقسیم ‌بندی کرد. خسارت مستقیم آن به دلیل تماس فیزیکی آب سیل با انسان، اموال و یا اشیاء دیگر می‌باشد و خسارت غیر مستقیم توسط یک سیل ناشی از فضا یا زمان خارج از رویداد واقعی روی می دهد که شامل اختلال در ترافیک، تجارت یا خدمات عمومی می‌باشد. معمولاً هر دو نوع زیان بیش­تر به آسیب محسوس و یا نامحسوس طبقه بندی می شوند ،  بسته به این که آیا آن‌ها را می‌توان با ارزش پولی مورد بررسی قرار داد. خسارت سیل توسط عواملی مانند سرعت جریان، مدت زمان سیل، آلودگی، غلظت رسوب، زمان راه آب ، اطلاعات مربوط به هشدار سیل و کیفیت پاسخ‌های بیرونی، در یک وضعیت سیل تحت تاثیرقرار می­گیرد (8).  مطالعات داخلی و  خارجی بسیاری در ارتباط با سیلاب و زمینه‌های مختلف مرتبط با آن صورت گرفته است، از جمله می‌توان به کارهای صورت گرفته به وسیله‌ی وندرسون و همکاران اشاره کرد که تصویر ماهواره‌ای آیکونوس را در بخش‌های جنوبی هلند جهت برآورد خطر و خسارات سیلاب با استفاده  از مدل LISFLOOD طبقه‌بندی نمودند. در نهایت خسارات ناشی از سیلاب را با توجه به عمق و حجم سیلاب در ارتباط با هر طبقه پوشش زمین تعیین نمودند (9). حرکت سیلاب ها در حوضه آمازون توسط مارتینز و همکاران مورد بررسی قرار گرفته است. آن­ها تاثیر حرکت سیلاب‌ها بر روی توزیع پوشش گیاهی را بر اساس مدت زمان سیلاب با کمک تصاویر ماهواره‌ای تعیین کرده‌‌اند (10). سیرینیوس و همکاران جهت تحلیل تناوب سیلاب منطقه‌ای روشی مرکب از نقشه عوارض خود سازمان‌یافته و الگوریتم c-mean خوشه بندی فازی را به کاربرده و کارایی این روش را در حوضه‌های آب­خیز ایالات ایندیانا در آمریکا مورد بررسی قرار داده‌اند که نتایج نشان داده است این روش با روش‌های مبتنی بر تحلیل رگرسیونی و هم­بستگی چندمتغیره قابل مقایسه است (11). چن و همکاران روش تحلیل خوشه‌ای فازی و شاخص‌های مساحت تحت تاثیر قرار گرفته، تعداد تلفات جانی، تعداد خانه‌های ویران شده و میزان خسارت اقتصادی مستقیم را در طبقه‌بندی خطر سیلاب در 30 استان چین به کار بردند و به این نتیجه رسیدند که روش تحلیل خوشه فازی روشی مناسب برای طبقه‌بندی خطر سیلاب است (12). پور احمد (1380) سیل مرداد ماه 1378 شهر نکاء را  با توجه به نقش شرایط و ساختار جغرافیایی و طبیعی منطقه، حریم رودخانه را با استفاده از مشاهده مستقیم و داده‌های آماری بررسی نموده است. روستایی و همکاران (1384) مخاطرات محیطی و اثرات آن را در توسعه فیزیکی از جمله مخاطرات ناشی از سیلاب بر روی شهر تبریز مورد بررسی قرار دادند. قهرودی (1386) به مدیریت سیلاب‌های شهری با طراحی "پایگاه داده" 1 در شهر نور استان مازندران پرداخته و به این نتیجه رسیده است که مدیریت سیلاب‌های شهری بدون ساختار یکپارچه از داده‌های مکانی امکان پذیر نیست. ساعد (1378) در پایان‌نامه خود به پهنه‌بندی خطر سیل‌خیزی در شهر سنندج پرداخته است که با هم­پوشانی لایه‌های مربوط به خطر سیل، در نهایت میزان خطر سیل را برای هر یک از کاربری‌ها محاسبه کرده است. صفاری و همکاران (1390) در مقاله خود به ارزیابی آسیب‌پذیری مناطق‌شهری در برابر خطر سیل با استفاده از سیستم اطلاعات جغرافیایی و منطق‌فازی در منطقه 3 تهران پرداختند و از روش تحقیق توصیفی- تحلیلی و آماری با تاکید بر نگرش سیستمی استفاده کردند که معیارهای مورد بررسی جهت ارزیابی آسیب‌پذیری شامل حریم مسیل‌های رودخانه، ساختار، جهت و عرض شبکه ارتباطی،کاربری‌زمین، تراکم ساختمان‌ها و توان کلی دفع سیلاب منطقه می‌باشد. با استفاده از منطق‌فازی میزان آسیب‌پذیری ساختمان‌ها و واحدهای مسکونی نسبت به هریک از معیارها ارزیابی شده و در نهایت همه معیارها با هم جمع و درصد نهایی میزان آسیب‌پذیری محاسبه شده است. نتایج تحقیق نشان داد که منطقه ٣ مستعد خطرات ناشی از سیل است و رعایت نکردن حریم مسیل، کم بودن مقاومت ساختمان‌ها، ضریب رواناب بالا در مناطق مسکونی، تراکم و تعداد طبقات بالا و کم عرض بودن شبکه ارتباطی بیش­ترین اهمیت در آسیب‌پذیری منطقه را دارد و بیش از 12 درصد از منطقه مورد مطالعه کاملا آسیب‌پذیراست (13). قنواتی و همکاران (1391) ارزیابی و پهنه‌بندی خطر رخداد سیلاب در حوضه فرحزاد (تهران) با استفاده از مدل فازی را مورد بررسی قرار دادند. در این پژوهش لایه‌های اطلاعاتی مربوط به شیب، انحنای پروفیل و پلانی­متریک، ارتفاع، تراکم زهکشی، فاصله از آبراهه، لند فرم‌ها و کاربری‌اراضی مورد استفاده قرار گرفته است که پهنه‌بندی خطر سیل­گیری نواحی با خطر بسیار بالا در پایین‌دست حوضه و منطبق بر دره اصلی فرحزاد قرار دارد و شیب این نواحی بین 40 -20 درصد را شامل می‌شود (14). صالحی و همکاران (1392) پهنه‌بندی خطر سیلاب شهری با استفاده از GIS و فرآیند تحلیل سلسله مراتبی فازی (AHP فازی ) باکلی را در تهران مورد بررسی قرار دادند که با 5 معیار شامل فاصله از شبکه زه­کشی، تجمع جریان، شیب، ارتفاع و اراضی ساخته شده و ساخته نشده هماهنگ می‌باشد و با مقایسه زوجی اعداد فازی و به دست آوردن وزن‌ها و ارجحیت‌ها از روش میانگین‌گیری هندسی مشخص شد که آبراهه‌ها و حریم آن‌ها، هم­چنین نواحی مرکزی تا جنوب شهر بیش­ترین پتانسیل را برای سیل‌خیزی دارند (3). روش فازی یک نوع روشی است دارای عدم قطعیت در تجزیه و تحلیل مسایل پیچیده که  در ارزیابی خطر سیل مورد استفاده قرار می‌گیرد، بسیاری از دانشمندان با استفاده از این منطق به مطالعه‌ی پیش بینی و ارزیابی ریسک سیل پرداخته‌اند (5). بر این اساس هدف از این پژوهش شناخت میزان آسیب‌پذیر بودن مناطق‌شهری به خصوص منطقه 22 تهران نسبت به خطر سیل جهت کاهش خسارات جانی و مالی  به وسیله منطق‌فازی و با پشتیبانی سیستم اطلاعات جغرافیایی GIS می‌باشد.

روش بررسی

منطقه مورد مطالعه

تهران از نظر تقسیمات  اداری به 22 منطقه، 119 ناحیه  و 362 محله تقسیم  شده است. منطقه 22 تهران بین طول‌های شرقی "10 '5 51 تا  "40 20 51  و عرض‌های شمالی"16 '32 35 تا"19' 57 35 در قسمت شمال غربی شهر تهران و در پایین‌دست حوضه آب­ریز رودخانه‌کن و وردیج  واقع  شده است. این منطقه در شمال با کوهستان البرز مرکزی، در شرق با حریم رودخانه‌کن, در جنوب با آزاد راه تهران- کرج و در غرب با محدوده جنگل‌های دست‌کاشت وردآورد محدود می‌گردد و با مناطق 5 و 21 تهران هم­جوار است، به این ترتیب مرز شمالی منطقه 22 تهران تا منتهی الیه دامنه های جنوبی البرز تا ارتفاع 1800 متری توسعه یافته است. مسیر رودخانه‌کن از شمال به جنوب جریان دارد، رودخانه وردآورد نیز در امتداد شمالی جنوبی و به موازات رودخانه‌کن در جریان است و در قسمت شمالی در غرب منطقه می‌باشد، فاصله متوسط این دو رودخانه از یک­دیگر در حدود 10کیلومتر است (15).

 

 

 

 

شکل1- موقعیت منطقه مورد مطالعه

Figure 1.  The Location of study area

 


روش تحقیق


معیارهای مربوط به آسیب‌پذیری

بر این اساس در ارتباط با ارزیابی آسیب‌پذیری مناطق شهری در برابر خطر سیل، هفت  معیار  فاصله از رود، شیب، خاک، کاربری اراضی، زمین‌شناسی، ارتفاع و جمعیت  به عنوان  معیارهای  اصلی  به کار گرفته  شد. سپس لایه‌های مورد نیاز   برحسب معیارها تعیین شدند. لایه‌های فوق در ArcGIS  تبدیل به رستر و با استفاده از توابع عضویت فازی، فازی شدند و در نتیجه نقشه‌های فازی شده لایه‌ها به دست آمد. سپس با کمک نرم افزار چانگ (AHP فازی) مقایسه زوجی معیارها  نسبت به یک­دیگر انجام شد سپس وزن‌دهی گزینه‌ها نسبت به هریک از گزینه‌ها صورت گرفت. بنابراین وزن نهایی  معیارها با  لایه‌های فازی شده ترکیب شد و نقشه‌های  به دست آمده در نهایت با  عمل­گرهای فازی منطبق گردید. به خصوصیات عوامل مؤثر در آسیب‌پذیری مناطق شهری در برابر سیل در زیرآورده شده است. معیارهای مؤثر جهت ارزیابی آسیب‌پذیری منطقه 22 تهران و نوع تابع عضویت استفاده شده در جدول (1) نمایش داده شده است.

1- شیب: این لایه بر روی سرعت نفوذ آب اثر فراوانی دارد و رابطه شیب  با آسیب‌پذیری مستقیم است و علاوه برآن مقدار نفوذ آب در زمان تمرکز مورد توجه می‌باشد. در نتیجه با کاهش شیب فرصت لازم برای نفوذ و زمان تمرکز  افزایش و آسیب پذیری کاهش می‌یابد.

2- فاصله از رود: این لایه  با آسیب‌پذیری رابطه معکوس دارد، پس، کاهش فاصله از رود آسیب‌پذیری را  افزایش و افزایش فاصله از رود  آسیب پذیری را کاهش می‌دهد.

3- ارتفاع: این لایه با آسیب‌پذیری رابطه مستقیم دارد و با کاهش و افزایش ارتفاع  به ترتیب آسیب‌پذیری کم­تر و  بیش­تر می‌شود.

4- خاک: این لایه از 3طبقه تشکیل شده است و  با آسیب‌پذیری رابطه معکوس دارد و با کاهش نفوذپذیری خاک  آسیب‌پذیری افزایش می‌‌یابد.

5- زمین‌شناسی: این لایه از 3 طبقه تشکیل شده است و امتیازدهی آن بر اساس میزان نفوذپذیر بودن آن­ها می‌باشد و  با آسیب‌پذیری رابطه معکوس دارد. بدین صورت طبقه‌ای که در آن نفوذپذیری و نگه­داشت آب  بالا باشد امتیاز بیش­تر و آسیب‌پذیری کم­تری خواهد داشت. 

6- کاربری اراضی: این لایه از 7 نوع کاربری (جنگل­کاری، باغ ، کشاورزی، شهری، مرتع، بایر و آب) تشکیل شده است و  با آسیب‌پذیری رابطه معکوس دارد، به نحوی که کاربری جنگل­کاری، باغ و کشاورزی به علت افزایش تراکم پوشش گیاهی و نفوذپذیری خاک و نیز ذخیره آب امتیاز بالاتری نسبت به کاربری شهری، مرتع، بایر و آب کسب کرده‌اند، در نتیجه کاهش آسیب‌پذیری را به دنبال خواهد داشت.

7- جمعیت: با افزایش جمعیت، نواحی شهری مستعد خسارات بیش­تر ناشی از سیل هستند و جمعیت با آسیب‌پذیری رابطه مستقیم دارد،  پس با کاهش درصد تراکم جمعیت آسیب‌پذیری کم می‌شود.

 

 

جدول١-  معیارهای مورد استفاده جهت ارزیابی آسیب‌پذیری مناطق شهری

Table 1.The used criteria to assess the vulnerability of urban areas

ردیف

     معیار

      رابطه با آسیب‌پذیری

        نوع تابع عضویت

   1

  فاصله از رود

معکوس

 فازی بزرگ

   2

     شیب

مستقیم

خطی کاهنده

   3

     خاک

معکوس

            فازی بزرگ

   4

 کاربری اراضی

معکوس

            فازی بزرگ

   5

 زمین شناسی

معکوس

            فازی بزرگ

   6

     ارتفاع

مستقیم

          خطی کاهنده

   7

    جمعیت

مستقیم

          خطی کاهنده

 

 

 

در این پژوهش  هدف ارزیابی آسیب‌پذیری مناطق‌شهری در برابر سیل در منطقه 22 تهران با استفاده از منطق‌فازی می‌باشد.  نخستین بار نظریه  فازی توسط پروفسور لطفی در سال 1965مطرح شد که در علوم  مختلفی چون دانش  برنامه‌ریزی شهری و شهرسازی را  فرا گرفته است. در تحلیل  تصمیم‌گیری  چندمعیاره، تئوری فازی به عنوان  معمول‌ترین روش در بررسی  عدم  قطعیت‌ها شناخته شده می‌باشد (16). در این نظریه اگر یک مجموعه را در نظر بگیریم،  هر عضو مجموعه مرجع یا در مجموعه وجود دارد و یا وجود ندارد ، بنابراین یک مجموعه فازی تابع عضویتی را  بیان می‌کند  که این تابع عضویت درجه تعلق اعضای مجموعه را با یک عدد حقیقی  بین [0،1] نشان می‌دهد. تابع  عضویت  برابر (1) نشان دهنده عضویت کامل در مجموعه و مقدار (0) نشان دهنده عدم عضویت کامل در مجموعه است (14).

روش وزن‌دهی توسعه یافته چانگ

در سال 1992 روشی با عنوان روش تحلیل توسعه‌ای توسط چانگ ارایه شد. روش توسعه یافته چانگ بیش از  روش‌های دیگر برای محاسبات  تحلیل سلسه ‌مراتبی فازی مورد استفاده قرار گرفته است. اعداد مورد استفاده در این روش، اعداد مثلثی فازی می‌باشد. چانگ از روش  AHP  در  فضای فازی از مفهومدرجه امکان‌پذیری استفاده کرده است که چه قدر احتمال دارد  یک عدد  فازی بزرگ­تر از یک عدد فازی دیگر باشد. پیش از بیان الگوریتم  پیشنهادی  چانگ،  باید  مفهوم  درجه امکان‌پذیری یا درجه احتمال  بزرگ­تر بودن  تشریح  شود. دو عدد  فازی  مثلثی  (1u ،1m ،1l) =1F  و  (2u ،2m ،2l) =2F را در نظر بگیرید، اگر1m بزرگ­تر یا مساوی 2m باشد، احتمال این­که1F از2F  بزرگ­تر باشد  برابر 1 است. احتمال  بزرگ­تر بودن 2F نسبت به1F برابر است  با  ارتفاع  ناحیه  اشتراک بین 2F   و١F  (17).

منطق فازی

 

بنابراین مقدار احتمال بزرگ­تر بودن1F  نسبت به 2F  برابر است  با:

=   )2F ≥1(F

به همین ترتیب مقدار احتمال بزرگ­تر بودن2F نسبت به 1F  برابر است با:

=         )2F ≥1(F

 

 

عمل­گرهای فازی

در این پژوهش از 5 عمل­گر فازی به نام‌های OR (اجتماع)، AND (اشتراک)، SUM (جمع جبری)، PRODUCT (ضرب جبری) و  GAMMA (گاما)  استفاده می‌شود:

الف- عمل­گر   AND

این عمل­گر به صورت رابطه زیر تعریف می‌گردد:

                                                            

در این رابطه WA، ­WB و WC بیان­گر مقادیر عضویت فازی عوامل A، B و C در یک موقعیت خاص می‌باشد. تأثیر این عمل­گر آن است که نقشه خروجی توسط کوچک­ترین مقدار عضویت فازی که در هر موقعیت روی می‌دهد کنترل می‌شود. 

ب- عمل­گر OR

این عمل­گر به صورت رابطه زیر تعریف می‌گردد: 

تأثیر این عمل­گر آن است که نقشه خروجی توسط بزرگ­ترین مقدار عضویت فازی که در هر موقعیت روی می‌دهد، کنترل می‌شود.

ج- عمل­گر SUM

این عمل­گر به صورت رابطه زیر تعریف می‌گردد.  

با استفاده از این عمل­گر فازی، مقدار عضویت فازی نقشه خروجی در هر موقعیت همواره بزرگ­تر یا مساوی بزرگ­ترین مقدار عضویت ‌فازی در موقعیت‌های متناظر نقشه‌های ورودی می‌باشد. بنابراین عمل­گر فوق اثر افزاینده دارد.

د- عمل­گر  PRODUCT 

این عمل­گر به صورت رابطه زیر تعریف می‌گردد:

 

در این روش n فاکتور کنترل‌کننده فازی‌سازی ترکیب می‌شوند و W­i بیان­گر وزن لایه iام می‌باشد. مقادیر عضویت فازی با این عمل­گر به مقداری بسیار کوچک میل می‌کنند، به عبارت دیگر مقدار خروجی هر موقعیت همواره کوچک­تر یا مساوی کوچک­ترین مقدار عضویت فازی در موقعیت‌های متناظر نقشه‌های ورودی می‌باشد. بنابراین عمل­گر فوق اثرکاهشی دارد. در این روش بر خلاف فازی AND وOR  کلیه مقدارهای عضویت نقشه‌های ورودی در نقشه خروجی تأثیر می‌گذارند.

ه- عمل­گر GAMMA

این روش ترکیبی از روش‌های ضرب جبری و جمع جبری می‌باشد. در این روش، عوامل  با وزن‌های مختلف طبق رابطه زیر تلفیق می­گردند:

 

 *

 

 

ه- عمل­گر GAMMA

این روش ترکیبی از روش‌های ضرب جبری و جمع جبری می‌باشد. در این روش، عوامل  با وزن‌های مختلف طبق رابطه زیر تلفیق می­گردند

در این رابطه مقدار γ بین عدد صفر تا یک تعیین می‌گردد. در صورتی که بخواهیم اهمیت روش ترکیب جمع جبری (SUM) بیش­تر باشد، مقدار γ نزدیک به یک انتخاب می‌گردد و در صورتی که بخواهیم روش ضرب جبری (PRODUCT) بیش­تر مد نظر باشد، مقدار γ نزدیک به عدد صفر انتخاب می­شود. انتخاب صحیح و آگاهانه γ مقادیری را در خروجی به وجود می‌آورد که یک سازگاری قابل انعطاف میان گرایشات کاهشی و افزایشی دو عمل­گر فازی ضرب جبری و جمع جبری را دارد (18). در نتیجه برای تعدیل عمل­گر ضرب جبری و جمع جبری  از عمل­گرگاما استفاده می‌شود (14).  


 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 


 

شکل 2- فلوچارت روش تحقیق

Figure 2.  The flow chart of research method

 

یافته ها

 

معیارهای  مؤثر درآسیب‌پذیری که شامل  فاصله از رود، شیب، خاک، کاربری‌اراضی، زمین شناسی، ارتفاع  و جمعیت می باشد جهت تعیین وزن نهایی، اولویت‌بندی و ارجحیت آن‌ها  بر اساس مقایسه دو به دوی معیارها مورد بررسی قرار گرفت.


 

 

شکل3- وزن معیارهای مؤثر در آسیب‌پذیری ناشی از سیل

Figure 3.  The weights of criteria affecting the vulnerability of flood

 


وزن‌های نهایی به عنوان  میزان  تأثیرگذاری  هر معیار در تعیین آسیب‌پذیری مورد استفاده قرار گرفتند. به عبارتی وزن‌های  معیارهای  به دست آمده  نشان می‌دهد که عامل فاصله از رود با260/0 و عامل جمعیت با 006/0 به ترتیب بیش­ترین و کم­ترین وزن‌های  معیار را در تعیین آسیب‌پذیری دارند (شکل3). معیارهای مربوط به آسیب‌پذیری  بر اساس تابع عضویت هر یک از لایه‌ها در محیط   ARCGISبا توجه به نوع رابطه‌ای که هر معیار با پدیده سیل دارد فازی شدند (شکل4).

بنابراین هرکدام از لایه‌های فازی شده معیارها به صورت جداگانه با وزن‌نهایی خود ترکیب شدند  و نقشه‌هایی از آن‌ها به دست آمد. سپس تمام  نقشه‌های تولید شده از ترکیب وزن  معیارها با  لایه‌های  فازی شده با  عمل­گرهای فازی (PRODUCT، GAMMA، SUM، OR، AND) ترکیب شدند و از هر کدام نقشه ‌نهایی آسیب‌پذیری منطقه ٢٢ تهران در برابر خطر سیل ایجاد شد (شکل6). 

 

 

شکل4- لایه‌های فازی شده

a) فاصله از رود، b) ارتفاع،c) زمین‌شناسی، d) کاربری اراضی، e) خاک، f) جمعیت، g) شیب

Fig 4- Fuzzy layers

a)Distance from the river; b) Elevation; c) Geology; d)Land use; e)Soil; f)Population; g)Slope

 

 

تابع عضویت لایه‌ها بر اساس نوع رابطه‌ای که هر معیار با پدیده سیل در منطقه ٢٢ تهران دارد تعیین گردیده است (شکل 5). بدین ترتیب به پیکسل ها ارزشی در بازه (٠و١) تعلق گرفته است. ارزش صفر بیش­ترین آسیب‌پذیری و ارزش یک کم­ترین آسیب‌پذیری را برای منطقه مورد مطالعه دارد.

 

 

 

شکل5- روابط معیارها با سیل

a) فاصله از رود، b) ارتفاع، c) زمین‌شناسی، d) کاربری اراضی،e) خاک، f) جمعیت، g) شیب 

Figure 5. The relationships of criteria with flood

a) Distance from the river; b) Elevation; c) Geology; d) Land use; e) Soil; f)Population; g) Slope

 

 

 

برطبق نقشه‌های به دست آمده، در نقشه عمل­گر AND  کوچک­ترین مقدار عضویت فازی یعنی لایه جمعیت نشان داده شده است که در آن مکان‌های قرمز رنگ بیش­ترین آسیب‌پذیری و مکان‌های سبز رنگ کم­ترین آسیب پذیری را دارند. در نقشه عمل­گر OR بزرگ­ترین مقدار عضویت فازی را شیب در نظر گرفته است، در صورتی که فاصله از رود بیش­ترین مقدار عضویت را دارا می‌باشد و به ترتیب بیش­ترین آسیب‌پذیری و کم­ترین آسیب‌پذیری در نقشه با رنگ‌های قرمز و سبز مشخص شده است. در نقشه ضرب جبری[7] میزان آسیب‌پذیری در شمال و شمال شرقی و غربی و هم­چنین حریم رودخانه‌های‌کن و وردآورد نسبت به جنوب و نواحی مرکزی بیشتر است که با رنگ قرمز مشخص شده است، اما در نقشه جمع جبری[8] میزان آسیب‌پذیری فقط در شمال و شمال شرقی و غربی بیش­تر است و نواحی مرکزی و جنوب منطقه به نسبت آسیب‌پذیری کم­تری دارد و با رنگ سبز تعیین شده است.  بنابراین برای تعدیل نقشه‌های بدست آمده از عمل­گرهای ضرب جبری و جمع جبری، از عمل­گرهای گاما[9] 9/ 0، گاما  7/0 و گاما 5/0 استفاده شده است که نقشه  عمل­گر گاما 7/0 به  دلیل دست­یابی به  نتیجه  مناسب‌تر نسبت به گاما 9/0 و گاما 5/0 به عنوان نقشه ‌نهایی آسیب‌پذیری منطقه 22 تهران در برابر سیل انتخاب گردید (شکل 6).

 

 

شکل6- ترکیب لایه ها با عملگرهای فازی

Figure 6. The combination of layers by using fuzzy operators

a ) AND، b)SUM، c)OR، d) GAMMA 0.5، e) GAMMA 0.7،  f) GAMMA 0.9 ، g) PRODUCT

 

 

بحث و نتیجه‌گیری


 این پژوهش به بررسی آسیب‌پذیری منطقه 22 تهران در برابر سیل با استفاده از عمل­گرهای منطق فازی و وزن‌دهی براساس روش فرآیند سلسله مراتبی (AHP فازی) چانگ پرداخته است. نتایج نشان می­دهد که عامل فاصله از رود با 260/0 و عامل جمعیت با 006/0 به ترتیب بیش­ترین و کم­ترین وزن‌های معیار را در تعیین آسیب‌پذیری دارند. مقادیر با ارزش یک دارای بالاترین ارزش، ایمن‌ترین سطح در منطقه و ارزش صفر دارای کم­ترین ارزش و آسیب‌پذیر ترین سطح در منطقه می‌باشد. در نقشه ضرب جبری مشخص شد که میزان آسیب‌پذیری در شمال و شمال شرقی و غربی و نیز حریم رودخانه های‌کن و وردآورد نسبت به جنوب و نواحی مرکزی بیش­تر است، اما در نقشه جمع جبری میزان آسیب‌پذیری فقط در شمال و شمال شرقی و غربی بیش­تر است و  نواحی مرکزی و جنوب منطقه به نسبت آسیب‌پذیری کم­تری دارد. بنابراین برای تعدیل نقشه‌های به دست آمده از عمل­گرهای ضرب جبری و جمع جبری، از عمل­گرهای گاما 9/0، گاما 7/0و گاما 5/0 استفاده شده است که نقشه  عمل­گر گاما 7/0 به دلیل دست­یابی به نتیجه مناسب تر نسبت به گاما 9/0 و گاما 5/0 به عنوان نقشه ‌نهایی آسیب پذیری منطقه 22 تهران در برابر سیل انتخاب گردید. در همین راستا  قنواتی و همکاران (1391) در مقاله خود از سه عمل­گر فازی (SUM، PRODUCT، GAMMA) استفاده کرده‌اند اما در مقاله حاضر از تمام عمل­گرهای فازی  برای رسیدن به نتیجه مطلوب‌تر استفاده شده است. از سوی دیگر صالحی و همکاران (1392) روش وزن‌دهی AHP فازی (باکلی) را جهت دست‌یابی به وزن معیارها در پژوهش خود به کار برده‌اند. لیکن مقاله حاضر از روش وزن‌دهی AHP فازی (چانگ) برای وزن‌دهی معیارها بهره گرفته است، به این دلیل که این روش مفهوم درجه امکان­پذیری و یا درجه احتمال بزرگ­تر بودن را بیان می‌کند.

 با توجه به نقشه پایه لایه جمعیت، درصد تراکم جمعیت در شمال شرقی منطقه، نزدیک رودخانه‌کن از 07/1 بیش­تر است در نتیجه  احتمال آسیب‌پذیری می‌تواند در آن منطقه بالا باشد. دست خوردگی حوضه  آب­ریز، ساخت پل‌های ساخته شده غیر استاندارد در مسیر می­تواند  باعث بیرون زدگی سیل از بستر رودخانه شود، هم­چنین ممکن است ساخت و سازهای غیر مجاز و بی رویه در حریم رودخانه‌های‌کن و وردآورد  باعث تجمع آب و رها سازی یک‌باره آن در منطقه شود و با وجود این که خاک منطقه از نفوذپذیری خوبی برخوردار است و پوشش گیاهی به میزان مناسب می باشد. ولی احتمال دارد که بر اثر  خشک­سالی­های اخیر خاک نفوذپذیری خود را ازدست داده باشد و نتواند حجم زیادی از آب را در خود نگه دارد.  بنابراین اگر ساخت و سازهای غیر مجاز، غیر استاندارد در بستر و حریم رودخانه و هم­چنین افزایش جمعیت در منطقه  ادامه یابد می‌توان نتیجه گرفت احتمال آسیب‌پذیری در برابر سیل در منطقه 22 تهران می‌تواند زیاد باشد.

 

Reference

  1. Green, C. H. (2002). Flood management from the perspective of integrated water resource management. In 2nd International Symposium on Flood Control, Beijing.
  2. Ouma, Y. O., & Tateishi, R. (2014). Urban flood vulnerability and risk mapping using integrated multi-parametric AHP and GIS: Methodological overview and case study assessment. Water, 6(6), 1515-1545.
  3. Kaźmierczak, A., & Cavan, G. (2011). Surface water flooding risk to urban communities: Analysis of vulnerability, hazard and exposure. Landscape and Urban Planning, 103(2), 185-197.
  4. Jiang, W., Deng, L., Chen, L., Wu, J., & Li, J. (2009). Risk assessment and validation of flood disaster based on fuzzy mathematics. Progress in Natural Science, 19(10), 1419-1425
  5. Kubal, C., Haase, D., Meyer, V., &Scheuer, S. (2009). Integrated urban flood risk assessment–adapting a multicriteria approach to a city. Natural Hazards and Earth System Science, 9(6), 1881-1895.
  6. Kourgialas, N. N., &Karatzas, G. P. (2011). Flood management and a GIS modelling method to assess flood-hazard areas a case study. Hydrological Sciences Journal–Journal des Sciences Hydrologiques, 56(2), 212-225
  7. Thieken, A. H., Müller, M., Kreibich, H., & Merz, B. (2005). Flood damage and influencing factors: New insights from the August 2002 flood in Germany. Water resources research, 41(12).
  8. Van der Sande, C. J., De Jong, S. M., & De Roo, A. P. J. (2003). A segmentation and classification approach of IKONOS-2 imagery for land cover mapping to assist flood risk and flood damage assessment. International Journal of applied earth observation and geoinformation, 4(3), 217-229.
  9. Martinez, J. M., & Le Toan, T. (2007). Mapping of flood dynamics and spatial distribution of vegetation in the Amazon floodplain using multitemporal SAR data. Remote sensing of Environment, 108(3), 209-223.
  10. Srinivas, V. V., Tripathi, S., Rao, A. R., & Govindaraju, R. S. (2008). Regional flood frequency analysis by combining self-organizing feature map and fuzzy clustering. Journal of Hydrology, 348(1), 148-166.
  11. Chen, J., Zhao, S., & Wang, H. (2011). Risk analysis of flood disaster based on fuzzy clustering method. Energy Procedia, 5, 1915-1919.
  12. Qanavati, E., Karam, A., and Agha Alikhani, M., 2012. Flood risk zonation in the farahzad basin (Tehran) using Fuzzy model. Journal of Geography and Environmental Planning. Consecutive 48, No. 4. (In Persian)
  13. Habibi, Arash, Ezadyar, Sedigheh and Sarafrazi, Azam, Fuzzy multi-criteria decision making, First Edition, Katebeh Gil Publications, 2014, pp. 75-73. (In Persian)
  14. Eastman, J. R. (2012). IDRISI Selva manual. Clark University. Sitio web: www. Clarklabs. org.
  1. Salehi, E., Rafie, Y., Farzad Behtash, M., and Aqababai, M., 2013. Urban flood risk zoning using GIS and Fuzzy Hierarchical Analysis Process, Case Study: Tehran. Journal of Environmental Studies. Vol. 39, No. 3.( In Persian)
  1. Saffari, A., Sasanpour, F., and Musavand, J., 2011. Assessing the vulnerability of urban areas to flood risk using GIS and fuzzy logic, Case study: District 3 of Tehran. Journal of Applied Research Geographical Sciences. Vol. 11, No.20. (In Persian)
  1. Navard. Elham. Presenting Management Solutions for Waste Separation Plan with Emphasis on Education and Public Participation, A Case Study of District 22 of Tehran Municipality, Master Thesis in Environmental Planning, University of Tehran, Faculty of Environment, 2007, pp. 45-44. (In Persian)
  2. Asgharpour, Mohammad Javad, Multi-Criteria Decisions, Sixth Edition, University of Tehran Publishers, 2008, page 350. (In Persian)

 

 

 

 

 

 

 

 

 

 

 

 



[1]- دانشجوی دکتری برنامه ریزی محیط زیست ، دانشگاه تهران. * (مسوول مکاتبات)

2- استادیار دانشکده محیط زیست، دانشگاه تهران.

3- دانشجوی دکتری برنامه ریزی محیط زیست ، دانشگاه تهران.

1- Ph.D Student in Environmental  Planning, University of Tehran .*(Corresponding Author)

[5]- Assistant professor of faculty of Environment, University of Tehran

[6]- Ph.D Student in Environmental Planning, University of Tehran.

1- Product

2- Sum

3-Gamma

  1. Green, C. H. (2002). Flood management from the perspective of integrated water resource management. In 2nd International Symposium on Flood Control, Beijing.
  2. Ouma, Y. O., & Tateishi, R. (2014). Urban flood vulnerability and risk mapping using integrated multi-parametric AHP and GIS: Methodological overview and case study assessment. Water, 6(6), 1515-1545.
  3. Kaźmierczak, A., & Cavan, G. (2011). Surface water flooding risk to urban communities: Analysis of vulnerability, hazard and exposure. Landscape and Urban Planning, 103(2), 185-197.
  4. Jiang, W., Deng, L., Chen, L., Wu, J., & Li, J. (2009). Risk assessment and validation of flood disaster based on fuzzy mathematics. Progress in Natural Science, 19(10), 1419-1425
  5. Kubal, C., Haase, D., Meyer, V., &Scheuer, S. (2009). Integrated urban flood risk assessment–adapting a multicriteria approach to a city. Natural Hazards and Earth System Science, 9(6), 1881-1895.
  6. Kourgialas, N. N., &Karatzas, G. P. (2011). Flood management and a GIS modelling method to assess flood-hazard areas a case study. Hydrological Sciences Journal–Journal des Sciences Hydrologiques, 56(2), 212-225
  7. Thieken, A. H., Müller, M., Kreibich, H., & Merz, B. (2005). Flood damage and influencing factors: New insights from the August 2002 flood in Germany. Water resources research, 41(12).
  8. Van der Sande, C. J., De Jong, S. M., & De Roo, A. P. J. (2003). A segmentation and classification approach of IKONOS-2 imagery for land cover mapping to assist flood risk and flood damage assessment. International Journal of applied earth observation and geoinformation, 4(3), 217-229.
  9. Martinez, J. M., & Le Toan, T. (2007). Mapping of flood dynamics and spatial distribution of vegetation in the Amazon floodplain using multitemporal SAR data. Remote sensing of Environment, 108(3), 209-223.
  10. Srinivas, V. V., Tripathi, S., Rao, A. R., & Govindaraju, R. S. (2008). Regional flood frequency analysis by combining self-organizing feature map and fuzzy clustering. Journal of Hydrology, 348(1), 148-166.
  11. Chen, J., Zhao, S., & Wang, H. (2011). Risk analysis of flood disaster based on fuzzy clustering method. Energy Procedia, 5, 1915-1919.
  12. Qanavati, E., Karam, A., and Agha Alikhani, M., 2012. Flood risk zonation in the farahzad basin (Tehran) using Fuzzy model. Journal of Geography and Environmental Planning. Consecutive 48, No. 4. (In Persian)
  13. Habibi, Arash, Ezadyar, Sedigheh and Sarafrazi, Azam, Fuzzy multi-criteria decision making, First Edition, Katebeh Gil Publications, 2014, pp. 75-73. (In Persian)
  14. Eastman, J. R. (2012). IDRISI Selva manual. Clark University. Sitio web: www. Clarklabs. org.
  1. Salehi, E., Rafie, Y., Farzad Behtash, M., and Aqababai, M., 2013. Urban flood risk zoning using GIS and Fuzzy Hierarchical Analysis Process, Case Study: Tehran. Journal of Environmental Studies. Vol. 39, No. 3.( In Persian)
  1. Saffari, A., Sasanpour, F., and Musavand, J., 2011. Assessing the vulnerability of urban areas to flood risk using GIS and fuzzy logic, Case study: District 3 of Tehran. Journal of Applied Research Geographical Sciences. Vol. 11, No.20. (In Persian)
  1. Navard. Elham. Presenting Management Solutions for Waste Separation Plan with Emphasis on Education and Public Participation, A Case Study of District 22 of Tehran Municipality, Master Thesis in Environmental Planning, University of Tehran, Faculty of Environment, 2007, pp. 45-44. (In Persian)
  2. Asgharpour, Mohammad Javad, Multi-Criteria Decisions, Sixth Edition, University of Tehran Publishers, 2008, page 350. (In Persian)