دانشگاه سیستان و بلوچستان مخاطرات محیط طبیعی 2676-4377 4 6 2015 12 22 Evaluate the performance Regression Decision Tree Model in Predicting Drought (Case Study: Synoptic Station in Sanandaj) ارزیابی کارایی مدل درخت تصمیم ‌رگرسیونی در پیش‌بینی خشکسالی نمونة موردی: ایستگاه سینوپتیک سنندج 1 19 2520 10.22111/jneh.2016.2520 FA غلامعلی مظفری عضو هیات علمی شهاب شفیعی دانشجوی دکتری زهرا تقی زاده دانشجوی کارشناسی ارشد Journal Article 2014 07 23 There are several ways to study drought. Method of analysis rainfall data, Public Sector analysis methods is drought. Therefore, accurate prediction and before the outbreak precipitation could provide the conditions for assessing the drought situation. The purpose of this study is investigating the effect of data preprocessing on the performance of the decision tree model to predict drought in synoptic station in Sanandaj.  In this study, CART algorithms (Classification and regression tree) has been used as variety of decision tree regression in order to predict precipitation forecast of12months. The data used in this study are the monthly precipitation, relative humidity, the maximum temperature, the average temperature, wind direction and wind speed  in a specific statistical period(1970 - 2010). To assess the created trees in this study, different statistical measures have been used which in the end results show that in synoptic station in Sanandaj, decision tree regression model is a relatively efficient model to predict drought in which using a moving averages compared to other states led to Increasing the efficiency of decision tree mode land providing thread just mint in the range of changes, the input data with a high reliability is able to estimate the amount ofprecipitation12months before it occurs which in the simulation carried outing this study, when the five-year moving average of the data has been used to implement the model ,combination of previous rainfall, maximum temperature has been identified as the most appropriate states. The findings shows that applying moving average to the original data, dramatically improves the performance of the model. In these circumstances, the decision tree method regression in Sanandaj station with high reliability level estimate the occurrence of precipitation in 12 months ago.      برای مطالعة خشکسالی روش‌های مختلفی وجود دارد. روش تحلیل داده‌های بارندگی، جزو عمومی روش های تحلیل خشکسالی به شمار می رود؛ لذا پیش‌بینی دقیق و پیش از وقوع بارش می تواند شرایط را برای ارزیابی وضعیت خشکسالی فراهم نماید. هدف این پژوهش، بررسی تأثیر پیش‌پردازشِ داده‌های بارش ماهانة ایستگاه سینوپتیک سنندج بر عملکرد مدل درخت تصمیم در پیش‌بینی خشکسالی در ایستگاه سینوپتیک سنندج می‌باشد. در این پژوهش از الگوریتم CART به عنوان یکی از انواع درختان تصمیم رگرسیونی جهت پیش‌بینی بارش 12 ماه بعد استفاده شده و جهت ارزیابی درخت­های ایجاد شده از معیارهای آماری مختلف استفاده شده‌است. داده­های مورد استفاده در این پژوهش مربوط به آمار ماهانة بارندگی، رطوبت نسبی، دمای حداکثر، دمای متوسط، جهت باد و سرعت باد در دورة آماری (1389- 1349) است. نتایج حاصل از پژوهش نشان می‌دهد که در ایستگاه سینوپتیک سنندج درخت تصمیم‌گیری رگرسیونی، مدلی نسبتاً کارا درپیش‌بینی خشکسالی می­باشد؛ به‌ طوری‌ که درشبیه‌ سازی ­های صورت گرفته، زمانی که از میانگین متحرّک پنج سالة داده­ ها برای اجرای مدل استفاده گردید، ترکیب بارش قبلی و دمای حداکثر به عنوان مناسب­ترین حالت با مقدار خطای 06/0 شناسایی شده و  اعمال میانگین متحرک روی داده‌های اصلی در بهبود کارایی مدل مؤثر است. در این شرایط، روش درخت تصمیم رگرسیونی ایستگاه سنندج با ضریب اطمینان بالایی میزان بارش را 12 ماه پیش از وقوع بر آورد نمایند. https://jneh.usb.ac.ir/article_2520_ca73fb545d18ee5ac6c5b6a535bd55dd.pdf

دانشگاه سیستان و بلوچستان مخاطرات محیط طبیعی 2676-4377 4 6 2015 12 22 Comparison of artificial neural network models and adaptive neuro-fuzzy inference system in predicting the drought Mond Basin of Fars Province پیش‌بینی خشکسالی با بکار‌گیری از مدل‌های شبکه عصبی مصنوعی و سیستم استنتاج عصبی‌-‌ فازی تطبیقی در حوزة مُند استان فارس 21 32 2521 10.22111/jneh.2016.2521 FA مهناز رستمی دانشجوی کارشناسی ارشد احمد پهلوانروی عضو هیات علمی دانشگاه زابل علیرضا مقدم نیا عضو هیات علمی Journal Article 2014 09 08 Drought has gripped a serious problem in many countries of the world. So great is the importance of drought prediction. In this research, performances Artificial Neural Networks (ANN) and Adaptive Neuro-Fuzzy Inference System (ANFIS) for Drought Prediction Techniques in Mond Basin of Fars Province have been comparatively evaluated on the  basis  of the monthly data for a 32-year period (1978-2012) including  rainfall, temperature and drought indices SPI, the training data length of  %70 and the testing data length of %30 were determined. After conducting  prediction by using  ANN and ANFIS models, the performances of  these models were evaluated on the basis of statistical criteria of  Nash index (E), correlation coefficient (R) and Root Mean Square Error (RMSE). The obtained  results indicated higher accuracy of ANN model rather than ANFIS model in orther to Drought Prediction Techniques in Mond Basin of Fars Province.    امروزه خشکسالی یک معضل جدّی و گریبانگیر دربسیاری از کشور­های جهان است؛بنابراین پیش­بینیِ آن از اهمیت به‌سزایی برخوردار می­باشد. در این تحقیق، کارایی شبکة عصبی مصنوعی و سیستم استنتاج عصبی­- ­فازیتطبیقی به عنوان روش­هایی مؤثر برای پیش­بینی شدت خشکسالی حوزة "مُند" استان فارس مورد بررسی قرار گرفت. برای این منظور از داده­های بارندگی ماهانة ایستگاه باران‌سنجی تنگاب استان فارس با دورة آماری 32 ساله استفاده گردید. شدت خشکسالی در دورة ماهانه با استفاده از شاخص بارندگی استاندارد شده (SPI) تعیین شد؛ سپس به‌وسیلة مدل­های ANN وANFIS و با استفاده از شاخص SPI پیش­بینی شدت خشکسالی انجام گردید. از بین داده­های موجود، 70 درصد به عنوان داده­های آموزش و مابقی به عنوان داده­های اعتبارسنجی و داده­های آزمون انتخاب شد؛ سپس از طریق معیار­های آماری شامل ضریب همبستگی، میانگین مجذور مربعات خطا و ضریب ناش به کارایی عملکرد مدل­‌ها پرداخته شد. نتایج نشان دادد که دقت روش شبکه­های عصبی مصنوعی از روش سیستم استنتاج عصبی­-­ فازیتطبیقی بیشتر می­باشد؛ همچنین یافته­های حاصل از این بررسی نشان می­دهد که هرچه پراکندگی داده­های ورودی مدل بیشتر باشد مدل استنتاج عصبی­-­ فازی تطبیقی دارای توانایی بیشتری در شبیه­سازی این نوع از داده­ها می­باشد. https://jneh.usb.ac.ir/article_2521_3902abd63a77b1ca77ced8ac6af9411a.pdf

دانشگاه سیستان و بلوچستان مخاطرات محیط طبیعی 2676-4377 4 6 2015 12 22 The Survey effective factors in vulnerability due earthquake in Informal District of city zones with application of GIS: Case study: 1 and 5 zones of Tabriz بررسی عوامل مؤثر برآسیب‌پذیری ناشی از زلزله در مناطق شهری دارای سکونت‌گاه‌های غیررسمی با استفاده از GIS (مطالعة موردی مناطق 1 و 5 شهر تبریز) 33 56 2522 10.22111/jneh.2016.2522 FA علی حاجی نژاد عضو هیات علمی دانشگاه سیستان و بلوچستان احد بدلی دانشجوی کارشناسی ارشد واحد آقایی دانشجوی کارشناسی ارشد Journal Article 2014 10 15 The Earthquake Vulnerability one of the important challenges confront of big cities in Iran. Sensitivity of this matter reduplicate when the cities moreover exhaustion contain slums area and informal settlements. The Tabriz city one of the populous city in Iran that from earthquake risks on high Vulnerability position. Tabriz city like as other cities containing informal settlements and this sector establishment on active fault side. This sector of construction and urban planning (urban land use planning) aspects in the unsuitable position. While the earthquake happened as regards high population density and other effective factors on Vulnerability increasing due earthquake human disaster in this area can happened. This article surveyed 1 and 5 zone of Tabriz city that contain informal settlements between Tabriz city zones، from Vulnerability due earthquake for as much as earthquake nature and study it’s relation with four factors population density, construction density, constructions quality and type of the construction materials also  for evaluation of  Vulnerability amount and effective factors in Vulnerability used from geographic information system(GIS) and Analytical Hierarchy process(AHP) and for density estimation used from the kernel density estimation(KDE). Research results showed that 1 and 5 of Tabriz city zones because high population concentration, low constructions quality, constructions high ages and used from unresisting materials in opposition of earthquake and established in proximity of fault and slum texture in other side while the earthquake occurrence can endure irrecoverable damage.     آسیب‌پذیری ناشی از زلزله یکی از مهم‌ترین چالش‌های پیش روی شهرهای بزرگ در ایران است. وقتی شهرها علاوه بر فرسودگی، مناطق حاشیه‌نشین و اسکان غیررسمی دارند، حساسیت این موضوع دو چندان می­گردد. در این میان، شهر تبریز یکی از شهرهای پرجمعیت ایران می­باشد که به لحاظ خطر زلزله در وضعیت آسیب­پذیری بالا می­باشد.این شهر مانند سایر شهرهای بزرگ ایران دارای سکونت‌گاه‌های غیررسمی می­باشد که در کنار گسل فعال استقرار یافته­اند؛ این مناطق به لحاظ ساخت­و­ساز و برنامه­ریزی شهری (برنامه­ریزی کاربری اراضی) در وضعیت نامناسبی قرار دارند و در صورت وقوع زلزله می­تواند فاجعة انسانی با توجه به تراکم بالای جمعیتی و سایر پارامترهای مؤثر در افزایش آسیب­پذیری ناشی از زلزله  در این محدوده اتفاق بیفتد. این مقاله به بررسی مناطق یک و پنج شهر تبریز که در بین مناطق دارای سکونت‌گاه‌های غیررسمی شهر تبریز می­باشند، از لحاظ آسیب­پذیری ناشی از زلزله با در نظر گرفتن ماهیت زلزله و بررسی آن در ارتباط با چهار عامل تراکم جمعیت، تراکم ساختمانی، کیفیت ابنیه و نوع مصالح می­پردازد و جهت ارزیابی رابطة بین میزان آسیب­پذیری زلزله و عوامل مؤثر بر آسیب­پذیری، از سیستم اطلاعات جغرافیایی GISو مدل تحلیل سلسله مراتبی (AHP)و برای برآورد تراکم از برآورد تراکم کرنل (KDE) استفاده شده است. نتایج تحقیق نشان می­دهد که مناطق یک و پنج شهر تبریز با توجه به تمرکز بالای جمعیت، کیفیت ابنیة پایین، عمر ساختمان‌ها و استفاده از مصالح غیرمقاوم در برابر زلزله از یک طرف و نزدیکی به گسل و بافت حاشیه­نشین از طرف دیگر،  در صورت وقوع زلزله می­تواند خسارات جبران­ناپذیری را متحمل گردد. https://jneh.usb.ac.ir/article_2522_345fb9af29f26625a4ca8b5dfa1bcda5.pdf

دانشگاه سیستان و بلوچستان مخاطرات محیط طبیعی 2676-4377 4 6 2015 12 22 Anticipated Cooling Needs of Fars province With the application data EH5OM پیش‌بینی نیاز سرمایش استان فارس با کاربست داده‌های EH5OM 57 75 2523 10.22111/jneh.2016.2523 FA کمال امیدوار عضو هیات علمی رضا ابراهیمی دانشجوی دکترا مهدی نارنگی فرد دانشجوی دکترا Journal Article 2015 11 10 Not only is energy self-produced greenhouse gases, but its use in heating, cooling under the impact of climate change and global warming caused by greenhouse gases is.In this study, data obtained via EH5OM model from <em>Max Planck Institute</em> for Meteorology in Hamburg, Germany, were used to simulate Fars province average daily temperature during the first period (2015-2050) under the A1B scenario of the Intergovernmental Panel on Climate Change with a resolution of 1.75 degrees longitude and latitude. Then, the regional climate model was used to downscale the average daily temperature data at a 0.27x0.27° latitude and longitude covering a 30 x 30 km area of ​​Fars province.To calculate the parameters of temperature threshold of 23.9 ° C was used for cooling. The average monthly temperature cooling at 13140 × 12 matrix calculation and maps that were drawn in the next phase relationship between the width, height and longitude to calculate cooling degree days and it was traced images. Most cooling needs in the southern part of the province in June and July 4200 and 3800, respectively cooling needs of the province an important loss in peak hours. the need for this parameter is also visible in the northern strip, especially city Abade. Most latitude to May correlation with the amount of cooling needed is 878/0 percent. The role of latitude over during the province-is cooling needs change.  انرژی مصرفی نه تنها خود تولیدکنندة گازهای گلخانه­ای است؛ بلکه میزان مصرف آن جهت گرمایش و سرمایش محیط نیز تحت تأثیر تغییرات اقلیم و گرمایش جهانی ناشی از گازهای گلخانه­ای است. هدف از این پژوهش پیش‌بینی نیاز سرمایش استان فارس در دهه­های آینده است. این پژوهش با استفاده از داده­های گردش کلی جوّ EH5OM واکاوی شد. داده­ها تحت سناریو A1Bکمیتة  بین­المللی تغییر اقلیم و با تفکیک 75/1 درجة طولی  و عرضی اجرا شده­اند. با مدل ریزمقیاس نمایی RegCM4، داده­های میانگین دمای روزانه به تفکیک 27/0 × 27/0 درجة طول و عرض جغرافیایی که حدوداً  نقاطی با ابعاد 30 × 30 کیلومتر مساحت استان را پوشش می­دهند تبدیل شدند. جهت محاسبة فراسنج سرمایش نیز از آستانة دمایی 9/23 درجة سانتی‌گراد استفاده شد. سرانجام میانگین ماهانة درجة ساعت سرمایش در ماتریسی به ابعاد 13140 ×12 محاسبه و نقشه­های آن ترسیم گردید؛در مرحلة بعد رابطة عرض، ارتفاع و طول جغرافیایی با درجة روز سرمایش نیز محاسبه و نگاره­های آن ترسیم شد. بیشترین نیاز سرمایش در بخش­های جنوبی استان در ماه­های ژوئن و ژولای به ترتیب با نیاز سرمایش 4200 و 3800  درجه ساعت بیشینه را در استان دارا می­باشند. کم­ترین میزان نیاز این فراسنج نیز در نوار شمالی به ویژه شهرستان آباده نمایان است. وجود روند مثبت و افزایشی دما در فصل بهار، به‌ویژه در ماه­های می و ژوئن در بیشتر نقاط استان، گرم شدن هوا را در این فصل نسبت به تابستان گویاست که نوید دهندة استفادة بیش از حد از وسایل سرمازا در آینده در فصل بهار است. بیشترین ضریب همبستگی نیاز سرمایش با عرض جغرافیایی را ماه می به میزان 878/0 درصد داراست. نقش عرض جغرافیایی بیش از طول در تغییرات میزان نیاز سرمایش استان  می­باشد. https://jneh.usb.ac.ir/article_2523_0e804fe47c19dfcbcfbd835e377e2ce5.pdf

دانشگاه سیستان و بلوچستان مخاطرات محیط طبیعی 2676-4377 4 6 2015 12 22 Synoptic Analysis of Heavy Rainfalls during Spring in Zanjan Province واکاوی همدید بارش‌های سنگین بهارة استانِ زنجان 77 88 2524 10.22111/jneh.2016.2524 FA غلامرضا براتی عضو هیات علمی محمد مرادی عضو هیات علمی رقیه سلیمی دانشجوی کارشناسی ارشد Journal Article 2014 10 13 One part of North-western Iran is Zanjan Prov. It receives the moisture of western weather systems. These systems are affected from latitude, height and the direction of mountains. The east-ward replacement of western and short air waves that are separated from Mediterranean one as a principal wave and so, the recurrence of trough and ridge can obtain enough moisture for the Heavy Rainfalls of Zanjan Province (hereafter HRZP) from Mediterranean as nearest sea one. Our aim was the determining of precipitable weather system that caused HRZPs. As a hypothesis we bring up Mediterranean Sea is the principal resource for heavy rainfalls in Zanjan Province. In first stage, we extracted the daily rainfall amounts for 9 weather stations inside and outside the province during spring season including April, May and June. When the daily tables of rainfalls set based on equal to 30 mm/day and more, we could determine 13 heavy rainfalls. Results showed April had most heavy rainfalls. In second stage, we determined 8 HRZPs based on their duration, the cumulative amounts of weather stations during peak days and the frequency of recorded ones. During final stage, we designed daily weather charts based on atmospheric data including slp, hgt, air, rhum, shum, uwnd and vwnd from NCEP/NCAR. Programming was accomplished in C++ software and modeling in GrADS and Surfer ones. The analysis of designed models showed water vapor has flowed from Mediterranean Sea toward study area in lower troposphere (750 HPA) during rainy days. So, we found the cores of maximum relative humidity (more than 80 percent) over study area during rainy days. It was detected that the most of HRZPs happened during April and the Mediterranean Sea is the principal resource of water vapor for them. استان زنجان بخشی از گسترة  ناهموار  شمالِ باختری ایران است که با مساعدت عرض جغرافیایی، ارتفاع و جهت‌گیری ناهمواری‌ها در مسیر سامانه‌های بارش‌زای غربی است.  با حرکت خاور سوی موج‌های کوتاه در بستر موج مدیترانه و تناوب فرازها و فرودها، امکان تغذیة سامانه‌های پدیدآورندة بارش‌های سنگین از پهنه‌های آبی هم‌ عرض فراهم است. دراین تحقیق با هدف تعیین سامانه‌های عامل این  بارش‌ها در ترازهای میانی وردسپهر و پایینی؛فرض«دریای مدیترانه به عنوان مهم‌ترین خاستگاه تأمین‌ کنندة نماین بارش‌ها» آزمون شد. برای انجام این آزمون در مرحلة نخست، مقادیر بارش روزانة 9  ایستگاه داده ‌سنجی جوّی داخل و پیرامون استان برای ماه‌های فروردین، اردیبهشت و خرداد از سامانة داده‌های محیطی سازمان هواشناسی تهیه شد. تنظیم جداول روزانة بارش‌ها بر مبنای آستانة 30 میلی‌متر در روز، امکان استخراج 13 مورد بارش سنگین را فراهم کرد. بررسی‌ها،گویای رخداد بیشترین فراوانی‌ها درفروردین‌ماه بود. در مرحله دوم، بر پایة معیارهای دوام روزانة بارندگی، جمع مقادیر ایستگاه‌ها طی روزا و جو نیز فراوانی ایستگاه‌های درگیر، 8 موج بارندگی به عنوان بارندگی‌های شاخص تعیین شد. آخرین مرحلة تحقیق تهیة داده‌های فشار تراز دریا، ارتفاع، دما، نم نسبی و ویژه، بادهای مداری و نصف‌النهاری از مرکز جهانی داده‌کاوی و نهایتا ًرسم الگوهای روزانه این داده‌ها بود. نتایج تحلیل نقشه‌های وضع هوا طی روزهای بارندگی سنگین، گویای سمت‌ یابی شار رطوبت در لایة زیرین پوش‌سپهر از خاور دریای مدیترانه روی استان بود. همچنین نتایج گویای تشکیل هسته‌های نم نسبی 80 درصدی روی سرزمین طی روزهای بارندگی بود. واکاوی فرضیة تحقیق، مشخص نمود که بیشترین فراوانی بارندگی‌های سنگین استان زنجان طی بهار در فروردین‌ماه رخ داده‌اند و دریای مدیترانه در میان پهنه‌های آبی پیرامون ایران، مهم‌ترین نقش را در شار رطوبت برای بارش‌های سنگین شاخص استان داشته است. https://jneh.usb.ac.ir/article_2524_47809fe44aa47b6c662d52161200a071.pdf

دانشگاه سیستان و بلوچستان مخاطرات محیط طبیعی 2676-4377 4 6 2015 12 22 The application of Logistic Regression in the zoning of slop instibitlies on the mountain roads (case study : dare diz strait ) کاربرد روش رگرسیون لجستیک در پهنه‌بندی خطر وقوع ناپایداری‌های دامنه ای در جاده‌های کوهستانی (محدودة مورد مطالعه : تنگه دره دیز) 89 103 2525 10.22111/jneh.2016.2525 FA شهرام روستایی عضو هیات علمی داود مختاری عضو هیات علمی فاطمه خدایی دانشجوی کارشناسی ارشد Journal Article 2015 05 06 The occurrence of slop instability on the roads and communication domains, especially in the mountainous areas, is one of the cases the causes a lot of damages on the roads of country،and sometimes in the areas in where the slop is very sharp or the roads are more curved  the occurrence of this type of natural hazards can cause death of passengers،therefore identification of the areas which because of their natural features are more dangerous and on the other hand they are chosen for construction projects such as roads ore dams ، ……، is really important .In this article the Logistic Regression  was used for identifing the dangerous areas. <br />For the study of the image sensor on Landsat 8 oLI-TIRS were used and the effective Factors ، as ، instability slope (slope, aspect, lithology, land use, distance to fault, distance from the river, away from roads, elevation) in GIS environment survey and  the most important factors was known, then the distribution layer of instability was adjusted  to the hazard zonation map of slope instabilities in software Edrisi then  likelihood of slop  instability map was divided into five groups with very low sensitivity, low, medium, high, very high.   وقوع ناپایداری‌های دامنه‌ای در محورها و راه‌های ارتباطی به خصوص در مناطق کوهستانی، از جمله مواردی است که هر ساله خسارت‌های زیادی را به راه‌های مواصلاتی کشور وارد می‌سازد. در برخی موارد، وقوع این نوع از مخاطرات طبیعی در گردنه‌ها و تنگه‌هایی با شیبِ تندتر و جاده‌هایی با انحنای بیشتر، نظیر تنگة دره دیز و گردنة ننم وار استان آذربایجان شرقی، منجر به مرگ مسافران می‌گردد؛ بنابراین شناسایی ویژگی‌های طبیعی مناطقی که جهت اجرای پروژه‌های عمرانی اعم از احداث جاده و سایر راه‌های ارتباطی نظیر خطوطِ راه‌آهن، سدهای آبی و... گزینش می‌گردند و تعیین میزان استعداد آنها جهت وقوع ناپایداری‌های دامنه‌ای  بسیار با اهمیت می‌باشد. در این مقاله با استفاده از روش رگرسیون لجستیک به پهنه‌بندی و شناسایی مناطق مستعدِ وقوعِ این نوع از حرکات دامنه‌ای در محدودة مورد مطالعه اقدام شد. برای این مطالعه از تصویر ماهوارة لندست 8 سنجنده oLI-TIRS استفاده شد و فاکتورهای مؤثر در وقوع ناپایداری‌های دامنه‌ای (شیب، جهت‌شیب، لیتولوژی، کاربری زمین، فاصله از گسل، فاصله از رودخانه، فاصله از جاده، طبقات ارتفاعی) در محیط  GISبررسی و از میان آنها مهم‌ترین فاکتور مشخص گردید. سپس بر لایة پراکنش  ناپایداری‌های دامنه‌ای انطباق داده شد، به این ترتیب  نقشة پهنه‌بندی خطر وقوع ناپایداری‌های دامنه‌ای در نرم‌افزار ادریسی تولید گردید؛ پس از آن نقشة پیش‌بینی احتمال وقوع ناپایداری‌های محدوده به پنج گروه  با درجه حساسیت بسیار پایین، پایین، متوسط، بالا، بسیار بالا تقسیم شد. https://jneh.usb.ac.ir/article_2525_11a9449afdb0f2bc061552bc3a601479.pdf

دانشگاه سیستان و بلوچستان مخاطرات محیط طبیعی 2676-4377 4 6 2015 12 22 Bardaskan Seismic Vulnerability Assessment Against Earthquake Using Inversion Hierarchical Weight Process (IHPW) ارزیابی آسیب‌پذیری لرزه‌ای شهر بَردَسْکن در برابر زلزله با استفاده از مدل سلسله مراتبی وارون (IHPW) 105 137 2526 10.22111/jneh.2016.2526 FA مجید ابراهیمی دانشجوی دکترا محمد سلمانی مقدم عضو هیات علمی ابوالقاسم امیر احمدی عضو هیات علمی مریم نوری دانشجوی کارشناسی ارشد Journal Article 2015 10 24 Nowadays, the city’s vulnerability to earthquakes is world’s major problem that is expert’s concern in various fields. Technical and historical studies of earthquake in Iran shows that devastating earthquakes along the Dorouneh fault, in many cases leads to deterioration and death of hundreds and sometimes thousands of people. Bardaskan, due to the presence of several active faults around and within it, is in a high risk of earthquakes. The purpose of this study is to determine the vulnerability of urban elements, using models and methods in reducing the vulnerability of this city against earthquake. To reach this purpose, 16 physical and spatial factors affecting the vulnerability of urban space were identified at the global level then using location data, structural elements description, building behavior data, and determining the impact of each criteria in vulnerability level, an appropriate estimation of city’s vulnerability to earthquake were presented in the framework of integrated and planning models such as fuzzy and Inversion Hierarchical Weight Process. We also discussed building damage modeling and micro-zoning against earthquake by presenting earthquake scenarios at different intensities. The results of this study show that by moving from the south to the north of Bardaskan, the vulnerability of the building’s block are increased. Earthquake scenarios modeling in the intensity of 6 and 8 Mercalli shows the vulnerability of the building were based on the 3, 1, 6, 5, 4 and 2 section respectively. The main reasons for this state are locating near the fault, peak ground acceleration, high density and low quality of building construction and building materials.   امروزه آسیب‌پذیری شهرها در برابر زلزله به عنوان یکی از مسائلِ اساسی جهان، پیشِ روی متخصصان رشته‌های گوناگون قرار دارد. مطالعات تکنیکی و تاریخی زلزله در ایران نشان می‌دهد که زلزله‌های ویرانگر در راستای گسل درونه، در موارد بسیاری سبب خرابی و کشته‌ شدن صدها و گاهی هزاران نفر شده‌است. شهر بَردَسْکن به دلیل وجود چندین گسل فعّال در اطراف و درون آن، ریسک بالایی در برابر خطر زلزله دارد. هدف از این پژوهش شناسایی میزان آسیب‌پذیری اجزاء و عناصر شهری با استفاده از مدل‌ها و روش‌های موجود در کاهش آسیب‌پذیری در برابر زلزله می‌باشد. برای رسیدن به این هدف 16 شاخص کالبدی- فضایی مؤثر بر آسیب‌پذیری شهرها در سطحِ جهانی شناسایی شد؛ سپس در قالب مدل‌های برنامه‌ریزی و تلفیقی فازی و تحلیل سلسله‌ مراتبی وارون، برآورد مناسبی از آسیب‌پذیری شهر در برابر زلزله با استفاده از داده‌های مکانی و توصیفی اجزاء، عناصر اصلی و رفتاری ساختمانی و تعیینِ تأثیرِ هر کدام از معیارهای به‌کار رفته در میزان آسیب‌پذیری ارائه گردید. همچنین با ارائة سناریوهای زلزله در شدت‌های مختلف به مدل‌سازی و ریزپهنه‌بندی آسیب وارده به ساختمان‌ها در برابر زلزله پرداخته شده‌است. نتایج این پژوهش نشان می‌دهد که با حرکت از سمت جنوب به طرف شمالِ شهر بردسکن بر میزان آسیب‌پذیری قطعات ساختمانی افزوده می‌شود. همچنین مدل‌سازی سناریوهای زلزله در شدت 6 و 8 مرکالی نشان می‌دهد که میزان آسیب‌پذیری بر اساس تعداد ساختمان‌ها به‌ترتیب در محلات 3، 1، 6، 5، 4 و 2 می‌باشد. مهم‌ترین دلایل این وضعیت نزدیکی به گسل، بالا بودن شتاب افقی زمین (PGA)، بالا بودن تراکم ساختمانی بنا و پایین بودن کیفیت و مصالح ساختمانی است.  https://jneh.usb.ac.ir/article_2526_0b15c653f7a89ab245e50263795d7a9b.pdf