ارزیابی مخاطرات اولویت ‌دار و شیوه مداخله ایمن ‌سازی روستاهای در معرض خطر ایران

سکونتگاه‌های روستایی با خصوصیاتی نظیر موقعیت جغرافیایی، ویژگی‌های محیطی، ساختار کالبدی - فضایی و سطح برخورداری معمولاً بیشترین بحران‌ها را در زمان بروز مخاطرات تجربه می‌نمایند. ازاین ‌رو شناسایی آسیب‌پذیری سکونتگاه‌های روستایی با در نظر گرفتن متغیرها و عوامل موثر، از مهم‌ترین روش‌های پیشگیری، کاهش خطر و مدیریت مخاطرات در روستاها به‌شمار می‌رود. در شناسایی، اولویت‌بندی و نحوه اقدام در روستاهای در معرض خطر سوانح طبیعی، از 48857 روستای بالای 20 خانوار در سراسر کشور، حدود 9000 روستای در معرض خطر با ریسک بالا در 5 اولویت دسته‌بندی و 1418 روستا با اولویت اول مورد بازدید میدانی قرار گرفت. سپس گزارش‌های بازدید با استفاده از نرم‌افزار nvivo تحلیل محتوایی شد. نتایج نشان داد که از 1418 روستای بازدید شده، 1169 روستا با مخاطره سیلاب، 638 روستا با مخاطره زلزله، 393 روستا با حرکات دامنه‌ای (زمین‌لغزش، سنگ‌افتان و غیره)، 33 روستا با فرونشست و فروچاله و 18 روستا با خطر ماسه‌های روان مواجهند و برخی از روستاها به‌صورت همزمان چندین مخاطره را تجربه می‌کنند. همچنین پس از دسته‌بندی و تعیین فراوانی راهکارهای پیشنهادی جهت کاهش خطر سوانح در روستاهای درمعرض، ساماندهی رودخانه‌ها و مسیل‌ها با 26.05 درصد، اجرای طرح‌های آبخیزداری با 17.16 درصد، جمع‌آوری و هدایت آب‌های سطحی و زیرزمینی با 10.17 درصد، ایجاد / بهسازی امکانات زیربنایی با 8.43 درصد و رعایت حد و حریم بستر با 8.04 درصد، بالاترین آمار را به خود اختصاص دادند. هم‌زمانی آمار بالای روستاهای درمعرض خطر سیلاب و پرتکرارترین مشکلات شناسایی شده در روستاها در حوزه‌ی کاهش خطر سیلاب، و از طرفی ویژگی طبیعی و جغرافیایی کشور ما و تشدید اثرات تغییر اقلیم و نظریه‌های موجود بر پایه افزایش احتمال وقایع حدی، ضرورت توجه به عملکرد دستگاه‌های ذی‌مدخل و شفاف‌سازی تکالیف و مسئولیت‌های ذاتی هر دستگاه و روابط میان متولیان و ذی‌مدخلان در ارتباط با چالش‌های شناسایی شده را بیش‌ از پیش نمایان می‌سازد.

evaluating priority hazards and safe intervention methods for at-risk villages in iran

rural settlements, characterized by their geographic location, environmental features, spatial-physical structure, and level of resources, often face the greatest challenges during hazardous events. identifying the vulnerabilities of these rural settlements by considering various influential factors is one of the most important methods for preventing, reducing risks, and managing hazards in these areas. to identify the hazards that affect a significant number of villages across iran and to recognize the weaknesses and problems many of these villages face when dealing with such hazards, field reports from 1418 villages were analyzed using nvivo software. this content analysis involved categorizing, counting, and determining the frequency of identified natural hazards, as well as the solutions proposed by expert inspection teams. the study’s findings identify the most common current challenges and problems these villages encounter in facing natural hazards. these results can be utilized to reduce the risk of natural disasters and enhance the safety of villages, identify weaknesses and strengths, prioritize needs in action plans, and assess the performance and effectiveness of the activities of relevant executive agencies in crisis management. methodologythe research method employed in this study is quantitative content analysis, a technique used to objectively and systematically describe explicit content in a quantifiable manner. in this quantitative approach, the primary aim is to measure the frequency of various thematic categories. the stages of content analysis, as outlined by borg and gall (1989), involve six steps: identifying relevant documents, setting research objectives, selecting a sample of documents, developing a categorization method, counting the frequency of each category, and interpreting the results. notably, the study utilized a deductive approach for developing categorization methods. this involved analyzing the content of field visit reports that proposed solutions for safeguarding villages at risk of natural disasters. the analysis focused on themes and concepts related to disaster risk reduction and village safety, using nvivo software for data management and analysis.