پهنه بندی خطر‌پذیری زلزله و مکان‌یابی مناطق امن در زمان مخاطرات طبیعی با استفاده الگوریتم‌های هوش مصنوعی و gis (مطالعۀ موردی: منطقه یک شهرداری کلان ‌شهر اهواز)

با توجه به اینکه مکان‌گزینی برای اسکان موقت پس از بروز سانحۀ زلزله را سازمان امدادرسانی بدون در‌نظر‌گرفتن استانداردهای لازم انجام می‌دهد؛ از‌این‌رو، این کار با مشکلات زیادی به‌ویژه در کلان‌شهرها همراه خواهد بود. برای پیشگیری از وقوع مشکلات و برای داشتن برنامۀ عملیاتی‌ مدون پس از وقوع بحران زلزله، لازم است مناطق زلزله‌خیزی همچون کلان‌شهر اهواز به ‌لحاظ مناطق خطرپذیر، مناطق امن برای اسکان موقت پس از بحران و همچنین مسیریابی بهینه برای رسیدن به مناطق امن، پهنه‌بندی و‌ بررسی دقیق شو‌د. در این پژوهش، اهداف یادشده با استفاده از سیستم استنتاج فازی، تحلیل سلسله‌مراتبی فازی و همچنین gis در منطقه یک کلان‌شهر اهواز‌ مطالعه ‌ و نتایج حاصل‌ مقایسه شده است. به‌‌همین منظور، موثرترین داده‌ها برای یافتن محل‌ های پر‌خطر زلزله، امن و مسیریابی گردآوری و‌ استفاده شد. بر اساس نتایج به‌دست‌آمده، سیستم استنتاج فازی در خصوص پهنه‌بندی خطر به میزان 85% منطبق بر نظر کارشناسان، و تحلیل سلسله ‌مراتبی فازی تنها به‌میزان 41% منطبق بر نظر کارشناسان بود که این نتایج قابلیت و دقت بالاتر سیستم استنتاج فازی را در مقایسه با تحلیل سلسله مراتبی‌ نشان می‌دهد. برای یافتن مناطق امن برای اسکان موقت پس از زلزله، نیز بعد از بررسی مساحت‌ها و نوع کاربری‌های پهنه ‌های پیشنهادی با دو مدل، در مدل سیستم استنتاج فازی تعداد 25 سایت اسکان موقت و در مدل تحلیل سلسله‌مراتبی فازی 18 پهنه اسکان موقت استخراج و شناسایی شد‌. همچنین، در زمینۀ مسیریابی نتایج نشان داد، برای محدودۀ مورد مطالعه، هر دو مدل الگوریتم ژنتیک و دایجسترا مناسب و قابل به‌کارگیری است.

Earthquake Risk Zoning for locating Safe Areas at the time of Natural Hazards Events Using Artificial Intelligence Algorithms and GIS (Case Study: District “One” of Ahvaz City)

Since locating temporary housing at the time of earthquake disaster is done regardless of standard criteria by relief organizations, it may pose many complications, especially in large cities. To avoid such problems, a written action plan is needed for zoning seismic prone areas in settlements such as Ahvaz city, in terms of hazardous areas, safe areas for temporary housing after the disaster, and identifying the optimal routing to reach safe areas. In this study, the abovementioned objectives have been studied using Fuzzy inference, Fuzzy hierarchical analysis and GIS in district “one” of Ahvaz metropolitan city. For this purpose, the most important data has been collected and used to locate highrisk as well as secure areas and also identifying the optimal routs to reach safe areas. Based on the results, Fuzzy Inference System shows 85% whereas, the Fuzzy hierarchical analysis exhibits 41% agreement with expert’s choice. This results showed the higher capability of fuzzy inference system as compared to hierarchical analysis. To identify safe locations for temporary housing  post to earthquake disaster, after reviewing the type and landuse of the proposed areas using two models, in Fuzzy Inference System Model, 25 sites and in the Fuzzy hierarchical analysis, 18 sites of temporary housing were determined. In terms of optimal routing, the results showed that, both Genetic and Dijkstra algorithm are appropriate and applicable. ing