راهبرد تخلیه موثر عابران پیاده با استفاده از اندازه گیری های GIS و GPS

 

در طول تخلیه سکونتگاه های مسکونی، تعداد زیادی از افراد به هیچ وسیله حمل و نقل خصوصی برای تخلیه دسترسی ندارند. این افراد در نقاط تجمع تخلیه (EAPs) جمع می شوند تا توسط مقامات ذیصلاح جمع آوری، جمع آوری و تخلیه شوند. پژوهش حاضر با در نظر گرفتن ویژگی‌های جمعیتی جمعیت مورد مطالعه و شیب زمین منطقه مورد مطالعه، با هدف ارزیابی اینکه آیا برخی از نقاط تجمع عابر پیاده برای سریع‌ترین تجمع این افراد مناسب است یا خیر. به منظور دستیابی به سریع ترین مونتاژ و تخلیه، از سیستم های اطلاعات جغرافیایی (GIS) و اندازه گیری های GPS استفاده شده است. روش پیشنهادی منجر به ایجاد نقشه‌های طبقه‌بندی خانوارها بر اساس زمان پاسخگویی ساکنان آن‌ها به منظور بهبود طرح‌های احتمالی تیم‌های مداخله از قبل موجود شده است. ابتدا برای شناسایی ویژگی های جمعیت شناختی جمعیت مورد مطالعه از روش پیمایش میدانی استفاده شده است. دوم، ما سریع ترین و بهینه ترین مسیرهای تخلیه را با استفاده از الگوریتم Dijkstra تعیین کرده ایم. علاوه بر این، نتایج اینجا ثابت می‌کند که می‌توان زمان جمع‌آوری عابران پیاده را با انتخاب بهترین نقطه تخلیه بهینه کرد، در حالی که روشی برای تخلیه جمعیت زیاد به صورت گروهی توسعه داده شده است. دومی می تواند ابزار مفیدی برای عوامل حفاظت مدنی و پاسخ دهندگان باشد. به منظور شناسایی ویژگی های جمعیت شناختی جمعیت مورد مطالعه، از روش پیمایش میدانی استفاده شده است. دوم، ما سریع ترین و بهینه ترین مسیرهای تخلیه را با استفاده از الگوریتم Dijkstra تعیین کرده ایم. علاوه بر این، نتایج اینجا ثابت می‌کند که می‌توان زمان جمع‌آوری عابران پیاده را با انتخاب بهترین نقطه تخلیه بهینه کرد، در حالی که روشی برای تخلیه جمعیت زیاد به صورت گروهی توسعه داده شده است. دومی می تواند ابزار مفیدی برای عوامل حفاظت مدنی و پاسخ دهندگان باشد. به منظور شناسایی ویژگی های جمعیت شناختی جمعیت مورد مطالعه، از روش پیمایش میدانی استفاده شده است. دوم، ما سریع ترین و بهینه ترین مسیرهای تخلیه را با استفاده از الگوریتم Dijkstra تعیین کرده ایم. علاوه بر این، نتایج اینجا ثابت می‌کند که می‌توان زمان جمع‌آوری عابران پیاده را با انتخاب بهترین نقطه تخلیه بهینه کرد، در حالی که روشی برای تخلیه جمعیت زیاد به صورت گروهی توسعه داده شده است. دومی می تواند ابزار مفیدی برای عوامل حفاظت مدنی و پاسخ دهندگان باشد. نتایج اینجا ثابت می‌کند که می‌توان زمان جمع‌آوری عابران پیاده را با انتخاب بهترین نقطه تخلیه بهینه کرد، در حالی که روشی برای تخلیه جمعیت زیاد به صورت گروهی توسعه داده شده است. دومی می تواند ابزار مفیدی برای عوامل حفاظت مدنی و پاسخ دهندگان باشد. نتایج اینجا ثابت می‌کند که می‌توان زمان جمع‌آوری عابران پیاده را با انتخاب بهترین نقطه تخلیه بهینه کرد، در حالی که روشی برای تخلیه جمعیت زیاد به صورت گروهی توسعه داده شده است. دومی می تواند ابزار مفیدی برای عوامل حفاظت مدنی و پاسخ دهندگان باشد.

کلید واژه ها

GIS , تخلیه , راهبردهای کنترل , واکنش در بلایا , ایمنی آتش نشانی

1. مقدمه

شبیه سازی تخلیه یک منطقه خاص می تواند یک عامل مفید و تعیین کننده برای تصمیماتی باشد که در صورت تهدید گروهی از مردم توسط یک بلای طبیعی توسط مقامات اتخاذ می شود. کیم تائه، اچ و همکاران . [ 1 ] نیاز به توسعه ابزارهایی را برای اطلاع رسانی، آماده سازی و آموزش عوامل، مدیران و پاسخ دهندگان منصوب از سوی دولت برای تصمیم گیری در صورت بروز شرایط اضطراری مشخص کرده اند. هر گونه عدم برنامه ریزی مناسب و کافی ممکن است منجر به تاخیر در تخلیه و به همین ترتیب جان انسان ها در خطر باشد. به دلیل ذکر شده، داپنگ لی، توماس جی کووا، فیلیپ ای. دنیسون [ 2] از شبیه سازی سناریوی فرضی فوق برای توسعه یک روش تصمیم گیری تخلیه استفاده کرده اند. آنها با استفاده از روش‌های تحلیل فضایی و به‌کارگیری سیستم‌های اطلاعات جغرافیایی (GIS) روشی را برای محدود کردن نقاط ماشه تخلیه آتش‌سوزی ایجاد کرده‌اند که به موجب آن، زمانی که یک آتش‌سوزی برجسته از نقطه خاصی عبور می‌کند، دستور تخلیه داده می‌شود. تصمیم برای تخلیه یک منطقه بدون ایستادن گرفته شده است، ساکنان همچنین باید بدانند به کجا بروند، چگونه با خیال راحت منطقه را تخلیه کنند و کدام مسیر را دنبال کنند [ 3 ]. کتابچه راهنمای توسعه یافته توسط وزارت حمل و نقل ایالات متحده [ 4] برای راهنمایی مدیران بحران در کمک به جمعیت‌های با نیازهای ویژه، به دلایل متعددی اشاره می‌کند (از جمله دلایل مالی، مسائل بهداشتی، آگاهی‌های زیست‌محیطی، نداشتن گواهینامه رانندگی) که به همین دلیل برخی از اهالی به عنوان «مناسب حمل‌ونقل» شناخته می‌شوند. ”؛ این به دلیل این واقعیت است که آنها هیچ وسیله حمل و نقلی را ندارند که بتوان از آنها برای تخلیه استفاده کرد. این افراد باید منطقه خطرناک را رها کنند تا با پای پیاده به نقطه امن تری برسند. این فرآیند به عنوان «تخلیه عابر پیاده» [ 5 ] ذکر شده است.

مطالعات قبلی که مدل‌های تحرک عابران پیاده را در طول بلایای طبیعی تجزیه و تحلیل می‌کردند نشان داده‌اند که می‌توان تخمینی از زمان مورد نیاز افراد متوسط ​​برای رسیدن به نقطه امن با استفاده از GIS [ 6 ] [ 7 ] وجود داشت.

به منظور بهبود روش تخلیه، ضروری است که زمان تخلیه کاهش یابد. مطالعه Lakshay Taneja، Nomesh Bolia (2018) [ 8 ] که بر روی یک شبکه فرضی اعمال شد، نشان داد که راهنمایی به طور قابل توجهی زمان تخلیه را در مقایسه با تخلیه خود به خود کاهش می دهد. دومی به عنوان تخلیه بدون هیچ گونه برنامه ریزی یا راهنمایی قبلی تعریف می شود. یکی از مداخلات/رویکردهای قابل قبول برای کاهش زمان تخلیه، ارائه اطلاعاتی در مورد مسیرهای تخلیه، زمان تخمینی سفر و EAP (نقطه تجمع تخلیه) آنهاست.

ما مطالعه‌ای را با هدف ایجاد استراتژی برای تخلیه ساکنان پیاده یک محله مسکونی که توسط آتش‌سوزی جنگلی برجسته تهدید می‌شود، انجام داده‌ایم. برای دستیابی به این امر، از اندازه گیری های توپوگرافی GIS و GPS استفاده کرده ایم. تمرکز ما بر روی سوالات زیر بوده است:

الف. آیا زمان تخلیه یک شهرک مسکونی بهبود می یابد یا در هر سناریویی ثابت می ماند؟

ب- خصوصیات جمعیتی جمعیت، موقعیت جغرافیایی محل سکونت هر بررسی شونده و زمان پاسخگویی آنها در طول تخلیه چگونه با هم ارتباط دارند؟

ج- آیا می توان ساکنان پیاده یک منطقه را برای ایمنی خود به تدریج تخلیه کرد؟

نتایج نشان می‌دهد که با در نظر گرفتن ویژگی‌های جمعیت‌ها و همچنین ویژگی‌های توپوگرافی منطقه (ارتفاع، شکل زمین، فواصل و ارتفاعات مسیرهای تخلیه) تخمین مناسبی از زمان تخلیه عابران پیاده [Τievac] امکان پذیر است. به موازات آن، زمان لازم برای جمع آوری عابران پیاده می تواند با انتخاب EAP بهینه کاهش یابد. در نتیجه، ما یک روش تخلیه برای جمعیت ایجاد کرده‌ایم که به رسیدن تدریجی آن‌ها به EAPهای پیاده مربوطه بستگی دارد.

مطالعه ما منجر به توسعه یک روش مختصر شده است که زمان مونتاژ عابران پیاده را کاهش می دهد. ابزار کلیدی ما یافتن نقطه مونتاژ بهینه است. به طور موازی، مطالعه ما مفهوم “گروه های تخلیه” یا “تخلیه در گروه ها” را معرفی می کند (به بخش زیر 4.3 مراجعه کنید). برای توسعه این مفهوم جدید، عابران تخلیه شده باید به تدریج به EAP های اختصاص داده شده خود برسند تا از ازدحام خطرناک و غیر ضروری جلوگیری کنند.

به تعبیر همه موارد فوق، مطالعات قبلی بر زمان تخلیه متمرکز بوده اند، اما چگونگی به حداقل رساندن آن را روشن نکرده اند. کمک دیگر به کتابشناسی از قبل موجود، انتخاب نقطه عزیمت بهینه برای هر عابر پیاده و متعاقباً تعیین EAP بهینه برای آنها است. دو عنصر آخر در مطالعات قبلی مورد بحث یا تحقیق قرار نگرفته اند.

2. منطقه مطالعه

منطقه مورد مطالعه ( شکل 1 ) یک سکونتگاه مسکونی در کرت یونان بوده است که در 18 کیلومتری شهر Réthymnon در ارتفاع 350 متری قرار دارد. سطح زیربنای بخش منسجم شهرک مسکونی تقریباً 50000 متر مربع و دارای 105 نفر جمعیت است. قسمت منسجم آن شامل خطوط باریکی است که با نوسانات شدید در نقاط ارتفاع (0% تا 13%) به حیاط ها و ورودی های اصلی اقامتگاه ها منتهی می شود.

این شهرک مسکونی خاص با توجه به ویژگی های برشمرده شده در زیر انتخاب شده است. اولاً، جمعیت آن متراکم نیست، که برای مطالعه تخلیه بسیار طولانی است. دوم، آن را پوشش گیاهی بالا احاطه کرده است. دومی در ارتباط با شیب تند منطقه، جنگل های سکونتگاهی را مستعد آتش سوزی می کند. آخرین اما نه کم اهمیت ترین، اکثریت قریب به اتفاق جمعیت آن (67٪) از حمل و نقل محروم هستند ( شکل 2 )، که به نوبه خود به این معنی است که در صورت تخلیه آنها باید توسط تیم های ذیصلاح حفاظت مدنی تحویل داده شوند.

این درصد بسیار زیاد است، زیرا اکثریت قریب به اتفاق جمعیت مورد نظر را افراد مسن تشکیل می دهند (54٪ در میان آنها بالای 55 سال هستند). درصد بالای شهروندان سالمند محروم در حمل و نقل به دلیل عوامل مالی و رسیدن آنها به سقف سنی بالا برای رانندگی خودرو است. علاوه بر این، اکثر ساکنان هیچ وسیله نقلیه ای ندارند، یا به این دلیل که نیاز آنها به حمل و نقل در خارج از محل سکونتشان بسیار کم است و یا اینکه ترجیح می دهند از وسایل حمل و نقل عمومی استفاده کنند.

3. داده ها و روش

3.1. جمع آوری داده ها

برای اهداف مطالعه حاضر، در ابتدا، داده‌های مربوط به سکونتگاه مسکونی، نقشه‌های ارتوفوتومی از آرشیو ثبت زمین یونان، تصاویر و اطلاعات مربوط به اقامتگاه‌های قابل سکونت، جمع‌آوری شد. علاوه بر این، از نظرسنجی‌ها برای تعیین همبستگی بین موقعیت هر محل سکونت بر روی نقشه، تعداد افرادی که در آن زندگی می‌کنند، جنسیت آنها و اینکه آیا آنها وسیله حمل و نقل خصوصی دارند یا نه استفاده شده است ( شکل 3).). از ساکنین/بررسی کنندگان پرسیده شد که در صورت تخلیه به کدام بخش از محل سکونت خود نزدیک می شوند و چقدر زمان طول می کشد تا خانه خود را تخلیه کنند. تکمیل بررسی‌ها تقریباً 1.5 ماه طول کشید، در حالی که مانع عمده‌ای که با آن مواجه شدیم این بود که بفهمیم کدام یک از ساکنان ساکن هستند، ساکنان دائمی یا موقت هستند (تعدادی از بررسی‌شوندگان در هنگام بازدید از محل سکونتشان بی‌خطر بودند یا غایب بودند) و بنابراین یک ورودی برای آنها ایجاد کردیم. مطالعه ما

3.2. تحلیل شیب و مسیریابی اضطراری

در مرحله بعد، با استفاده از روش نقشه برداری توپوگرافی زمینی، هر مسیر ممکن از استقرار نقشه برداری شد. داده ها در میدان با استفاده از سیستم نقشه برداری واقعی کینماتیک (RTK GPS) جمع آوری شد ( شکل 4 ). را

هدف از روش نقشه برداری تعیین شیب مسیرهای فرار و فواصل بین آنها بود. گام بعدی قرار دادن داده های نقشه برداری جمع آوری شده در یک برنامه نرم افزاری ArcGIS بود تا مسیرهای فرار به صورت پلانیمتری و ارتفاعی مدل شوند.

در این مرحله باید در نظر داشت که سرعت عابر پیاده برای پارامترسازی حرکت آنها بسیار مهم است. مطالعه ک.آقابایک و همکاران . [ 9 ] تجزیه و تحلیل تأثیر شیب زمین در ارتباط با ویژگی‌های فیزیکی عابران پیاده بر سرعت آنها نشان داده است که هر گروه سنی سرعت پیاده‌روی متفاوتی در سطوح مختلف ایجاد می‌کند. علاوه بر این، هر چه عابر پیاده مسن‌تر باشد، آهسته‌تر می‌تواند دویدن کند. این کاهش قابل توجهی در سرعت است که در مواقع اضطراری نیز باید در نظر گرفته شود. برای اهداف مطالعه حاضر، ما سرعت دویدن را همانطور که در شکل 5 نشان داده شده است به عنوان سرعت تخلیه معمولی تنظیم کرده ایم.

شرایط غالبی که ما برای اهداف شبیه‌سازی تعیین کرده‌ایم، تخلیه در طول روز بوده است، جایی که نور کافی تلقی می‌شود. تحت این شرایط، حرکت عابران پیاده به سمت EAPهای خود بلامانع است. در یک مطالعه آینده، دانستن اینکه آیا سرعت عابران پیاده در شب، زمانی که نور کم است و ناکافی است، از قبل کاهش می‌یابد مفید خواهد بود.

به طور مشابه، برای اهداف مطالعه ما، این را به عنوان یک داده در نظر گرفتیم که سیگنال تخلیه فوری [Tw] به طور همزمان از طریق پیام متنی بر روی تلفن همراه برای همه ساکنان ارسال شد، در حالی که پاسخ دهندگان حفاظت مدنی، که قبلاً در وسایل نقلیه خود بودند. در EAP کلیپ‌های صوتی همراه با دستورالعمل‌ها را به مردم در طول کل فرآیند تخلیه مخابره می‌کردند.

کل زمانی که طول می کشد تا یک عابر پیاده تخلیه شود Τ i _Evac در هر سناریو شامل دو اضافه است. زمان حرکت عابر پیاده [ Τ i _mov ] و زمانی که طول می کشد تا برای تخلیه آماده شوند [ Τ i _prep ] ( شکل 6 ).

Τ i _evac Α = Τ i _prep + Τ i _mov Α

Τ i _evac Β = Τ i _prep + Τ i _mov Β

( i = 1، 2، 3، …، n )

که در آن n = کل جمعیت عابر پیاده.

Τ i _prep : زمان آماده سازی در هر دو سناریو یکسان است. این نتیجه پس از تفسیر داده های جمع آوری شده و تجزیه و تحلیل نتایج حاصل از نظرسنجی به دست آمد. عامل کلیدی که _آمادگی Τ i را تعیین می‌کرد، تخمین هر یک از بررسی‌شوندگان از زمانی بود که در صورت توصیه به تخلیه، برای جمع‌آوری یک “کیف” آماده با برخی موارد حیاتی لازم است. با این وجود، واکنش تخلیه‌شدگان هنگام وحشت، عاملی تعیین‌کننده برای _{آمادگی Τi} در نظر گرفته می‌شود . عامل وحشت می تواند هدف مطالعه آینده باشد.

Τ i _mov : زمان حرکت هر عابر پیاده با مسافتی که باید طی کند و سرعت آنها به سمت نقطه تخلیه تعیین می شود.

Τ i _movA = Di _A / Ui _A

Τ i _movB = Di _B / Ui _B

دی : فاصله بین محل سکونت فرد تخلیه شده و نقطه تخلیه.

Ui : سرعت تخلیه بر اساس مطالعه K. Aghabayk و همکاران تعیین شد . آقابایک و همکاران (2020) ( شکل 5 ) که از شیب فواصل تحت پوشش به عنوان پارامتر اصلی استفاده می کند. هر شیب Di’s منحصر به فرد ناشی از اندازه گیری های توپوگرافی GPS است ( شکل 4 ).

3.3. الگوریتم دایکسترا

الگوریتم Dijkstra [ 10 ]، (الگوریتم کوتاهترین مسیر منبع تک) مشکل یافتن کوتاهترین مسیر بین دو گره ( یعنی محل سکونت فرد تخلیه و EAP) را در یک نمودار جهت دار با وزن لبه های غیر منفی حل کرده است. استفاده از آن پیش نیازی برای یافتن کوتاه ترین مسیری است که یک عابر پیاده در محل سکونت خود دنبال می کند تا به EAP برسد. در این الگوریتم، یک نوع رایج یک گره را به عنوان گره «منبع» ثابت می کند و کوتاه ترین مسیر را از هر گره به گره مقصد (EAP) پیدا می کند ( شکل 7 ). در بین تمام گره های “بازدید نشده”، گرهی با کمترین وزن به عنوان گره بعدی انتخاب می شود. در تحقیق حاضر کوتاهترین مسیر مسیری است که با کمترین فاصله آزمایشی (وزن کم برابر با طول کوتاه) مطابقت داشته باشد.

فرآیند الگوریتمی زمانی تکمیل می شود که تمام گره ها تکمیل شوند [ 11 ]. به عنوان مثال، در شکل 8 ، مسیرهای انتخاب شده از A به B و پس از آن از E به F و کوتاهترین مسیر با رنگ سبز نشان داده شده است (ABEF).

3.4. تجزیه و تحلیل شبکه

نرم افزار ArcGIS Network Analysis را می توان برای یافتن کوتاه ترین مسیر در شبکه های شهری و شهرک های مسکونی استفاده کرد. همچنین می توان از آن برای محاسبه مسیرهای بهینه از نقاط مختلف شبکه به سمت یک نقطه با استفاده از الگوریتم Dijkstra استفاده کرد. مدل شبکه سه بعدی که توسعه می یابد شامل گره ها و خطوط است. اولی نشان‌دهنده خانه‌های ساکنان و دومی مسیرهای ارتباطی بین دو گره را نشان می‌دهد، تا عابران تخلیه شده بتوانند از یک نقطه پایانی به نقطه دیگر حرکت کنند و EAP گره مقصد است ( شکل 9 ).

3.5. سناریوهای تخلیه اضطراری

دو سناریو بر اساس دو EAP رایج که از پاسخ‌های شرکت‌کنندگان به دست آمد، در این تصویر شبیه‌سازی شده‌اند. به طور خاص، 68٪ از شرکت کنندگان پاسخ دادند که آنها مربع محل سکونت خود را به عنوان نقطه تخلیه انتخاب می کنند (نقطه A)، در حالی که 26٪ از آنها مدرسه (نقطه B) و 6٪ بقیه نقاط دیگر را نشان می دهند. نقطه شروع برای هر عابر پیاده محل سکونت آنها است و برای هر یک از آنها دو مسیر ممکن ایجاد شده است، یکی برای هر سناریوی تخلیه ( شکل 10 ).

4. نتایج

در این فصل نتایج دو سناریوی اعمال شده برای یافتن دو مناسب ترین نقطه تخلیه در شهرک مورد نظر مورد تجزیه و تحلیل بیشتری قرار می گیرد. از طریق این روش، مطالعه تلاش کرده است تا با مقایسه کامل زمان تخلیه [Τi _evac ] برای هر فرد، انتخاب بهترین نقطه تخلیه را پیش‌بینی کند.

نتایج به سه دسته طبقه‌بندی شده‌اند و در نتیجه نقشه‌های ریسک با استفاده از روش درجه‌بندی رنگ‌ها ایجاد شده‌اند. اساساً هدف از چنین نقشه ای خواندن واضح و آسان توسط افرادی است که هیچ تجربه قبلی در زمینه GIS یا نحوه برخورد با شرایط اضطراری ندارند. هر ساکن بر اساس زمانی که طول می کشد تا از محل سکونت خود به نقطه تخلیه برسند [ Τ i _evac ] به یکی از سه کلاس در شکل 12 طبقه بندی می شود. برای اقامتگاه هایی که یک یا چند نفر در آن زندگی می کنند، فردی که طولانی ترین زمان تخلیه را دارد، تعیین کننده درجه بندی رنگ ها است.

· نوع A: زمان تخلیه عابران پیاده به ویژه کافی تلقی می شود.

· نوع B: زمان تخلیه عابران پیاده کافی تلقی می شود.

· نوع C: زمان تخلیه عابران پیاده طولانی تر است و تیم های حفاظت مدنی / پاسخ دهندگان باید بر روی این دسته از ساکنان تمرکز کنند.

· نوع D: ساکنین دارای وسیله ای برای فرار هستند یا در اختیار دارند (در نتیجه آنها در رده “عابر پیاده” قرار نمی گیرند) / خارج از محدوده این مطالعه.

این روش ( شکل 11 ) به کاربر اجازه می دهد تا زمان تخلیه [ Τ i _evac ] را برای هر فرد ساکن در سکونتگاه مورد نظر، و همچنین مسیر فراری که باید توسط عابر پیاده از طریق یک سیستم نقشه برداری مدل واحد دنبال شود، بداند. راه های فرار از قبل

4.1. سناریو 1

در سناریوی اول، EAP کلیسای شهرک بود. این کلیسا در میدان مرکزی قرار دارد. کلیسا به عنوان یک EAP مناسب در نظر گرفته می شود، زیرا اگر افراد تخلیه شده در این نقطه جمع شوند، زمان انتظار آنها تا رسیدن وسایل نقلیه حفاظت مدنی برای تحویل گرفتن آنها حداقل است. اختلاف ارتفاع کلیسا نسبت به بزرگ ترین قسمت سکونتگاه نسبتاً کم است و به این ترتیب مسافت طی شده به حداقل رسیده و به ترتیب سرعت ساکنین افزایش می یابد.

شبیه سازی نشان داده است که کمتر از 39 درصد از ساکنان می توانند در کمتر از 16 دقیقه از سکونتگاه خارج شوند، 35 درصد از آنها می توانند بین زمان 16 دقیقه تا 25 دقیقه و زمان آخر تخلیه شوند. 26% در بیش از 25 دقیقه زمان. در این سناریو، مشاهده کرده‌ایم که درصد افزایش یافته ساکنان تحت نوع Α دسته‌بندی می‌شوند. این به دلیل این واقعیت است که مسافت هایی که آنها باید طی کنند برابر شده است، زیرا کلیسا – از نظر فضایی – در مرکز شهرک مسکونی قرار دارد. نتایج سناریوی 1 در شکل 13 نشان داده شده است.

4.2. سناریو 2

در سناریوی دوم، EAP مدرسه شهرک بود. مدرسه در خروجی جنوبی شهرک واقع شده است. نقطه ای که راه اصلی منتهی به نزدیک ترین شهرک های مسکونی از آن عبور می کند. مدرسه دارای یک حیاط است که وسایل نقلیه حفاظت مدنی می توانند با خیال راحت از آنجا حرکت کنند.

شبیه سازی نشان داده است که بیش از 29 درصد ساکنان می توانند در کمتر از 16 دقیقه شهرک را تخلیه کنند، 51 درصد از ساکنان می توانند بین 16 تا 25 دقیقه شهرک را تخلیه کنند، در حالی که 20 درصد می توانند شهرک را در مدت زمان بین 16 تا 25 دقیقه تخلیه کنند. ساکنان می توانند در مدت زمان بیش از 25 دقیقه شهرک را تخلیه کنند. در این سناریو کاملاً واضح است که تعداد ساکنان طبقه بندی شده در نوع A به طور قابل توجهی کاهش می یابد. این عمدتا به دلیل این واقعیت است که عابران پیاده بیشتری مجبور بودند مسافت های طولانی تری را با شیب تندتر در مقایسه با سناریوی 1 طی کنند. قسمت جنوبی شهرک نتایج سناریوی 2 در شکل 14 نشان داده شده است.

4.3. EAP بهینه (نقطه مونتاژ تخلیه) را انتخاب کنید

انتخاب EAP بهینه به منظور به حداقل رساندن زمان لازم برای جمع آوری تمام عابران پیاده بسیار مهم است.

شرکت کنندگان بین 35 تا 54 سال به طور متوسط ​​به 16 دقیقه زمان آماده سازی نیاز داشتند، شرکت کنندگان بالای 54 سال به طور میانگین به 22 دقیقه نیاز داشتند، در حالی که جوان ترین شرکت کنندگان در سنین 18 تا 34 سال تقریباً به 12 دقیقه زمان نیاز داشتند. در هر دو سناریو، زمان آماده‌سازی برای همه عابران پیاده یکسان باقی ماند، در حالی که تفاوت در زمان مونتاژ از فاصله‌های مختلف و تمایل جمعیتی که برای رسیدن به EAP لازم بود، ایجاد شد.

تابعی از درصد تخلیه‌شدگانی که به EAP خود رسیده‌اند و زمان سپری شده در شکل 15 نشان داده شده است.. برای هموارترین و ایمن‌ترین روش تخلیه ممکن است، پیشنهاد می‌شود که جمعیت به پنج گروه تقسیم شود و پس از آن توسط پنج وسیله نقلیه حفاظت مدنی مربوطه تخلیه شوند (d1، d2، d3، d4، d5). تعداد حرکت ها ممکن است بسته به برنامه ریزی تیم مداخله متفاوت باشد، زیرا دومی، تعداد وسایل فرار موجود و حداکثر تعداد مسافران در هر وسیله نقلیه به طور جدایی ناپذیری به هم مرتبط هستند. برای اهداف مطالعه حاضر، اولین حرکت [d1] به محض رسیدن 20٪ جمعیت به EAP آغاز می شود، دومین حرکت [d2] به محض رسیدن 40٪ از جمعیت به EAP آغاز می شود. سومین [d3] به محض رسیدن 60 درصد جمعیت به EAP آغاز خواهد شد، چهارمین [d4] به محض رسیدن 80 درصد جمعیت به EAP و پنجمی [d5] به محض رسیدن آخرین عابر پیاده به EAP آغاز می شود. زمان سپری شده بین خروج وسایل نقلیه حفاظت مدنی (d1-d4) و (d2-d5) می تواند برای انتخاب نقطه مقصد و به حداقل رساندن تعداد پیش نیاز وسایل نقلیه وانت مورد استفاده قرار گیرد.

در شکل 15 می توان مشاهده کرد که تجمع جمعیت در سناریوی 1 با سرعت بیشتری انجام می شود، که منجر به خروج زودتر شد، به استثنای مورد چهارم [d4]. قاطع ترین حرکت، حرکت پنجم است [d5]. این نشان می دهد که در چه نقطه ای از زمان استقرار در t = 28 دقیقه (e1) به طور کامل تخلیه می شود، در حالی که در سناریوی 2 سکونتگاه در t = 32 دقیقه (e2) به طور کامل تخلیه می شود. سناریوی اول به عنوان سناریوی بهینه انتخاب می شود، زیرا 5 دقیقه کمتر از سناریوی دوم طول می کشد. هر گونه کاهش در زمان پاسخ در مواقع اضطراری بسیار مهم تلقی می شود، حتی اگر این تفاوت در مناطق بزرگتر قابل توجه تر باشد.

در سناریوی 2، 94 درصد از عابران پیاده در 28 دقیقه t = به EAP رسیده اند. بنابراین می توان چنین استنباط کرد که درصد بسیار کمی از 6 درصد جمعیت در سناریوی دوم می توانند تخلیه کامل را به تاخیر بیندازند.

بر اساس آنچه در فصول 4.1 و 4.2 مدل GIS تحلیل شد، مقامات دولتی در مواقع اضطراری می توانند مناسب ترین نقطه شروع را برای عابران پیاده پیدا کرده و به ترتیب مداخله کنند تا زمان تخلیه را در سناریوی 2 به حداقل برسانند.

5. نتیجه گیری ها

با مطالعه حاضر سعی شده است مناسب ترین استراتژی تخلیه برای عابران پیاده ساکن در یک منطقه در شرایط اضطراری تعیین شود. ما به طور کامل شبکه را با استفاده از اندازه‌گیری‌های توپوگرافی و ابزار GIS تجزیه و تحلیل کرده‌ایم تا زمان تخلیه پیش‌نیاز [ Τ i _evac ] و همچنین EAP بهینه برای عابران پیاده را پیدا کنیم.

بر اساس نتایج مطالعه ما، مقامات ذیصلاح، مقامات دولتی و طرف‌های درگیر می‌توانند دانش و اطلاعات مفیدی در مورد اقامتگاه‌های ایزوله و زمان‌های پیش‌نیاز تخلیه ساکنان آن‌ها به دست آورند، بنابراین برنامه‌های اضطراری تیم‌های مداخله را توسعه و بهبود بخشند. .

در نتیجه، نیاز به توسعه طرح‌های تخلیه مربوط به واکنش و واکنش مورد انتظار ساکنان یک شهرک مسکونی در مواقع اضطراری در سطح فردی بدون تردید است.

در یک مطالعه آینده، این روش را می توان در مقیاس بزرگتر، جمعیت و سطح زمین آزمایش و آزمایش کرد. به همین ترتیب، ترکیب بیش از یک EAP در یک منطقه مورد مطالعه می تواند تلاش شود، که در یک منطقه پرجمعیت تر اجباری خواهد بود.

6. بحث

نتایج ما نشان داده است که با در نظر گرفتن ویژگی‌های جمعیتی جمعیت و همچنین ویژگی‌های توپوگرافی منطقه (ارتفاعات، شکل‌های زمین، فواصل و ارتفاعات مسیرهای تخلیه) تخمین مناسبی از زمان تخلیه عابران پیاده [Τi evac] ممکن است _. این استراتژی می‌تواند در تصمیم‌گیری برای تخلیه به موقع، زمانی که شهرک توسط یک آتش‌سوزی با نزدیک شدن سریع تهدید می‌شود، کمک کند، زیرا زمان پاسخ مجدد بازجویان آن قبلاً تعیین شده است.

در این میان، با انتخاب EAP بهینه می توان به کاهش قابل توجهی در مدت زمان کل فرآیند تخلیه دست یافت که به نوبه خود زمان رسیدن عابران پیاده به EAP را کاهش می دهد و امکان تخلیه سریعتر آنها را فراهم می کند.

در طول مدت مطالعه، به این نتیجه رسیدیم که عابران ارشد به زمان بیشتری برای آماده شدن برای یک روش تخلیه نیاز دارند. با وجود این نتیجه گیری، بدیهی است که موقعیت یک محل سکونت نقش بسیار مهمی در روند تخلیه عابر پیاده ایفا می کند، زیرا این است که شیب زمین و فاصله ای را که افراد تخلیه شده باید در مسیر فرار خود به سمت EAP طی کنند، تعیین می کند. پس از اطمینان از این موضوع، به این نتیجه رسیدیم که در بسیاری از موارد ممکن است ساکنان جوان مدت بیشتری طول بکشد تا محل سکونت خود را تخلیه کنند.

روش پیشنهادی منجر به ایجاد نقشه‌های طبقه‌بندی خانوارها بر اساس زمان پاسخ محاسبه‌شده برای هر یک از آنها شده است، در حالی که در محیط GIS کاربر می‌تواند از زمان پیش‌نیاز تخلیه برای هر فرد و همچنین اطلاع داشته باشد. مسیرهای فرار را از طریق یک سیستم نقشه برداری مدل واحد برای مسیرهای فرار دنبال خواهند کرد.

از دو سناریوی ایجاد شده، ما متوجه شدیم که درصد بسیار کمی از عابران پیاده تخلیه کامل شهرک مسکونی را به تاخیر می اندازند. بنابراین، در صورت وقوع یک بلای طبیعی، توصیه می‌شود که تیم‌های مداخله برای اولویت‌بندی کمک به ساکنان طبقه‌بندی شده در نوع C، ابتکار عمل را اتخاذ کنند ( شکل 12 را ببینید ).

به موازات آن، ما نموداری را ایجاد کرده‌ایم که عملکرد زمان تخلیه و درصد تخلیه‌شده‌ها را در جمعیت نشان می‌دهد ( شکل 15 را ببینید )، در نتیجه روشی برای تخلیه سکونتگاه‌های مسکونی در گروه ایجاد می‌کنیم. از تصویر نمودار، می توان استنباط کرد که تخلیه تدریجی ساکنان پیاده امکان پذیر است، بنابراین از هر گونه ازدحام بیش از حد غیر ضروری در EAP ها جلوگیری می شود، در حالی که امن ترین تخلیه آنها را تضمین می کند.

منابع

 

[ 1 ]	Kim Tae, H., Cova, TJ and Brunelle, A. (2006) انیمیشن نقشه اکتشافی برای تجزیه و تحلیل پس از رویداد توصیه های اقدام حفاظتی در برابر آتش سوزی. بررسی مخاطرات طبیعی، 7، 1-11. https://doi.org/10.1061/(ASCE)1527-6988(2006)7:1(1)
[ 2 ]	Li، DP، Cova، TJ و Dennison، PE (2015) رویکردی در سطح خانوار برای مرحله بندی هشدارهای تخلیه آتش سوزی با استفاده از مدل سازی ماشه. کامپیوتر، محیط زیست و سیستم های شهری، 54، 56-67. https://doi.org/10.1016/j.compenvurbsys.2015.05.008
[ 3 ]	لیندل، MK، کانگ، جی و پراتر، CS (2011) تدارکات تخلیه طوفان خانگی. خطرات طبیعی، 58، 1093-1109. https://doi.org/10.1007/s11069-011-9715-x
[ 4 ]	تخلیه جمعیت با نیازهای ویژه مسیرهای به سمت برنامه ریزی تخلیه موثر سری پرایمر (2009). دفتر عملیات اداره بزرگراه فدرال وزارت حمل و نقل ایالات متحده، 1200 خیابان نیوجرسی، جنوب شرقی واشنگتن، دی سی 20590. https://ops.fhwa.dot.gov/
[ 5 ]	مدیریت عابران پیاده در حین تخلیه مناطق شهری (2006) دفتر عملیات اداره بزرگراه فدرال وزارت حمل و نقل ایالات متحده تلفن: 202-366-1559، شماره انتشار FHWA-HOP-07-066 EDL 14337.
[ 6 ]	Anguelova, Z., Stow, DA, Kaiser, J., Dennison, PE and Cova, T. (2010) ادغام مدل های رفتار آتش سوزی و تحرک عابر پیاده برای ارزیابی خطر بالقوه برای انسان ها از آتش سوزی های جنگلی در منطقه مرزی ایالات متحده و مکزیک. جغرافی دان حرفه ای، 62، 230-247. https://doi.org/10.1080/00330120903543756
[ 7 ]	Yang, LY, Wang, X. and Zhou, M. (2020) مدل‌سازی انتخاب عابر پیاده و شبیه‌سازی استراتژی‌های تخلیه مرحله‌ای در نیروگاه هسته‌ای خلیج دایا. معاملات IEEE در سیستم های اجتماعی محاسباتی، 7، 686-695. https://doi.org/10.1109/TCSS.2020.2979531
[ 8 ]	Taneja, L. and Bolia, N. (2018) اقدامات کنترلی عابر پیاده برای مدیریت موثر واکنش اضطراری در تجمعات جمعی. مجله بین المللی مقاومت در برابر بلایا در محیط ساخته شده، 9، 273-290. https://doi.org/10.1108/IJDRBE-07-2017-0045
[ 9 ]	آقابایک، ک.، پریشاد، ن. و شیواکوتی، ن. (2020) بررسی تأثیر شیب پیاده‌روها و ویژگی‌های فیزیکی عابران پیاده بر سرعت پیاده‌روی و آهسته دویدن عادی عابران پیاده. علوم ایمنی، 133، 105012. https://doi.org/10.1016/j.ssci.2020.105012
[ 10 ]	Dijkstra، EW (1959) یادداشتی در مورد دو مسئله در ارتباط با نمودارها. Numerische Mathematik, 1, 269-271. https://doi.org/10.1007/BF01386390
[ 11 ]	Singal, P. and Chhillar, RS (2014) الگوریتم کوتاهترین مسیر Dijkstra با استفاده از سیستم موقعیت یابی جهانی. مجله بین المللی برنامه های کامپیوتری، 101، 12-18. https://doi.org/10.5120/17690-8654