مقایسه کاربرد روش مدلسازی بیزین و روش‌های تصمیم گیری چند معیاره در ارزیابی ریسک محیط زیستی سدها (مطالعه موردی: سد طالقان)

علوم و تکنولوژی محیط زیست، دوره نوزدهم،ویژه نامه شماره4، بهار1396

مقایسه کاربرد روش مدل­سازی بیزین و روش­های تصمیم گیری چند معیاره در ارزیابی ریسک محیط زیستی سدها (مطالعه موردی: سد طالقان)

نگار طیب­زاده مقدم[1]*

ntayebzadeh@gmail.com

بهرام ملک­محمدی[2]

احمدرضا یاوری2

چکیده

زمینه و هدف: ارزیابی ریسک محیط زیستی (ERA) ابزاری مهم در راستای دستیابی به توسعه پایدار به شمار می­رود. هدف از این تحقیق کاربرد روش مدل­سازی بیزین مبتنی بر ساختار سلسله مراتبی به منظور اولویت بندی، ارزیابی و ارائه راهکارهای مدیریتی به جهت کاهش خطرات ناشی از ریسک­های محیط زیستی سد طالقان می­باشد.

روش بررسی: در روش اول ارزیابی ریسک محیط زیستی سد طالقان با استفاده از شبکه بیزین(BN)  و بهره گیری از نرم افزارNetica  صورت پذیرفت.به منظور مقایسه نتایج حاصل از این روش با روش­های متداولی چون روش­های تصمیم گیری چند معیاره (MCDM)، ارزیابی ریسک محیط زیستی سد طالقان با روش MCDM و بهره گیری از نرم افزارExpert Choice  نیز صورت پذیرفت.

یافته‌ها: بر اساس نتایج این تحقیق، در میان توزیع­های احتمالاتی گره تصمیم BN، تغییر کاربری اراضی، اثر بر جمعیت و فرسایش و رسوبگذاری مهم­ترین ریسک­ها هستند و آلودگی، لرزه­خیزی، سیلاب، گردشگری و آسیب­پذیری اکولوژیکی در اولویت­های بعدی می­باشند.

بحث و نتیجه‌گیری: BNs به عنوان روشی جدید با دارا بودن مزیت­هایی چون در نظر گرفتن روابط بین متغیرها و شرایط عدم قطعیت از مدل­های انعطاف پذیر با توانایی بالا در ERA محسوب می­شوند. از اینرو به منظور دست­یابی به یک راه حل جامع برای بررسی مسائل پیچیده­ای چون ERA پروژ­ه­های عمرانی از جمله سدسازی، بکارگیری BNs می­تواند از کارایی بالایی برخوردار باشد.

واژه­های کلیدی: شبکه بیزین (BN)، ارزیابی ریسک محیط زیستی ((ERA، عامل­های ریسک، روش­های تصمیم گیری چند معیاره (MCDM)، سد طالقان.

Comparing the Application of Bayesian Modeling and Multi Criteria Decision Making Method in Environmental Risk Assessment of Dams (Case study: Taleghan Dam)

Negar Tayebzadeh Moghadam[3]*

ntayebzadeh@gmail.com

Bahram Malekmohammadi[4]

Ahmadreza Yavari2

Abstract

Background and Objective: Environmental risk assessment is an important tool to achieve sustainable development. The purpose of this study is application of Bayesian modeling method based on a hierarchical structure for prioritization, assessment and offering management solutions to reduce the hazards of Taleghan dam environmental risks.

Method: In the first method, environmental risk assessment (ERA) of Taleghan dam was performed by using Bayesian Network (BN) and the Netica software. To compare the results of this method with those of conventional methods such as multi criteria decision making method (MCDM), ERA of Taleghan dam was also performed by MCDM method and use of the Expert Choice software.

Findings: Based on the obtained results, the output node of the BN, changes in land use, effects on population and erosion and sedimentation are the most important risks and pollution, seismic, flooding, tourism and ecosensetivity are in second priorities.

Conclusion: BN as a new method with some advantages such as considering the relation between variables and uncertainty conditions data is considered flexible model with high capacity for ERA. Therefore, to achieve a comprehensive solution for environmental risk of engineering projects such as dam construction, application of BN based on the MCDM has a high performance.

Keywords: Bayesian network (BN), Environmental risk assessment (ERA), Risk factors, Multiple criteria decision making (MCDM), Taleghan dam.

مقدمه

یکی از مهم­ترین مسئولیت­های یک برنامه­ریز محیط زیست انتخاب یک محیط امن و بی­خطر به عنوان بستر توسعه است (1). فعالیت­های سدسازی همواره مخاطراتی را برای محیط زیست ایجاد می‏کند که ابعاد این خطرات با توجه به ماهیت پروژه و حساسیت­های محیط زیستی منطقه متفاوت است (2). با پیش بینی، تقلیل اثرات سوء و مدیریت صحیح ریسک می‏توان از درجات خطر به منظور کاهش پتانسیل آسیب رسانی بر محیط زیست کاست (3). ارزیابی ریسک محیط زیستی[5]((ERA یکی از حوزه­های فرعی فعالیت ارزیابی ریسک است و درصدد سنجش ریسک‏های مربوط به محیط زیست می‏باشد که بر اثر فعالیت‏های صنعتی و یا سایر طرح­های عمرانی صورت می‏پذیرد (4).

در سال 2007، Pollino و همکارانش در تحقیقی به سنجش (BNs)[6] به منظور استفاده در ارزیابی ریسک اکولوژیکی پرداختند. در این تحقیق اشاره می گردد که BNs قابلیت مدل­سازی مسایل مربوط به مدیریت محیط زیست را داراست. در این تحقیق ارزیابی ریسک جوامع ماهیان بومی حوزه آبخیز گلبرن مد نظر قرار گرفته است (5).  Watthayu & Pengدر سال 2004 به بیان و حل یک مسئله تصمیم گیری با استفاده از چارچوبی از روش­های تصمیم‏گیری چند معیاره
[7]((MCDMدر قالب یک ساختار شبکه بیزی پرداختند. در این مطالعه آن­ها به بررسی ادغام MCDM و شبکه­های بیزین پرداخته­اند. با در نظر گرفتن ارتباطات بین متغیر­ها در ساختار شبکه عدم قطعیت­ها در مدل تعدیل می­شود. این امر موجب می­گردد نتایج حاصل از مدل با آنچه که در محیط واقعی روی می­دهد مطابقت بیش­تری داشته باشد (6). Pollino & Hart در سال 2008 در تحقیقی به بررسی و توسعه مدل شبکه­های بیزی در ارزیابی ریسک پرداختند. در این تحقیق بیان می­شود که تصمیم سازی با وجود ریسک این هدف را برعهده دارد که احتمال وقوع خطر و شدت اثرات آن را مد نظر قرار دهد. توانایی پیش­­بینی تغییرات در اکوسیستم­های پویا به دلیل وجود استرس­های متعدد محیطی محدود به فهم ناچیز از ساختار و فرآیندهای محیط زیستی می‏شود؛ در این تحقیق محققان استفاده از BNs را به عنوان ابزاری در مدل­سازی که قابلیت ارزیابی ریسک اکولوژیکی را با در نظر گرفتن روابط بین متغیر‏ها و کاهش عدم قطعیت‏ها دارا هستند، توصیه می‏کنند (7). کشتکار و همکارانش در سال 2013 از BNs برای ارزیابی پایداری و مدیریت در حوضه آبریز حبله­رود استفاده نمودند و بر اساس نتایج مدل به ارایه راهکارها و اقدامات مدیریتی موثر در حوضه پرداختند (8). Morales-Nápoles و همکارانش در سال 2014 مدلی را با استفاده از BNs برای بررسی ایمنی سدهای خاکی در راستای کمک به تصمیم گیرندگان برای کاهش پیامدهای منفی احتمالی جاری شدن سیل در اثر شکست سد ارایه نمودند (9).

 احمدی و همکارانش در سال 1390 استفاده از ابزار BNs را در تعیین سطوح ریسک محیط زیستی سدها مورد بررسی قرار دادند. بدین منظور ابتدا مدل مفهومی ریسک تابعی از شاخص آثار و شاخص مخاطرات توسعه داده شده، سپس مدل مفهومی در قالب BNs تدوین و احتمالات شرطی در حالات مختلف به عنوان ورودی به مدل وارد شده است، سپس برای سد ابوالعباس شاخص ها امتیاز دهی شده است و شاخص ریسک زیست محیطی سد ابوالعباس محاسبه شده است. خروجی های این مطالعه محاسبه احتمال وقوع ریسک زیست محیطی در سطوح مختلف ریسک است (10).

تا کنون مطالعات گسترده­ای در راستای ارزیابی ریسک سدها صورت پذیرفته است، اما این مطالعات در کشور ما و سایر کشورهای جهان، به جنبه های ایمنی و حفاظتی سدها و سازه­های آبی توجه داشته­اند و کم­تر به جنبه­های محیط زیستی آن­ها پرداخته شده است. در فرآیند انجام ارزیابی ریسک محیط زیستی نیز در حال حاضر متداول­ترین روش­ها، روش MCDM است (3). بیشتر روش‏های MCDM موجود برای ساخت مدل­های بزرگ و پیچیده، عدم قطعیت­ها را در نظر نمی‏گیرند و پارامتر­ها و مقادیرشان را قطعی فرض می­کنند (6). علاوه بر این در اغلب آن­ها فرض بر این است که معیارها مستقل از یکدیگر هستند، این در حالیست که در مسایل تصمیم سازی در دنیای واقعی معیارهای تصمیم گیری و روابط متقابل آن­ها اغلب به صورت پیچیده با یکدیگر در ارتباط بوده و داده­های موجود از عدم قطعیت بالایی برخوردار هستند (6 و 11). در این تحقیق با مدل و رویکری نوین با استفاده از BNs مبتنی بر چارچوب MCDM (ادغام شبکه­های بیزین وMCDM ) به منظور در نظر گرفتن روابط بین متغیرها و کاهش عدم قطعیت­ها، ERA سد در فاز بهره برداری انجام گرفته است.

مواد و روش بررسی

در این تحقیق از دو روش به منظور ارزیابی ریسک محیط زیستی استفاده شد. نمودار فرآیند انجام ارزیابی ریسک­­­های محیط زیستی سد طالقان در شکل شماره 1 نشان داده شده است.

شکل 1-  فرآیند ارزیابی ریسک های محیط زیستی سد طالقان

Figure 1- Environmental risk assessment process of Taleghan Dam

تاکنون بحث‌های زیادی در مورد بهترین روشی که بتواند عدم‌ قطعیت‌ها را مدل کند، صورت پذیرفته است. اغلب روش‌های پیشنهاد شده در این زمینه مبتنی بر تئوری احتمالات و منطق فازی هستند. از بین این دو روش برای مدلسازی عدم قطعیت­ها، روش احتمالاتی از اساس تئوری قوی تری برخوردار است. یکی از جدیدترین روش‌های احتمالاتی، BNs می‌باشند. با استفاده از این شبکه‏ها می‏توان احتمالات پسین متغیرهای خروجی را با استفاده از مقادیر مشاهداتی متغیرهای ورودی محاسبه نمود (12). از شبکه­های احتمالاتی برای تصمیم‌گیری و استدلال در شرایط عدم قطعیت استفاده می­شود (13، 14 و 15). در BNs، یک گراف متشکل از مجموعه گره‌ها و مسیرهای ارتباطی می‌باشد. گره­ها نماینده متغیرهای تصادفی گسسته‏سازی شده و مسیرهای ارتباطی نمایش دهنده ارتباطات شرطی بین متغیرها هستند. BNs ساختارهای محاسباتی هستند که توسط آن­ها توزیع احتمالاتی پیوسته توأم یک مجموعه از متغیر‌های مربوط به هم از طریق داده‏های مشاهداتی استنباط می‌گردند. در حالت ساده، توزیع احتمالاتی توأم یک مجموعه از متغیرها، با فرض مستقل بودن آن‌ها، از

حاصلضرب توزیع احتمالاتی شرطی آن‏ها از طریق رابطه شماره  1 بدست می آید (15).

 در این رابطه:

‌: i امین مقدار متغیر تصادفی،

: احتمال توأم مقادیر ،

: ارزش کمی (مقادیر کمی) مجموعه علل  است.

کاربرد شبکه های بیزین در مدل­سازی مسایل تصمیم گیری چند معیاره

یک ساختار سلسله مراتبی در  MCDMمتشکل از مجموعه­ای از اهداف، گزینه­ها، معیارها و زیرمعیارها برای تصمیم گیری است (16 و 17). در این مطالعه سه نوع از گره‏ها (گره احتمالی، گره مطلوبیت و گره تصمیم) در ساختار BN استفاده شده است. گره­های تصمیم نمایش دهنده مجموعه­ای از گزینه­ها هستند{A_i,…,A_n}، گره مطلوبیت نمایش دهنده مجموعه‏ای از اهداف (اولویت­های تصمیم­گیر) است و گره­های احتمالی که شامل مجموعه­ای از معیار­ها و زیرمعیارها می­باشد{C₁,…,C_n,C_11,…,C_nm}، این معیارها ممکن است با یکدیگر ارتباط داشته باشند، آن­ها همچنین می توانند توسط عوامل متعدد {E₁,…,E_n} تحت تاثیر قرار گیرند (6). در شکل شماره 2 نمودار ساختار سلسله مراتبی در BN نشان داده شده است. در این تحقیق در مدل­سازی BN نرم افزار Netica استفاده شده است (18).

شکل 2- ساختار سلسله مراتبی در شبکه بیزین (6)

Figure 2- The hierarchical structure of the Bayesian network

ساختار شبکه بیزین

در BN  توسعه داده شده، گره تصمیم در برگیرنده مجموعه‏ای از گزینه‏ها است، یک گره مطلوبیت در برگیرنده مجموعه‏ای از اهداف (اولویت‏های تصمیم گیر) می­باشد و معیارها، زیر معیارها در سطوح مختلف نیز گره‏های احتمالی هستند (6 و 19). ارتباطات میان این گره­ها به صورت کیفی از طریق آرک­ها در نمودار مشخص می شوند و ارتباطات کمی میان آن­ها از طریق (CPT)[8] در ارتباط با هر یک از گره‏ها مدل­سازی می­شوند (11، 20 و 21). در BN انتخاب گره­ها، حالات، ارتباطات بین متغیرها و مقادیر CPT با قضاوت­های کارشناسی و یا داده های بدست آمده از منطقه کامل می­شوند. در مدل­سازی بیزین اطلاعات علمی موجود در قالب­های مختلف و دانش کیفی متخصصان به عنوان منابع با ارزش اطلاعاتی، با یکدیگر تلفیق می شوند این امر موجب می­گردد نتایج به طور معنی داری بهبود یابد (11، 22). با کامل نمودن CPT مربوط به هریک از گره­ها و تشکیل BN مقادیر توزیع احتمالاتی مجموعه گزینه­های ریسک نیز در گره تصمیم مشخص و اولویت­بندی می­شود (6 و 14).

معرفی منطقه مورد مطالعه

سد مخزنی طالقان در120­کیلومتری شمال غربی تهران و در جنوب رشته کوه­های البرز در دره طالقان قرار گرفته است.

محل سد مخزنی طالقان با طول جغرافیایی '37 و °50 الی '10 و °51 و عرض جغرافیایی '5 و °36 الی '25 و°36 درپایین دست بند انحرافی سنگبان واقع شده است. شکل شماره 3 موقعیت سد طالقان را نشان می دهد (23).

شکل 3-موقعیت سد طالقان

Figure 3- PositionofTaleghan Dam

شناخت گزینه­های ریسک

شناخت از وضعیت هر یک از گزینه­های اصلی ریسک محیط زیستی سد طالقان که از طریق پرسشنامه دلفی انتخاب گردیده یکی از فرآیندهای مهم در ERA سد است. بدین ترتیب که ابتدا پرسشنامه دلفی شامل مجموعه‏ای از عوامل ریسک بر اساس اطلاعات موجود از منطقه، در اختیار کارشناسان خبره در امر محیط زیست و سازه­های آبی و مطلع از وضعیت بهره برداری از سد طالقان قرار گرفت و در نهایت گزینه­های اصلی ریسک محیط زیستی این سد در فاز بهره برداری به منظور مدل­سازی ERA در شبکه بیزین مشخص گردید.

تحلیل نتایج

در این تحقیق یک چارچوب تصمیم­گیری با بهره­گیری از BN به منظور ارزیابی ریسک محیط زیستی سد طالقان تدوین و تحلیل شده است. سپس به منظور مقایسه نتایج حاصل از شبکه بیزین در ERA سد طالقان با روش­های متداولی چون MCDM، با این روش نیز ارزیابی ریسک محیط زیستی سد طالقان انجام گرفت. در BN در مجموع 25 گره در شبکه استفاده شد. در جدول شماره 1 نام و مشخصات این گره­ها شامل نام گره، معادل انگلیسی، سطح گره در ساختار سلسله مراتبی، حالات گره و نوع آن در ساختار BN ارایه شده است. پس از مشخص شدن گره­ها، حالات متغیرها و ارتباطات میان آن­ها BN ارزیابی ریسک محیط زیستی سد طالقان در محیط نرم افزار Netica تشکیل داده شد.

این ارزیابی شامل یک گره تصمیم با مجموعه‏‏‏ای از گزینه­های ریسک محیط زیستی سد طالقان، یک گره مطلوبیت به عنوان هدف اصلی (ارزیابی ریسک محیط زیستی سد طالقان) و 23 گره احتمالی در ساختار شبکه است. معیارها، زیر معیارها و دیگر فاکتورها گره­های احتمالی هستند. در این شبکه ارتباطات بین متغیر­ها از طریق آرک­ها (خط­ها) مشخص می­شود. در این ساختار دو شاخص اصلی ریسک (احتمال وقوع و شدت اثرات) دو معیار اصلی می باشند. هریک از معیارها می‏تواند توسط زیر معیارها تحت تاثیر قرار گیرد به عنوان مثال هریک از معیارهای احتمال وقوع و شدت اثرات تحت سه زیر معیار (محیط طبیعی، محیط بیولوژیکی و محیط اقتصادی- اجتماعی) قرار می­گیرد، هر یک از معیارها و زیرمعیارهای سطوح بالاتر نیز می تواند تحت تاثیر زیرمعیارهای سطوح پایین­تر قرار گیرد. احتمالات به شکل یک CPT برای هر گره در شبکه وارد می­گردد. ارتباطات کمی میان متغیر­ها از طریق CPT­ در ارتباط با هر یک از

گره‏ها مدل­سازی می­شود. این جدول­ها به ازای هر ترکیب ممکن از حالت­های والد، به گره مولود یک احتمال اختصاص می­دهد. مقادیر احتمالاتی در این جدول­ها بر­اساس نظر کارشناسی و داده­های بدست آمده از منطقه تخمین زده شده و در جدول­ها به صورت درصد بیان گردید. برای پرکردن احتمال وقوع هر سناریو در جدول­ها به منظور هماهنگی بیشتر مقادیر احتمالاتی وارد شده در CPT متغیرها، از جدول شماره 2 استفاده شده است.

جدول 1- نام و مشخصات گره­ها در ساختار شبکه بیزین

 Table 1- The name and descriptions of nodes in the structure of Bayesian network

جدول 2- نحوه تعیین مقادیر احتمالاتی در CPT

Table 2: How to determine the probability values in CPT

با تشکیل ساختار BN و با کامل نمودن CPT مربوط به هریک از گره­ها، توزیع­های احتمالاتی گزینه­های گره تصمیم نیز مشخص شد. در شکل شماره 4 شبکه بیزین ارزیابی ریسک محیط زیستی سد طالقان در مرحله بهره برداری نشان داده شده است. تغییر کاربری اراضی، اثر برجمعیت و فرسایش و رسوب­گذاری به ترتیب با مقادیر 350/0، 346/0 و 326/0 مهم­ترین ریسک­ها هستند و آلودگی، لرزه­خیزی، سیلاب، گردشگری و آسیب پذیری اکولوژیکی به ترتیب با مقادیر 321/0،312/0،3071/0،3070/0و 296/0 در اولویت­های بعدی قرار دارند.

شکل 4- شبکه بیزین ارزیابی ریسک محیط زیستی سد طالقان در فاز بهره برداری

Figure 4- Bayesian network for environmental risk assessment of Taleghan Dam in exploitation phase

به منظور مقایسه نتایج حاصل از شبکه بیزین در ERA سد طالقان با روش­های متداولی چون MCDM، با این روش نیز ارزیابی ریسک محیط زیستی سد طالقان انجام گردید. گزینه­های اصلی ریسک که در روش BN به کار برده شد، در ساختار سلسله مراتبی روش MCDM نیز استفاده گردید. در شکل شماره 5 نمودار سلسله مراتبی ERA طالقان نشان داده شده است.

شکل­5- ساختار سلسله مراتبی ارزیابی ریسک محیط زیستی سد طالقان

Figure 5- Hierarchical structure for environmental risk assessment of Taleghan Dam

پس از ایجاد ساختار سلسله مراتبی، قدم بعدی ارزیابی عناصر با مقایسه زوجی است. مقایسه زوجی، فرایندی است برای مقایسه اهمیت، ارجحیت یا درست نمایی دو عنصر نسبت به عنصر سطح بالاتر. مقایسات ERA سد طالقان در قالب ماتریس­های مقایسه زوجی صورت گرفت. درسطر اول در مقایسه احتمال وقوع و شدت اثرات نسبت به هدف به عنوان معیارهای ERA سد طالقان، این دو عامل از آن جهت که مولفه­های اصلی ریسک می باشند و ریسک از حاصلضرب احتمال وقوع در شدت اثرات به دست می آید از اهمیت یکسانی برخوردار بوده و هر کدام اولویت 1 و وزن 5/0 را دریافت می­کنند. سپس مقایسه دو محیط طبیعی و انسانی به عنوان زیر معیارهای شاخص شدت اثرات در ساختار سلسله مراتبی ERA سد طالقان انجام یافت. محیط انسانی از نظر پیامد ریسک­ها دچار مخاطرات بیش­تری می شود و احتمال وقوع هر یک از گزینه­های ریسک در محیط انسانی بیش­تر است و حتی بسیاری از این خطرات در منطقه به وقوع پیوسته است.

جدول­های مقایسات زوجی گزینه­های ریسک محیط زیستی سد طالقان نسبت به سطوح بالاتر خود نیز بر اساس قضاوت های کارشناسی و ویژگی­های منطقه مطالعاتی کامل گردید. در ادامه با استفاده از نرم افزار Expert Choice وزن هریک از شاخص­ها نسبت به شاخص­های سطح بالاتر (وزن نسبی) به روش بردار ویژه محاسبه شد و با تلفیق آن­ها در محیط نرم افزار وزن نهایی مربوط به هر یک از گزینه­های ریسک محیط زیستی سد طالقان مشخص شد. با توجه به نتایج بدست آمده از نرم افزار EC، تغییر کاربری اراضی، اثر بر جمعیت و فرسایش و رسوب­گذاری به ترتیب با وزن نهایی 259/0 ، 149/0 و134/0 اولویت های اول تا سوم را به خود اختصاص دادند و اثر بر روی جمعیت، فرسایش و رسوبگذاری، آلودگی، گردشگری و آسیب پذیری اکولوژیکی به ترتیب با اعداد 128/0 ،108/0 ،105/0 ،079/0 و 038/0 اولویت­های بعدی را دارند. شکل شماره 6 نمودار اولویت بندی وزن نهایی گزینه­ها را نشان می دهد.

شکل 6- اولویت بندی وزن نهایی گزینه­ها

Figure 6- Prioritizing final weight of alternatives

روش BN مبتنی بر ساختار سلسله مراتبی MCDM با در نظـر گرفتن روابـط بین متغیـرها و تعدیل عدم قطعیـت­ها نتایج مستدل و قابل قبولی را می‏دهد و اولویت­بندی صحیحی را برای تدوین راهکارهای مناسب برای کاهش ریسک محیط زیستی ارایه می­کند. پس از اولویت­بندی ریسک­ها، راهکارهایی در راستای کاهش و مدیریت ریسک­های محیط زیستی سد طالقان به منظور مقابله با آن­ها و استفاده از فرصت­های مناسب قبل از به وقوع پیوستن خطرات ارایه شده است. در جدول شماره 3 نیز اولویت­بندی ریسک­های محیط زیستی سد طالقان با دو روش  MCDMو شبکه­های بیزین و چند روش کاهش ریسک برای گزینه­های اصلی ریسک در منطقه آورده شده است.

جدول 3- مقایسه اولویت بندی نتایج ERA سد طالقان در روش  MCDMو شبکه بیزین و ارائه راهکارهای پیشنهادی در راستای مدیریت ریسک­ها

Table 3- Compare the prioritizing results of ERA for Taleghan Dam in MCDM method and Bayesian network and proposing strategies for risk management purposes

بحث و نتیجه گیری

روش­های MCDM امروزه به سبب سهولت در پیاده­سازی و اجرا، در زمینه­های مختلف تصمیم­سازی بسیار مورد استفاده قرار می­گیرند، اما در مسایل پیچیده­ای نظیر ERA سدها، قابلیت اجرایی بودن خود را از دست می دهند. BN به عنوان روشی جدید با دارا بودن مزیت­هایی چون در نظر گرفتن روابط بین متغیرها و شرایط عدم قطعیت، قابلیت تلفیق اطلاعات موجود در قالب­های مختلف با دانش و داده­های کارشناسی، ساماندهی افکار و آرای پراکنده در یک موضوع به صورت تصویری و ساده، امکان به روز رسانی با افزایش متغیرها و یا ­داده­های جدید، از مدل­های انعطاف پذیر با توانایی بالا در ERA هستند.

به منظور دست­یابی به یک راه حل جامع برای بررسی مسایل پیچیده­ای چون ERA پروژ­ه­های عمرانی از جمله سد در فاز بهره برداری و یا ساختمانی ادغام روش‏های تصمیم‏گیری چند معیاره و شبکه‏های بیزی از کارایی بالایی برخوردار است. بر اساس خروجی حاصل از BN ارزیابی ریسک محیط زیستی سد طالقان و اولویت بندی گزینه­های ریسک می­توان بیان کرد که پس از احداث و بهره برداری از سد طالقان محیط اقتصادی- اجتماعی بیش از دو محیط فیزیکی و بیولوژیکی تغییر کرده است. افزایش نسبی ساخت و ساز در سطح حوزه پس از احداث سد طالقان، تبدیل اراضی زراعی به مراتع و روند کاهشی پوشش مخلوط باغ و زراعت، افزایش نسبی سطح کلاس بستر رودخانه، رفتن کل یا بخشی از روستاها به زیر آب و تغییر شبکه راه­ها و دسترسی از جمله تغییرات کاربری در سطح منطقه پس از احداث سد می­باشد. روند تغییرات کاربری­ها همچنان با شتاب و به صورت منفی ادامه دار است و نسبت به سایر ریسک‏های محیط زیستی در منطقه اهمیت بالاتری دارد. از طرفی پس از احداث سد در منطقه تا کنون جمعیت نیز به لحاظ تعداد، مهاجرت، الگوی اقتصادی و ساختار فضایی به شدت دچار تغییر شده است و در خروجی مدل در اولویت دوم قرار دارد. به دلیل نوع واحدهای ژئومورفولوژی منطقه مهم­ترین ریسک در محیط فیزیکی نیز پتانسیل بالای فرسایش و رسوب­گذاری است که در اولویت سوم قرار گرفته است. با ارایه و اجرای راهکارهای تقلیل اثرات سوء و مدیریت صحیح ریسک می­توان شرایط فعلی را بهبود بخشید و از تخریب و نابسامانی بیشتر در منطقه جلوگیری به عمل آورد.

این روش علاوه بر ERA در پروژه­های مختلف عمرانی، در بیش­تر پروژه­هایی که به نوعی به اولویت­بندی و تصمیم­گیری منجر می‏شوند قابل استفاده بوده و تعمیم پذیر می باشد. در انجام این­گونه مدل­سازی­ها نیاز است مجموعه­ای از فرآیند­ها و قوانین که به عنوان راهنمایی گام به گام برای کاربر در مشخص نمودن متغیرها و روابط بین آن­ها در طراحی و تصحیح مدل شبکه باشد ارایه گردد.

منابع

1-      Lein, J. K. (2006). “Integrated Environmental Planning.” Black Well Science Ltd.

2-      Heller, S. (2006). “Managing Industrial Risk Having a Tested and Proven System to Prevent and Assess Risk.” Journal of Hazardous Materials, 130(1-2):58-63.

3-      Eldin, N.N. & Eldrandly, K.A. (2004). “A Computer A Bayesian Belief Network Analysis of Factors Influencing Wildfire Occurrence in Swaziland Aided System for Site Selection of Major Capital Investment.” 1st ASCAAD International Conference, e-Design in Architecture, Dhahran, Saudi Arab.

4-      اندرودی، م. 1380. "اصول و روش­های مدیریت زیست محیطی"، نشر کنگره.

5-      Pollino, C. A., Woodberry, O., Nicholson, A., Korb, K. & Hart, B. T. (2007). “Parameterisation and Evaluation of a Bayesian Network for Use in an Ecological Risk Assessment.” Environmental Modelling & Software, 22(8):1140-1152.

6-      Watthayu, W. & Peng, Y. (2004). “A Bayesian Network Based Framework for Multi-Criteria Decision Making.” Proc. of Multi-Criteria Decision Making Conference (MCDA 2004), Whistler, B. C., pp. 6-11.

7-      Pollino, C.A. & Hart, B.T. (2008). “Developing Bayesian Network Models within a Risk Assessment Framwork.” International Congress on Environmental Modelling and Software, Australia

8-      Keshtkar, A.R., Salajegheh, A., Sadoddin, A. & Allan, M.G., (2013). “Application of Bayesian networks for sustainability assessment in catchment modeling and management (Case study: The Hablehrood river catchment).” Ecological Modelling, 268:48-54.

9-      Morales-Nápoles, O., Delgado-Hernández, D., De-León-Escobedo, D. & Arteaga-Arcos, J. (2014). “A continuous Bayesian network for earth dams' risk assessment: methodology and quantification.” Structure and Infrastructure Engineering, 10(5):589-603.

10- احمدی، آ. مریدی، ع. توفیق، م. سارنگ، ا. 1390. "استفاده از ابزار شبکه­های بیزین در تعیین سطوح ریسک زیست محیطی سدها"، اولین کنفرانس بین المللی و سومین کنفرانس ملی سد و نیروگاه‏های برق آبی.

11-  Fenton, N.E. & M. Neil. (2012). “Risk Assessment and Decision Analysis with Bayesian Networks.” CRC Press.

12- ملک محمدی، ب.1387. "مدل بهینه بهره برداری از سیستم‏های رودخانه- مخزن بر پایه مدیریت ریسک سیلاب"، رساله مقطع دکترا، دانشکده مهندسی عمران، دانشگاه تهران.

13-  Newton, A. C. (2010). “Use of a Bayesian network for Red Listing under uncertainty.” Environmental Modelling & Software, 25(1):15- 23.

14-  Settas, D., Bibi, P., Sfetsos, I., Stamelos, I. & Gerogiannis, V.C. (2006). “Using Bayesian Belief Networks to Model Software Project Management Antipatterns.” Proc. of the Fourth International Conference on Software Engineering, Research, Management and Applications (SERA 2006), Washington, IEΕΕ, pp. 117-124.

15-  Malekmohammadi, B., Kerachian, R. & Zahraie, B. (2009). “Developing monthly operating rules for a cascade system of reservoirs: Application of Bayesian Network.” Environmental Modelling & Software, 24(12):1420-1432.

16-  Vincke, P., (1992)., “Multi-criteria Decision-Aid.” Wiley.

17-  Kazantzi, V., Gerogiannis, V.C., Anthopoulos, L., (2013). “Multi-Criteria Decision Making for Supplier Selection in Biomass Supply Networks for Bioenergy Production In Outsourcing Management for Supply Chain Operations and Logistics Service.” pp. 313-343, IGI Global. 

18-  Norsys Software Corporation. (2010). Netica 4.16. Norsys Software, Vancouver, British Columbia.

19-  Jensen, Finn V., Olesen, K.G. & Anderson, S.K., (1990). “An Algebra of Bayesian Belief Universe for Knowledge-based System.” In Networks, 20(2):637-660.

20-  Sun, Z. & Müller, D. (2012). “A Framework for Modeling Payments for Ecosystem services with Agent Based Models, Bayesian Belief Networks and Opinion Dynamics Models.” Environmental Modelling & Software, 45:15-28.

21-  Stinson, J., Kolb Ayre, K., summers, H. & Landis, W. (1998). “The Use of Bayesian Network Modeling in Environmental Risk Assessment and Resource Management.” Institute of Environmental Toxicology, Huxley College of the Environment, Western Washington University.

22-  Shafer, G. (1996). “Probabilistic Expert Systems.” CBMS-NFS regional Conference Series in Applied Mathematics, SIAM.

23- مهندسین مشاور بازآب .1381.مطالعات ارزیابی اثرات زیست محیطی سد طالقان و نیروگاه زیر زمینی سنگبان.