مجموعه ای ناهموار و رویکرد مبتنی بر GIS برای انتخاب پناهگاه های مناسب در طول فرآیند تخلیه

چکیده

بشریت در معرض خطر دائمی بحران است. در صورت بروز بحران، جمعیت مناطق آسیب دیده در خطر خواهند بود و برای محافظت از جان خود باید به مکان امن تری تخلیه شوند. یکی از مشکلات در مدیریت اضطراری، انتخاب سریع و دقیق مناطق امن پناهگاه است. هدف این مقاله توضیح فرآیند انتخاب پناهگاه تخلیه است که از تئوری مجموعه‌ای خشن و سیستم اطلاعات جغرافیایی (GIS) استفاده می‌کند. رویکرد پیشنهادی از مفاهیم تئوری مجموعه‌ای خشن برای طبقه‌بندی پناهگاه‌ها استفاده می‌کند و پناهگاه‌های مناسب را بر اساس سه عامل فاصله، ظرفیت و در دسترس بودن نیازهای زندگی انتخاب می‌کند. تهیه داده ها و گزارش نتایج از طریق محیط GIS انجام می شود. رویکرد پیشنهادی با استفاده از ماسوره، مصر اجرا شد،

1. مقدمه

مناطق شهری اغلب در معرض بحران های مختلف هستند. بحران، چه طبیعی و چه ساخته دست بشر، رویدادی است که به طور ناگهانی رخ می دهد، مردم را غافلگیر می کند و تهدید می کند و محیط زیست را تحت تأثیر قرار می دهد. در یک بحران، مانند زلزله، آتش سوزی یا انفجار، تصمیمات باید سریع و دقیق اتخاذ شود تا خسارات جانی و عواقب اقتصادی به حداقل برسد. برای اتخاذ چنین تصمیماتی باید شرایط را از طریق برنامه مدیریت بحران مدیریت کرد. این امکان را برای کاهش اثرات یک بحران قبل، حین و بعد از رویداد فراهم می کند. جزء اصلی هر طرح مدیریت بحران، طرح تخلیه است.

تخلیه عملیاتی است که در آن تمام یا بخشی از یک جمعیت خاص به طور موقت از منطقه ای که توسط یک فاجعه آسیب دیده یا در شرف وقوع است، به یک مکان امن به صورت سازماندهی شده منتقل می شود [ 1 ]. عوامل زیادی ممکن است بر فرآیند تخلیه تأثیر بگذارند، مانند رفتار تخلیه‌کننده، کنترل ترافیک، انتخاب منطقه امن و مسیرهای تخلیه. این مقاله بر فرآیند انتخاب مناطق تخلیه ایمن و عواملی که بر انتخاب یک مکان امن تأثیر می گذارد تمرکز دارد. یک منطقه مناسب باید یک منطقه امن، باز و بزرگ باشد که در آن نیازهای اولیه زندگی در دسترس باشد.

در سال‌های اخیر، مطالعات بسیاری تلاش کرده‌اند تا فرآیند انتخاب پناهگاه تخلیه را از دیدگاه‌های مختلف حل و بهبود بخشند. م سعادت سرشت و همکاران. [ 2 ] یک الگوریتم تکاملی چند هدفه، همراه با یک سیستم اطلاعات جغرافیایی (GIS) برای ارائه تجسم بهتر، برای تعیین توزیع تخلیه‌شدگان در مناطق امن با انتخاب مناطق امن نامزد، و تعیین مسیرهای قابل دوام بین بلوک‌های شهر و مناطق امن نامزد این روش بر اساس کمترین فاصله و ظرفیت منطقه امن، یک منطقه امن بهینه را انتخاب کرد. J. Coutinho-Rodrigues et al. [ 3] شش تابع هدف را برای یافتن مسیرهای تخلیه و مکان پناهگاه ها با روشی شناسایی کنید که مسافت کل سفر، خطر، زمان و تعداد پناهگاه ها را به حداقل برساند. چونگ هانگ تاسی و همکاران [ 4 ] عدم قطعیت داده های جغرافیایی را مورد مطالعه قرار داد و یک سیستم تصمیم گیری TS یکپارچه را پیشنهاد کرد که مدل های فازی TS را با تجزیه و تحلیل فضای GIS برای بررسی توزیع موثر مردم در پناهگاه های شهری در طول شرایط اضطراری ترکیب می کرد.

در این مقاله، یک رویکرد مجموعه تقریبی همراه با GIS برای انتخاب مناسب‌ترین پناهگاه‌ها در طول فرآیند تخلیه پیشنهاد شده‌است. طرح انتخاب پناهگاه بر اساس سه معیار است: فاصله بین نقطه حادثه و یک پناهگاه، ظرفیت پناهگاه، و در دسترس بودن نیازهای اولیه زندگی در مجاورت محل پناهگاه. فرآیند انتخاب سرپناه توسط مجموعه‌ای از قوانین ناهموار انجام می‌شود و داده‌های ورودی تهیه و نتایج با استفاده از محیط GIS گزارش می‌شوند.

ادامه این مقاله به شرح زیر سازماندهی شده است. بخش 2 مروری بر ادبیات تئوری مجموعه های خشن ارائه می دهد. بخش 3 یک بررسی کلی از GIS ارائه می کند. در بخش 4، چارچوب فرآیند انتخاب پناهگاه معرفی شده است و بخش 5 جزئیات اجرای روش پیشنهادی را که از طریق یک مطالعه موردی نشان داده شده است، ارائه می‌کند. در نهایت، در بخش 6، خلاصه ای ارائه شده و کارهای آتی به اختصار مورد بحث قرار می گیرد.

2. نظریه مجموعه های خشن

نظریه مجموعه‌های خشن، که توسط Z. Pawlak [ 5 ] معرفی شد، یک رویکرد ریاضی برای مقابله با دانش ناقص ارائه می‌کند. روش شناسی آن مربوط به طبقه بندی و تحلیل اطلاعات و دانش نادقیق، نامطمئن یا ناقص است و یکی از اولین رویکردهای غیرآماری برای تجزیه و تحلیل داده ها محسوب می شود. دانش ناقص به یک مسئله جدی برای دانشمندان رایانه تبدیل شده است و رویکردهای زیادی برای درک و دستکاری دانش ناقص وجود دارد. موفق ترین رویکرد مبتنی بر مفهوم مجموعه فازی است. مزیت اصلی نظریه مجموعه های خشن این است که به هیچ اطلاعات اولیه یا اضافی در مورد داده ها مانند احتمال در آمار یا درجه عضویت در نظریه مجموعه های فازی نیاز ندارد.

2.1. روابط غیر قابل تشخیص

نقطه شروع نظریه مجموعه های خشن، رابطه غیر قابل تشخیص است که توسط اطلاعات مربوط به اشیاء مورد علاقه ایجاد می شود. یک رابطه غیر قابل تشخیص رابطه ای بین دو یا چند شی است که در آن همه مقادیر در رابطه با زیر مجموعه ای از ویژگی های در نظر گرفته شده یکسان هستند [ 6 ]. رابطه تشخیص ناپذیری به منظور بیان این واقعیت است که به دلیل عدم آگاهی، قادر به تشخیص برخی از اشیاء با اطلاعات موجود نیستیم. به عنوان مثال، جدول 1 نشان می دهد که پناهگاه ها (S1، S2، S4) با توجه به ویژگی ظرفیت غیرقابل تشخیص هستند، زیرا ارزش یکسانی برای آن ویژگی دارند. پناهگاه ها (S5، S6) با توجه به ویژگی های ظرفیت و نیازمندی ها قابل تشخیص نیستند.

2.2. جدول اطلاعات در مقابل جدول تصمیم

یک جدول اطلاعاتی برای نمایش داده‌هایی که توسط نظریه مجموعه‌های خشن مورد استفاده قرار می‌گیرند مورد نیاز است. یک جدول اطلاعاتی شامل ردیف هایی است که اشیاء را نشان می دهد و ستون هایی که ویژگی های مربوط به اشیاء را نشان می دهند.

جدول 1 . نمونه ای از جدول تصمیم گیری

جداول تصمیم، یک نوع جدول اطلاعاتی، شامل دو نوع ویژگی است. ویژگی های شرط و ویژگی های تصمیم. جدول تصمیم گیری مشخص می کند که در صورت برآورده شدن شرایط خاص چه تصمیماتی باید اتخاذ شود. آنها ابزارهای مفیدی در مسائل تصمیم گیری، مانند تعیین پناهگاه های تخلیه مناسب هستند. جدول 1 نمونه ای از جدول تصمیم را نشان می دهد.

همانطور که در جدول 1 نشان داده شده است ، ردیف ها نشان دهنده پناهگاه ها (اشیاء)، ستون ها Distance، Capacity و Requirements ویژگی های شرط و ستون Suitable نشان دهنده ویژگی تصمیم هستند. هر ردیف از یک جدول تصمیم، یک قانون تصمیم را تعیین می کند که تصمیم (عمل) را مشخص می کند که باید در صورت برآورده شدن شرایط نشان داده شده توسط ویژگی های شرط انجام شود [ 6 ]. به عنوان مثال، در جدول 1 ، شرایط (فاصله، کوتاه)، (ظرفیت، بله)، و (نیازمندی، کم) تصمیم را تعیین می کند (مناسب، بله).

2.3. ساده سازی جدول تصمیم گیری

ساده‌سازی جدول تصمیم شامل کاهش تعداد ویژگی‌های شرط با حذف شرایط غیرضروری و در عین حال امکان رسیدن به همان تصمیم است.

3. سیستم های اطلاعات جغرافیایی

داده های درگیر در فرآیند انتخاب پناهگاه تخلیه دارای ویژگی های جغرافیایی بارز است و بهترین راه برای مقابله با چنین ویژگی هایی استفاده از GIS است. یک GIS داده هایی را که به صورت مکانی به زمین ارجاع داده می شوند، جمع آوری، ذخیره، بررسی، ادغام، تجزیه و تحلیل، نمایش و امکان دستکاری می کند [ 7 ]. این داده ها را می توان با استفاده از مدل هایی برای ساخت سیستم های کامپیوتری برای خدمات تحقیقات جغرافیایی و تصمیم گیری تجزیه و تحلیل کرد [ 8 ]. علاوه بر این، GIS جذاب است زیرا هم بصری و هم شناختی است. این یک محیط تجسم قدرتمند را با یک چارچوب تحلیلی و مدل سازی قوی ترکیب می کند که ریشه در علم جغرافیا دارد [ 9 ].

در این مقاله از GIS به عنوان بستری برای تهیه و نمایش داده های مورد نیاز برای فرآیند انتخاب پناهگاه استفاده شده است. وظایف اولیه انجام شده توسط GIS عبارتند از: ایجاد دو لایه برای ذخیره ویژگی های جاده و سرپناه شهر، نمایش محل حادثه، ایجاد منطقه تخلیه (حائل در اطراف نقطه حادثه که منطقه خطر را تعریف می کند)، تعیین مسیرهای جاده از محل حادثه. به همه پناهگاه ها، محاسبه فاصله هر مسیر، و نمایش مناسب ترین مکان پناهگاه بر روی نقشه.

4. چارچوب فرآیند انتخاب پناهگاه

تخلیه فرآیندی است که طی آن افراد در معرض تهدید از یک مکان خطرناک به یک پناهگاه امن برای محافظت از جان خود منتقل می شوند. انتخاب سرپناه مناسب فرآیندی پیچیده است که عوامل متعددی را در بر می گیرد که ممکن است به نوع بحران بستگی داشته باشد. این مقاله روشی را برای انتخاب پناهگاه‌های تخلیه مستقل از نوع بحران پیشنهاد می‌کند. چنین رویکردی می‌تواند به طور کلی برای هر طرح تخلیه بحران اعمال شود.

راهنمای انتخاب پناهگاه تخلیه طوفان (ARC 4496) [ 10 ]، ارائه شده توسط صلیب سرخ آمریکا و موسسه جهانی جامعه خانگی، دستورالعمل های اولیه را برای انتخاب پناهگاه تخلیه طوفان ارائه می کند. در مطالعه موردی خود، نوع بحران را در نظر نگرفتیم. بنابراین، ما فقط از دستورالعمل‌های ARC 4496 پیروی کردیم که به طور کلی به انتخاب پناهگاه تخلیه مربوط می‌شود، مانند مکان و ظرفیت. ما شرایط خاص طوفان مانند سرعت باد، بارندگی، سیل و نیروی طوفان و غیره را در نظر نگرفتیم.

دستورالعمل های انتخاب پناهگاه های تخلیه به کار رفته در این مقاله عبارتند از:

• هیچ پناهگاه تخلیه نباید در منطقه تخلیه قرار گیرد (ARC 4496).

• پناهگاه های تخلیه باید در مناطق باز باشد. اگر شهر آسیب دیده دارای مناطق باز کافی نباشد، می توان از مدارس به عنوان پناهگاه تخلیه استفاده کرد.

• الزامات فضای پناهگاه باید با استفاده از 40 فوت مربع برای هر ساکن پناهگاه تعیین شود. نیاز به فضای پناهگاه ممکن است با حداقل 20 فوت مربع برای هر نفر کاهش یابد (ARC 4496).

• محل سرپناه باید الزامات اولیه زندگی را داشته باشد یا می تواند نیازهای اولیه را به راحتی تحویل دهد.

ایده پشت این رویکرد طبقه بندی تمام پناهگاه ها در شهر مورد مطالعه است. هر پناهگاه بر اساس مجموعه ای از قوانین کلی طبقه بندی می شود و هر طبقه دارای درجه ای از مناسب بودن است. سپس تحت شرایطی مناسب ترین سرپناه از یکی از طبقات انتخاب می شود. فلوچارت چارچوب پیشنهادی در شکل 1 ارائه شده است . بخش‌های فرعی زیر شرح مفصلی از روش‌شناسی ارائه می‌دهند.

4.1. آماده سازی داده های مورد نیاز

اولین گام روش شناسی ما تهیه داده های مورد نیاز است. این آماده سازی شامل ایجاد یک پایگاه داده برای ذخیره اطلاعات جاده ها و مکان های امن است که می تواند به عنوان پناهگاه استفاده شود، تعیین نقطه حادثه ای که در آن بحران رخ می دهد، تعریف منطقه تخلیه و محاسبه فاصله از محل حادثه تا هر پناهگاه. همه این آماده سازی ها توسط GIS انجام می شود.

4.2. ایجاد جدول پناهگاه

جدول پناهگاه ها باید حاوی اطلاعاتی در مورد مناطقی در شهر باشد که می توان از آنها به عنوان پناهگاه استفاده کرد. این اطلاعات برای تعریف فرآیند طبقه بندی استفاده خواهد شد. جدول از سه ویژگی اصلی تشکیل شده است: فاصله، ظرفیت_کافی و الزامات.

ویژگی Distance حاوی مقداری است که نشان دهنده فاصله محل حادثه تا هر پناهگاه است.

ظرفیت هر پناهگاه تخلیه طبق دستورالعمل ARC 4496 محاسبه می شود که بیان می کند که فضای مورد نیاز پناهگاه باید با استفاده از 40 فوت مربع برای هر نفر (ساکن پناهگاه) تعیین شود. یک روش Check_Capacity برای بررسی ظرفیت یک پناهگاه در برابر تعداد افراد آواره در محل حادثه ایجاد شده است و نتیجه را به ویژگی ظرفیت در جدول اختصاص می دهد. ویژگی Enough_Capacity حاوی مقدار “YES” یا “NO” است. مقدار “بله” است اگر ظرفیت پناهگاه تعداد افراد آواره را در خود جای دهد و “نه” اگر ظرفیت پناهگاه نباشد.

ویژگی Requirements حاوی مقداری است که نشان می‌دهد آیا این پناهگاه نیازمندی‌های اولیه زندگی مانند برق، غذا، آب، دارو و غیره را دارد یا خیر. اگر این نیازها در دسترس باشند و در شرایط خوبی باشند، مقدار مشخصه “بالا” است. اگر این الزامات در دسترس هستند اما در شرایط نامناسب هستند یا استفاده از آنها دشوار است، مقدار مشخصه “کم” است. اگر این الزامات موجود نباشد، مقدار مشخصه «در دسترس نیست» است.

4.3. فرآیند گسسته سازی

از آنجا که مقادیر فاصله مقادیر پیوسته هستند، ما به روشی برای تبدیل این مقادیر به مقادیر گسسته نیاز داریم تا در فرآیند طبقه بندی مفید واقع شوند. تکنیک‌های گسسته‌سازی را می‌توان برای کاهش تعداد مقادیر برای یک ویژگی پیوسته معین با تقسیم دامنه ویژگی به فواصل استفاده کرد. سپس می توان از برچسب های فاصله برای جایگزینی مقادیر واقعی داده استفاده کرد [ 11 ]. تعدادی از روش‌های گسسته‌سازی موجود است، مانند استدلال بولی، باینینگ با فرکانس مساوی، مبتنی بر آنتروپی، ساده‌لوحانه و غیره.

به گفته Z. Marzuki و F. Ahmad (2007) [ 12 ]، این روش ها برای مسائل یا حوزه های خاص توسعه یافته اند. بنابراین، استفاده از این روش‌ها در حوزه‌های دیگر ممکن است نامناسب باشد یا مشکلات جدی ایجاد کند که بر دقت نتایج تأثیر بگذارد. صرف نظر از نحوه عملکرد هر روش، ایده اصلی این است که یک نقطه برش را برای تقسیم مقادیر پیوسته و تعریف یک معیار توقف برای فرآیند گسسته سازی تعریف کنیم.

متأسفانه، این تکنیک‌های گسسته‌سازی در مورد ما مناسب نیستند، زیرا طبق دستورالعمل‌های ARC 4496، هیچ پناهگاه تخلیه نباید در منطقه تخلیه قرار گیرد. بنابراین، باید تفاوت فاصله هر پناهگاه و منطقه تخلیه را در نظر بگیریم و برای مقایسه تفاوت، یک نقطه برش در نظر بگیریم. برای غلبه بر این مشکل، یک روش گسسته سازی ساده به نام DiscreteDistance ایجاد کردیم. الگوریتم با بررسی اینکه آیا مقدار فاصله ای در لیست فاصله کمتر یا مساوی با مقدار منطقه تخلیه وجود دارد یا خیر شروع می شود. در صورت وجود، پناهگاه در داخل منطقه تخلیه قرار دارد و در منطقه خطرناکی قرار دارد. در این مورد، الگوریتم گسسته سازی برچسب فاصله “ریسک” را به فاصله اختصاص می دهد.

اگر اینطور نباشد، الگوریتم تفاوت بین هر فاصله در لیست فاصله و مقدار منطقه تخلیه را محاسبه می کند و این مقدار اختلاف را با نقاط برش از پیش تعیین شده مقایسه می کند تا فاصله را به یکی از بازه های تعریف شده (“کوتاه ترین”) اختصاص دهد. ، “کوتاه”، “طولانی”، “طولانی ترین”).

4.4. جدول تصمیم را ایجاد کنید

به موازات آماده سازی داده ها، یک جدول تصمیم با استفاده از تمام سناریوهای ممکن برای وضعیت یک پناهگاه ایجاد می شود. این اساس فرآیند طبقه بندی را تشکیل می دهد. جدول از دو نوع صفت تشکیل شده است. ویژگی های شرط، گسسته_فاصله، ظرفیت، و وضعیت_نیازها، و یک ویژگی تصمیم که نشان دهنده درجه مناسب بودن یک پناهگاه است. برای تعیین تصمیم درست برای هر سناریو، نظر کارشناسی لازم است.

4.5. ساده سازی

هر ردیف در جدول تصمیم گیری نشان دهنده تصمیمی است که باید تحت شرایط مربوطه اتخاذ شود. در برخی موارد، با شرایط کمتری می توان به همان تصمیم رسید. ساده‌سازی جدول تصمیم گام بسیار مهمی است که به موجب آن جدول به‌گونه‌ای کاهش می‌یابد که اجازه می‌دهد با استفاده از شرایط کمتری به همان تصمیم دست یابید. این نوع ساده سازی نیاز به بررسی شرایط غیر ضروری را از بین می برد. روش ساده سازی جدول [ 13 ] که در اینجا استفاده می شود شامل مراحل زیر است:

1) محاسبه کاهش صفات شرط. این معادل حذف ستون ها از جدول تصمیم گیری است.

2) حذف ردیف های تکراری.

3) حذف مقادیر اضافی صفت.

4.6. تعریف قوانین تصمیم گیری و انجام طبقه بندی

در این مرحله مجموعه ای از قوانین تصمیم گیری بر اساس جدول تصمیم گیری ساده شده تعریف می شود. هر ردیف در جدول تصمیم گیری ساده شده یک قانون تصمیم گیری را نشان می دهد. مزیت تعریف قوانین از قبل این است که این قوانین قابل استفاده مجدد هستند. قوانین را می توان برای مشکلات متعدد انتخاب پناهگاه تخلیه تحت شرایط مساوی اعمال کرد.

پس از آن، قوانین تعریف شده به عنوان مبنایی برای روش Classify عمل می کنند. متد Classify مجموعه قوانین را به عنوان مفاهیمی به نام قواعد “اگر … آنگاه” تفسیر می کند و شش کلاس (ریسک، بهترین، خیلی خوب، خوب، قابل قبول، بد) تولید می کند. سپس هر پناهگاه در جدول Shelters را طبق قوانین تعریف شده به یکی از کلاس ها اختصاص می دهد.

کلاس خطر شامل مجموعه ای از پناهگاه ها است که برای فرآیند تخلیه مناسب نیستند. تمام کلاس های دیگر شامل پناهگاه های مناسب برای فرآیند تخلیه هستند. با این حال، درجات تناسب آنها متفاوت است. به عبارت دیگر پناهگاه های کلاس Best مناسب ترین پناهگاه هستند و درجه مناسب بودن از Best به Bad کاهش می یابد.

4.7. انتخاب مناسب ترین پناهگاه

آخرین مرحله این رویکرد انتخاب مناسب ترین پناهگاه از بین طبقات بهترین، خیلی خوب، خوب، قابل قبول و بد است. برای دستیابی به این هدف، روش Suitable_Shelter ایجاد شد. ابتدا کلاس Best برای داده ها (شلترها) بررسی می شود. اگر داده ها در کلاس Best وجود داشته باشد، روش Suitable_Shelter ورودی را با حداقل فاصله انتخاب می کند. اگر هیچ داده ای در کلاس Best وجود نداشته باشد، کلاس بعدی (Very Good) بررسی می شود و به همین ترتیب تا زمانی که به کلاس Bad برسد. اگر پناهگاه انتخابی ظرفیت کافی نداشته باشد، پناهگاهی با حداقل فاصله بعدی انتخاب می شود.

5. نتایج پیاده سازی و تجزیه و تحلیل

برای آزمایش رویکرد خود، روش شناسی خود را برای مطالعه موردی با استفاده از منصوره، مصر به کار بردیم. منصوره مرکز استان الدقلیه است و در ساحل شرقی شاخه دمیتا از رود نیل در منطقه دلتا قرار دارد. این شهر تقریباً در 120 کیلومتری شمال شرقی قاهره، پایتخت مصر واقع شده است. منصوره 327.62 کیلومتر مربع مساحت دارد و بر اساس آمار استانی در سال 2011، 992605 نفر جمعیت دارد. شکل 2 تصویر ماهواره ای منصوره را نشان می دهد.

بر اساس طرح انتخاب سرپناه واحد مدیریت بحران منصوره، منصوره تنها چهار سرپناه برای اسکان آوارگان در مواقع بحران دارد و یک

پناهگاه بسته به نزدیکی آن به حادثه انتخاب می شود. این بدان معنی است که تصمیم گیری تنها به فاکتور فاصله بستگی دارد. این چهار پناهگاه عبارتند از: باشگاه ورزشی منصوره، باشگاه عمال (باشگاه کارگران)، الصحاء الشعبیه (عرصه محبوب)، و المغذر العالی (سلاخ خانه خودکار).

روش ما برای افزایش تعداد پناهگاه ها و تعیین مناسب ترین پناهگاه (ها) برای تخلیه منصوره اعمال شد. به دلیل کمبود داده های واقعی در مورد یک بحران واقعی، ما یک بحران را شبیه سازی کردیم و رویکرد خود را برای این سناریوی مجازی اعمال کردیم.

ما از ArcInfo 9.3 به عنوان نرم افزار GIS برای مدیریت جنبه های جغرافیایی مطالعه موردی استفاده کردیم.

5.1. آماده سازی داده های نقشه

اولین گام در تهیه داده ها، ایجاد و ساخت پایگاه داده GIS است که به عنوان پایگاه داده جغرافیایی شناخته می شود. دو کلاس ویژگی ایجاد شد، جاده ها و مکان های ایمنی. شکل 3(a) و (b) عکس های فوری بخشی از کلاس های ویژگی ویژگی را نشان می دهد.

کلاس ویژگی Roads داده ها را در تمام جاده های شهر ذخیره می کند. دارای ویژگی Minutes است که زمان سفر را برای هر جاده با فرض سرعت وسیله نقلیه 60 کیلومتر در ساعت ذخیره می کند.

کلاس ویژگی Safety Places مکان پناهگاه و سایر داده های خاص پناهگاه را ذخیره می کند. به دلیل کم بودن فضای سبز باز در منصوره، مدارس را به عنوان سرپناه قرار دادیم. بنابراین ما 32 پناهگاه داشتیم. 5 پارک و 27 مدرسه. مشخصه Area مساحت پناهگاه را بر حسب متر مربع ذخیره می کند و ویژگی Capacity ظرفیت هر پناهگاه را محاسبه و ذخیره می کند. ظرفیت با تقسیم مساحت بر 3.716 متر مربع (40 فوت مربع) مطابق با الزامات ARC 4496 برای انتخاب پناهگاه تخلیه محاسبه می شود. شکل 4 نمای نهایی نقشه دیجیتالی شده، شامل مکان پناهگاه ها را نشان می دهد.

5.2. آماده سازی داده های حادثه

برای شبیه‌سازی فرآیند انتخاب پناهگاه تخلیه، ابتدا باید محل حادثه را تعیین کنیم. برای تجزیه و تحلیل شبکه، از پسوند ArcInfo 9.3 Network Analyst استفاده می کنیم. همانطور که در شکل 5 نشان داده شده است، نقطه حادثه به صورت مربع کوچک آبی رنگ و در میدان مشعل در شرق منصوره قرار دارد.

به گفته کارشناس واحد مدیریت اضطراری الدکاهلیا، محاسبه منطقه تخلیه به نوع حادثه و سایر عوامل مرتبط بستگی دارد. برای مطالعه موردی شبیه سازی شده ما، منطقه تخلیه 500 متر تعیین شد.

مرحله بعدی تعیین مسیرها و فاصله آنها از نقطه حادثه تا هر پناهگاه در شهر با استفاده از ابزار تحلیل شبکه است. سپس این اطلاعات به الگوریتم گسسته سازی منتقل می شود. مسیرهای نقطه حادثه تا همه پناهگاه ها در شکل 6 نشان داده شده است.

5.3. جدول تولید پناهگاه ها

همانطور که در بخش 4.2 ذکر شد، جدول پناهگاه ها باید حاوی اطلاعاتی در مورد مناطق امن در شهر باشد که می توان از آنها به عنوان پناهگاه استفاده کرد. این اطلاعات برای فرآیند طبقه بندی استفاده خواهد شد. شکل 7نمونه ای از جدول Shelters را نشان می دهد. ویژگی Distance حاوی مقادیر پیوسته ای است که فواصل بدست آمده از ابزار تحلیل شبکه را از نقطه حادثه تا هر یک از پناهگاه ها بیان می کند. روش Check_Capacity برای تعیین مقدار مشخصه Enough_Capacity با مقایسه ظرفیت هر پناهگاه با تعداد افراد آواره استفاده می شود. در نهایت، مقداری که نشان می‌دهد تا چه حد نیازهای اولیه زندگی در پناهگاه در دسترس است، در ویژگی Requirements قرار می‌گیرد. “H” برای زیاد، “L” برای کم و “N” برای در دسترس نیست. خوشبختانه، این مطالعه نشان داد که همه پناهگاه‌های تخلیه در منطقه دارای الزامات اساسی زندگی هستند. این بدان معنی است که هیچ “N” va- وجود ندارد

لوس ها با این حال، مقادیر ویژگی Requirements از زیاد تا کم متغیر است.

5.4. فرآیند گسسته سازی

فرآیند گسسته سازی برای کاهش تعداد مقادیر برای یک ویژگی پیوسته معین با تقسیم دامنه ویژگی به فواصل استفاده شد. در اینجا، ما از متد DiscreteDistances خود برای اختصاص هر مقدار از مقادیر فاصله پیوسته به بازه مناسب از بازه‌های Risk، Shortest، Short، Long یا Longest استفاده می‌کنیم. شکل 8 نمونه ای از نتایج گسسته سازی را نشان می دهد. ستون Name نشان دهنده نام پناهگاه، ستون Distance مقدار فاصله واقعی و ستون Distance_Quant بازه مربوط به آن مقدار را نشان می دهد.

5.5. تولید جدول تصمیم گیری و ساده سازی

جدول تصمیم گیری مشخص می کند که چه تصمیمی باید باشد

زمانی ساخته می شود که شرایط خاصی برآورده شود. در این مرحله، یک جدول تصمیم با استفاده از سه ویژگی شرطی (فاصله، ظرفیت و الزامات) و یک ویژگی تصمیم (مناسب) برای نشان دادن درجه مناسب بودن پناهگاه ایجاد می‌شود. سپس باید جدول تصمیم‌گیری را با تمام سناریوهای ممکن برای ویژگی‌های شرط پر کنیم و با مشورت با نظر متخصص سعی کنیم دانش تخصصی را به دست آوریم. در مطالعه موردی ما، واحد مدیریت بحران منصوره دانش تخصصی را برای هر سناریو در جدول تصمیم‌گیری ارائه کرد. جدول 2 در پیوست A جدول تصمیم گیری را نشان می دهد.

ساده سازی جداول تصمیم گام بسیار مهمی است. این فرآیند تعداد شرایط را کاهش می دهد تا بتوان با شرایط کمتری به همان تصمیم رسید. همانطور که در بخش 4.5 ذکر شد، رویکرد مورد استفاده برای ساده سازی جدول شامل سه مرحله است. موارد زیر نتیجه هر مرحله را نشان می دهد:

1) محاسبه کاهش‌های ویژگی‌های شرط. این معادل حذف ستون ها از جدول تصمیم است:

• با حذف فاصله دریافتیم که جدول ناسازگار شد. بنابراین، ویژگی Distance برای جدول تصمیم ضروری است.

• با حذف ظرفیت دریافتیم که جدول ناسازگار شد. بنابراین، ویژگی ظرفیت برای جدول تصمیم ضروری است.

• با حذف Requirements دریافتیم که جدول ناسازگار شد. بنابراین، ویژگی Requirements برای جدول تصمیم ضروری است.

موارد فوق نشان می دهد که (فاصله، ظرفیت، نیازها) کاهش های نسبی برای این جدول تصمیم گیری هستند.

2) حذف ردیف های تکراری. از آنجایی که هیچ ستونی حذف نشد و با بررسی جدول تصمیم، هیچ ردیف تکراری برای حذف پیدا نکردیم.

3) حذف مقادیر اضافی صفت. جدول 3 در پیوست B جدول تصمیم گیری را پس از حذف مقادیر اضافی نشان می دهد.

5.6. طبقه بندی و انتخاب مناسب ترین پناهگاه

از جدول 3 می توانیم قوانینی را استخراج کنیم که فرآیند طبقه بندی پناهگاه را تعریف می کنند. 23 قانون تولید شده از جدول تصمیم گیری ساده شده در پیوست C ارائه شده است.

فرآیند طبقه بندی با استفاده از روش Classify برای اعمال 23 قانون، تعریف شده توسط جدول تصمیم گیری ساده شده، در جدول Shelters آغاز می شود، به طوری که به هر پناهگاه در جدول Shelters یکی از شش کلاس از پیش تعریف شده (ریسک، بهترین، بسیار خوب، خوب) اختصاص داده می شود. ، قابل قبول، بد).

پس از ایجاد شش کلاس، روش Suitable_Shelter هر کلاس را بررسی می‌کند و پناهگاه‌هایی را با حداقل فاصله و ظرفیت کافی تعیین می‌کند. شکل 9 نتایج فرآیند طبقه بندی همراه با شناسایی مناسب ترین پناهگاه را نشان می دهد. برای مطالعه موردی حادثه ما، مدرسه شاکرت الدور از کلاس بهترین به عنوان مناسب ترین پناهگاه تعیین شد.

5.7. نمایش نتایج

برای نمایش نتایج پیاده سازی، از ابزار ArcInfo 9.3 Network Analyst استفاده می کنیم. این ابزار مسیر و مسیرهای رانندگی را از محل حادثه تا پناهگاه انتخابی نمایش می دهد. شکل 1 0 مسیر نمایش داده شده و مسیرهای رانندگی را نشان می دهد. خط سیاه پررنگ نشان دهنده

مسیر از نقطه حادثه تا پناهگاه شناسایی شده، مدرسه شاکرت الدور.

5.8. مقایسه

برای سنجش اثربخشی رویکردمان، آن را با طرح فعلی که واحد اورژانس منصوره برای انتخاب سرپناه استفاده می‌کند، مقایسه کردیم. طرح یگان اورژانس منصوره تنها 4 پناهگاه دارد و پناهگاه ها را بر اساس نزدیک بودن به حادثه انتخاب می کند. در رویکرد خود، تعداد پناهگاه‌ها را به 32 افزایش دادیم و پناهگاه مناسب با استفاده از سه عامل فاصله، ظرفیت و در دسترس بودن نیازهای اولیه زندگی از طریق مجموعه‌ای از قوانین نادرست شناسایی شد.

رویکرد انتخاب سرپناه یگان اورژانس منصوره، باشگاه ورزشی منصوره را شناسایی کرد که از محل حادثه 2490 متر فاصله مسیر دارد. با فرض سرعت خودرو 60 کیلومتر بر ساعت، زمان سفر به این پناهگاه تقریباً 2 دقیقه و 49 ثانیه خواهد بود. از سوی دیگر، رویکرد پیشنهادی ما مدرسه شاکرت الدور را به عنوان مناسب ترین پناهگاه انتخاب کرد. فاصله مسیر تا این پناهگاه 847.5 متر است. رسیدن به این پناهگاه تقریباً 51 ثانیه با سرعت 60 کیلومتر در ساعت طول می کشد. از این رو، فرض می‌کنیم که رویکرد پیشنهادی ما برای انتخاب مناسب‌ترین سرپناه در صورت وقوع بحران، مؤثرتر از رویکرد فعلی است.

همانطور که در شکل 1 نشان داده شده است ، خط زیتون نشان دهنده مسیر ایجاد شده توسط روش انتخاب پناهگاه واحد اورژانس منصوره است، و خط سیاه نشان دهنده مسیر ایجاد شده توسط روش ما است.

6. نتیجه گیری و کار آینده

این مقاله یک مجموعه خشن و رویکرد مبتنی بر GIS برای انتخاب پناهگاه‌های مناسب در طول فرآیند تخلیه پیشنهاد می‌کند. این رویکرد از یک GIS برای آماده‌سازی داده‌ها برای جاده‌ها، مکان‌های پناهگاه و فواصل از نقطه حادثه تا هر مکان پناهگاه استفاده می‌کند. یک جدول تصمیم با استفاده از تمام سناریوهای ممکن از سه ویژگی معیار (فاصله، ظرفیت، نیازها) تولید می شود. روش ساده سازی بر روی جدول تصمیم گیری برای کاهش تعداد شرایط انجام می شود و مجموعه ای از قوانین مجموعه تقریبی از جدول تصمیم گیری ساده شده تعریف می شود. متعاقباً فرآیند طبقه بندی پناهگاه طبق قوانین از پیش تعریف شده انجام می شود و شش کلاس از این فرآیند طبقه بندی تولید می شود. پناهگاه با کمترین مسافت و ظرفیت کافی به عنوان مناسب ترین پناهگاه شناخته می شود. سرانجام،

رویکرد پیشنهادی با استفاده از منصوره، مصر به عنوان مطالعه موردی مورد آزمایش قرار گرفت و مقایسه رویکرد پیشنهادی ما و طرح مورد استفاده در حال حاضر انجام شد. مقایسه نشان می دهد که رویکرد پیشنهادی ما موثرتر از طرح مورد استفاده فعلی است. تعداد پناهگاه های شهر را افزایش می دهد و پناهگاهی را با حداقل فاصله و ظرفیت مناسب انتخاب می کند.

تحقیقات بیشتری باید انجام شود تا بررسی شود که چگونه استراتژی های کنترل ترافیک و رفتار افراد تخلیه شده ممکن است بر روند انتخاب پناهگاه تخلیه تأثیر بگذارد.

منابع