طراحی الگوی مدیریت بحران زلزله با هدف کاهش آسیب پذیری اقتصادی؛ مطالعه موردی منطقه 22 تهران

حوادث غیرمترقبه ازجمله مسائلی هستند که گریبانگیر دولت‌ها و ملت‌ها شده، تلفات جانی و خسارات اقتصادی فراوانی بر آن‌ها تحمیل می‌نمایند. در این مقاله، با رویکردی زیربنایی و نرم به رسالت مهندسی زلزله، نسبت به طراحی الگویی راهبردی برای مدیریت بحران زلزله اقدام گردیده است. در این راستا، از روش تحقیق آمیخته (ترکیبی از روش‌های کمّی و کیفی) بهره‌گیری شده و ضمن اخذ آراء خبرگان حوزه‌های مهندسی زلزله و مدیریت بحران، متغیرهای کمّی و کیفی اثرگذار بر میزان آسیب‌پذیری لرزه‌ای پهنه‌ها، شناسایی و تحلیل گردیده‌اند، به‌نحویکه متغیرهای دارای ماهیت کمّی و سنجه‌پذیر، در قالب مدل ارزیابی آسیب‌پذیری لرزه‌ای، بررسی گردیده و سایر عوامل راهبردی اثرگذار که دارای ماهیت کیفی می‌باشند نیز با بکارگیری تکنیک تحلیل راهبردی سوآت، ارزیابی شده‌اند. در بخش کیفی پژوهش، با استفاده از روش تحلیل محتوا، چارچوب مفهومی الگو و نیز معیارهای ارزیابی آسیب‌پذیری لرزه‌ای استخراج شده‌اند. در بخش کمّی پژوهش نیز با بهره‌گیری از تکنیک‌های آماری ازجمله آزمون همبستگی، الگوی موردنظر برازش گردیده و با استفاده از روش فرایند تحلیل سلسله‌ مراتبی و بهره‌گیری از نرم افزار expert choice، ضریب اهمیت معیارهای ارزیابی آسیب‌پذیری لرزه‌ای و شاخص‌های عددی شدت آسیب‌پذیری لرزه‌ای تعیین شده‌اند. سپس، مبتنی بر تحلیل آسیب‌پذیری لرزه‌ای، راهبردهای متناسب، تدوین گردیده و با توجه به سطح اهمیت آن‌ها، الویت‌بندی شده‌اند. درنهایت، راهکارهای اجرایی متناسب با هر راهبرد پیشنهاد می‌گردند. به منظور پیاده‌سازی الگوی نهایی، منطقه 22 شهر تهران به عنوان مورد مطالعه انتخاب شده که وسیع‌ترین توسعه شهری متصل به تهران و به تعبیری استانداردترین منطقه شهری در سطح کشور است.

developing a strategic model for earthquake crisis management, targeting to minimize economic vulnerability; case study on district 22 of tehran

the present study offers a new interpretation of the generalized integral transform technique as a powerful numerical method called the integral transform method. this method transforms models of nonlinear partial differential equations into a nonlinear system paired with ordinary differential equations to be solved numerically. on the other hand, in the present study, not only pricing is discussed, but also model calibration, which is a critical process, is designed to minimize the difference between the observed prices and the model prices. in order to implement the proposed model, the present study has used the call option data offered in the tehran stock exchange and as a sample, has used the call option information of saipa company shares for the maturity of june 2022. first, the conditional probability distribution function for different initial values of the underlying asset was obtained by coding in python environment, and then the model was calibrated at different maturities. the results showed that the model calibration based on the dove swarm optimization algorithm is suitable for options that are in a state of at-the-money or in-the-money in all maturity scenarios and are in out-of-the-money state in the midterm and long term scenarios. furthermore, calibration based on the ant colony optimization algorithm can be used for options that are in an out-of-the-money state in the short-term scenario.