ترکیب AHP و ROC با GIS برای انتخاب مکان فرودگاه: مطالعه موردی در لیبی

خلاصه

انتخاب مکان فرودگاه مستلزم اتخاذ تصمیمات کامل و جامع است. انجام این کار به شیوه ای حرفه ای و منطقی برای تنظیمات اجتماعی، اقتصادی و لجستیکی در نظر گرفته شده برای هر منطقه بسیار مهم است. تحقیق حاضر در لیبی انجام می شود، جایی که فرودگاه ها به همان اندازه برای اقتصاد از نظر گردشگری و سرمایه گذاری حیاتی هستند، زیرا امکان حمل و نقل بهتر در سراسر بازار در حال توسعه و مکان های عرضه کننده و همچنین تجارت بین بخش های صنعتی و مالی را فراهم می کنند. به همین دلیل با استفاده از سیستم اطلاعات جغرافیایی (GIS) برای تعیین مکان مناسب فرودگاه، بیست و سه معیار در نظر گرفته شد. علاوه بر این، دو روش مختلف – فرآیند تحلیل سلسله مراتبی (AHP) و مرکز مرتبه‌ای (ROC) – برای استخراج وزن‌های مرتبط مورد استفاده قرار گرفت. مقایسه نقشه های خروجی از این دو رویکرد متمایز نشان می دهد که هر دو رویکرد نتایج یکسانی را ارائه می دهند. در نهایت، تجزیه و تحلیل حساسیت برای ارزیابی قابلیت اطمینان روش مورد استفاده و انتخاب بهترین سایت از بین موارد پیشنهادی بر اساس نتیجه بالاترین شاخص مناسب برای هر سایت کاندید انجام شد. این تحقیق یک رویکرد مکان یابی و پشتیبانی قابل توجهی برای تصمیم گیرندگان در موضوع انتخاب مکان فرودگاه در لیبی و سایر کشورهای در حال توسعه ارائه می دهد.
آموزش gis

کلید واژه ها:

فرودگاه ؛ لیبی ؛ GIS _ AHP ; ROC _ تجزیه و تحلیل میزان حساسیت

1. معرفی

فرودگاه ها پایه های اصلی هستند که نقش های برجسته و حیاتی را برای اقتصاد هر کشور ایفا می کنند. فرودگاه یک پروژه قابل توجه در زیرساخت است و مشارکت آن در گسترش ارتباطات انگیزه مهمی برای توسعه منطقه خواهد بود.
برای این منظور، برنامه ریزی های مناسب در این زمینه می تواند تأثیر زیادی بر لجستیک در سطح محلی داشته باشد و رونق اقتصادی و محیط های اجتماعی را بهبود بخشد.
کار حاضر به بررسی مکان فرودگاهی در کشور لیبی می‌پردازد، که در شمال قاره آفریقا، هم مرز با دریای مدیترانه در خط ساحلی 1770 کیلومتری آن قرار دارد.
لیبی در آینده برای گردشگران و سرمایه گذاری باز خواهد بود و مرکز اصلی ارتباط بین اروپا و کشورهای آفریقایی خواهد بود، به ویژه به دلیل این واقعیت که منطقه آفریقا بسیار وسیع است و با تقاضای ناچیز مسافر مشخص می شود [ 1 ].
چنین پیشرفت‌هایی از اهمیت زیادی برخوردار هستند زیرا به تسریع پیشرفت‌ها در روابط و معاملات بازار – عرضه‌کننده و تولیدکننده – تأمین‌کننده مالی کمک می‌کنند. سایر مؤسسات نیز می توانند در نتیجه گردشگری به تولید، به بخش خدمات و فراتر از آن شکوفا شوند.
همچنین، ساخت فرودگاه جدید در منطقه مطالعاتی انتخاب شده به افرادی که در آنجا بدون خدمات فرودگاهی مجاور زندگی می کنند، خدمات رسانی خواهد کرد. همه این تحولات می تواند در عین حال با استفاده از موقعیت مکانی مناسب و ثبات در حمل و نقل، رفاه و رفاه منطقه را بهبود بخشد.
در این مقاله، ما بر مکان‌های خدمات فرودگاهی تمرکز می‌کنیم، که هزینه و پایداری آن‌ها را حیاتی می‌سازد تا با دقت انتخاب شوند. ساخت فرودگاه با اقتصاد، سیاست ملی، فناوری، امور نظامی، محیط جغرافیایی، شبکه های حمل و نقل، گردشگری، شرکت های صنعتی [ 2 ] و غیره مرتبط است و با یک سیستم بزرگ و پیچیده در هم آمیخته است. از این رو، انتخاب سایت حیاتی ترین مرحله برای ایجاد یک فرودگاه جدید است. این وظیفه به دلیل وجود حجم زیادی از داده های مکانی از منابع مختلف، یک وظیفه چالش برانگیز برای تصمیم گیرندگان و برنامه ریزان در نظر گرفته می شود [ 3 ].
برای حل مشکل انتخاب مکان‌های مناسب برای فرودگاه‌ها، می‌توان از یکپارچه‌سازی نرم‌افزار سیستم اطلاعات جغرافیایی (GIS) و روش‌های تصمیم‌گیری چند معیاره (MCDM) استفاده کرد که نشان‌دهنده یک رویکرد سریع برای دستیابی به این هدف است. GIS به دلیل توانایی بالای آن برای پردازش و تجزیه و تحلیل حجم زیادی از داده های مکانی و غیر مکانی از منابع مختلف در زمان کوتاه برای این نوع مطالعه ایده آل است [ 4 ، 5 ، 6 ، 7 ، 8 ، 9 ].
روش MCDM برای استخراج وزن معیارهای انتخاب شده استفاده شد. پس از آن، این وزن ها بر روی لایه های ورودی (نقشه های معیار) در GIS اعمال شد. روش‌های فرآیند تحلیل سلسله مراتبی (AHP) و مرکز مرتبه رتبه‌ای (ROC) دو نمونه از روش‌های MCDM مورد استفاده برای استخراج وزن‌های نقشه‌های معیار بودند.
AHP اولین بار توسط Saaty [ 10 ] پیشنهاد شد، و یکی از روش‌های بسیار رایج در MCDM (تصمیم‌گیری چند معیاره) است که ابزار بسیار قدرتمندی برای مقابله با فرآیندهای تصمیم‌گیری پیچیده است که شامل انتخاب‌ها و جایگزین‌های متعددی است. 11 ]. خواص اصلی آن به ماتریس مقایسه زوجی متکی است. AHP به تجزیه یک مشکل پیچیده با انتخاب های متعدد به چندین مقایسه یک به یک کمک می کند. این یک ابزار قدرتمند و آسان برای تجزیه و تحلیل کیفی و کمی مسائل چند معیاره است [ 12 ]]. راحت‌تر از انتخاب مستقیم وزن‌ها است، زیرا یک متخصص می‌تواند سازگاری وزن‌ها را با محاسبه نسبت قوام (CR) در یک مقایسه زوجی بررسی کند. بسیاری از تحقیقات از AHP با GIS برای ارزیابی وزن معیارها در تعیین مکان های مناسب استفاده کردند [ 4 ، 13 ، 14 ، 15 ، 16 ، 17 ، 18 ، 19 ].
در میان استراتژی‌های وزن‌دهی مختلف که در تصمیم‌گیری توصیه می‌شوند، استراتژی‌های مبتنی بر رتبه که ترتیب رتبه‌بندی معیار را به وزن‌های جبری تغییر می‌دهند، به عنوان یک انتخاب عملی عالی بین سهولت استفاده و کیفیت نتیجه انتخاب مطرح شده‌اند [ 20 ].
به عقیده بارون و بارت، وزن‌های به‌دست‌آمده از این طریق در مقایسه با وزن‌های افراد تصمیم‌گیر که می‌توانند به راحتی و با اطمینان خاطر از تغییرات جزئی در طبقه‌بندی اهمیت هر یک از معیارها، به ویژه در صورت ظاهر شدن نتایج، نادیده گرفته شوند، احتمالاً دقیق‌تر هستند. نزدیک به چیزی است که مورد قبول آنهاست.
با توجه به این ملاحظات، برخی تکنیک‌ها ابداع شده‌اند تا رتبه‌بندی را برای وزن‌های به اصطلاح «جانشین» برای تخمین مقادیر واقعی وزن‌ها ممکن کند. یکی ROC [ 21 ] است.
روش وزن ROC تقریبی از وزن‌ها را برای کاهش حداکثر خطای هر وزن با متمایز کردن مرکز تمام وزن‌های بالقوه با حفظ ترتیب رتبه اهمیت هدف ارائه می‌کند. این فرمول دقیق تر از فرمول پایه رتبه دیگر است و تجزیه و تحلیل مبتنی بر آن بسیار ساده و کارآمد است و ابزارهای پیاده سازی مناسبی را فراهم می کند [ 22 ].
ادغام GIS و MCDM می تواند به طور موثر قابلیت ها را بهبود بخشد و مشکلات تصمیم گیری فضایی پیچیده را حل کند [ 23 ].
در نهایت، یک تحلیل حساسیت برای ارزیابی قابلیت اطمینان روش مورد استفاده و انتخاب بهترین سایت از بین روش‌های پیشنهادی انجام شد. تحلیل حساسیت برای ارزیابی میزان حساسیت خروجی ها به تغییرات کوچک در ورودی ها استفاده می شود. اگر تغییرات به طور قابل توجهی بر خروجی ها تأثیر نگذارد، رتبه بندی قوی و رضایت بخش فرض می شود. در غیر این صورت، فرد باید به مرحله فرمول بندی مسئله برگردد [ 24 ].
هدف مطالعه حاضر در ابتدا ایجاد یک روش شامل هر دو روش ArcGIS 10.5 و روش‌های AHP و ROC (روش‌های MCDM) و اعمال این روش در منطقه‌ای در شمال لیبی است. همچنین از روش مقایسه برای محاسبه درصد پیکسلی مناطق تطبیق و غیر منطبق برای نقشه‌های خروجی حاصل از روش‌های AHP و ROC استفاده شد و برای انتخاب بهترین سایت از بین سایت‌های پیشنهادی، از تحلیل حساسیت استفاده شد.
این مطالعه در چند مرحله با توجه به موارد زیر انجام شد:
  • تحلیل فضایی و غیرمکانی برای به دست آوردن اطلاعات و ویژگی‌های منطقه و محدود کردن محدوده مورد تحقیق برای تعیین محدوده مورد مطالعه انجام شد.
  • داده‌های مربوطه بر اساس ویژگی‌های محلی منطقه مورد مطالعه، قوانین، مقررات قابل اجرا، مرور ادبیات تحقیقات قبلی، نظر کارشناسان و در دسترس بودن داده‌ها شامل نقشه‌ها، اسناد و غیره جمع‌آوری شد.
  • تمام داده های جمع آوری شده (23 معیار) ارجاع جغرافیایی، تصحیح، دستکاری، شطرنجی و طبقه بندی مجدد شدند.
  • وزن‌های اهمیت نسبی معیارها و زیرمعیارها به ترتیب با استفاده از روش‌های AHP و ROC بر اساس نظرات متخصصان ارزیابی شدند.
  • تمامی لایه های ورودی وزنی برای تهیه نقشه شاخص تناسب وارد مدل همپوشانی وزنی GIS شدند.
  • تجزیه و تحلیل مقایسه برای تعیین منطقه تطابق و عدم تطابق بین دو نقشه خروجی حاصل از روش‌های AHP و ROC اعمال شد.
  • در نهایت، تحلیل حساسیت برای ارزیابی قابلیت اطمینان روش مورد استفاده و انتخاب بهترین سایت از بین موارد پیشنهادی بر اساس نتیجه بالاترین شاخص مناسب برای هر سایت کاندید اجرا شد.

آموزش gis

2. پس زمینه

مطالعات زیادی توسط چندین محقق برای یافتن بهترین مکان برای فرودگاه ها انجام شده است. برخی این موضوع را از منظر انتخاب مکان فرودگاه مدنی، با استفاده از GIS [ 25 ]، ارزیابی انتخاب مسافران [ 26 ]، استفاده از رویکردهای ارزیابی مختلف برای مقایسه برنامه‌ها با یکدیگر [ 27 ] یا شروع مدل‌های مکان یابی بر اساس فرودگاه مشاهده کرده‌اند. در شاخص های مختلف [ 28 ].
از بررسی ادبیات برای انتخاب بهترین مکان فرودگاه از گذشته تا کنون، Bambiger و Vandersypen [ 29 ] عمدتاً یک ارزیابی کیفی چند معیاره را برای مشکل سایت فرودگاه اعمال کردند، به دنبال آن Neufville و Keeney [ 30 ] که مکان فرودگاه را تحقیق کردند و اعمال کردند. روش ابزار چند ویژگی (MAU) برای ارزیابی دو مکان فرودگاه جایگزین در نزدیکی مکزیکو سیتی.
هورنر [ 31 ]، که تکنیک الگوریتم مکان-تخصیص را برای بررسی موقعیت فرودگاه ها و فرودگاه ها در ایرلند به کار برد، حداقل فاصله را با توجه به توزیع جمعیت در نظر گرفت. Saatcioglu [ 32 ] از سه رویکرد مدل های برنامه نویسی برای تعیین مکان سایت فرودگاه با ویژگی های مختلف برای هر مدل استفاده کرد. Neufville [ 33 ] از رویکردی استفاده کرد که بیمه در برابر خطرات را فراهم می کند و با استراتژی مقابله با عدم قطعیت ها همراه بود.
جانیک و رگیانی [ 34 ] نتایج یکسانی را هنگام استفاده از سه روش تصمیم‌گیری چند معیاره، از جمله AHP، وزن‌دهی افزودنی ساده (SAW) و تکنیک اولویت سفارش بر اساس شباهت به راه‌حل ایده‌آل (TOPSIS) در هفت سایت از پیش انتخاب‌شده فرودگاه پیدا کردند. به عنوان مکان های بالقوه برای انتخاب یک فرودگاه هاب جدید برای یک شرکت هواپیمایی فرضی اتحادیه اروپا.
دوباره، وانگ [ 35 ] سیستم شاخص مدل را ایجاد کرد و از سیستم دانش خبره استفاده کرد. سور و ماجومدر [ 36 ] از مدل آنتروپی ریاضی و هزینه ساخت به ازای هر نفر به عنوان معیاری برای کمک به جایگزین‌ها برای تعیین مکان سایت فرودگاه در کشورهای در حال توسعه استفاده کردند. یانگ و همکاران [ 37 ] یک تکنیک کمی را برای تعیین مکان‌های بهینه فرودگاه با در نظر گرفتن قابلیت دسترسی به فرودگاه‌ها توسط حمل‌ونقل هوایی و سطحی گسترش داد. حماد و همکاران [ 38 ] یک مدل بهینه‌سازی از یک مدل برنامه‌ریزی خطی اعداد صحیح مختلط (MILP) چند هدفه را توسعه داد که برای حل یک مسئله فرمول‌بندی شده به عنوان یک برنامه دو سطحی استفاده می‌شود.
سناراوغلو و همکاران [ 39 ] مطالعه ای را برای انتخاب بهترین مکان برای فرودگاه نظامی از میان چندین مکان نامزد با استفاده از روش های MCDM انجام داد. برای تعیین وزن معیارها از روش AHP استفاده شد. برای فرآیند رتبه‌بندی از روش‌های VIKOR، PROMETHEE، مقایسه منطقه تقریبی مرزی چند اسنادی (MABAC)، تحلیل مقایسه‌ای ایده‌آل-واقعی چند صفتی (MAIRCA) و ارزیابی متناسب پیچیده (COPRAS) استفاده شد. پس از مقایسه نتیجه، آنها دریافتند که همه روش ها نتیجه یکسانی را ارائه می دهند.
در نهایت، ژائو و همکاران. [ 13 ] بر اهمیت حفاظت از محیط زیست پرندگان در هنگام انتخاب مکان فرودگاه با اجتناب از ساخت فرودگاه در مسیرهای مهاجرت پرندگان تمرکز کرد. آنها مطالعه ای انجام دادند تا تصمیم بگیرند که فرودگاه موجود را گسترش دهند یا به فرودگاه برنامه ریزی شده منتقل کنند. نویسندگان اثر دو فرودگاه را بر محیط زیست پرندگان با استفاده از رویکرد AHP برای استخراج وزن معیارهای انتخابی و یک رویکرد مبتنی بر متخصص برای ارزیابی ارزیابی کردند. ارزیابی کلی اثرات زیست‌محیطی نشان داد که فرودگاه برنامه‌ریزی‌شده یک انتخاب مطلوب بود زیرا تأثیر کمتری بر محیط زیست پرندگان داشت.
از ادبیات بالا، دو رویکرد متفاوت از راه‌حل‌های مربوط به مشکل مکان فرودگاه پیدا شد، یعنی یک رویکرد رتبه‌بندی (ارزیابی عاملی) و یک رویکرد بهینه‌سازی (رویکردهای ریاضی). برخی از اشکالات در هر دو رویکرد یافت شد که به شرح زیر خلاصه می شود:
  • در مسائل رتبه‌بندی، عمدتاً این است که مکان‌های بالقوه فرودگاه‌ها را از پیش تعریف کنیم که باید بعداً ارزیابی شوند، علی‌رغم اینکه امکان نادیده گرفتن ناخواسته برخی مکان‌های بالقوه بهتر وجود دارد [ 40 ].
  • در مسئله بهینه‌سازی، معیارهای مورد استفاده بسیار باریک به نظر می‌رسند، که در بیشتر موارد شامل اندازه جمعیت و فاصله تا فرودگاه است [ 40 ].
  • تجزیه و تحلیل عینی و قضاوت ذهنی اجزای اصلی روش هایی هستند که نیاز به محاسبه وزنی دارند. عیب قضاوت ذهنی این است که بیش از حد به تجربه کارشناسان وابسته است.
  • از سوی دیگر، نقطه ضعف تجزیه و تحلیل عینی این است که تجربه و دانش متخصصان نادیده گرفته می‌شود و نتایجی که از طریق دستگاه‌های محاسباتی به دست می‌آیند ممکن است از نتایج واقعی منحرف شوند [ 41 ].
  • در مدل‌هایی که از شبکه‌ها استفاده می‌کنند، عیب این است که نمی‌توان شبکه‌هایی را که برای مکان فرودگاه نامناسب هستند به دلیل عوامل جغرافیایی مانند ساختمان‌ها و کوه‌ها و غیره یا ملاحظات تراکم شهری مانند نزدیکی به مناطق بسیار پرجمعیت نادیده گرفت [ 37 ]. ].
برای رفع اشکالات رویکردهای ذکر شده در بالا و بهبود کیفیت حل مشکل مکان فرودگاه، یکپارچه سازی نرم افزار GIS با روش های MCDM به دلایل زیر پیشنهاد می شود:
  • ابزارهای تحلیلی پیشرفته و فناوری جدید مانند GIS به عنوان مهمترین عوامل در ارائه اطلاعات بهتر و دستیابی به نتایج قابل اعتماد بیشتر در هنگام استفاده در فرآیند تصمیم گیری برای انتخاب مکان در نظر گرفته شده است. بنابراین، هدف اصلی پشت شهرت GIS این است که داده‌های مکانی مانند تصاویر ماهواره‌ای، عکس‌های هوایی و نقشه‌ها را با پایگاه‌های اطلاعاتی کیفی، کمی و توصیفی یکپارچه می‌کند [ 42 ]. با توجه به ارزیابی مکان‌های مناسب برای انتخاب سایت فرودگاه، GIS به عنوان ابزار تصمیم‌گیری اصلی برای درک مکان‌های اقتصادی و زیست‌محیطی مناسب، با استفاده از مقادیر زیادی داده‌های مکانی مرتبط با معیارهای فنی، اقتصادی، اجتماعی و زیست‌محیطی متنوع کمک می‌کند.
  • ادغام GIS و AHP کار تصمیم گیری را بسیار تسهیل می کند [ 43 ].
  • تصمیم گیری چند معیاره مبتنی بر GIS ترکیبی از ابزارها و روش های قدرتمند را برای تبدیل داده های غیر مکانی و مکانی به اطلاعات در قاعده تصمیم گیرنده فراهم می کند [ 44 ].
  • با استفاده از GIS، نقص عدم حذف شبکه‌هایی که به دلیل عوامل جغرافیایی یا ملاحظات تراکم شهری برای مکان فرودگاه نامناسب هستند، کنترل می‌شود [ 37 ].
  • MCDM، که اساساً با ارزیابی مسائل تصمیم‌گیری و ارزیابی انتخاب‌ها به ارزش‌ها و تمایلات تصمیم‌گیرنده سر و کار دارد، به توانایی مدیریت داده‌های مکانی (مثلاً بافر و همپوشانی) که برای تحلیل فضایی ضروری هستند، نیاز دارد.

3. منطقه مطالعه

این منطقه در قسمت شمالی لیبی بین خطوط طول جغرافیایی از 18°00’00″ تا 20°30’00″ شرقی و خطوط عرض جغرافیایی از 29°00′00″ تا 31°00′00″ شمالی قرار گرفته است. در شکل 1 . مساحت آن در حدود 42254 کیلومتر مربع است که 2.4 درصد از کل مساحت لیبی را با جمعیتی حدود 350000 نفر در سال 2019 نشان می دهد [ 45 ]] که 5.133 درصد از کل جمعیت لیبی را تشکیل می دهد. عمده ترین منابع درآمدی این جمعیت، صنایع نفت است. منطقه مورد مطالعه، یکی از مهم ترین مناطق صنعتی و نزدیک ترین به سواحل دریای مدیترانه، به عنوان محل اصلی صنایع پتروشیمی در لیبی، با آب و هوای نسبتا خشک، به ویژه بین ماه های آوریل و اکتبر در نظر گرفته می شود. ، و بارش بیشتر بین نوامبر و مارس. در این منطقه حدود 320 میلی متر باران در سال وجود دارد که دمای آن بین 5 درجه سانتیگراد در فصل سرد تا 40 درجه سانتیگراد در فصل گرم تغییر می کند و میانگین سالانه 21 درجه سانتیگراد است.
به طور کلی، انتخاب سایت با استفاده از چندین مرحله شروع می شود، در ابتدا با استفاده از تجزیه و تحلیل فضایی به داده های از قبل به دست آمده و ویژگی های مربوط به منطقه به منظور محدود کردن اندازه آن به مناطق کوچکتر که می توان به راحتی آنها را مدیریت کرد [ 46 ]]. مناطق حاصل به احتمال زیاد کیفیت سایت مناسب را در خود جای می دهند. در مرحله بعد، این مناطق برای انتخاب بهترین ها به طور پیچیده تری ارزیابی می شوند. در نهایت، این مناطق فهرست کوتاه با پارامترهای از پیش تعیین‌شده و مکان خاص مورد بررسی قرار می‌گیرند تا مناسب‌ترین مورد برای ساخت فرودگاه را مشخص کنند. همه اینها، به طور طبیعی، حاکی از آن است که با ادامه محدود کردن، کل فرآیند فشرده است. چنین رویکرد مرحله به مرحله برای انتخاب مکان مناسب به دلیل وضوح و صرفه جویی در زمان و تامین مالی بسیار رایج است. علاوه بر این، و بیشتر در کشورهای در حال پیشرفت، فقدان اطلاعات و پیش نیازهای مناسب برای انتخاب سریع یک مکان، نیاز به یک روش مرحله‌ای دارد که در اینجا توضیح داده شده و کارآمدترین آن در نظر گرفته شده است.
با استفاده از آمار فضایی، می‌توانیم مدل‌سازی توزیع‌های مکانی، فرآیندها، الگوها و همبستگی را بدانیم.
  • با تعیین موقعیت میانگین و میانه همه شهرها، متوجه می‌شویم که میانگین و میانه به یکدیگر نزدیک هستند، به این معنی که شهرهای دورتر تأثیری بر مکان مرکز شهرها ندارند. در نتیجه، این مکان به اکثر شهرهایی که در کنار آن قرار دارند، خدمات رسانی خواهد کرد.
  • با تعیین مکان میانگین فرودگاه های بین المللی متوجه می شویم که به مکان میانگین همه شهرها نزدیک است.
  • نتیجه محاسبه فاصله استاندارد شهرها (برای نشان دادن غلظت یا پراکندگی شهرها) نشان می دهد که بیشترین شهرها در فاصله استاندارد در طول نوار ساحلی متمرکز و پراکنده شده اند.
  • توزیع جهتی محاسبه شده شهرها (اندازه گیری روند جهتی داده ها همراه با گرایش مرکزی و پراکندگی) نشان می دهد که محور x از محور y طولانی تر است، به این معنی که توزیع تراکم جمعیت در جهت بیشتر است. محور x از شرق به غرب و بالعکس.
  • میانگین نزدیکترین همسایه (ANN) فاصله بین مرکز شهر و مرکز نزدیکترین همسایه را اندازه می گیرد. اگر نسبت ANN کمتر از 1 باشد، می توان گفت که داده ها یک الگوی خوشه ای را نشان می دهند، در حالی که مقدار بزرگتر از 1 نشان دهنده یک الگوی پراکنده در داده ها است. از نتیجه تحلیل فضایی، همانطور که در شکل 2 نشان داده شده است، نسبت ANN برابر با 0.635 است که به معنای یک الگوی خوشه ای است. بنابراین، ممکن است در هر خوشه یک فرودگاه بسازیم یا آن را در وسط همه خوشه ها بسازیم.
  • تجزیه و تحلیل تراکم خطوط جاده‌های اصلی نشان می‌دهد که تراکم سنگین جاده‌ها در نوار ساحلی قرار دارد که درصد بالایی از جمعیت آن را تشکیل می‌دهند، بنابراین ساخت فرودگاه جدید باعث کاهش نحوه حمل‌ونقل بین شهرها می‌شود.
  • تحلیل میانگین جهت خطی جاده ها (شناسایی جهت میانگین یا جهت گیری میانگین برای مجموعه ای از جاده ها) نشان می دهد که میانگین جهت خطی جاده ها از شرق به غرب و بالعکس است که به معنای ترافیک سنگین در آن منطقه است.
شکل 2. میانگین نتیجه نزدیکترین همسایه.
از تحلیل‌های قبلی، نتایج به‌دست‌آمده در شکل 3 جمع‌آوری شده‌اند و توجه کنید که منطقه حیاتی در وسط شمال نزدیک‌ترین نوار ساحلی قرار دارد.
از ادبیات، عواملی که معمولاً برای انتخاب مکان‌های فرودگاه در نظر گرفته می‌شوند، اندازه جمعیت و فاصله پوشش خدمات فرودگاهی است [ 40 ]. با توجه به اینکه حداکثر شعاع 150 کیلومتری برای شناسایی فرودگاه های نزدیک به یکدیگر انتخاب شده است [ 47 ]، هر فرودگاه موجود می تواند به مردم شهرهای همسایه واقع در آن منطقه با چنین شعاع خدمات رسانی کند.
مشاهده شد که حدود یازده شهر با جمعیت کل بیش از 350000 نفر در خارج از محدوده دایره قرار دارند ( شکل 4 را ببینید ). لازم به ذکر است که منطقه مورد مطالعه در قسمت شمالی لیبی واقع شده است که بیش از 80 درصد از کل ساکنان این کشور در آن زندگی می کنند. مکان نزدیک به مرکز شهرها، نزدیک به مرکز متوسط ​​فرودگاه های ملی لیبی، در فاصله استاندارد و توزیع جهت (68٪ شهرها در فاصله استاندارد قرار دارند)، در جهت میانگین جهت خطی جاده های اصلی و همه جاده ها، و بین دو فرودگاه موجود با فاصله حدود 600 کیلومتر بین آنها واقع شده است.
به طور خلاصه منطقه مورد مطالعه بر اساس موارد زیر تعیین شد:
  • تحلیل توزیع‌ها و الگوهای فضایی
  • از آنجایی که این منطقه مورد مطالعه تقریباً در میانه راه به شهرهای بنغازی و سرت است که حدود 600 کیلومتر از هم فاصله دارند. علاوه بر این، هیچ فرودگاه مدنی در آن منطقه وجود ندارد، به غیر از جمعیت حدود 306863 نفر بدون هیچ گونه امکانات حمل و نقل هوایی.

4. روش شناسی

پژوهشکده سیستم های زیست محیطی GIS (نرم افزار Esri ArcGIS نسخه 10.5) و دو روش MCDM (AHP و ROC) برای تعیین یک سایت فرودگاه بر اساس نمودار جریان نشان داده شده در شکل 5 استفاده شد.

4.1. انتخاب معیارها

انتخاب معیارهای مربوطه کاملاً بر اساس ویژگی‌های محلی منطقه مورد مطالعه، قوانین قابل اجرا، مقررات (سازمان بین‌المللی هوانوردی غیرنظامی (ICAO) [ 48 ، 49 ، 50 ]، اداره هوانوردی فدرال (FAA) [ 51 ])، مرور ادبیات تحقیقات قبلی (به عنوان مثال، هورنر [ 31 ]؛ [ 32 ]؛ مین و همکاران [ 52 ]؛ بالیس [ 53 ]؛ کاسومنوس و همکاران [ 54 ]؛ Hammad و همکاران [ 38 ]؛ یانگ [ 37 ] ، نظر کارشناسی و در دسترس بودن داده ها از جمله نقشه ها، اسناد و غیره.
معیارهای تصمیم گیری مورد استفاده برای انتخاب مکان فرودگاه به پنج دسته اصلی طبقه بندی شدند. یعنی ملاحظات زیست محیطی، شرایط توپوگرافی، عوامل اقلیمی، امکانات زیرساختی و شرایط عملیاتی. هر معیار اصلی شامل معیارهای فرعی و هر زیرمعیار نیز طبقه بندی می شود. بنابراین، تعداد کل معیارهای اعمال شده 23 مورد است که در جدول 1 نشان داده شده است.

4.2. جمع آوری داده ها و یکپارچه سازی GIS

تمام داده‌های ورودی استفاده‌شده در این مقاله از منابع متنوعی که از نظر وضوح یا مقیاس متفاوت هستند، جمع‌آوری شده و با دیجیتال‌سازی، اسکن و کدگذاری جغرافیایی اطلاعات مورد نیاز تهیه شده‌اند. علاوه بر این، روش های GIS مانند تقاطع، اتحاد، بافر، درون یابی، جبر نقشه و پوشش برای تهیه این نقشه ها انجام شد ( جدول 2 را ببینید ).
با توجه به اینکه داده‌های ورودی مورد استفاده در سازمان‌های مختلف معمولاً برای برنامه‌های کاربردی توسعه و کامپایل می‌شوند، فرمت‌ها و مقیاس‌های متفاوتی دارند و از سیستم‌های مختلف پیش‌بینی استفاده می‌کنند. تمام این داده ها در محیط GIS با استفاده از Transverse ارجاع جغرافیایی شدند
سیستم طرح ریزی مرکاتور (LGD2006_Libya_TM_Zone_10 and Datum D_Libyan_Geodetic_Datum_2006). پس از آن، مراحل متعددی در GIS برای به دست آوردن لایه‌های مورد نیاز نهایی (مانند استخراج، مجاورت، بافر، پوشش، تبدیل و کلیپ) و در نهایت تبدیل آن نقشه برداری‌ها (شپفایل‌ها) به فرمت شطرنجی دنبال شد.

4.3. ضوابط و معیارهای فرعی طبقه بندی مجدد و توزین

از آنجایی که هر لایه معیار دارای واحدی است که با سایرین متفاوت است، برای انجام یک فرآیند همپوشانی وزنی، آنها باید معمولاً در واحدهای یکسان باشند و به این ترتیب، نیاز به استانداردسازی برای یکنواخت کردن واحدهای ابعادی دارند – که از طریق این فرآیند، معمولاً امتیازات بدست می‌آید. ابعاد و همچنین واحد اندازه گیری خود را از دست می دهند [ 62 ]. تمام لایه‌های ورودی به لایه‌های شطرنجی تبدیل شدند و دوباره طبقه‌بندی شدند تا در پوشش وزنی وارد شوند تا نقشه شاخص تناسب تولید شود ( شکل 6 را ببینید.). اطلاعات جمع‌آوری‌شده از بررسی متون، نظرات کارشناسان و مشخصات خاص در مورد فواصل امن و مناطق حائل به یک سایت فرودگاهی برای تعیین تکلیف طبقه‌بندی مجدد با تخصیص مقادیر رتبه‌بندی از 1 تا 9 (از کمترین تا مناسب‌ترین) استفاده می‌شود. همانطور که در جدول 3 مشخص شده است.

5. تجزیه و تحلیل

پس از تهیه تمامی لایه های معیار مورد نیاز، دو روش AHP و ROC برای تعیین وزن معیارهای مناسب اجرا شد. این وزن معیارها کاملاً بر اساس مطالعات قبلی و نظرات کارشناسان بوده است. دو گروه از کارشناسان برای ارائه نظرات خود تشکیل شد. گروه اول برای روش AHP و گروه دیگر برای روش ROC. هر گروه متشکل از ده نفر متخصص از اساتید دانشگاه، مهندسان هوانوردی، مهندسان برنامه ریزی، زمین شناسان و افراد مجرب در زمینه مدیریت محیط زیست. پرسشنامه‌هایی تهیه و برای هر گروه از خبرگان ارسال شد تا رتبه و درجه اهمیت تمامی معیارهای انتخاب شده مشخص شود.

5.1. پیاده سازی AHP

بديهي است كه وظيفه ارزيابي وزن عامل ها در درجه اول بر اساس شناخت ويژگي هاي عاملي و ويژگي منطقه مورد مطالعه، علاوه بر تجربه كارشناس مرتبط با فرآيند سنجش وزن است. با این حال، تلاش شده است تا با استفاده از تکنیک هایی مانند AHP [ 19 ] فرآیند تعیین وزن تا حد امکان به طور عینی بهبود یابد.
این فرآیند با تشکیل یک سلسله مراتب آغاز می شود ( شکل 7 را ببینید ) به عنوان راهی برای تعریف موضوع، شامل یک هدف کلی در بالا، مجموعه ای از انتخاب ها برای هر هدف، و در نهایت مجموعه ای از استانداردها یا ویژگی هایی که گزینه ها و اهداف را با هم مرتبط می کند. . در بسیاری از سناریوها، این استانداردها برای تشکیل زیرمعیارها در مراحل مختلف و بسته به موضوع و الزامات آن، محدودتر می شوند. پس از تکمیل، کاربران از مدل AHP برای تعیین اولویت یا اولویت برای هر گره استفاده می کنند. مجموعه‌ای از ماتریس‌های مقایسه زوجی (PCM) تشکیل می‌شوند و از کارشناسان خواسته می‌شود که اهمیت نسبی معیارهای هر ماتریس مقایسه زوجی را با استفاده از 9 نقطه مقیاس همانطور که در جدول 4 نشان داده شده است، ارزیابی کنند. ساعتی [ 10] نشان‌دهنده معیار نه موردی نشان‌داده‌شده است، که در آن 9 نشان‌دهنده ترجیح مطلق، 7 بسیار محتمل، 5 به‌عنوان محتمل، و غیره تا 1 نشان‌دهنده اهمیت یکسان است.

چنین رویکردی ارزیابی رایگان را برای تعیین درجه اهمیت هر عامل ممکن می‌سازد – به این ترتیب، رسیدن به یک تصمیم قابل اعتماد را تسهیل می‌کند [ 72 ]. مقایسات زوجی معیارهای مختلف به صورت یک ماتریس مربعی مرتب شدند که عناصر مورب آن یکی هستند که در جدول 5 مشخص شده است. مقدار ویژه اصلی همراه با بردار ویژه نرمال شده راست ماتریس مقایسه درجه خاصی از اهمیت را در رابطه با معیارهای مورد ارزیابی ارائه می دهد. به‌علاوه، مؤلفه‌های درون بردار ویژه نرمال‌شده، وزن‌هایی در رابطه با معیارهای (فرعی) برای میانگین‌گیری بر اساس گزینه‌های ممکن [ 73 ] اختصاص می‌دهند.

آ=121211/211/21/211211/211/2221111111

ماتریس متقابل A نشان می دهد که وزن معیار با استفاده از تکنیک های خاصی مانند میانگین حسابی قابل دستیابی است. با تعیین یک ماتریس نرمال شده (B)، عوامل آن را می توان به روش زیر شناسایی کرد:

ب=بمنj، بمنj =آمنj∑من=1nآمنj
ب=0.250.250.1820.40.20.1250.1250.0910.10.20.250.250.1820.10.20.1250.250.3640.20.20.250.1250.1820.20.2

محاسبه وزن ها یعنی بردار ویژه w = [ i ] از ماتریس نرمال شده B با محاسبه میانگین حسابی برای هر ردیف از ماتریس مطابق فرمول 4 انجام می شود. (نتیجه به دست آمده در جدول 6 نشان داده شده است ).

wمن= ∑j=1nبمنj n
دبلیوهمنgساعتتیس of جrمنتیهrمنآ=0.25+0.25+0.182+0.4+0.25=0.2560.125+0.125+0.091+0.1+0.25=0.1280.25+0.25+0.182+0.1+0.25=0.1960.125+0.25+0.364+0.2+0.25=0.2270.25+0.125+0.182+0.2+0.25=0.191

روش AHP اجازه شناسایی را می دهد و ناسازگاری های تصمیم گیرندگان را در نظر می گیرد، زیرا کارشناسان به ندرت در تصمیم گیری های خود در مورد عوامل ماهیت کیفی سازگار هستند [ 74 ]. برای تأیید سازگاری جامع PCM، نسبت سازگاری (CR) طبق رابطه (6) به صورت زیر برآورد می‌شود:

سیآر=سیمن/آرمن

CR با تکیه بر شاخص سازگاری (CI) و شاخص تصادفی (RI) معیاری از اشتباه تصمیم گیرندگان یا نشان دهنده درجه سازگاری یا ناسازگاری است [ 75 ].

سیمن=λمترآایکس-nn-1

جایی که λمترآایکسمقدار ویژه اصلی ماتریس قضاوت است و n ترتیب ماتریس است

همانطور که در جدول 7 نشان داده شده است، RI بسته به تعداد عنصر مورد مقایسه، ثابت است .

محاسبه از λمترآایکس

آایکسدبلیو=121211/211/21/211211/211/22211111110.2560.1280.1960.2270.191=1.3560.6591.0141.1961
λحداکثر=151.3560.256+0.6590.128+1.0140.196+1.1960.227+10.191=5.216
سیمن=5.216-55-1=0.054

از جدول 7 RI = 1.12 برای n = 5

سیآر=سیمنآرمن=0.0541.12=0.048<0.1
اگر CR < 10٪ باشد، PCM قابل قبول است و مقدار وزن ها معتبر است. اگر CI به یک سطح آستانه دست پیدا نکند، در آن صورت، ارقام جفتی خاصی نیاز به آرایش مجدد دارند، پس از آن چرخه چندین بار دنبال می شود تا جایی که می توان مقدار ایده آل CR <0.10 را به دست آورد. به طور کلی، برای سازگاری ماتریس، CR کمتر یا مساوی 0.1 باید حفظ شود. همگنی مرتبط با متغیرهای درون هر گروه، تعداد کمتری از متغیرها در گروه، و درک قوی‌تر از مشکل تصمیم‌گیری، شاخص خاصی از ثبات را بهبود می‌بخشد [ 77 ].
اعمال همین مراحل برای زیر معیارها.
جدول 5 ، جدول 6 ، جدول 7 ، جدول 8 ، جدول 9 ، جدول 10 ، جدول 11 و جدول 12 روش محاسبه مقدار CR و وزن معیارها را برای هر ماتریس مقایسه نشان می دهد. جدول 13 تمام مقادیر CR و وزن معیارها را خلاصه می کند.
تولید و اجرای مدل تناسب با استفاده از مدل‌ساز ArcMap GIS 10.5 و افزودن تمامی نقشه‌های طبقه‌بندی مجدد معیارها و همپوشانی همه وزن‌های معیار انجام می‌شود. نقشه خروجی نهایی که پس از همپوشانی لایه‌های عامل وزنی (AHP) منطقه مورد مطالعه ایجاد می‌شود، به شش کلاس 4 تا 9 از شاخص‌های تناسب شامل تناسب متوسط، تناسب متوسط ​​به خوب، تناسب خوب، بسیار تقسیم شد. مطابقت خوب، تناسب عالی و تناسب کامل، همانطور که در شکل 8 نشان داده شده است.

5.2. پیاده سازی ROC

روش وزن ROC تقریبی از وزن‌ها را برای کاهش حداکثر خطای هر وزن با متمایز کردن مرکز تمام وزن‌های بالقوه با حفظ ترتیب رتبه اهمیت هدف ارائه می‌کند. بارون و بارت [ 22 ]، در اصل، به این درک رسیدند که ارزش‌های به‌دست‌آمده از این طریق ثابت می‌کنند که بسیار پایدار هستند. در مرحله بعد، تنها با آگاهی از ترتیب رتبه مربوط به وزن واقعی و بدون هیچ گونه داده دیگری، می‌توان گفت که وزن‌های به‌دست‌آمده به طور مساوی در امتداد سیمپلکس ترتیب رتبه توزیع می‌شوند [ 78 ].

wمن=1n∑j=منn1j، من=1، 2، …، n

هدف از رویکرد وزن‌های ROC تعیین یک گروه از وزن‌ها برای همه ترکیب‌های احتمالی، قابل قبول و قابل اعتماد در رابطه با محدودیت‌های نابرابری خطی شناسایی‌شده در وزن‌ها است.

ک=w:w1 ≥ w2 ≥w3≥… wn ، ∑من=1nwمن=1،      wمن ≥0، من=1، …، n

مرزهای k را می توان با استفاده از

هایکستیمن=1من ، 1من، … 1من ، 0، ….,0، من=1،……n
که در آن هایکستیمنهست منتیساعتنقطه افراطی با عناصر مثبت i و n – i صفر.

ادواردز و بارون [ 79 ] یک معادله ساده برای تعیین یک مرکز در k از طریق تقریب مختصات مربوط به مرزها ارائه کردند:

w1آرOسی=  1+12+13+….+1nn ، w2آرOسی=0+12+13+…+1nn  ،  wnآرOسی =0+0+0+……+1nn

جایی که w1آرOسینشان دهنده مهم ترین ویژگی است، دبلیو2آرOسیدومین ویژگی مهم و غیره [ 80 ]. همچنین، من نشان دهنده منتیساعتترتیب رتبه در حالی که n نشان دهنده شماره گزینه است.

ROC به دلیل شیب زیاد و پردازش غیر خطی وزن ها سودمند است، که می تواند توافق زیادی را در مورد دیدگاه های تصمیم گیرندگان نشان دهد [ 20 ]. لی [ 81 ] روش ROC را به دلیل سادگی و سهولت استفاده در مقایسه با روش های AHP و فازی، برای تعیین وزن معیارها عملی دانست. علاوه بر این، وزن‌ها با استفاده از روش حداکثر آنتروپی، عملکردی به همان اندازه مناسب با وزن‌های ROC را تحت برخی شرایط نشان می‌دهند که با تحلیل نظری و شبیه‌سازی توضیح داده شده است [ 80 ]. با توجه به [ 22]، روش وزن‌های ROC از سایر فرمول‌های پایه رتبه دقیق‌تر است و تحلیل مبتنی بر آن بسیار ساده و کارآمد است و ابزارهای پیاده‌سازی مناسبی را فراهم می‌کند. از این رو ما از این رویکرد در مطالعه حاضر استفاده می کنیم.
پرسشنامه ها از کارشناسان جمع آوری شد، رتبه هر معیار مشخص شد، سپس از روش ROC برای محاسبه وزن هر معیار همانطور که در جدول 14 نشان داده شده است استفاده شد .
نقشه خروجی نهایی که پس از همپوشانی لایه‌های عامل وزنی (ROC) منطقه مورد مطالعه ایجاد می‌شود، به شش کلاس – 4 تا 9 – از شاخص‌های تناسب، شامل تناسب متوسط، تناسب متوسط ​​به خوب، تناسب خوب، تقسیم شد. تناسب بسیار خوب، تناسب عالی و تناسب کامل همانطور که در ( شکل 9 ) نشان داده شده است.
از نتایج به‌دست‌آمده با استفاده از روش‌های AHP و ROC، متوجه شدیم که هر نقشه خروجی شامل شش دسته از دسته‌های شاخص تناسب است، اما تفاوت در واحد پیکسل برای هر یک بود همانطور که در شکل 10 a,b نشان داده شده است.

5.3. مقایسه نتایج حاصل از AHP و ROC استفاده شده

برای اطلاع از درصد تطابق و عدم تطابق بین نقشه‌های خروجی، از ابزار تحلیل فضایی “Map Algebra” استفاده کردیم و از ماشین حساب شطرنجی فرمان برای ترکیب دو نقشه خروجی (نقشه شطرنجی AHP و نقشه شطرنجی ROC) استفاده کردیم. سپس یک نقشه مقایسه نهایی شامل تعداد پیکسل‌ها برای هر کلاس شاخص مناسب و تعداد ترکیبی دسته‌های شطرنجی برای AHP و ROC، همراه با نسبت‌های سازگار برای هر کلاس شاخص تناسب مورد استفاده برای تطبیق، به دست می‌آید. در این نقشه مقایسه نهایی، [(4، 4)، (5، 5)، (6، 6)، (7،7)، (8،8) و (9، 9)] به پیکسل های کلاس های صحیح مراجعه کنید. در هر دو روش، و [(4، 5)، (5، 6)، (6، 7)، (7، 8)، (8، 9) و (9، 8)] به عنوان کلاس های قابل قبول در نظر گرفته شد.شکل 11درصد کلاس های منطبق و غیر منطبق از مقادیر پیکسل شاخص مناسب را نشان می دهد.
با طبقه‌بندی مجدد نقشه خروجی مقایسه، و بعداً کلاس‌های تعداد خروجی یکسان کلاس‌های شطرنجی، پیکسل‌ها را با هم ترکیب کردیم تا به دسته‌ای از مناطق منطبق برسیم، و کلاس‌های دیگر برای تولید دسته مناطق غیر منطبق ترکیب شدند (قبول منطقه)، همانطور که در شکل 12 نشان داده شده است. پیکسل های منطبق در نقشه خروجی 80.3٪ است، در حالی که پیکسل های غیر منطبق شامل 19.7٪ است. اگر درصد پیکسل های منطبق و غیر منطبق را جمع کنیم، می توان نتیجه گرفت که این دو تکنیک با درصد 100 درصد سازگاری دارند.
یکی از شرایط قابل اجرا بودن روش وزن دهی این است که نتیجه به دست آمده مشابه یا تقریباً مشابه نتایج روش های مختلف ارزیابی شده باشد. اگر روش های مختلف نتایج متفاوتی ارائه دهند، علل واریانس نیاز به تجزیه و تحلیل دارند تا روش مناسبی انتخاب شود تا با تصمیم گیری مطابقت داشته باشد [ 81 ].
برای بررسی همبستگی بین دو روش مورد استفاده برای تعیین وزن معیارها، ضرایب همبستگی بین روش‌های ROC و AHP محاسبه شد. همانطور که در شکل 13 . در نتیجه، این نتیجه نشان دهنده رابطه قوی بین دو روش مختلف ارزیابی و مورد استفاده در این مطالعه است. می‌توان گفت تفاوت‌های کوچکی که بین نتایج دو روش مورد استفاده رخ داد به دلیل توانایی AHP در تنظیم دقیق وزن‌ها بود [ 82 ]. نشان داده شده است، ضریب همبستگی 0.867 بود . همچنین، نتایج نشان می‌دهد که تعیین وزن معیارها توسط تیم‌های مختلف خبرگان با هدف یکسان در مسائل تصمیم‌گیری، تا زمانی که ارزیابی کارشناسان نزدیک به هم باشد، تقریباً نتیجه یکسانی خواهد داشت.

6. ارزیابی مناسب بودن سایت های کاندیدا

پس از فرآیند مقایسه، سه سایت کاندید به‌عنوان آن‌هایی که شرایط کامل را برآورده می‌کنند انتخاب شدند و در مکان‌های مختلف در مناطق دارای بالاترین شاخص مناسب (یعنی شاخص تناسب از 7 تا 9) قرار گرفتند. به سایت های اعلام شده هر کدام یک حرف A، B و C اختصاص داده شد و هر کدام تقریباً 50 کیلومتر مربع (5000 هکتار) را پوشش دادند ( شکل 14 را ببینید ). به منظور تعیین بهترین سایت کاندید، تجزیه و تحلیل حساسیت انجام شد.
یک بررسی کلی از چندین رویکرد تحلیل حساسیت را می توان در Saltelli و همکاران یافت. [ 83 ] و Campolongo و همکاران. [ 84 ]. تحلیلگران متعددی رویکردهای تحلیل حساسیت را پیشنهاد کرده اند که می تواند با استراتژی های خاص MCDA اعمال شود. این رویکردها برای بررسی رابطه بین تغییرات وزن معیارها و تغییرات متعاقب آن در رتبه گزینه‌ها، که پس از تکمیل تحلیل تصمیم اتخاذ می‌شود، استفاده می‌شوند [ 85 ].
چن و همکاران [ 75 ] سه روش تجزیه و تحلیل حساسیت که اغلب مورد استفاده قرار می گیرد را تعیین کرد: به طور خاص، تغییر اهمیت نسبی معیارها، تغییر مقادیر معیارها و تغییر وزن معیارها. استفاده از روش تغییر در وزن معیارها ممکن است به جای آزمایش تغییرات مربوط به مقادیر معیار رایج تر باشد.
دبرال و همکاران [ 86 ] در نظر گرفت که چندین رویکرد اساسی برای ارزیابی تحلیل حساسیت وجود دارد، از جمله یک در یک زمان (OAT)، روش‌های مبتنی بر واریانس، و تحلیل رگرسیون.
الدمیر و همکاران [ 87 ] تجزیه و تحلیل حساسیت را به عنوان ابزاری در نظر گرفت که برای دستیابی به درک بهتری از چگونگی تأثیر تغییرات در عوامل معیار تصمیم گیری بر ناحیه مستقیم انجام می شود.
مین و همکاران [ 88 ] تجزیه و تحلیل حساسیت را برای کاهش عدم قطعیت با مقایسه وزن پارامترها در سناریوها، با تکیه بر مقادیر میانگین و انحراف استاندارد (SD) انجام داد.
در این مطالعه (همانطور که در بحرانی و همکاران [ 89 ] پیشنهاد شد)، وزن معیارهای مربوط به محیط و زیرساخت (لایه های ورودی) بالاترین وزن ها در بین بقیه است. برای انجام تجزیه و تحلیل حساسیت مدل، وزن‌های مربوط به این معیارها با (5±٪، 10±٪ و 15±٪) تغییر یافت تا شش سناریو ساخته شود، با بقیه سناریوها همانطور که در ابتدا بودند [ 89 ].
نتایج به‌دست‌آمده از سناریوهای شش‌گانه نشان می‌دهد که محدوده شاخص تناسب زمین برای منطقه مورد مطالعه تغییر نکرده و در محدوده 4 و 9 باقی مانده است، در حالی که تغییراتی در تعداد پیکسل‌ها در مکان‌های خاص قابل مشاهده است. برای رتبه‌بندی مکان‌های کاندید A، B و C، ما مساحت هر طبقه از شاخص تناسب زمین را در هر مکان کاندید برای شش سناریو محاسبه کردیم و سپس، تغییرات را همانطور که در جدول 15 نشان داده شده است، ثبت کردیم .
بر این اساس، در سناریوهای 1، 3 و 5 با افزایش وزن معیار، نواحی متعلق به شاخص تناسب طبقات 8 و 9 در سایت C بهتر و بیشتر شد. برعکس، در سناریوهای 2، 4 و 6 با کاهش وزن معیارها، مناطقی که به شاخص تناسب کلاس 8 و 9 تعلق دارند کوچکتر شده و از سایت B حذف شدند.
با مقایسه تغییراتی که در سایت A و سایت C رخ داده است، متوجه شدیم که در دومی در تمام تغییرات رخ داده، سناریوها بالاترین شاخص تناسب کلاس 9 را حفظ کردند، در حالی که اولی (سایت A) چند ضلعی از شاخص تناسب 9 نداشت. به جز در یک سناریو ( شکل 15 را ببینید ). در نهایت سایت C از بین تمامی سایت های کاندید به عنوان بهترین انتخاب شد زیرا تحت تاثیر تغییرات وزن معیارها قرار نمی گیرد و به دنبال آن سایت A و سپس سایت B قرار می گیرند.

7. نتیجه گیری

این تحقیق ترکیبی از تکنیک‌های AHP و ROC، یکپارچه‌سازی GIS و استفاده از معیارهای زیست‌محیطی و چند علمی را که در کشورهای پیشرفته دنبال می‌شود، ارائه می‌کند و نشان‌دهنده یک تکنیک کارآمد و ماهر در فرآیند انتخاب مکان‌های مناسب برای فرودگاه است. لیبی.
بیست و سه لایه ورودی وارد فرآیند تجزیه و تحلیل همپوشانی با GIS برای حل مسئله تعیین مکان فرودگاه در منطقه پیشنهادی شدند، با تکنیک نرم‌افزار ArcGIS 10.5 که ظرفیت بالایی برای دستکاری حجم عظیمی از داده‌ها از منابع مختلف دارد. 90]. این لایه ها عبارت بودند از فاصله از مناطق مسکونی (صدا و آلودگی)، پوشش زمین، بارش، دما، شاخص شفافیت، سرعت باد، فشار اتمسفر، رطوبت نسبی، ارتفاع از سطح دریا، شیب زمین (%)، ویژگی های خاک، فاصله از گسل ها، فاصله از نهرهای آب، مجاورت با جاده ها، مجاورت با منابع آب، مجاورت با خطوط برق، مجاورت با ایستگاه های ارتباطی، کاربری اراضی، فاصله از تالاب و حیات وحش، فاصله از چاه ها و میادین نفت، فاصله از پالایشگاه ها و کارخانه های صنعتی ، فاصله از خطوط نفت و گاز و نزدیکی به مراکز شهر.
وزن معیارها با توجه به ویژگی‌های محلی منطقه مورد مطالعه، قوانین قابل اجرا، مقررات، بررسی ادبیات پژوهش‌های قبلی و نظر کارشناسان از روش‌های AHP و ROC استخراج شد. نقشه به دست آمده شامل شش دسته از 4 تا 9 شاخص های تناسب بود. مقایسه بین دو نقشه به دست آمده انجام شد و نسبت پیکسل های منطبق 80.3٪ بود، در حالی که نسبت پیکسل های غیر منطبق 19.7٪ بود. همچنین، تجزیه و تحلیل همبستگی بیانگر وجود رابطه مثبت (867/0 = R) بین روش‌های AHP و ROC است. بنابراین، روش ROC عملی و موثر در نظر گرفته می شود.
سه سایت کاندیدای موقعیت فرودگاهی در بین چندین سایت در مکان هایی بودند که بالاترین شاخص تناسب را در نقشه نهایی داشتند. سپس برای ارزیابی قابلیت اطمینان روش مورد استفاده و رتبه‌بندی سایت‌های کاندید، تحلیل حساسیت انجام شد. نتایج به‌دست‌آمده نشان می‌دهد که سایت C علی‌رغم تفاوت در وزن‌های تصمیم‌گیری در محدوده 15 ±، کاملاً از سایر سایت‌های کاندید برتری دارد. بررسی‌های میدانی و تجزیه و تحلیل تصویر ماهواره‌ای تأیید می‌کنند که مکان‌های پیشنهادی به خوبی با نتیجه مدل مطابقت دارند. نتایج این مطالعه حاکی از دقت در عملکرد مدل اعمال شده در اینجا برای انتخاب سایت فرودگاه در لیبی است که با واقعیت در این زمینه بسیار سازگار است. بنابراین، می توان آن را به عنوان یک ابزار پشتیبان تصمیم برای تصمیم گیرندگان و برنامه ریزان اختصاص داد.
این مطالعه به روش های زیر به آینده لیبی کمک خواهد کرد:
  • مکان پیشنهادی فرودگاه بین دو فرودگاه موجود با فاصله بیش از 600 کیلومتر برای ساکنان آن منطقه و کارکنان شرکت های نفتی بسیار مفید خواهد بود.
  • باید در نظر داشت که یک فرودگاه نشان دهنده سرمایه گذاری مهمی در زیرساخت است و سهم آن در توسعه ارتباطات می تواند انگیزه مهمی برای گسترش منطقه ای در آن منطقه باشد.
  • تا آنجایی که نویسندگان می‌دانند، استفاده از GIS برای تعیین مکان مناسب فرودگاه یکی از معدود انواع تحقیقات در این زمینه به‌ویژه با استفاده از لایه‌هایی مانند اقلیم از جمله معیارهای مورد نیاز است.
  • بکارگیری یک روش شناخته شده از قبل برای یک منطقه جدید و دامنه کاری جدید که اهمیت استفاده از GIS را افزایش می دهد. علاوه بر این، این مطالعه می تواند به عنوان یک کار پیشگام در مطالعات آینده برای لیبی اجرا شود.
برای کارهای آتی بعدی، فاکتور هزینه را می توان به معیارها اضافه کرد تا از نزدیکترین مکان در رابطه با منابع نیروی انسانی و مصالح ساخت اطمینان حاصل شود.
لازم به ذکر است که تکنیک MCDA مبتنی بر GIS یک شاخص محلی مناسب را ارائه می دهد، با هدف شناسایی بهترین مکان های مورد نیاز به جای مناطقی که نامناسب یا محدود هستند، که در آن تجزیه و تحلیل های ژئوتکنیکی اضافی باید قبل از انجام نهایی انجام شود. تصمیم گیری

منابع

  1. سامولا، ب. بررسی روش تجزیه و تحلیل تصمیم گیری چند معیاره به عنوان ابزاری برای انتخاب مراکز فرودگاهی منطقه ای در آفریقا. بین المللی J. Sustain. توسعه دهنده طرح. 2010 ، 5 ، 83-97. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  2. لیائو، ی. Bao, F. تحقیق در مورد انتخاب مکان فرودگاه بر اساس عدد فازی مثلثی. Appl. مکانیک. ماتر 2014 ، 505-506 ، 507-511. [ Google Scholar ] [ CrossRef ]
  3. دینگ، دی. کای، ال. وانگ، ایکس. شائو، بی. Zheng, Y. کاربرد ارزیابی جامع انتخاب سایت فرودگاه. Appl. مکانیک. ماتر 2011 ، 98 ، 311-315. [ Google Scholar ] [ CrossRef ]
  4. چابوک، ع. الانصاری، ن. حسین، HM; لائو، جی. حازم، ع. کناتسون، اس. Pusch, R. انتخاب مکان های دفن زباله با استفاده از MCDM و مقایسه روش تشخیص تغییر برای استان بابل، عراق. محیط زیست علمی آلودگی Res. 2019 ، 26 ، 35325–35339. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  5. کومار، اس. حسن، MI انتخاب محل دفن زباله برای مدیریت زباله جامد: کاربرد AHP و ابزار تحلیل فضایی. J. شرکت هندی Remote Sens. 2013 ، 41 ، 45-56. [ Google Scholar ] [ CrossRef ]
  6. شنر، ش. سنر، ای. Karagüzel، R. انتخاب محل دفع زباله جامد با روش GIS و AHP: مطالعه موردی در حوضه Senirkent-Uluborlu (Isparta)، ترکیه. محیط زیست نظارت کنید. ارزیابی کنید. 2011 ، 173 ، 533-554. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  7. ال الفی، ز. الهداری، ر. الاشری، الف. یکپارچه سازی GIS و MCDM برای مقابله با انتخاب محل دفن زباله. بین المللی J. Eng. تکنولوژی 2010 ، 10 ، 32-42. [ Google Scholar ]
  8. دلگادو، OB; مندوزا، م. گرانادوس، EL؛ Geneletti، D. تجزیه و تحلیل تناسب زمین برای محل دفن زباله بین شهری در حوضه دریاچه Cuitzeo، مکزیک. مدیریت زباله 2008 ، 28 ، 1137-1146. [ Google Scholar ] [ CrossRef ]
  9. کونتوس، تی دی. کمیلیس، DP; Halvadakis، CP محل دفن زباله MSW در جزیره Lesvos با یک روش مبتنی بر GIS. مدیریت زباله Res. 2003 ، 21 ، 262-277. [ Google Scholar ] [ CrossRef ]
  10. ساعتی، TL فرآیند سلسله مراتب تحلیلی، برنامه ریزی، اولویت. منبع. تخصیص انتشارات RWS ایالات متحده آمریکا 1980 . در دسترس آنلاین: https://www.amazon.com/Analytic-Hierarchy-Process-Planning-Alocation/dp/0070543712 (در 24 آوریل 2020 قابل دسترسی است).
  11. چوانگ، پی.-تی. ترکیب فرآیند سلسله مراتب تحلیلی و استقرار تابع کیفیت برای تصمیم گیری مکان از دیدگاه نیاز. بین المللی J. Adv. Manuf. تکنولوژی 2001 ، 18 ، 842-849. [ Google Scholar ] [ CrossRef ]
  12. یوسفی، ح. جوادزاده، ز. نوراللهی، ی. یوسفی سهزابی، ع. انتخاب محل دفن زباله با استفاده از روش تصمیم گیری چند معیاره: مطالعه موردی منطقه ویژه اقتصادی سلفچقان، ایران. Sustainability 2018 , 10 , 1107. [ Google Scholar ] [ CrossRef ][ Green Version ]
  13. ژائو، بی. وانگ، ن. فو، س. یان، H.-K. وو، ن. جستجوی یک سایت برای یک فرودگاه مدنی بر اساس حفاظت از محیط زیست پرندگان: انتخاب مبتنی بر متخصص (دالیان، چین). گلوب. Ecol. حفظ کنید. 2019 , 20 , e00729. [ Google Scholar ] [ CrossRef ]
  14. برکات، ع. هلالی، ع. البغدادی، م. تهامی، ف. انتخاب محل دفن زباله با تکنیک ارزیابی چند معیاره مبتنی بر GIS. مطالعه موردی در منطقه Béni Mellal-Khouribga، مراکش. محیط زیست علوم زمین 2017 ، 76 ، 413. [ Google Scholar ] [ CrossRef ]
  15. انتخاب محل دفن زباله Uyan، M. MSW با ترکیب AHP با GIS برای قونیه، ترکیه. محیط زیست علوم زمین 2014 ، 71 ، 1629-1639. [ Google Scholar ] [ CrossRef ]
  16. کارا، سی. دوراتلی، ن. کاربرد GIS/AHP در محل دفن زباله بهداشتی: مطالعه موردی در قبرس شمالی. مدیریت زباله Res. 2012 ، 30 ، 966-980. [ Google Scholar ] [ CrossRef ]
  17. اسکندری، م. همایی، م. محمودی، س. یک رویکرد چند معیاره یکپارچه برای محل دفن زباله در یک منطقه متضاد زیست محیطی، اقتصادی و اجتماعی-فرهنگی. مدیریت زباله 2012 ، 32 ، 1528-1538. [ Google Scholar ] [ CrossRef ]
  18. ارسوی، اچ. Bulut، F. روش شناسی مبتنی بر تجزیه و تحلیل تصمیم گیری فضایی و چند معیاره برای انتخاب محل دفن زباله در مناطق شهری در حال رشد. مدیریت زباله Res. 2009 ، 27 ، 489-500. [ Google Scholar ] [ CrossRef ]
  19. گمیتزی، ا. پتالاس، سی. Tsihrintzis، VA; پیسیناراس، V. ارزیابی آسیب پذیری آب های زیرزمینی در برابر آلودگی: ترکیبی از GIS، منطق فازی و تکنیک های تصمیم گیری. محیط زیست جئول 2006 ، 49 ، 653-673. [ Google Scholar ] [ CrossRef ]
  20. Sureeyatanapas, P. مقایسه روش های وزن دهی مبتنی بر رتبه برای تصمیم گیری چند معیاره. مهندس Appl. علمی Res. 2016 ، 43 ، 376-379. [ Google Scholar ]
  21. بارفود، مگابایت؛ Leleur، S. تجزیه و تحلیل تصمیم گیری چند معیاره برای استفاده در تصمیم گیری حمل و نقل ، ویرایش دوم. دانشگاه فنی دانمارک: کپنهاگ، دانمارک، 2014. [ Google Scholar ]
  22. بارون، FH; بارت، BE اثربخشی تکنیک رتبه بندی چند ویژگی ساده SMARTER به رتبه بندی گسترش یافت. Acta Psychol. 1996 ، 93 ، 23-36. [ Google Scholar ] [ CrossRef ]
  23. الدرندالی، کالیفرنیا؛ الدین، ن. سویی، دی.زی. شومان، MA; ناوارا، جی. یکپارچه سازی GIS و MCDM با استفاده از فناوری COM. بین المللی عرب جی. اینف. تکنولوژی 2005 ، 2 ، 162-167. [ Google Scholar ]
  24. Malczewski، J. یک رویکرد مبتنی بر GIS برای تصمیم گیری گروهی معیارهای چندگانه. بین المللی جی. جئوگر. Inf. سیستم 1996 ، 10 ، 955-971. [ Google Scholar ] [ CrossRef ]
  25. هوانگ، بی. لین، جی. ژنگ، ایکس. Fang, X. انتخاب مکان فرودگاه تحت فضای پیچیده هوایی بر اساس GIS. در ICTE 2013: ایمنی، سرعت، هوشمندی، کربن کم، نوآوری ؛ ASCE: چنگدو، چین، 2013; ص 2188-2194. [ Google Scholar ] [ CrossRef ]
  26. Loo، انتخاب فرودگاه مسافران BPY در مناطق چند فرودگاهی (MARs): برخی از بینش ها از نظرسنجی اولویت اعلام شده در فرودگاه بین المللی هنگ کنگ. J. Transp. Geogr. 2008 ، 16 ، 117-125. [ Google Scholar ] [ CrossRef ]
  27. لی، ام.-جی. Shi, R. مدل ارزیابی مکان برای فرودگاه غیرنظامی بر اساس روش ارزیابی فاجعه. J. Civ. هوانوردی. دانشگاه چین 2011 ، 29 ، 35-37. [ Google Scholar ]
  28. لوان، دبلیو. ژانگ، ایکس. ژائو، بی. Cai, Q. مکان یابی فرودگاه تحت تأثیر رقابت راه آهن پرسرعت. جی دالیان ماریت. دانشگاه 2012 ، 38 (3)، 77-79. [ Google Scholar ]
  29. بامبیگر، ام اس; Vandersypen، HL Major Commercial Airport Location: A Methodology for Evaluation of Potential Sites ; دانشگاه نورث وسترن: Evanston، IL، ایالات متحده آمریکا، 1969. [ Google Scholar ]
  30. د نوفویل، آر. Keeney، RL استفاده از تجزیه و تحلیل تصمیم در توسعه فرودگاه برای مکزیکو سیتی. در تحلیل سیستم های عمومی ; فصل 23; Drake، AW، Keeney، RL، Morse، PM، Eds. انتشارات MIT: کمبریج، MA، ایالات متحده آمریکا، 1972; صص 497-519. [ Google Scholar ]
  31. هورنر، توزیع جمعیت BAA و موقعیت فرودگاه ها در ایرلند. Proc. R. Ir. آکادمی فرقه سی آرکائول. سلت گل میخ. تاریخچه زبانشناس. روشن شد 1980 ، 80 ، 159-185. [ Google Scholar ]
  32. Saatcioglu, O. مدل های برنامه ریزی ریاضی برای انتخاب سایت فرودگاه. ترانسپ Res. روش قسمت B. 1982 ، 16 ، 435-447. [ Google Scholar ] [ CrossRef ]
  33. Neufville, BR De مکان یابی موفق فرودگاه ها: نمونه سیدنی. ASCE 1990 ، 116 ، 37-48. [ Google Scholar ]
  34. جانیک، م. Reggiani، A. یک کاربرد تحلیل تصمیم گیری چند معیاره (MCDM) برای انتخاب یک فرودگاه هاب جدید. یورو J. Transp. زیرساخت. Res. 2002 ، 2 ، 113-141. [ Google Scholar ] [ CrossRef ]
  35. وانگ، ز. کای، ال. چونگ، ایکس. Zhang، L. انتخاب مکان فرودگاه بر اساس تصمیم گیری چند ویژگی نامشخص. در لجستیک: مرزهای نوظهور حمل و نقل و توسعه در چین . ASCE: Reston، VA، ایالات متحده آمریکا، 2009; صص 647-654. [ Google Scholar ] [ CrossRef ]
  36. سور، KK; Majumder، SK ساخت فرودگاه جدید در یک کشور در حال توسعه، با استفاده از روش بهینه سازی آنتروپی برای مدل. انتشارات ICSRS 2012 ، 8 ، 29-34. [ Google Scholar ]
  37. یانگ، ز. یو، اس. Notteboom، T. موقعیت فرودگاه در چندین منطقه فرودگاهی (MARs): نقش دسترسی زمینی و هوایی. J. Transp. Geogr. 2016 ، 52 ، 98-110. [ Google Scholar ] [ CrossRef ]
  38. حمد، آوا؛ اکبرنژاد، ع. مدل برنامه‌نویسی خطی عدد صحیح مختلط Rey، D. Bilevel برای حل مسئله مکان فرودگاه منفرد. جی. کامپیوتر. مدنی مهندس 2017 ، 31 ، 3-7. [ Google Scholar ] [ CrossRef ]
  39. سناراوغلو، بی. Celebi, GV انتخاب مکان فرودگاه نظامی به روش AHP یکپارچه PROMETHEE و VIKOR. ترانسپ Res. قسمت D Transp. محیط زیست 2018 ، 59 ، 160-173. [ Google Scholar ] [ CrossRef ]
  40. Merkisz-guranowska، A. مکان فرودگاهها – روشهای کمی انتخاب شده. علمی J. Logist. 2016 ، 12 ، 283-295. [ Google Scholar ] [ CrossRef ]
  41. ژائو، اس. Sun, P. مقایسه طرح انتخاب سایت جدید فرودگاه بر اساس روش تصمیم گیری سفارش شبکه در سیستم حمل و نقل یکپارچه. بین المللی J. مهندس آنلاین 2013 ، 9 ، 95-99. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  42. زامورانو، ام. مولرو، ای. هورتادو، ا. گریندلی، آ. راموس، الف. ارزیابی محل دفن زباله شهری در جنوب اسپانیا با روش شناسی به کمک GIS. جی. هازارد. ماتر 2008 ، 160 ، 473-481. [ Google Scholar ] [ CrossRef ]
  43. سربو، آر. مرزا، بی. برزا، س. فرآیند تحلیل سلسله مراتبی فضایی برای شناسایی آلودگی آب با نرم‌افزار GIS در یک محیط اقتصادی. پایداری 2016 ، 8 ، 1208. [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
  44. علیزاده، م. هاشم، م. علیزاده، ا. شهابی، ح. کرمی، آقا؛ بیرانوند پور، ع. پرادان، بی. ذبیحی، ح. مدل تصمیم گیری چند معیاره (MCDM) برای ارزیابی آسیب پذیری لرزه ای (SVA) ساختمان های مسکونی شهری. ISPRS Int. J. Geo Inf. 2018 ، 7 ، 444. [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
  45. جمعیت لیبی – جهان سنج. در دسترس آنلاین: https://www.worldometers.info/world-population/libya-population/ (در 8 دسامبر 2019 قابل دسترسی است).
  46. کرکازی، ع. هاتزی کریستوس، تی. ماوروپولوس، آ. امانوئیلیدو، بی. Elseoud، A. مکان یابی دفن زباله با استفاده از GIS و منطق فازی. در مجموعه مقالات هشت سمپوزیوم بین المللی مدیریت زباله و دفن زباله، ساردینیا، ایتالیا، 1 تا 5 اکتبر 2001. 2005. موجود آنلاین: https://www.epem.grpdfs2001_2.Pdf (در 13 ژانویه 2005 قابل دسترسی است).
  47. پستورینو، MN; Praticò, FG کاربرد تجزیه و تحلیل تصمیم گیری چند معیاره در یک سیستم چند فرودگاهی منطقه ای. Res. ترانسپ اتوبوس. مدیریت 2012 ، 4 ، 44-52. [ Google Scholar ] [ CrossRef ]
  48. سازمان بین المللی هواپیمایی غیرنظامی. راهنمای برنامه ریزی فرودگاه (ایکائو ) ایکائو: مونترال، QC، کانادا، 1987; جلد 1، ص 1-156. [ Google Scholar ]
  49. سازمان بین المللی هواپیمایی غیرنظامی. (ICAO) کتابچه راهنمای طراحی فرودگاه – قسمت 1 باند ; ایکائو: مونترال، QC، کانادا، 2006. [ Google Scholar ]
  50. سازمان بین المللی هواپیمایی غیرنظامی. طراحی و عملیات فرودگاه ها ایکائو: مونترال، QC، کانادا، 2018؛ جلد اول، ISBN 9789292584832. [ Google Scholar ]
  51. اداره هوانوردی فدرال. بخشنامه مشورتی: به‌روزرسانی استانداردهای تاکسی‌وی فیله . FAA: واشنگتن، دی سی، ایالات متحده آمریکا، 2014; جلد اول، ص 1–308. [ Google Scholar ]
  52. Min، H. ملاکرینودیس، ای. Wu، X. گسترش پویا و مکان یک فرودگاه: یک رویکرد چند هدفه. ترانسپ Res. بخش A سیاست سیاست. 1997 ، 31 ، 403-417. [ Google Scholar ] [ CrossRef ]
  53. بالیس، A. انتخاب سایت فرودگاه بر اساس تجزیه و تحلیل چند معیاره: مطالعه موردی جزیره ساموتراکی. اپراتور Res. 2003 ، 3 ، 261. [ Google Scholar ] [ CrossRef ]
  54. Kassomenos، PA; Panagopoulos، IK; Karagiannis، A. یک روش یکپارچه برای انتخاب مکان بهینه یک فرودگاه در یک جزیره با استفاده از اطلاعات هواشناسی محدود. شهاب سنگ Appl. 2005 ، 12 ، 231-240. [ Google Scholar ] [ CrossRef ]
  55. EarthExplorer-Home. در دسترس آنلاین: https://earthexplorer.usgs.gov/ (در 9 دسامبر 2019 قابل دسترسی است).
  56. OpenStreetMap. در دسترس آنلاین: https://www.openstreetmap.org/#map=16/30.4070/19.6091 (در 9 دسامبر 2019 قابل دسترسی است).
  57. ناسا پاور | پیش بینی منابع انرژی در سراسر جهان در دسترس آنلاین: https://power.larc.nasa.gov/ (دسترسی در 9 دسامبر 2019).
  58. هالت، دی. کلارک-لووز، دی. زمین شناسی نفت لیبی ; الزویر: آمستردام، هلند، 2017. [ Google Scholar ]
  59. lby_gc_adg – جستجوی گوگل. در دسترس آنلاین: https://www.google.com/search?q=lby_gc_adg&oq=lby_gc_adg&aqs=chrome.69i57.1392j0j8&sourceid=chrome&ie=UTF-8 (در 9 دسامبر 2019 قابل دسترسی است).
  60. ال حوات، ا. Pawellek, T. A Field Guidebook to the Geology of Sirt Basin, Libya ; RWE Dea شمال آفریقا: طرابلس، لیبی، 2004. [ Google Scholar ]
  61. سرور دانلود Geofabrik. در دسترس آنلاین: https://download.geofabrik.de/africa/libya.html (در 27 فوریه 2020 قابل دسترسی است).
  62. عفت، HA; حسن، OA طراحی و ارزیابی سه مسیر بزرگراه جایگزین با استفاده از فرآیند تحلیل سلسله مراتبی و تحلیل مسیر کم‌هزینه، کاربرد در شبه جزیره سینا، مصر. مصر. J. Remote Sens. Sp. علمی 2013 ، 16 ، 141-151. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  63. توماس، سی. نویز مربوط به تأثیرات جامعه عملیات فرودگاه. در مدیریت زیست محیطی در فرودگاه ها: تعهدات و مسئولیت های اجتماعی ؛ انتشارات توماس تلفورد: لندن، انگلستان، 1996; صص 8-34. [ Google Scholar ] [ CrossRef ]
  64. هریسون، ام جی; Gauthreaux، SA; Abron-Robinson, LA Proceedings, Wildlife Hazards to Aircraft Conference and Training Workshop, Charleston, SC, USA, 22-25 مه 1984 ; دفتر استانداردهای فرودگاه: واشنگتن، دی سی، ایالات متحده آمریکا.
  65. کر، جی. ناتان، اس. ون دیسن، آر. وب، پ. براندون، دی. کینگ، A. برنامه ریزی برای توسعه زمین در یا نزدیک به گسل های فعال. در ولینگت وزیر محیط زیست ; 2003. در دسترس آنلاین: https://www.mfe.govt.nz/sites/default/files/media/RMA/planning-development-faults-graphics-dec04%20(1).pdf (دسترسی در 24 آوریل 2020) .
  66. مرجع، GRC Grand River Conservation Authority ; GRCA: کمبریج، ON، کانادا، 2005. [ Google Scholar ]
  67. هورونجف، آر. مککلوی، FX; Sproule، WJ; جوان، SB برنامه ریزی و طراحی فرودگاه ها ; The McGraw-Hill Companies: New York, NY, USA, 2010; ISBN 9780071642552. [ Google Scholar ]
  68. معین الدینی، م. خراسانی، ن. دانه کار، ع. درویش صفت، محل دفن زباله MSW با استفاده از روش ترکیب خطی وزنی و فرآیند تحلیل سلسله مراتبی (AHP) در محیط GIS (مطالعه موردی: کرج). مدیریت زباله 2010 ، 30 ، 912-920. [ Google Scholar ] [ CrossRef ]
  69. تانگ، اس. وو، زی. وانگ، آر. Wu, H. مطالعه خطر آتش سوزی خط لوله نفت و گاز در فواصل طولانی بر اساس QRA. Procedia Eng. 2016 ، 135 ، 369-375. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  70. González، JC Screening Facility انتخاب سایت با در نظر گرفتن معیارهای محیطی و جامعه، با استفاده از سیستم های اطلاعات جغرافیایی (GIS). 2002. در دسترس آنلاین: https://era.library.ualberta.ca/items/50c100d5-0450-4551-b953-5efc1940571b/view/9c5e9f46-694d-4129-b78a-0fc1942f.pdf (pdf8320000000-01-04-04-05-01-01-01-2014) ).
  71. هاکلار، جی اس. Dresnack, R. فاصله ایمن جداسازی از خطوط لوله انتقال گاز طبیعی. J. Pipeline Saf. 1999 ، 1 ، 3-20. [ Google Scholar ]
  72. رضایی مقدم، ک. کرمی، ای. ارزیابی چند معیاره مدل های توسعه پایدار کشاورزی با استفاده از AHP. محیط زیست توسعه دهنده حفظ کنید. 2008 ، 10 ، 407-426. [ Google Scholar ] [ CrossRef ]
  73. بوشان، ن. Rai, K. تصمیم گیری استراتژیک: بکارگیری فرآیند تحلیل سلسله مراتبی . Springer Science & Business Media: Cham, Switzerland, 2007. [ Google Scholar ]
  74. گارسیا، جی ال. آلوارادو، ا. بلانکو، جی. جیمنز، ای. مالدونادو، AA; Cortés, G. ارزیابی چند ویژگی و انتخاب سایت‌ها برای انبارهای محصولات کشاورزی بر اساس یک فرآیند سلسله مراتبی تحلیلی. محاسبه کنید. الکترون. کشاورزی 2014 ، 100 ، 60-69. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  75. چن، ی. یو، جی. خان، اس. تحلیل حساسیت فضایی وزن‌های چند معیاره در ارزیابی تناسب زمین مبتنی بر GIS. محیط زیست مدل. نرم افزار 2010 ، 25 ، 1582-1591. [ Google Scholar ] [ CrossRef ]
  76. چانگ، سی.-و. وو، سی.-ر. لین، سی.-تی. لین، اچ.-ال. ارزیابی سیستم های ضبط ویدئوی دیجیتال با استفاده از سلسله مراتب تحلیلی و فرآیندهای شبکه تحلیلی Inf. علمی 2007 ، 177 ، 3383-3396. [ Google Scholar ] [ CrossRef ]
  77. سنر، اس. سنر، ای. ناس، بی. Karagüzel, R. ترکیب AHP با GIS برای انتخاب محل دفن زباله: مطالعه موردی در حوضه آبریز دریاچه بی‌شهیر (قونیه، ترکیه). مدیریت زباله 2010 ، 30 ، 2037–2046. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  78. دانیلسون، ام. Ekenberg، L. یک مطالعه استحکام وزن‌های جایگزین پیشرفته برای MCDM. گر تصمیم می گیرد. مذاکره کرد. 2017 ، 26 ، 677-691. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  79. ادواردز، دبلیو. Barron، FH SMARTS و SMARTER: روش‌های ساده بهبود یافته برای اندازه‌گیری ابزار چند ویژگی. عضو. رفتار هوم تصمیم می گیرد. روند. 1994 ، 60 ، 306-325. [ Google Scholar ] [ CrossRef ]
  80. Ahn، BS روش وزن دهی سازگار با مرکز مرتبه رتبه: رویکرد میانگین وزنی مرتب شده حداکثر آنتروپی. یورو جی. اوپر. Res. 2011 ، 212 ، 552-559. [ Google Scholar ] [ CrossRef ]
  81. نه، جی. لی، KM کاربرد روش‌های تصمیم‌گیری چند ویژگی برای تعیین ضریب اهمیت نسبی دسته‌های تأثیر. محیط زیست مدیریت 2003 ، 31 ، 633-641. [ Google Scholar ] [ CrossRef ]
  82. اولسون، دی ال. Dorai, VK پیاده سازی روش مرکز سولیموسی و دمبی. یورو جی. اوپر. Res. 1992 ، 60 ، 117-129. [ Google Scholar ] [ CrossRef ]
  83. سالتلی، ا. چان، ک. اسکات، M. تجزیه و تحلیل حساسیت. سری احتمالات و آمار ; جان وایلی و پسران: نیویورک، نیویورک، ایالات متحده آمریکا، 2000; در دسترس آنلاین: https://www.wiley.com/en-us/Sensitivity+Analysis-p-9780470743829 (در 24 آوریل 2020 قابل دسترسی است).
  84. کامپولونگو، اف. سالتلی، ا. سورنسن، TM; تارانتولا، راهنمای S. Hitchhiker برای تجزیه و تحلیل حساسیت. در تحلیل حساسیت ; IEEE Computer Society Press: مونترال، QC، کانادا، 2000; صص 15-47. [ Google Scholar ]
  85. هاید، کیلومتر؛ مایر، منابع انسانی؛ Colby، CB یک رویکرد تحلیل عدم قطعیت مبتنی بر فاصله برای تجزیه و تحلیل تصمیم گیری چند معیاره برای تصمیم گیری منابع آب. جی. محیط زیست. مدیریت 2005 ، 77 ، 278-290. [ Google Scholar ] [ CrossRef ]
  86. دبرال، س. بهات، بی. جوشی، جی پی؛ شارما، N. مدلسازی مناطق تغذیه مناسب آب زیرزمینی – یک برنامه GIS. بین المللی قوس. فتوگرام حسگر از راه دور اسپات. Inf. علمی 2014 ، 40 ، 347. [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
  87. الدمیر، اف. Onden، I. سیستم های اطلاعات جغرافیایی و رویکرد یکپارچه سازی تصمیمات چند معیاره برای انتخاب مکان بیمارستان. بین المللی J. Inf. تکنولوژی تصمیم می گیرد. ماک 2016 ، 15 ، 975-997. [ Google Scholar ] [ CrossRef ]
  88. مین، HVT؛ آوتار، ر. کومار، پی. Tran، DQ; تی، تلویزیون؛ Behera, HC; Kurasaki، M. ارزیابی کیفیت آب زیرزمینی با استفاده از فازی-AHP در استان Giang ویتنام. Geosciences 2019 , 9 , 330. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  89. بحرانی، س. عبادی، ت. احسانی، ح. یوسفی، ح. مکنون، ر. مدل‌سازی انتخاب محل دفن زباله با تصمیم‌گیری چند معیاره و توابع فازی در GIS، مطالعه موردی: شبستر، ایران. محیط زیست علوم زمین 2016 ، 75 ، 337. [ Google Scholar ] [ CrossRef ]
  90. چابوک، ع. الانصاری، ن. حسین، HM; کناتسون، اس. پوش، آر. Laue, J. ترکیب کاربردهای GIS و روش تصمیم‌گیری چند معیاره (AHP) برای مکان‌یابی محل دفن زباله در الهاشمیه قضاء، بابل، عراق. پایداری 2017 ، 9 ، 1932. [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
شکل 1. محل منطقه مورد مطالعه.
شکل 3. نتیجه تحلیل فضایی.
شکل 4. شهرهای خارج از محدوده محدوده فرودگاه ها.
شکل 5. نمودار جریان مراحل روش شناسی.
شکل 6. طبقات تعیین شده برای ( الف ) ایستگاه های ارتباطی. ب ) منابع آب؛ ( ج ) خطوط برق؛ ( د ) پوشش زمین؛ ( ه ) منطقه مسکونی؛ ( و) جاده ها؛ ( g ) فشار اتمسفر؛ ( h ) دما؛ ( i ) بارش؛ ( ی ) باد؛ ( ک ) شفافیت؛ ( ل ) رطوبت نسبی؛ ( متر ) ارتفاع؛ ( n ) شیب; ( o ) خصوصیات خاک؛ ( ص ) نهرهای آب؛ ( q ) خطاها; ( ر ) کاربری زمین؛ (ث ) چاه های نفت و میادین اکتشافی. ( t ) تالاب ها; ( u ) پالایشگاه ها؛ ( v ) خطوط نفت و گاز؛ ( w ) مراکز شهرها.
شکل 7. ساختار سلسله مراتبی معیارهای ورودی.
شکل 8. نقشه خروجی استفاده از روش AHP.
شکل 9. نقشه خروجی اعمال روش ROC.
شکل 10. ( الف ) تعداد پیکسل ها و شاخص تناسب حاصل از دو نقشه خروجی. ( ب ) نقشه خروجی AHP و ROC.
شکل 11. درصد کلاس های منطبق و غیر منطبق از مقادیر پیکسل های شاخص تناسب.
شکل 12. نقشه مقایسه روشهای ROC و AHP و درصدهای آن.
شکل 13. ضریب تعیین AHP-ROC.
شکل 14. محل و مساحت سایت های کاندید.
شکل 15. توزیع شاخص تناسب حاصل از آزمون حساسیت.

بدون دیدگاه

دیدگاهتان را بنویسید