سنجش الگوی توزیع فضایی آسیب پذیری اجتماعی – کالبدی شهری در مخاطرات طبیعی (مطالعه موردی منطقه هفت شهرداری تهران )

شناخت الگوهای فضایی در آسیب‌پذیری نگاه جامعی به نقاط آسیب‌پذیر را شامل می‌شود و قدرت تحلیل را برای مسئولین محیا می‌کند. لذا ضرورت دارد که الگوهای آسیب‌پذیری را شناخته تا با توجه به آن‌ها در مواقع بروز بحران، میزان آسیب را به حداقل رساند. شهر تهران به‌عنوان مرکز سیاسی ndash; اداری کشور، با توجه به بار جمعیتی و توسعه فیزیکی ndash; کالبدی با مخاطرات متنوعی روبروی می باشد. در این پژوهش سعی شده تا الگوی توزیع فضایی آسیب پذیری شهری در برابر مخاطرات طبیعی در ابعاد اجتماعی و کالبدی در منطقه 7 تهران تحلیل شود. روش این پژوهش توصیفیتحلیلی و مدل مورداستفاده منطق فازی مثلثاتی می‌باشد. نتایج به‌دست‌آمده حاکی از آن است که: طبق امتیاز z مقادیر مثبت 1.96 به بالا ، که در پهنه جنوب شرقی منطقه خوشه هایی با لکه های داغ را تشکیل داده اند. نشان از آسیب پذیری بیشتر در این قسمت هاست. همچنین مقادیر منفی 1.96 و کمتر که از نظر آماری معنی دار بوده و به رنگ آبی هستند لکه های سرد را تشکیل داده اند، و این‌گونه تفسیر می شود که نواحی دارای آسیب پذیری کم نیز در فضا خوشه بندی شده و عمدتاً در پهنه شمال غربی قرارگرفته‌اند.

Assessment of Spatial Distribution Model of Urban-Social Vulnerability in Natural Hazards (A case study of Seven Municipality of Tehran)

Identifying spatial patterns in vulnerability involves a comprehensive look at vulnerable points. And provides analytical power to the authorities. Therefore, it is necessary to recognize patterns of vulnerability so as to minimize the amount of damage to them in the event of a crisis. The city of Tehran, as the political and administrative center of the country, is faced with a variety of risks due to demographic burden and physical development. In this research, we tried to analyze the spatial distribution pattern of urban vulnerability to natural hazards in social and physical dimensions in Tehran's 7th region. The method of this descriptiveanalytic study and the model used for trigonometric fuzzy logic. The results indicate that: According to the z score, the positive values are 1.96 up, which form the clusters of hot spots in the southeastern region of the arena; It is a sign of more vulnerability in these areas. Also, negative values of 1.96 and less, which are statistically significant and blue, have formed cold spots, And it is interpreted that low vulnerability zones are clustered in space and are mainly located in the northwest. Therefore, the lower the color range in the red and blue areas was less statistically significant to the point where this positive net worth is 1.65 that in this situation, the spatial behavior of the vulnerability is considered to be nonsignificant in terms of hot or cold clusters with high and low values and spatial autocorrelation that the map is also displayed in yellow.