فهرست نشریات علمی دسترسی آزاد ایران

مقدمه: انسان امروزی با توجه به پیشرفت روزافزون خود و نیز رشد جمعیت اقدام به سـاخت شـهرهای جدیـد جهت اسکان بخشی از جمعیت نموده است و با توجـه بـه این کــه شــهرها ماننــد سیســتمی بــا ســاختاری هماهنگ و پویا می­باشد، می­بایست همه اصول دفاعی را رعایت نمـود تـا بشـر پیشـرفته و متمـدن دارای تکنولـوژی در ایـن سـکونت­گاه ­هـا کم­تـرین احساس خطـر را بنمایـد و در مواقـع بحـران بتوانـد بهترین مدیریت بحران را ارائه نماید. لذا با توجه به اینکه ایران جز ده کشور بلاخیز و ششمین کشور  زلزله خیز دنیا است و بافت فرسوده شهر کرمان نیز از این قاعده مستثنی نیست لزوم استفاده از تکنیک های سنجش از دور شهری مثل ماشین بردار برای شناسایی و مدیریت بحران زلزله ضروری می باشد.داده و روش: مقاله حاضر از نظر هدف کاربردی و از نظر روش ترسیمی - تحلیلی می­ باشد. در این پژوهش ابتدا با استفاده از تصاویر ماهواره­ای ASTER سال 2007 به شناسایی بافت­ های فرسوده شهر کرمان با استفاده از روش طبقه ­بندی ماشین بردار پشتیبان پرداخته شد. در این بررسی با ضریب کاپای 76 درصد برای تمامی طبقات تعیین شده و ضریب کاپای 59 درصد بافت فرسوده شهر کرمان شناسایی گردید.یافته‌ها: یافته ­های تحقیق و نقشه نهایی میزان آسیب ­پذیری حوزه دو بافت فرسوده نشان داد مناطق با آسیب ­پذیری زیاد 87/29 درصد از کل مساحت حوزه می­ باشد، که این میزان نشان­ دهنده نامناسب بودن بافت حوزه در هنگام وقوع زلزله می ­باشد. رتبه ­های بعدی این بررسی به ترتیب شامل 15/29 درصد آسیب ­پذیری متوسط، 01/28 درصد آسیب پذیری بسیار کم، 74/6 درصد آسیب ­پذیری بسیار زیاد و 21/6 درصد آسیب پذیری کم می ­­باشد.نتیجه‌گیری: نتایج این پژوهش نشان داد که روش طبقه­بندی ماشین­ بردار پشتیبان (SVM) توانایی تشخیص نزدیک به 75 درصد از بافت فرسوده محدوده را دارا بوده است. که این شناسایی قدرت بالای روش ماشین­ بردار پشتیبان در شناسایی حوزه دو بافت فرسوده شهری را نشان داده است.