بهینه سازی توزیع فضایی کاربری های تجاری شهری به منظور بهبود عملیات امدادونجات در مواقع بحران با استفاده از الگوریتم بهینه سازی جغرافیای زیستی

نویسندگان

1 کارشناس ارشد مدیریت در سوانح طبیعی، دانشکده محیط زیست ، دانشگاه تهران، تهران، ایران

2 دانشیار دانشکده محیط زیست دانشگاه تهران، تهران، ایران

doi
JABM.3.2.15564.35802323442
چکیده

در تحقیق حاضر، هدف بهینه‌سازی توزیع فضایی کاربری‌های شهری به منظور بهبود عملیات امداد و نجات در مواقع بحران با استفاده از الگوریتم بهینه‌سازی جغرافیای زیستی است. این پژوهش به‌منظور کاهش آسیب‌پذیری مناطق شهری در برابر بحران‌ها و افزایش انعطاف‌پذیری آنها انجام شده است. مشکلات اصلی روش‌های مرسوم مدیریت بحران شهری، مانند استفاده از سیستم‌های اطلاعات جغرافیایی، عدم توجه به ارتباطات متقابل میان عملکردها در مجموعه اراضی است.روش تحقیق مبتنی بر تکامل الگوریتم است که از یک نسل اولیه شروع می‌کند و با تکرار بهبود می‌یابد. داده‌های تحقیق از یک طیف دوتایی حاصل شده‌اند که نرخ مهاجرت به داخل (λ) و نرخ مهاجرت به خارج (μ) را نشان می‌دهند. این داده‌ها برای تعیین وضعیت هر یک از متغیرها در جداول و استفاده در نرم‌افزار متلب به کار گرفته می‌شوند.محدوده مصوب شهر سمنان با مساحت 2370 هکتار به دو منطقه بافت فرسوده و بافت جدید تقسیم شده است. نتایج تحقیق نشان می‌دهد که کاربری‌های مورد نیاز منطقه یک سمنان، با توجه به نرخ انتقال، نزدیک به طرح‌های توسعه شهری در نظر گرفته شده هستند. نتایج حاصل از الگوریتم نشان داد که در بین ابعاد مختلف (اقتصادی، اجتماعی، کالبدی-فیزیکی، محیطی-اکولوژیکی)، بعد کالبدی-فیزیکی با وزن 0.299 بیشترین اثرگذاری را بر نظام توزیع کاربری‌ها و همجواری آنها در سطح شهر سمنان دارد. عوامل اجتماعی با وزن 0.217، محیطی-اکولوژیکی با وزن 0.195 و اقتصادی با وزن 0.171 در رتبه‌های بعدی قرار دارند.برای هر یک از ابعاد چهارگانه تحقیق، لایه GIS تهیه شده و همپوشانی لایه‌ها با توجه به اوزان هر بعد انجام می‌شود. نتایج همپوشانی با طرح توسعه مقایسه شده و نشان می‌دهد که الگوی کاربری اراضی شهری سمنان بر اساس ابعاد جغرافیای زیستی شکل نگرفته است و این امر مشکلات مدیریتی در امداد و نجات در مواقع بحران ایجاد می‌کند. بنابراین، نیاز به بهبود و بهینه‌سازی توزیع کاربری‌ها با توجه به الگوریتم بهینه‌سازی جغرافیای زیستی وجود دارد. این روش توانست پس از شناسایی متغیرهای اثرگذار، به بهبود وضعیت امداد و نجات و نظام توزیع کاربری‌ها در سطح شهر کمک کند.