سیستمهای اطلاعات جغرافیایی و کاهش اثرات بلایا

8-1 مقدمه

چنانچه در پایان فصل 7 توضیح داده شد، رابطه‌ای بسیار نزدیک بین فعالیت‌های کاهش اثرات بلایا و بازیابی بلایا وجود دارد زیرا فرایند بازیابی فرصت مناسبی برای اجرای اقدامات کاهش اثرات بلایا فراهم می‌کند. کاهش اثرات بلایا اینگونه تعریف شده است” قابلیت‌های لازم برای کاهش تلفات انسانی و دارایی‌ها از طریق کم کردن اثرات بلایا(وزارت امنیت داخلی 2013). GIS می‌تواند با مدل سازی سناریوهای خطر و ریسک جهت شناسایی آسیب پذیری‌های فیزیکی و اجتماعی نقشی بسیار موثر در کاهش اثرات بلایا ایفا کند چرا که بعد از شناسایی این خطرات و ریسک‌ها می‌توان با تقویت تلاش‌های تاب آوری آنها را تا حد زیادی کاهش داد. برای مثال، در مورد خطرات زلزله می‌توان به ایجاد لایه‌های داده‌های GIS اشاره کرد که مشخصات خانه‌های مسکونی مانند مواد سازنده و نوع سازه‌ها و محل قرار گرفتن ساختمان نسبت به گسل‌های زلزله و ریسک رانش زمین را نشان می‌دهند و درنتیجه می‌توان میزان آسیب پذیری نسبت به زلزله را مشخص کرد(کمپ و همکاران 2008، موسسه تحقیقات سیستم‌های زیست محیطی 2007). این اطلاعات را می‌توان برای تصمیم گیری آگاهانه در خصوص تعیین ساختمان‌های که به استحکام سازی بیشتر برای مقاومت در برابر زلزله نیاز دارند و یا ساختمان‌هایی که باید بیمه‌های سنگین تری داشته باشند مورد استفاده قرار داد.

در اقدامات کاهش اثرات بلایا مانند همه مراحل چرخه مدیریت بلایا، استفاده از GIS به مشخصات خاص منطقه، افراد، فرهنک، تاریخچه و محیط جغرافیایی بستگی دارد. علاوه برآن، استفاده از GIS برای کاهش اثرات بلای اغلب نیازمند تخصص‌های بین رشته‌ای مانند علوم زمین، جامعه شناسیو علوم زیست محیطی است. این ارتباطات بین رشته‌ای GIS با سایر تخصص‌ها نقش بسیار مهمی دارد زیرا استفاده از GIS در فعالیت‌های کاهش اثرات بلایا باید مبتنی بر شناخت دقیق اصول علمی بنیادی و فرایندهای مرتبط با مخاطرات طبیعی وانسانی، نوع حادثه و آسیب پذیری‌های اصلی باشد. برای مثال، جامعه‌ای که بطور معمول با مخاطرات سیلاب مواجه است باید از دیدگاه و نظرات متخصص آبشناسی سیلاب استفاده کند تا بتواند بطور موثر از مدل‌های فضایی که متغیرهای سیلاب مانند فراوانی سیل و تاثیر فرایندهای فیزیکی بر محیط انسانی را مورد بررسی قرار می‌دهد استفاده کند. جامعه‌ای که در نزدیکی نیروگاه هسته‌ای زندگی میکند برای شناخت اثرات بالقوه ابرهای رادیواکتیو در صورت بروز ذوب هسته‌ای به نظرات ودیدگاه‌های مهندس هسته‌ای نیاز دارد. در واقع ارتباط بین رشته‌ای بین GIS وسایر رشته‌ها موضوعی است که چندین بار استفاده کنندگان از GISو مجریان مدیریت بحران در مصاحبه‌ای خود دراین کتاب به عنوان یکی از شرایط استخدام در حوزه GIS به آن اشاره کرده‌اند. اگر در سازمانی با GIS کار می‌کنید و شغل شما اساسا بر کاربرد نرم افزار GIS و کار با داده‌های فضایی متمرکز است بسیار مهم است که با زبان متخصصان حوزه‌های دیگری که با شما همکار هستند صحبت کنید زیرا از این طریق است که می‌توانید مدل‌های GIS موثر و محصولات نهایی مانند نقشه‌ها یی که بطور صحیح از نمادها، رسوم و اصول رشته دیگر استفاده می‌کند توسعه دهید. برای مثال، اگر با متخصصان زلزله همکاری می‌کنید شناخت مفاهیمی مانند مقیاس ریشتر برای تهیه نقشه مخاطرات زلزله و استفاده از متغیرهای بصری مناسب مانند شکل، اندازه و رنگ جهت نمایش مقیاس ریشتر بسیار مهم است. بخش‌های زیر دو مفهوم مرتبط با کاهش اثرات بلایا را یعنی آسیب پذیری و تاب آوری که با هم ارتباط نزدیکی دارند و دارای ماهیتی فضایی هستند توضیح می‌دهد.

8-2 آسیب پذیری

آسیب پذیری بطور کلی بر عواملی دلالت دارد که باعث می‌شود جامعه‌ای در معرض آسیب تاثیرات مخاطرات قرار گیرد(دفتر کاهش ریسک بلایای سازمان ملل، 2007). مفهوم آسیب پذیری در تحقیقات بلایا و مخاطرات اولین بار در پژوهش‌های علوم اجتماعی و در واکنش به دیدگاه مخاطره –محور نسبت به ریسک بلایا مطرح شد(Schneiderbauer and Ehrlich, 2004 cited in  (Birkmann, 2006). برای مثال، از منظر دفاع مدنی که از زمان جنگ جهانی دوم باب شد، بلایا به عنوان حوادث مجزایی در نظر گرفته می‌شد که باعث ایجاد اختلال در موقعیت‌های انسانی میشد و دراین میان انسان‌ها موجوداتی منفعل محسوب میشدند(فیلیپس و همکاران 2010).

در دهه 80، این طرز تفکر تغییر کرد و تبعات بلایا ناشی از اثرات بلایا بر شرایط پیچیده اجتماعی تشخیص داده شد(فیلیپس و همکاران 2010). برای مثال، شدت و تخریب طوفان کاترینا نه تنها بعلت اثرات فیزیکی آن بود بلکه آسیب پذیری مردم مانند فقر وشرایط بد مکانی این افراد نیز در تشدید اثرات این طوفان تاثیرگذار بود. آسیب پذیری اجتماعی نقش مهمی در بازنگری اقدامات مدیریت بلایا ایفا کرده است زیرا بجای تاکید بر امداد/آمادگی و واکنش به حوادث اکنون بیشتر به مدیریت ریسک و کاهش اثرات بلایا توجه می‌شود. زیرا افرادی که از نظر اجتماعی آسیب پذیر هستند فاقد دسترسی به شیوه‌های محتفظت از خود در برابر حوادث هستند(سازمان مدیریت اضطراری فدرال، 2010). علوم مکانی تحقیقات زیادی در زمینه مفهوم آسیب پذیری اجتماعی از منظر مخاطرات/بلایا انجام داده است(در مقایسه با آسیب پذیری و تاب اوری محیط‌های ساخته شده در برابر مخاطرات طبیعی). برای مثال، کاتر وهمکاران(2003) مدل‌هایی را برای مدل سازی و کمیت سازی آسیب پذیری اجتماعی از طریق توسعه شاخص آسیب پذیری اجتماعی(SoVI) با استفاده از داده‌های سرشماری آمریکا در سطح شهرستان ارایه کرده‌اند. ابرت و همکاران (2009) چندین متغیر فرعی مانند مصالح ساخت را با استفاده از سنجش از دور و GIS را جهت شناخت آسیب پذیری اجتماعی در محیط‌های شهری را مورد بررسی قرار دادند.

آسیب پذیری به عنوان یک تعبیر نظری در علوم اقتصادی مطرح شده است. از نظر فضایی این مفهوم در سطح خانوار برای تخمین الگوههای مصرف آینده با توجه به عواملی مانند درامد مورد انتظار برای کاهش فقر مورد استفاده قرار گرفته است(Chaudhuri, Jalan, and Suryahadi, 2002). ). دپارتمان توسعه بین المللی واقع در انگلستان، محیط(بافت) آسیب پذیری را اینگونه تعریف می‌کند: ساختار مفهومی برای تعریف وتعیین محیط بیرونی که در آن افراد زندگی می‌کنند وهمچنین تعیین تاثیر نیروهای بیرونی عمل کننده در مقیاس هاس فضایی-زمانی متغیر مانند روندها(درازمدت)، شوکها(شروع ناگهانی) وفصلی(سیکلی وتکراری) بر زندگی و معیشت مردم. طبق چارچوب دپارتمان توسعه بین المللی، معیشت (معاش) بر مبنای مفهوم سرمایه‌های مرتبط بهم که شاخصی نرم (غیر کمی) برای درک آسیب پذیری اجتماعی ارایه میدهد تعیین می‌شود. بسیاری از این سرمایه‌ها بطور طبیعی می‌توان بصورت نقشه نمایش داد و از GIS برای تحلیل آنها استفاده کرد. برای مثال می‌توان به سرمایه‌های زیر اشاره کرد: سرمایه انسانی –دانش، سلامتی و مهارت‌های موردنیاز برای کار کردن، سرمایه طبیعی-منابع طبیعی مرتبط با زندگی مانند آب، زمنی و تنوع زیستی، سرمایه مالی مانند پول نقد و سایر منابع مالی، سرمایه اجتماعی-روایط اجتماعی و عضویت در گروهها که افراد ممکن است برای کسب درامد به آنها متوسل شوند، سرمایه فیزیکی-دارایی‌هایی مانند جاده، آب شرب تمییز و پناهگاه که زیرساخت‌های لازم برای پشتیبانی از معیشت را فراهم می‌کند((Frankenberger et al. , 2002). ).

8-3 تاب آوری

تاب آوری که معمولا یک روی دیگر سکه (درمقابل اسیب پذیری) در نظر گرفته می‌شود اینگونه تعریف می‌شود: قابلیت یک سیستم یا جامعه برای مقاومت در برابر اثرات یک رویداد و بازیابی به سطح قابل قبول یا حتی بهتر از زمان قبل از وقوع بحران(دفتر کاهش ریسک بلایا وابسته به سازمان ملل، 2007). با توجه به اینکه آسیب پذیری به عنوان مفهومی در نظر گرفته می‌شود که طبق آن مردم تلویحا نقشی منفعل دارند مفهوم تاب آوری در سالهای اخیر بیشتر از گذشته مورد تاکیدقرار گرفته است. در همین راستا استفاده از GIS به عنوان یک ابزار مدیریت اطلاعات جهت فهرستبندی، تحلیل و نمایش بصری و درنهایت درک و مدیریت ریسک‌ها برای بهبود تاب اوری همچنان در حال رشد است(فانگ، 2012). کاتر وهمکاران(2013) برنامه زمانی جامعی را برای ایجاد تاب اوری بلایا در آمریکا ترسیم می‌کنند که در آن بر شناخت، مدیریت و کاهش ریسک و ایجاد ابزار اندازه گیری تاب اوری، ظرفیت سازی تاب آوری محلی و تغییرات در سیاست‌های تاب آوری در همه سطوح دولتی تاکید شده است. این گزارش بطور خاص نقش GIS در کاهش ریسک را بخوبی تبیین می‌کند. توصیه 3 نیز اگرچه بطور مستقیم از GIS نام نمی‌برد اما با این فناوری مرتبط است. طبق این توصیه” یک منبع ملی داده‌های مرتبط با بلایا باید ایجاد شود تا بصورت مستند اسیب‌های بدنی، تلفات انسانی، آسیب‌های غیرجانی و تاثیرات بر فعالیت اقتصادی را ثبت کند(کاتر و همکارن 2013) زیرا مدیریت داده هاو قابلیت‌های تحلیلی GIS با جنبه‌های مکانی چنین منابع داده رابطه‌ای مستقیم دارد.

8-4 سیاست کاهش اثرات بلایا و دیدگاه جهانی نسبت به GIS

بخش‌های زیر بطور خلاصه بعضی از سیاست‌های کاهش اثرات بلایا و دیدگاههای جهانی که برای شناخت نقش GIS به عنوان ساز وکار پشتیبانی از کاهش اثرات بلایا مهم است را توضیح می‌دهد.

8-4-1 چارچوب ملی کاهش اثرات در آمریکا

وزارت امنیت داخلی آمریکا چارچوب ملی کاهش اثرات را در 2013 معرفی کرد که هدف آن ایجاد پلتفرمی مشترک برای ایجاد هماهنگی ونظار تبر چگونگی مدیریت ریسک از طریق قابلیت‌های کاهش اثرات بحران در سطح ملی است. این چارچوب، نقش اقدامات کاهش اثرات بحران در کل جامعه را توصیف می‌کند(وزارت امنیت داخلی آمریکا، 2013). در زمینه نقش GIS برای مدیریت بلایا، هفت قابلیت اصلی وجود دارد که گروهها، سازمان‌ها و جوامع فعال در زمینه کاهش اثرات بلایا باید فرا گرفته باشند. طبق چارچوب ملی کاهش اثرات بحران، این 7 قابلیت عبارتند از (وزارت امنیت داخلی آمریکا 2013):

شناسایی تهدیدات و مخاطرات

تهدیدات و مخاطراتی که در منطقه مکانی رخ می‌دهد را شناسایی کنید و ضمن تعیید فراوانی و شدت آنها در فرایندهای تحلیل و برنامه‌ریزی لحاظ کنید تا بتوانید از نیازهای جامعه آگاه شوید.

ارزیابی تاب آوری بلایا و ریسک

تاب آوری و ریسک بلایا را مورد ارزیابی قرار دهید تا تصمیم گیرندگان، واکنش دهندگان و اعضای جامعه بتوانند برای کاهش ریسک در جامعه خود و افزایش تاب آوری آن برنامه‌ریزی کنند.

برنامه‌ریزی

فرایندی سیستماتیک را دنبال کنید و در صورت امکان کل جامعه را در توسعه روش‌های زاهبردی و عملیاتی جهت تحقق اهداف تعیین شده مشارکت دهید(روش‌های مبتنی بر جامعه)

تاب آوری جامعه

هدایت فعالیت‌های شناسیی، شناخت، اطلاع رسانی، برنامه‌ریزی و توجه به ریسک‌ها را برعهده بگیرید تا جامعه بتواند در انجام مجموعه‌ای از اقدامات جهت کاهش اثرات و بهبود تاب آوری موفق شود.

اطلاعات و هشدار عمومی

اطلاعات هماهنگ شده، قابل اتکا وسریع در زمینه تهدیدات، مخاطرات و در صورت نیاز اقدامات و کمک‌های مورد نظر را با استفاده از روش‌های شفاف، مطمئن، قابل دسترس ومناسب از نظر فرهنگی و زبانی به کل جامعه اطلاع رسانی کنید.

کاهش درازمدت آسیب پذیری

با کاهش دادن احتمال، شدت و مدت زمان تبعات منفی مربوط به حادثه ضمن افزایش تاب آوری سیستم‌ها، جوامع و زیرساخت‌های حیاتی، آسیب پذیری آنها در برابر حوادث طبیعی، فناوری و انسانی را کاهش دهید.

هماهنگی عملیاتی

ساختار و فرایندی منسجم و هماهنگ را ایجاد کنید تا ضمن یکپارچه سازی همه ذی نفعان، از اجرای قابلیت‌های اصلی پشتیبانی کند.

در تحلیل هاو ارزیابی‌های تاب اوری بلایا و ریسک از GIS چندین بار اسم برده شده است: “توسعه ابزار تحلیل جهت فراهم کردن اطلاعات سریع‌تر برای جوامعی که به آنها نیاز دارند و استفاده از ابزار و فناوری‌هایی مانند سیستم‌های اطلاعات جغرافیایی(وزارت امنیت داخلی آمریکاو 2013). این قابلیت‌ها چارچوبی مهم برای دستورالعمل‌های مربوط به چگونگی نقش GIS در اقدامات کاهش اثرات در کنار ارزیابی فراهم می‌کند.

8-4-2 دیدگاههای بین المللی نسبت به کاهش اثرات بلایا: UNISDR

دفتر کاهش ربسک بلایا وابسته به سازمان ملل یکی از مثالهای بارز سازمانهای بین المللی فعال در زمینه کاهش اثرات بلایا است. این دفتر بطور کلی مسولیت دارد تا در زمینه هماهنگی فعالیت‌های کاهش ریسک بلایا و تضمین هم افزایی در بین فعالیت‌های کاهش ریسک بلایا در سازمان ملل نقشی محوری ایفا کند. (دفتر کاهش ریسک بلایای سازمان ملل). برای مثال، این دفتر با تدوین پلتفرم جهانی کاهش ریسک در چارچوب اقداما Hyogo باعث تسهیل اقدامات هماهنگی در زمینه کاهش ریسک بلایا شده است. این دفتر در زمینه ترویج فعالیت‌هایی مانند تاب اور کردن شهرها، ایمن کردن مدارس و بیمارستان‌ها و فعالیت‌های تبلیغی مانند روز بین المللی کاهش ریسک بلایا نقش دارد. از جمله فعالیت‌های دیگری، می‌توان به موارد زیر اشاره کرد: برنامه‌های حمایت از انطباق با تغییرات اقلیمی، آموزش در زمینه کاهش ریسک بلایا و فعالیت‌های توسعه پایدار. دفتر کاهش ریسک بلایای سازمان ملل، منبع مهم اطلاعات درباره موضوعات مربوط به ریسک بلایا محسوب می‌شود(فهرستی از واژگان مربوط به کاهش ریسک بلایا، آمار بلایا، انتشارات علمی و سایر فعالیت‌های مربوط به کاهش ریسک بلایا). اگرچه GIS صراحتا جزء فعالیتها و وظایف این دفتر تعیین نشده است اما نقش آنها به عنوان یک ساز و کار هماهنگ کننده بین المللی برای کاهش ریسک بلایا باعث می‌شود تا اطلاعات مربوط به کاربرد GIS در فعالیت‌های کاهش ریسک بلایا درکل جهان و مخصوصا در کشورهای در حال توسعه برای این دفتر نیز مهم تلقی شود. (فانگ 2012).

8-5 تکنیک‌های GIS برای کاهش اثرات بلایا

چنانچه در این فصل قبلا هم اشاره شد، GIS در فعالیت‌های کاهش اثرات بلایا بطور خاص برای ارزیایب آسیب پذیری وریسک مورد استفاده قرار می‌گیرد. فصل بعد درباره تکنیک‌های خاص GIS در ارزیابی ریسک و آسیب پذیری توضیح می‌دهد. توجه داشته باشید که تکنیک‌های GIS ارایه شده به مخاطارت، ریسک، حادثه یا اسیب پذیری خاصی محدود نمی‌شود. توصیه می‌شود این نکات را با محیط‌های جغرافیایی، مخاطرات و ریسک‌های خاص مدنظرتان تطبیق دهید.

8-5-1 شاخص گذاری فضایی و مدل سازی ریسک وآسیب پذیری

توسعه شاخص فضایی برای سطح آسیب پذیری یا ریسک یکی از تکنیک‌های معمول برای ارزیابی ریسک و آسیب پذیری محسوب می‌شود. واژه ” شاخص فضایی” نشان دهنده ارزش کمی یا کیفی است که به یک منطقه مکانی یا واحد فضایی نسبت داده می‌شود(برای مثال، می‌توان به استفاده از مقیاس عددی 1 تا 10 اشاره کردن که در آن عدد 1 نشان دهنده پایین ترین و عدد 10 نشان دهنده بالاترین سطح است. انتساب عددی در این محدوده شاخص سطح آسیب پذیری واحد فضایی مانند ایالت، شهرستان یا شهر یا منطقه مکانی است. واحدها یا نواحی فضایی و شاخص‌های آسیب پذیری متناظر با آنها را می‌توان بصورت بصری با استفاده از تکنیک‌های کارتوگرافیک ارایه شده در فصل 2 نمایش داد(تکنیک‌هایی مانند سطح‌های مختلف تیرگی رنگ برای نشان دادن سطح ریسک یا آسیب پذیری به منظور پشتیبانی از ارزیابی آسیب پذیری. بخش‌های زیراین موضوعات را بیشتر توضیح می‌دهد.

8-5-1-1 متغیرهای اجتماعی

در توسعه شاخص‌های فضایی ریسک و آسیب پذیری، انواع مختلف متغیرهای اجتماعی را می‌توان لحاظ کرد. با توجه به اینکه بلایا بر بطن اجتماعی جامعه دارای بیشترین تاثیر مخرب است، متغیرهای اجتماعی نقش مهمی ایفا می‌کنند(میلتی 1999). برای مثال، طوفان کاترینا در سال 2005 نشان داد که این طوفان می‌توان اثرات مخربی بر افراد کهنسال و فقیر بجا گذارد(فیلیپس و همکاران 2010). برای نمونه فهرست متغیرهای اجتماعی که می‌توان در توسعه شاخص‌های فضایی ریسک و آسیب پذیری برای انواع مختلف مخاطرات طبیعی استفاده کرد براساس تحقیق کاتر وهمکاران (2003) عبارتند از:

1-سن(بزرگسال، کودک)-افراد مسن‌تر در زمان وقوع بلایا برای تخلیه کردن مکان با مشکلاتی مواجه می‌شوند. کودکان بطور کلی فاقد تاب آوری هستند.

2-جنسیت- زنان در مقایسه با مردان به علت مسولیت‌های خانوادگی و درامد پایین‌تر در معرض آسیب پذیری بیشتری قرار دارد.

3-روستایی/شهری-مردمان روستا بعلت درامد پایین‌تر آسیب پذیرتر هستند. افراد شهری نسبت به پیچیدگی‌ها و اختلالات ناشی از تخلیه کردن مکان شهری آسیب پذیر هستند.

4-تحصیلات- سطوح پایین‌تر تحصیلات باعث می‌شود افراد بعلت عدم توانایی در درک هشدار بلایا یا اطلاعات بازیابی آسیب پذیر‌تر شوند.

داده‌های مربوط به متغیرهای اجتماعی را می‌توان از منابع مختلف کسب کرد. در ایالات متحده، وب سایت اداره سرشماری آمریکا یکی از منابع رایج برای دسترسی به داده‌های مکانی مربوط به متغیرهای اجتماعی است(شکل 8-1).

شکل 8-1 وب سایت American FactFinder

شکل 8-1 تحقیقی در وب سایت FactFinder American را نشان می‌دهد که مربوط به جمعیت‌های افراد کهنسال براساس اطلاعات سرشماری در شهرستان مونرو در نیویورک است(کادر بالا سمت چپ در شکل 8-1). چنانچه در وسط این شکل دیده می‌شود، این تحقیق منتج به شاخص‌های متعددی درباره موضوع کلی تحقیق می‌شود. از نظر کاربرد GIS، داده‌ها را می‌توان از این وب سایت بصورت فرمت صفحه گستره دانلود کرده و آنرا با مجموعه‌های داده‌های مرجع سرشماری ترکیب کرده و این ترکیب را در ابزارهای مختلف GIS استفاده کرد(برای اطلاعات فنی بیشتر درباره نرم افزار درزمینه فناوری مشترک Esri یا QGISبه بخش منابع در این فصل مراجعه کنید). در صورتیکه شهروند آمریکا نیستید توصیه می‌کنم به دپارتمان کلی سرشماری کشور خود برای دسترسی یه این نوع خدمات نگاهی بیندازید. قابل دسترس بودن داده‌ها از یک کشور به کشور دیگر متفاوت است و حتی ممکن است در صورتیکه داده‌ها به آن شکلی که در وب سایت FactFinder ذخیره شده است ذخیره نشده باشد با چالش استخراج داده‌ها از گزارشات دارای فرمت PDF مواجه شوید. بنابراین، در صورت یافتن ابزار مفید باید آمادگی لازم برای مهندسی و کنکاش داده‌ها را داشته باشید.

برای داده‌ها در مقیاس منطقه‌ای توصیه می‌شود با دولت‌های ایالتی، محلی یا شهرستان تماش بگیرید تا مطمئن شوید ایا آنها می‌توانند اطلاعات مرتبط را در اختیار شما قرار دهند. برای داده‌های بین المللی، یکی از منابع مفید اطلاعات که می‌توان برای شاخص‌ها درسطح کشور استفاده کرد وب سایت داده‌های بانک جهانی است که در فصل 3 به آن اشاره شد (http: //data. worldbank. org/country

8-5-5-2 متغیرهای فیزیکی

متغیرهای مختلفی را می‌توان برای توسعه شاخص‌های فضایی ریسم وآسیب پذیری استفاده کرد. توجه داشته باشید که متغیرهای فیزیکی اغلب با انواع مخاطرات در ارتباط است و در زمان توسعه شاخص‌های فضایی، لحاظ کردن نوع مخاطره‌ای که شاخص فضایی آن باید توسعه یابد مهم است. فهرست متغیرهای فیزیکی که در توسعه شاخص‌های فضایی ریسک و آسیب پذیری برای انواع مخاطرات طبیعی استفاده می‌شود می‌تواند شامل موارد زیر باشد(کپز و همکاران، 2012):

1-مصالح ساختمانی-مواد سازنده ساختمان‌ها که به عنوان یک متغیر باید لحاظ شود ومخصوصا تاثیر آن در مقاومت در برابر حوادثی مانند زلزله مورد توجه قرا گیرد.

2-درصد شیب-میزان درصد شیب برای تعیین احتمال وقوع رانش زمین مورد استفاده قرار می‌گیرد.

3-مجاورت در نواحی سیلی-تعیین مختصات و مشخصات منطقه سیلاب یکی از معیار‌های معمول اسیب پذیری محسوب می‌شود و اغلب برای تعیین نرخ بیمه استفاده می‌شود.

4-محل قرار گرفتن زیرساخت‌های حیاتی-زیرساخت‌های حیاتی مانند شاهرگ‌های حمل ونقل، بیمارستان‌ها، سیستم‌های ارتباطی، برق و آب در تاب آوری جامعه در مواقع وقوع بلایا نقشی مهم ایفا می‌کند بنابراین در طراحی مدل‌های آسیب پذیری در صورت آسیب به این زیرساخت‌ها باید لحاظ شود.

داده‌های مربوط به متغیرهای فیزیکی را می‌توان از سایت‌های زیادی دانلود کرد. برای مثال، سایت مرکزعلوم و مشاهدات منابع زمینی وابسته به موسسه جغرافی آمریکا لندست، مدل‌های رقومی ارتفاع و پوشش زمینی را فراهم می‌کند که ازآنها می‌توان به عنوان داده‌های ورودی متغیر فیزیکی در GIS استفاده کرد.

8-5-5-3 استفاده از GIS در توسعه شاخص‌های فضایی آسیب پذیری و ریسک

یکی از رویکردهای توسعه شاخص‌های فضایی برای آسیب پذیری و ریسک با استفاده از GIS بر تکنیک انتخاب سایت استوار است. این تکنیک بر پاسخگویی به سوال یا آزمودن فرضیه با مقایسه کردن انواع مختلف متغیرهای فضایی تاکید دارد. برای این منظور متغیرهای فضایی را می‌توان برای انتخاب گزینه‌های نهایی و در نهایت ایجاد نمره شاخص نهایی یا معیارهای انتخاب سایت، وزن گذاری و با هم ترکیب کرد. شکل 8-3 این مفهوم کلی را نشان می‌دهد.

مجموعه داده‌های راستر و برداری را میتوان برای انتخاب سایت یا توسعه شاخص‌های فضایی در درون واحدهای فضایی موجود (مانند منطقه سرشماری)مورد استفاده قرار داد. همه متغیرهای فضایی مورد استفاده باید دارای یک واحد فضایی مشترک (مانند اندازه مشابه سلول شبکه راستر) باشند واز مقادیر امتیاز مشترک استفاده کنند. منظور از استفاده از نقادیر امتیاز مشترک این است که هر متغیر از یک مقیاش اندازه گیری مشترک استفاده می‌کند. برای مثال، درصورت ترکیب مقادیر شیب (که معمولا به صورت درصد نشان داده می‌شود) با فاصله تا جاده(متر) نمی‌توان این مقادیر را باهم مقایسه کرد زیرا سیستم و مقیاس عددی آنها متفاوت است و در نتبجه لازم است آنها را به یک مقیاس مشترک 10-1 تبدیل کنیم. علاوه بران، برای امتیازات مربوط به یک متغیرخاص می‌توان وزنی درگرفت که نشان دهنده اهمیت متغیر است(مانند میانگین وزن دار).

مثال زیر که بر گرفته از موسسه تحقیقاتی سیستم‌های زیست محیطی(2014) است مثالی ساده و در عین حال واقع گرا از توسعه شاخص فضایی برای ارزیابی ریسک و آسیب پذیری ارایه می‌دهد. این مثال به شما نشان مید هد GIS در کاهش اثرات بلایا چه کاربردی دارد. توصیه می‌شود براساس حیطه تحقیقاتی خود و شرایط مختص محیط مکانی خود، از این نکات برای اهداف خود استفاده کنبد.

شکل 8-2 مجموعه داده‌های پوشش زمین ایجاد شده توسط مرکز USGS EROS

شکل 8-3 چارچوب انتخاب سایت GIS عمومی

مدل ارزیابی آسیب پذیری از متغیرهای اجتماعی زیر استفاده می‌کند:

1-جمعیت کهنسال (طبق طبقات جمعیتی در سرشماری) با تاثیز 40 درصد(یا وزن برحسب شکل 8-3)

2-جمعیت خانم(طبق طبقات جمعیتی در سرشماری) با تاثیز 40 درصد(یا وزن برحسب شکل 8-3)

3- متغیر فیزیکی، نزدیکی با بیمارستان(براساس محل اسامی محل‌های جمع آوری شده توسطUSGS) با تاثیر 20 درصد(یا وزن برحسب شکل 8-3).

روند توسعه مدل به شکل زیر است: 1- فرمت برداری هر کدام از سه مجموعه داده‌های مربوط به متغیرهای اشاره شده در بالا به فرمت راستر تبدیل می‌شود. این فرایند تبدیل امکان ترکیب و تحلیل سه متغیر فوق با استفاده از ابزار Weighted Overlay که متعلق به مجموعه نرم افزار ArcMap است را فراهم می‌کند. ابزار Weighted Overlay امکان ترکیب مجموعه دادههای و وزن گذاری آنها برحسب اهمیت لایه مرود نظر را فراهم می‌کند. 2-مقادیر متناظر این داده‌ها بر اساس یک مقیاس اندازه گیری مشترک از 1 تا 10 درجه بندی خواهد شد بطوریکه امکان مقایسه این مقادیر وجود دارد. برای مثال، تعداد افراد مسن، خانم‌ها و نزدیکی با بیمارستان دارای مقادیر عددی متفاوتی خواهد بود و این مقادیر عددی باید براساس یک مقیاس اندازه گیری مشترک مجددا طبقه بندی شود تا از این طریق بتوان امتیاز شاخص معناداری بدست آورد. 3-مجموعه داده‌هایی بازطبقه بندی شده به ابزر Wieghted Overlay اضافه می‌شوند و درصد تاثیرات آنها برای بدست آوردن امتیاز شاخص نهایی اعمال می‌شود. برای مثال، اگر سلولی در راستر جمعیت خانم‌ها بعد از طبقه بندی مجدد عدد 2 باشد و راستر خانم‌ها دارای درصد تاثیر 40 درصد در امتیاز کلی باشد، مقدار محاسبه شده این سلول بر مبنای 2*0. 4 یا 0. 8 خواهد بود. اگر سلول متناظر در راستر جمعیت مسن بعد از طبقه بندی مجدد دارای مقدار 3 باشد و راستر افراد مسن دارای تاثیر 40 درصد در امتیاز کلی باشد، مقدار محاسبه شده برای این سلول بر مبنای 3*0. 4 یا 1. 2 خواهد بود. واگر سلول متناظر در راستر نزدیکی به بیمارستان در طبقه بندی مجدد دارای مقدار 5 باشد و راستر نزدیکی به بیمارستان دارای تاثیر 20 درصد در امتیاز کلی باشد مقدار محاسبه شده این سلول بر مبنای 6*0. 2 یا 1. 2 خواهد بود. بنابراین، مقدار نهایی راستر سلول خروجی بر مبنای مجموع مقادیر حاصل از این سه راستر خواهد بود: 0. 8(خانم ها) + 1. 2(بیمارستان)= 3. 2. اما باتوجه به اینکه ابزار وزن کلی مقادیر صحیح را نتیجه می‌دهد، مقدار نهایی سلول در راستر خروجی ایجاد شده توسط ابزار Weighted Overlay در این مورد به 3 رند می‌شود.

شکل 4. 8 تا 8. 8 مراحل توسعه مدل که در بالا ذکر شد را بصورت گرافیکی نمایش می‌دهد.

1-مجموعه داده‌های برداری جمعیت خانم و کهنسال به مجموعه داده‌های راستر تبدسل می‌شود(شکل 8-4). این کار امکان استفاده از این لایه‌ها در ابزار Weighted Overlay را فراهم می‌کند که در نتیجه می‌توان هر سلول را با سلول دیگر مقایسه کرد.

شکل 8-4 مثالی از تبدیل مجموعه داده برداری به مجموعه داده رستر با استفاده از ابزار تبدیل چندضلعی به رستر. این مجموعه‌های داده با استفاده از طرح طبقه بندی فواصل برابر 5 کلاسه علامت گذاری می‌شود.

2-تابع فاصله اقلیدسی بر روی لایه‌های داده‌های بیمارستان اعمال می‌شود تا فاصله با نزدیک ترین بیمارستان مشخص شود(شکل 8-5).

شکل 8-5 خروجی کحاسبات فاصله اقلیدسی برای مکان‌های بیمارستانی که بصورت نقاط مشکی نشان داده شده است. فاصله اقلیدسی یک تکنیک تحلیلی مبتنی بر راستر است که برای تعیین فواصل بین عوارض استفاده می‌شود.

3-سه مجموعه داده را براساس مقیاس هاس اندازه گیری مجددا طبقه بندی می‌کنیم. در اینجا، هر کدام از این مجموعه داده دارای مقادیر عددی کاملا متفاوتی است. برای مثال، مقادیر سلول در مجموعه داده‌های افراد کهنسال و خانم‌ها بعد از تبدیل به راستر بر اساس اطلاعات آمار تعداد افراد را نشان میدهد و فواصل اقلیدسی بیمارستان بر اساس متر اندازه گیری می‌شود. برای بدست آوردنشاخص معنادار، این داده‌ها باید به یک مقیاس اندازه گیری مشترک از 1 تا 10 تبدیل شوند. برای‌ای نمثال، با استفاده از منطق زیر داده‌ها مجددا طبقه بندی خواهند شد:

  • هر چه تعدا افراد در جمعیت کهنسال و خانم بیشتر باشد، آسیب پذیری نیز بیشتر خواهد بود.
  • هر چه فاصله تا بیمارستان نزدیکتر باشد، آسیب پذیری نیز کمتر خواهد بود.

ابزار Reclassify (طبقه بندی مجدد) برای اجرای این منطق مورد استفاده قرار می‌گیرد(شکل 8-6):

شکل 8-6 ابزار طبقه بندی مجدد. ستون نمایش دادهشده در مرکز و سمت چپ با عنوان “Old Values نشان دهنده مرزهای طبقه داده براساس فاصله اقلیدسی بیمارستان است. ستون نمایش داده شده در مرکز وسمت راست مقادیر جدید بعد از کاربرد ابزار طبقه بندی مجدد و ایجاد راستر خروجی جدید را نشان می‌دهد.

4-بعد از طبقه بندی مجدد هر کدام از این مجموعه داده‌ها براساس یک مقیاس اندازه گیری مشترک ومتناسب با منطق امتیاز بندی مدل آسیب پذیری، مجموعه داده‌های بازطبقه بندی شده به ابزار Weighted Overlay اضافه شده و درصد تاثیر هر کدام از لایه ها(40 درصد برای خانمها، 40 درصد برای بزرگسالان و 20 درصد برای بیمارستان) اعمال می‌شود(شکل 8-7).

شکل 8-7

سپس شاخص فضایی نهایی براساس حاصلضرب مقادیر در هر کدام از سلولهادر درصد تاثیر متناظر محاسبه شده و به مقادیر سلول‌های دیگر در لایه‌های دیگر اضافه می‌شود. راستر خروجی ابجاد شده توسط ابزار Weighted Overlay را می‌توان با استفاده از تکنیک‌های بحث شده در فصل 2 (مانند لایه‌های مختلف رنگ برای نمایش سطوح مختلف آسیب پذیری) بصورت کارتوگرافیکی نمایش داد. (شکل 8-8).

شکل 8-8

چنانچه شکل 8-8 نشان می‌دهد، از طریق ابزار Weighted Overlay، مرزهای نواحی اصلی در سرشماری بر روی لایه خروجی و نهایی راستر قرار می‌گیرد تا براساس نواحی سرشماری، آسیب پذیری بصورت بصری نمایش داده شود. این لایه خروجی نهایی با استفاده از طبقه بندی فواصل برابر تعریف شده است و گروهبندی با عناوین قابل فهم مانند بالا، متوسط، پایین و بسیار پایین در راهنمای نقشه استفاده می‌شود بطوریکه عموم مردم زبان نقشه را بخوبی درک کنند. توجه داشته باشید که در مرکز شکل 8-8 که یک مرکز شهری را نشان می‌دهد مناطق سفید و خاکستری کم رنگ نشان دهنده سطح پایین آسیب پذیری است واین یعنی اینکه در این منطقه تعداد بیمارستان‌ها زیاد و تعداد افراد کهنسال و خانم‌ها کم است. در حاشیه‌های این منطقه شهری، سطوح آسیب پذیری بعلت تاثیرات مخالف آسیب پذیر‌تر است. به یک مورد غیرعادی فضایی خارج از منطقه(سمت چپ شکل 8-8 (منطقه سفید) توجه کنید که در آن بعلت قرار گرفتن بیمارستان روستایی، وضعیت آن سفید و سطح آسیب پذیری آن پایین است اما سطح آسیب پذیری در منطقه اطراف آن این ناحیه تا حدی بالاست. یکی از نکاتی که نباید درباره استفاده از این نوع روش فراموش شود این است که نواحی سرشماری در واقع تجمیعی از داده‌ها است و در نتیجه تعداد بالای افراد کهنسال/ خانم دقیقا در یک سلول راستر خاص قرار نمی‌گیرد. بنابراین، در توسعه شاخص آسیب پذیری باید مدل را از طریق تحقیقات(نظرسنجی) میدانی، پرسشنامه شهروند یا سایر روش‌های مناسب اعتبار سنجی کرد تا بتوان نتایج متقن تری براساس این مدل بدست آوریم، (Maguire, Batty, and Goodchild, 2005).

8-6 خلاصه فصل

در این فصل درباره کاهش اثرات بلایا با استفاده از GIS آشنا شدید. درابتدا اشاره شد که کاهش اثرات بلایا دربرگیرنده چندین ایده مهم، از جمله خطر، آسیب پذیری و تاب آوری است که همه آنها در یک بستر جغرافیایی پیچیده در هم تنیده شده‌اند. علاوه بر این، توضیح داده شد که کاهش بلایا ممکن است حوزه‌ای کاملا بین رشته‌ای در چرخه مدیریت بحران محسوب شود زیرا خطرات طبیعی، خطرات انسانی، خطرات و آسیب پذیری‌های اساسی و تاب آوری مستلزم بررسی موضوع از زوایای مختلفی است و GIS غالباً پیوند دهنده این دیدگاهها است. اگر شما متخصص GIS هستید، کارکردن و تفکر به صورت بین رشته‌ای بسیار مهم است و تاثیر تفکر فضایی شما به عنوان یک متخصص GIS در سایر رشته‌ها را می‌توان در نظر گرفت که این به طور بالقوه دیدگاه‌ها و بینش‌های جدیدی را ارائه می‌دهد.

سپس در مورد دیدگاه سیاست‌های موجود کاهش بلایا نسبت به GIS، مانند چهارچوب ملی کاهش اثرات ایالات متحده، که هفت قابلیت اصلی جوامع در کاهش ریسک و ایجاد تاب آوری را تعریف می‌کند اطلاعاتی کسب کردید. همچنین درباره برنامه سازمان ملل متحد درزمینه کاهش خطرات در برابر بلایای طبیعی آشنا شدید. این برنامه وابسته به سازمان ملل بر کاهش ریسک بلایا متمرکز است.

همچنین درباره برخی کاربردهای تکنیک‌های GIS در کاهش اثرات بلایا توضیحاتی ارایه شدو به طور خاص، متغیرهای مختلفی که می‌توان برای مدل سازی و آسیب پذیری ریسک مورد استفاده قرار داد توضیح داده شد. (به عنوان مثال، متغیرهای اجتماعی از جمله ویژگی‌های جمعیتی (سالمندان، زنان، کودکان) و متغیرهای جغرافیایی مانند جمعیت روستایی و شهری). همچنین در مورد متغیرهای فیزیکی مورد استفاده برای مدل سازی ریسک مانند شیب، که مربوط به مخاطرات رانش زمین، نزدیکی مناطق سیلاب، و مکانهای امدادی زیربنایی مانند بیمارستان‌ها است اطلاعاتی ارایه شد.

سپس، نمونه‌ای از نحوه توسعه شاخص مکانی آسیب پذیری با استفاده از مثالهای متغیری که قبلاً مورد بحث قرار گرفت ارایه شد. این یک ایده بسیار بنیادی است که در طیف گسترده‌ای از برنامه‌های مدل سازی GIS مورد استفاده قرار می‌گیرد و توصیه می‌شود که از این تکنیک‌های عمومی برای انتخاب سایت و مسایل مدل سازی که می‌توان با GIS حل کرد نیز بکار گیرید. به طور خاص، توضیح داده شد که چگونه می‌توان از مجموعه داده‌های سرشماری ایالات متحده و اطلاعات مربوط به مکان‌های بیمارستان برای ایجاد الگوی آسیب پذیری استفاده کرد. این مدل برای ارایه امتیاز آسیب پیذیری، روابط بین جمعیت خانم‌ها و کهنسال برحسب فاصله تا بیمارستان را لحاظ می‌کند. از این امتیاز می‌توان برای انجام اقدامات آگاهانه در باره فعالیت‌های کاهش اثرات بلایا (مانند تعیین جاهاییکه در زمان بلایای طبیعی نیاز به مراقبت‌های پزشکی ویژه دارد) استفاده کرد.

این فصل، فصل پایانی در باب چرخه مدیریت خاص بحران است. آخرین فصل كتاب درمورد آینده حوزه GIS در مديريت بحران توضیح می‌دهد و توصيه هايي درباره به روز کردن دانش خود درباره کاربرد GIS در مدیریت بحران، GIS ويژه براي مباحث مديريت بحران و توصيه هايی درباره توسعه شغلي و يافتن شغل در این حوزه‌ها ارایه شد.

تفکر کنید!

1- هفت قابلیت اصلی کاهش اثرات بلایا براساس چارچوب ملی ارائه شده در بخش سیاست کاهش بلایای در این فصل را مجددا مرور کنید. علاوه بر قابلیت‌های تحلیل که در چارچوب ملی کاهش اثرات ذکر شد چه موارد دیگری در زمینه کاربرد GIS را می‌توانید پیش بینی کنید؟ سعی کنید در مورد چگونگی استفاده از GIS، تفکری خلاقانه و مکانی داشته باشید و در این میان بسیاری از ایده‌هایی که قبلاً در این کتاب آموخته اید مانند استفاده از نقشه برای ارتباطات عمومی، همکاری جغرافیایی، جمع آوری داده‌های میدانی و GIS موبایل را مد نظر قرار دهید.

  1. همانطور که احتمالاً حدس زده اید، توسعه شاخص‌های آسیب پذیری، خطر و سایر عوامل مرتبط با کاهش بلایای، حوزه‌ای گسترده برای تحقیق علمی است که میتوان طیف گسترده‌ای از ابزارهای تحلیلی GIS را در آن مورد استفاده قرار داد. با استفاده از ایده‌های ایجاد شاخص‌های آسیب پذیری، به همراه تکنیک‌های GIS که در این فصل به اشاره شد، یک مدل آسیب پذیری، خطر و / یا اتکا را برای منطقه مورد نظرتان مانند زادگاه، شهرستان، ایالت یا حتی کشور خود ایحاد کنید. چه متغیرهایی را باید لحاظ کنید کنید؟ وزن هر کدام از متغیرها چگونه براورد می‌کنید و چرا؟ در صورت امکان، با افراد دیگری که دارای دیدگاههایی متنوع واز سایر رشته‌ها (مانند علوم اجتماعی، علوم فیزیکی و علوم محاسباتی) دیدگاه‌های بین رشته‌ای آنها را در مدل GIS مورد نظر لحاظ کنید.

3- راه‌های زیادی برای اطلاع رسانی درباره مخاطره و آسیب پذیری در قالب‌های مبتنی بر نقشه وجود دارد. با یک جستجوی اینترنتی می‌توانید نمونه‌هایی از وب سایت‌های نقشه سازی تعاملی یا محصولات نقشه منتشر شده برای اطلاع رسانی خطر و آسیب پذیری را پیدا خواهید کرد. . برای این منظور می‌توانید یکبار دیگر ایده‌های ارایه شده توسط سازمان‌هایی مانند UNISDR، UN ReliefWeb، FEMA GeoPortal و سازمان زمین شناسی ایالات متحده را مرور کنید. براساس بررسی این نقشه‌ها، از چه فناوری‌های خاص GIS یا چه طیفی از فناوری‌ها برای ایجاد آنها می‌توان استفاده کرد؟ به عنوان مثال، اگر شما در حوزه کاربرد GIS در مدیریت حوادث برای یک شهر کوچک فعال هستید، چگونه می‌توانید به شهروندان در شهر خود کمک کنید تا با استفاده از ابزارهای رایگان و منبع آزاد مانند برنامه‌های فصل 3، نقشه‌های آسیب پذیری جامعه خود را ایجاد کنند؟

4- چنانچه قبلا هم اشاره شد GIS علیرغم مزایای زیاد دارای محدودیت‌هایی نیز است و در قالب نمایش کامپیوتری واقعیت، غالباً نمی‌تواند ظرافت‌ها و تفاوت‌های ریز جغرافیایی را نمایش دهد. برای مثال، چگونه می‌توان برای شناخت عمیق‌تر بلایا، از GIS برای نمایش دانش جوامع مردم، پیوندهای اجتماعی با یكدیگر، دانش زیست محیطی محلی و سایر عواملی كه به راحتی در نمایش کامپوتری مقدور نیست استفاده کرد؟ چگونه ممکن است برخی از ابزارها و فناوری‌ها، مانند تهیه نقشه بحران و جمع سپاری را برای کسب این دانش مکانی محلی جهت انجام اقدمات آگاهانه در زمینه کاهش بلایا استفاده کرد؟

بدون دیدگاه

دیدگاهتان را بنویسید