نقشه راه GIS

درخواست مشاوره

09120049370

8 صبح تا 12 شب

09120049370

Telegram Whatsapp Youtube

خلاصه

اطلاعات خطر بلایا ماهیت مکانی دارد و سیستم‌های اطلاعات جغرافیایی (GIS) و سنجش از دور (RS) نقش کلیدی مهمی را با خدماتی که به جامعه ارائه می‌دهند، ایفا می‌کنند. در این زمینه، به مدیریت ریسک و حکمرانی، به طور کلی، و به طور خاص به حفاظت مدنی (در بسیاری از کشورها به طور متفاوت نامیده می شود، و به عنوان مثال شامل: حوادث غیر مترقبه در بریتانیا، امنیت داخلی در ایالات متحده، کاهش خطر بلایا در سازمان ملل متحد است. مرحله). انگیزه اصلی این مقاله، خلاصه کردن مشارکت‌ها و چالش‌های کلیدی در استفاده و پذیرش روش‌ها و داده‌های GIS و RS برای حاکمیت ریسک بلایا است که شامل ارگان‌های دولتی، اما همچنین مدیران ریسک در صنعت و متخصصان در سازمان‌های جستجو و نجات می‌شود. این مقاله پیشرفت‌های روش‌های خاصی مانند شاخص‌های آسیب‌پذیری، جمع‌سپاری، و مفاهیم نوظهور، مانند اطلاعات جغرافیایی داوطلبانه، همچنین پتانسیل موضوع زیرساخت بحرانی را بررسی می‌کند، زیرا می‌تواند بر روی دارایی‌های مکانی و GIS و خود RS اعمال شود. هدف اصلی این مقاله برای تحریک تحقیقات در زمینه های جدید و نوظهور، حرکت تحقیقات فضایی به سمت یک موضع بازتابی تر است که در آن فرصت ها و چالش ها به طور مساوی و شفاف به منظور دستیابی به کیفیت علمی بیشتر مورد توجه قرار می گیرند. به عنوان یک نتیجه، GIS و RS می‌توانند نقشی محوری نه تنها در ارائه داده‌ها، بلکه در اتصال و تجزیه و تحلیل داده‌ها به روشی یکپارچه‌تر و جامع‌تر ایفا کنند. هدف اصلی این مقاله برای تحریک تحقیقات در زمینه های جدید و نوظهور، حرکت تحقیقات فضایی به سمت یک موضع بازتابی تر است که در آن فرصت ها و چالش ها به طور مساوی و شفاف به منظور دستیابی به کیفیت علمی بیشتر مورد توجه قرار می گیرند. به عنوان یک نتیجه، GIS و RS می‌توانند نقشی محوری نه تنها در ارائه داده‌ها، بلکه در اتصال و تجزیه و تحلیل داده‌ها به روشی یکپارچه‌تر و جامع‌تر ایفا کنند. هدف اصلی این مقاله برای تحریک تحقیقات در زمینه های جدید و نوظهور، حرکت تحقیقات فضایی به سمت یک موضع بازتابی تر است که در آن فرصت ها و چالش ها به طور مساوی و شفاف به منظور دستیابی به کیفیت علمی بیشتر مورد توجه قرار می گیرند. به عنوان یک نتیجه، GIS و RS می‌توانند نقشی محوری نه تنها در ارائه داده‌ها، بلکه در اتصال و تجزیه و تحلیل داده‌ها به روشی یکپارچه‌تر و جامع‌تر ایفا کنند.
کلید واژه ها: 

مدیریت ریسک بلایا ; سیستم های اطلاعات جغرافیایی ; سنجش از دور ؛ اطلاعات جغرافیایی داوطلبانه جمع سپاری ; زیرساخت های حیاتی نقشه برداری بحران ; حفاظت مدنی

 

1. معرفی

سیستم‌های اطلاعات جغرافیایی (GIS) و سنجش از دور (RS) به عنوان ابزارها، روش‌ها و منابع داده‌ای حیاتی برای مکان‌یابی، پایش، و تجزیه و تحلیل بحران‌های انسانی و مخاطرات طبیعی در دهه‌های گذشته شناخته شده و مورد استفاده قرار گرفته‌اند، به ویژه در دهه بین‌المللی کاهش بلایای طبیعی (IDNDR). علاوه بر GIS، ترکیب داده ها بین تصاویر نوری، راداری و حرارتی به عنوان نقش اصلی در هر یک از چهار مرحله چرخه مدیریت بلایا (کاهش، آمادگی، پاسخ و بازیابی)، با ارائه به روز شناخته شده است. اطلاعات مکانی [ 1]. مهمترین کاربرد سنجش از دور، ارزیابی میزان خسارات وارده به یک منطقه آسیب دیده از بلایا و نظارت بر بازیابی آن است. داده‌های رادار دیافراگم مصنوعی (SAR) می‌توانند برای اندازه‌گیری تغییرات توپوگرافی و آسیب ساختمان از طریق تجزیه و تحلیل چند زمانی تصاویر قبل و بعد از فاجعه استفاده شوند [ 2 ]. تداخل سنجی دیفرانسیل SAR (DInSAR) یکی از بهترین تکنیک های موجود در مواقعی که نقشه تغییر شکل زمین در مناطق مستعد زلزله یا زمین لغزش مورد نیاز است، در نظر گرفته می شود [ 3 ، 4 ، 5 ]. دقت این تکنیک به پارامترهای زیادی مانند شرایط زمین و جو، باند موج، زاویه تابش و واریانس و شدت پراکندگی برگشتی بستگی دارد [ 6]]. موفقیت این فناوری‌ها را نمی‌توان تنها با تکثیر مقالات، بلکه با تعداد مؤسساتی که با هدف خاص استفاده از این ابزارها برای مدیریت ریسک بلایا تأسیس شده‌اند، ارزیابی کرد.
در این مقاله از GIS و RS هر دو به عنوان نمونه های برجسته ابزار و مدل برای ارزیابی فضایی استفاده می کنیم. در بسیاری از بخش‌ها، ما از آنها به صورت مترادف برای تکنیک‌های جمع‌آوری داده، منابع داده، و روش‌های پردازش و نمایش داده‌ها و همچنین تجزیه و تحلیل داده‌ها (ابزارها) و تحقیق در مورد این دو استفاده می‌کنیم. GIS شامل ابزارهای نرم افزاری برای پردازش داده های مکانی و RS شامل تجزیه و تحلیل و فرآیند جمع آوری داده ها از طریق حسگرهای تسهیل شده از راه دور است. از انواع داده‌ها و منابع گرفته تا روش‌های پردازش، همپوشانی‌های خاصی وجود دارد، اما ویژگی‌های متفاوت بسیاری نیز وجود دارد. هدف این مقاله توصیف یا حتی تحلیل این تفاوت ها نیست. به عنوان مثال، وظیفه ما این است که در مورد مثال‌های خاص از کاربردهای فعلی در زمینه تحقیقات بلایا و ریسک، وجه اشتراک آنها را نشان دهیم، شاخص های آسیب پذیری فضایی GIS و RS به طور مساوی به فرآیندهای ارزیابی و تحلیل فضایی (از نظر زنجیره های فرآیندی) کمک نمی کنند. به عنوان مثال، برخی از داده های GIS، مانند داده های مصاحبه، به حسگرهای RS مربوط نمی شود، اما GIS می تواند هر دو را ترکیب کند.
جدای از تفاوت‌های فنی، جمع‌آوری و پردازش داده‌ها نیز وجود دارد که هم برای GIS و هم برای RS، به شدت به تأمین مالی وابسته است، و برای هر دو، ناهمگونی در دسترس بودن و دسترسی به جوامع و تصمیم‌گیرندگان حتی گسترده‌تر شده است که مستحق ارزیابی است. و مقاله به تنهایی تنوع (افزایش مستمر در) انواع داده‌های دسترسی باز تقریباً بدون هزینه و کسب، به ویژه در زمینه‌های کمک‌های بشردوستانه، در مقاله ما (به شیوه‌ای محدود) مورد بررسی قرار گرفته است، همانطور که محدودیت‌های داده‌ها و نرم‌افزارهای هنوز پرهزینه، و هزینه های آموزشی با گسترش دامنه از یک دیدگاه فنی به یک دیدگاه یکپارچه تر، ما می خواهیم چگونگی ارتباط علم در زمینه های GIS و RS را به حوزه های در حال رشد مدیریت ریسک بلایا (DRM) و حاکمیت ریسک، مشخص کنیم. که هر دوی آنها یکپارچه‌تر هستند به این معنا که بسیار فراتر از دیدگاه داده‌ها و روش‌ها و درگیر کردن نیازهای کاربر و فرآیندهای تصمیم‌گیری هستند. بنابراین این مقاله از GIS و RS اغلب به صورت مترادف استفاده می کند تا دیدگاه های پذیرش احتمالی از حوزه DRM را آشکار کند.
منظور از مدیریت ریسک بلایا (DRM) فرآیند چند رشته ای است که منجر به برنامه ریزی و بکارگیری سیاست ها، استراتژی ها، ابزارها و اقدامات مداخله مستقیم می شود که به نفع پیش بینی، کاهش و کنترل اثرات پدیده های فیزیکی خطرناک بر روی جمعیت، سیستم های تولید است. زیرساخت ها، کالاها، خدمات و محیط زیست. مجموع اقداماتی که به نفع پیش‌بینی، کاهش و کنترل خطر با استفاده از روش‌های پیشگیری، کاهش، آمادگی، توانبخشی، بازسازی و بازیابی است [ 7 ]. حاکمیت ریسک بخشی از مدیریت ریسک بلایا است: مجموعه ای از بازیگران، قوانین، قراردادها و مکانیسم های مربوط به جمع آوری، تجزیه و تحلیل و ارتباط اطلاعات در مورد ریسک و فرآیندهای تصمیم گیری مدیریت [8] .]. بسیاری از مراحل چرخه های فرآیند اغلب دیده شده DRM و حاکمیت ریسک حداقل با هم همپوشانی دارند (برای مثال، چرخه های فرآیند را در ISO 31000 [ 9 ] و IRGC 2009 [ 10 ] مقایسه کنید، و یک مرور کلی بیشتر در مورد استفاده های فعلی در [ 11 ]). ما مدیریت ریسک بلایا را به عنوان یک فرآیند یکپارچه می‌دانیم (ISO – سازمان بین‌المللی استاندارد 2009) که شامل مراحل آماده‌سازی، تجزیه و تحلیل، ارزیابی، تصمیم‌گیری و ارتباطات است. حاکمیت ریسک مترادف این فرآیند است [ 10]، در حالی که حتی بیشتر به دخالت بازیگران سیاسی اشاره می کند. حاکمیت ریسک حتی تاکید بیشتری بر ارتباط بین همه بازیگران، بین تمام مراحل دارد و بر یک جنبه سیاسی تاکید می کند. در زمینه علم خطر بلایا، یا همانطور که بیشتر شناخته می شود، کاهش خطر بلایا، هر دو مفهوم، DRM و Risk Governance برای درک ارتباط بین فرآیندهای خطر، انعطاف پذیری و آسیب پذیری و ابزارهایی مانند GIS و RS بسیار مهم هستند.
این مقاله بر اساس تحقیقات و تمرین نویسندگان در زمینه مدیریت ریسک بلایا در 15 سال گذشته است. بنابراین، این دیدگاه و نظر ذهنی در مورد تعدادی از جنبه‌های انتخابی است که در مناطقی غالب است که تنها بخش کوچکی از استفاده کلی از اطلاعات جغرافیایی و سنجش از دور را نشان می‌دهند. علاوه بر این، در زمینه علم و مدیریت ریسک بلایا، این دیدگاه بیشتر به تجربه با مقامات ملی حفاظت مدنی در اروپا و سازمان های ملل متحد و سازمان های بین المللی توسعه محدود می شود.
با توجه به گستردگی خدماتی که GIS و RS می‌توانند ارائه کنند، این مقاله به شاخص‌های مکانی، نقشه‌برداری/سیستم‌های هشدار اولیه و ارتباطات محدود می‌شود، زیرا اینها بیشترین ارتباط مستقیم را برای برنامه‌های DRR دارند. سایر خدمات برای کاهش خطر از نوع عمومی تر، مانند GNSS (سیستم ماهواره ای ناوبری جهانی که پوشش جهانی را از طریق مجموعه ای از ماهواره ها ارائه می دهد که سیگنال هایی از مکان یابی و داده های زمان بندی ارسال کننده فضا ارائه می دهد) و همچنین اندازه گیری های جوی، آب و هواشناسی یا اقیانوس شناسی، مستثنی هستند. زیرا آنها از طول و هدف این مقاله فراتر خواهند رفت.
این مقاله ابتدا شاخص های فضایی را در فصل 2 به عنوان یکی از نمونه های برجسته روش شناسی در DRM توصیف می کند. در فصل 3 مقاله کاستی های معمولی داده های غالب و رویکردهای متدولوژی محور رایج در جوامع GIS و RS را برجسته می کند. فصل 4 اطلاعات جغرافیایی داوطلبانه و جوامع را در نقش و استفاده رو به رشد آنها برای تجزیه و تحلیل خطر بلایا و مشارکت کاربران مورد بحث قرار می دهد. فصل 5 یک رویکرد مدیریت کل نگر را ارائه می دهد که در مدیریت ریسک بلایا برای ادغام تمام روش ها و مفاهیم مختلف در GIS و RS استفاده می شود. فصل 6 سپس بررسی می کند که آیا خدمات GIS و RS از نظر تبدیل شدن به یک منبع کلیدی برای DRM دارای ویژگی های سایر خدمات به اصطلاح زیرساخت حیاتی نیستند یا خیر.

2. شاخص های فضایی

2.1. گسترش شاخص های آسیب پذیری و انعطاف پذیری

برنامه ریزی و تصمیم گیری برای توسعه پایدار که مستلزم فعالیت پیشگیرانه و تصمیم گیری آگاهانه است، به دلیل رویکرد واکنشی DRM، چالشی واقعی برای تصمیم گیرندگان است. بنابراین، با کمک GIS، شاخص‌های فضایی به طور گسترده برای اندازه‌گیری (به معنای کمی یا نیمه کمی و نسبی) و انتقال پدیده‌هایی مانند مخاطرات طبیعی، جنگل‌زدایی، تغییر کاربری اراضی، آتش‌سوزی، سیل، زلزله و… سونامی، تغییرات آب و هوایی همه آنها در شاخص های مختصر با عوامل و متغیرهای انسانی ترکیب شده اند که بخش های اجتماعی، فرهنگی، نهادی، اقتصادی و سایر بخش ها را پوشش می دهند. فقط برای نام بردن یک مثال از تجربه ما: آسیب پذیری اجتماعی [ 12 ، 13] و شاخص‌های اجتماعی-اکولوژیکی انعطاف‌پذیری یا آسیب‌پذیری که با نقشه‌های منطقه سیل مشتق‌شده از RS، طبقه‌بندی‌های کاربری زمین و داده‌های بارش مرتبط شده‌اند [ 14 ، 15 ، 16 ]. خشکسالی، زلزله، سونامی و طوفان از دیگر مناطقی هستند که چنین ارزیابی های فضایی در آنها به طور گسترده مورد استفاده قرار می گیرد [ 17 ، 18 ، 19 ].

2.2. گسترش شاخص‌های آسیب‌پذیری و انعطاف‌پذیری در زمینه‌های کمک‌های انسانی، درگیری‌ها و تغییرات جمعیتی

شاخص ها به یک خطر خاص مرتبط نیستند، اما برخی از آنها بیشتر به یکی از آنها مرتبط هستند تا خطر دیگری. برای مثال، این شماره ویژه، از شاخص‌های اجتماعی فضایی برای نشان دادن تأثیر اضافی آسیب‌پذیری‌های اجتماعی بر درگیری در یمن استفاده می‌کند (به مقاله دیگر مراجعه کنید). کشورهای بیشتری در حال حاضر تحت تأثیر درگیری های انسانی مشابه قرار گرفته اند و ارزیابی های مشابه و مقایسه آنها ارزشمند خواهد بود. مثال یمن نه تنها کاربرد بسیار به موقع این روش شناسی است، بلکه به ارائه اطلاعات عمیق ارزشمند در مورد خطرات بلایا و اثرات مخرب احتمالی که فراتر از نقشه برداری از نقاط داغ خطرناک است کمک می کند. زمین لرزه های اخیر در نپال (25 آوریل و 12 مه 2015) مورد تاسف بار دیگری را نشان می دهد که چگونه RS، GIS و همچنین مشاهدات زمینی (GO) می توانند به مدیریت بلایا و امداد رسانی کمک کنند. اطلاعات بارگیری شده توسط تلاش‌های چند سازمانی پس از فاجعه در زمین با داده‌های سنجش از راه دور در مورد «زلزله نپال 2015: بستر اطلاعاتی امداد و بازیابی بلایای طبیعی» (NDRRIP)، یک پورتال جغرافیایی که به طور مشترک توسط دولت نپال و ICIMOD ایجاد شده است، همگرا شد. نقشه و ارزیابی پیامدهای زمین لرزه، به ویژه رانش زمین، ریزش سنگ و بهمن [20 ] و تلاش های امدادی را جهت دهی کنید.
علاوه بر این، نقشه‌برداری بحران، خود در سطح بین‌المللی در چارچوب منشور بین‌المللی فضایی و بلایای بزرگ که در سال 2000 توسط CNES (مرکز ملی مطالعات فضایی) و ESA (آژانس فضایی اروپا) به همراه CSA (آژانس فضایی کانادا) آغاز شد، انجام می‌شود. NOAA (اداره ملی اقیانوسی و جوی ) ، ISRO (سازمان تحقیقات فضایی هند)، CONAE (آژانس فضایی آرژانتین)، JAXA (آژانس فضایی ژاپن)، USGS (سازمان زمین شناسی ایالات متحده)، BNSC/DMCii (Saster Monitoring Constellation International Imaging Ltd. CNSA (اداره ملی فضایی چین)، ROSCOSMOS (آژانس فضایی فدرال روسیه)، INPE (موسسه ملی تحقیقات فضایی آمریکای جنوبی)، DLR (مرکز هوافضای آلمان) و KARI (تحقیقات هوافضای کره) و سازمان ملل متحد در 2003 [20 ]، با کمک UNITAR/UNOSAT (گروه سازمان ها و شرکت های این منشور، تجزیه و تحلیل و نقشه برداری اطلاعات مبتنی بر EO را هماهنگ می کنند و راه حل های یکپارچه مبتنی بر ماهواره را برای امنیت انسانی، صلح و توسعه اجتماعی-اقتصادی ارائه می دهند). چندین آژانس فضایی ملی، مرکز، موسسات و سازمان‌های علوم زمین مانند IPGP (فرانسه)، INGV (ایتالیا)، NUA (یونان)، BGS (بریتانیا)، USGS، GFZ (آلمان)، DLR-ZKI (آلمان)، و KOERI (ترکیه) در ارائه واکنش سریع به مخاطرات طبیعی و رویدادهای بحران انسانی در قالب نقشه‌های ماهواره‌ای که مناطق تأثیر خطر، مکان‌های تخلیه و سایر اطلاعات را مشخص می‌کند، جایگزین می‌شود.
علاوه بر این منشور، محصولات مشابه توسط خدمات مدیریت اضطراری (EMS) کوپرنیک تولید می شود. کوپرنیک برنامه رصد زمین اتحادیه اروپا است و EMS یکی از شش سرویسی است که داده های مشتق شده از ماهواره را با درجا یکپارچه می کند.داده ها برای تجزیه و تحلیل و نظارت بر مسائل مربوط به محیط زیست و امنیت. همزمان با توسعه این خدمات کوپرنیک، کمیسیون اروپا به همراه آژانس فضایی اروپا (ESA) صورت فلکی اختصاصی خود را از ماهواره‌ها به نام Sentinels به فضا پرتاب کردند. پیش‌بینی می‌شود که به کاربر – تحت شرایط معین و هنوز تعریف نشده – دسترسی رایگان به داده‌های Sentinel بدهد. اگر قرار باشد این امر محقق شود، یکی از محدودیت‌هایی که مانع استفاده گسترده‌تر از اطلاعات مشتق‌شده از ماهواره برای مدیریت ریسک بلایا می‌شود، حذف خواهد شد: هزینه‌های داده‌های EO.
حذف این هزینه ها نقش خدمات اضطراری، دولت و حتی سازمان های بشردوستانه بین المللی را افزایش می دهد. دولت و همه سازمان‌های دولتی نقش عمده‌ای در نجات جان انسان‌ها، حفظ اموال، جلوگیری از آسیب و خرابی زیرساخت‌های حیاتی ملی (CNI) ایفا کرده‌اند. با این حال، حادثه 11 سپتامبر، سونامی آسیا (2004)، فاجعه پیچیده در ژاپن (2011) و زمین لرزه های کرایست چرچ (2010، 2011) فقط به چند مورد اشاره می کنند، ثابت کرده اند که ظرفیت CNI، خدمات اورژانس یا سازمان های دولتی ناکافی است. در تسهیل واکنش موثر به حوادث پیچیده، عمده یا بی سابقه. شاید این واقعیت یا شکست مداوم CNI در سراسر جهان، عموم مردم را مجبور به خودسازماندهی، اقتباس از غریزه بقا یا همدلی با یکدیگر در مواجهه با مرگ کرده است.21 ]، برای مثال، دیل کونس، مهندس ارشد زمین فضایی صلیب سرخ آمریکا مستقر در واشنگتن دی سی می گوید: «صلیب سرخ قبلاً روی نقشه برداری نپال کار می کرد تا برای رویدادی مانند زلزله در آوریل 2015 آماده شود. او همچنین اشاره می‌کند که آنها از نقشه‌های پس از زلزله برای راهنمایی تیم‌های روی زمین در مورد مواردی مانند مسیرهایی که ممکن است مستعد رانش زمین باشند، مراکز توزیع احتمالی در کجا مستقر هستند و بانک‌ها در کجا هستند استفاده می‌کنند.
چالش‌های باقی‌مانده گسترش شاخص‌های فضایی و ارزیابی‌های مربوط به انواع خطر است که ترسیم آنها دشوارتر است، از جمله رویدادهای نادر، اطلاعاتی که از نظر مکانی به سختی قابل تشخیص هستند، مانند زیرساخت‌های تامین خاص یا حملات سایبری، و همچنین بسیاری از اشکال دیگر خرابکاری یا رویدادهای عمدی در مقیاس کوچک و توزیع شده در فضای. مطمئناً، اطلاعات مکانی، مانند آنچه که توسط حسگرهای RS استخراج می‌شود، داده‌ها و شاخص‌های پراکسی عالی و بی‌نظیری را ارائه می‌دهد، محدودیت طبق تعریف، نقش کلیدی در پیشبرد درک ما در مورد پدیده‌های نامشخص و پیچیده مانند آسیب‌پذیری دارد. با این حال، چالش‌های خاصی در رابطه با علیت و تحلیل روش‌شناختی وجود دارد [ 22]. به عنوان مثال، منطقه تحت تاثیر قطع برق اغلب منطقه تحت تاثیر خطر، مانند سیل نیست. الگوهای فضایی مربوط به DRM وجود دارد که یافتن نشانگرهای مستقیم دشوار است، یعنی آنهایی که از نوع انسانی هستند. جنبه هایی مانند وضعیت اقتصادی، هویت فرهنگی یا شبکه های اجتماعی تنها با مشاهدات از راه دور تا حدی محدود قابل تشخیص هستند، اما کلید درک آسیب پذیری ها یا انعطاف پذیری هستند. علاوه بر این، باید به خاطر داشت که گرفتن مستقیم بسیاری از مؤلفه‌های نرم و محرک‌های آسیب‌پذیری و انعطاف‌پذیری از طریق ابزارهای GIS یا RS بسیار دشوار است. نتایج آسیب‌پذیری را اغلب می‌توان با چنین تکنیک‌هایی تحلیل کرد، به‌عنوان مثال، از طریق نقشه‌برداری سکونتگاه‌های ساکن با کیفیت مسکن زیر استاندارد در مناطقی که در معرض سیل، طوفان یا رانش زمین قرار دارند. ثابت شده است که چنین روش هایی برای پیشگیری و امداد رسانی از بلایا پشتیبانی زیادی دارند. با این حال، نیروهای محرک نهادی و اقتصادی که باعث چنین پیامدهای آسیب‌پذیری می‌شوند، البته نمی‌توانند با ابزارهای GIS و RS دستگیر شوند و ظرفیت آنها برای کاهش آسیب‌پذیری درازمدت محدود شود.
جدای از توانایی گرفتن محتوا، چالش دیگر تامین مالی مستمر برای چنین خدمات GIS یا RS است. هنگامی که مبتنی بر پروژه های تحقیقاتی شخص ثالث است، وجود و نگهداری خدمات و پلتفرم ها اغلب مدت کوتاهی پس از پایان پروژه به پایان می رسد. برای مثال، تأمین مالی توسط نهادهای ملی حفاظت مدنی نیز در معرض خطر هزینه‌های بودجه و تغییر جهت است، به‌ویژه در زمینه DRM، که خود مشمول بررسی‌های سیاسی و تصمیم‌های استراتژیک است. تأمین مالی می‌تواند در یک زمان به دلیل برخی رویدادهای فاجعه‌بار بزرگ ایجاد شود، اما در زمان دیگر به رویدادها یا فرآیندهای سیاسی دیگر منحرف شود.

3. چشم انداز ابزار

3.1. دیدگاه چکشی مزلو – روش‌های طبقه‌بندی از بالا به پایین و دیدگاه تکنیک‌محور الگوریتم‌ها

اثر چکش مزلو

به نظر می‌رسد تحقیقات در RS اغلب توسط یک دیدگاه فن‌آوری هدایت می‌شود، جایی که حسگرها، ماهواره‌ها، داده‌ها، روش‌های فیلتر کردن آنها یا الگوریتم‌های پردازش داده‌ها اغلب بر تحقیقات انجام شده غالب هستند.
تمرکز بسیار کمتری بر در نظر گرفتن اغلب محدود تأثیر بر کاربران نهایی بالقوه، یا ارزیابی‌هایی به جز آزمون‌های حساسیت آماری وجود دارد. در برخی از مطالعات GIS و RS، فصل‌های بحث انتشار وجود ندارد که در مورد مشکلات در طراحی تحلیل، فرآیند مدل یا کاربرد نتایج بحث می‌کند.
در حالی که این یک مشخصه معمول بسیاری از مطالعات علوم طبیعی یا فنی دیگر است، تحقیقات در RS معمولاً بر نشان دادن و توجیه قدرت آن با تمرکز بر جنبه‌های فنی یا کاربردهای الگوریتم‌ها متمرکز است. این مشاهده صرفاً مبتنی بر مشاهدات شخصی است و لزوماً نباید به نقد اشاره کند. با این حال، به نظر می‌رسد که نیاز به مطالعات بیشتر در مورد استفاده از GIS و RS در DRM، و مقالاتی که مشکلات درون آنالیزها و همچنین در کاربرد را تحلیل می‌کنند، وجود دارد. این امر در زمینه شاخص‌های آسیب‌پذیری فضایی آشکار است، جایی که کمبود مطالعات در مورد تفکر انتقادی و بحث در مورد چالش‌ها و مشکلات روش‌ها یا عملیاتی‌سازی فرا رشته‌ای وجود دارد.
GIS و RS اغلب تحقیقات داده محور هستند، اما همچنین روش شناسی یا تحقیقات الگوریتم محور هستند و از این نظر در معرض اثر چکش مزلو هستند. از زمانی که یک GIS در دسترس داریم، نه تنها داده‌های صریح فضایی از پیش انتخاب می‌شوند، بلکه انواع دیگر داده‌ها نیز فضایی و مطابق با نمایش داده‌ها در یک GIS هستند.
از سوی دیگر، این در عین حال یک پیش نیاز ضروری برای یکپارچه سازی داده ها است که یک فرصت کلیدی توسط فناوری GIS برای مدیریت داده های RS و GIS است. انواع مختلف مقیاس ها (زمانی، مکانی، اداری و غیره ) و سطوح مختلف (محلی، منطقه ای، ملی، بین المللی و غیره ) اثرات متمایز و مشخصی بر اجازه شناسایی و اندازه گیری، به عنوان مثال، آسیب پذیری اجتماعی دارند [ 15 ، 23] .]. فرصت‌ها و چالش‌های مقیاس، افزایش مقیاس، تفکیک، شناسایی مرزهای حوزه تحقیقاتی مناسب، واحدها یا اثرات همبستگی خودکار و ابزارها برای تجزیه و تحلیل و جبران همبستگی خودکار خارج از محدوده اینجا هستند و در جاهای دیگر به‌شدت مورد بحث قرار گرفته‌اند [ 17 . 18 ، 24 ، 25 ].

3.2. چاقوی ارتش سوئیس مازلو – مثلث‌سازی روش‌ها، پذیرش میان رشته‌ای

GIS همچنین فقط یک چکش نیست، بلکه در واقع یک نسخه Swiss Army Knife با توجه به تطبیق پذیری و تجزیه و تحلیل اطلاعات، جمع آوری و تجمیع آن است. برای مثال، شاخص‌های آسیب‌پذیری فضایی می‌توانند داده‌های RS را با اطلاعات جمعیتی، زیست‌محیطی و ساختاری در یک محیط GIS یکپارچه کنند.
این تطبیق پذیری مشکلات خاصی را ایجاد می کند. یکی خطر نادیده گرفتن محدودیت های قابلیت های GIS و دیگری نادیده گرفتن خطرات ناشی از تجمیع داده ها است. یکی مشکل تجمیع است که به خوبی از طریق شاخص‌های ریسک یا آسیب‌پذیری فضایی که در شاخص‌های مختصر تجمیع شده‌اند، شناخته شده است که ممکن است نمایش واقعیت را مخدوش کند و غنای اطلاعات موجود در متغیرها یا شاخص‌های فردی را کاهش دهد. برخی از این اثرات عبارتند از مشکل واحد منطقه ای قابل اصلاح، مغالطه اکولوژیکی یا خودهمبستگی فضایی، اما در این مقاله ما در این مسائل عمیق تر نمی شویم [ 26 ، 27]]. از سوی دیگر، مزیت GIS این است که شاخص‌های جداگانه را ترسیم می‌کند و بسته به نحوه ساختار پایگاه داده، امکان نمایش و تجزیه و تحلیل چند لایه را فراهم می‌کند. روش‌های تجمیع به ندرت با دقت کافی توسط محققان مورد توجه قرار می‌گیرند، اغلب اثرات عادی سازی و جبران داخلی را نادیده می‌گیرند و فرصت‌های ارائه شده توسط الگوریتم‌های توسعه‌یافته توسط ادبیات تحلیل چند معیاره (MCA) را نادیده می‌گیرند. خطر دیگر ناشی از اشتراک گذاری داده ها و ارتباطات است. از دیدگاه کاربر نهایی نهادهای حفاظت مدنی که نیاز به مراقبت از سرقت احتمالی داده‌هایی دارند که ممکن است توسط خرابکاران برای برنامه‌ریزی حملات به نقاط حساس آسیب‌پذیر شناسایی‌شده، خواه افراد یا زیرساخت‌های حیاتی مورد سوء استفاده قرار گیرند.
آگاهی و شفافیت بیشتر در مورد مشکلات رویکرد روش‌شناختی معمول برای جامعه‌ای که از GIS برای DRM استفاده می‌کنند مفید خواهد بود. دوم، آگاهی بیشتر از نگرانی‌های امنیتی کاربران نهایی یا ارگان‌های عمومی یا صنعت می‌تواند در بهبود پذیرش گسترده‌تر و اثربخشی داده‌ها و ابزارهای GI و RS مفید باشد. ما معتقدیم که GIS و RS ابزارهای ضروری هستند و چنین تله‌هایی پتانسیل آنها را محدود می‌کنند و نباید. با این حال، آگاهی معینی از مشکلات و بلوغ از نظر بحث در مورد چالش‌ها، به‌ویژه زمانی که صحبت از پروژه‌های تحقیقاتی بین‌رشته‌ای و همکاری‌های فرا رشته‌ای با سیاست و عمل به میان می‌آید، سودمند خواهد بود.
علاوه بر تفاوت های GIS در مقایسه با RS، این رویکرد همچنان مبتنی بر فناوری است. دانشمندانی که با این ابزارها کار می کنند، پتانسیل آنها را بررسی می کنند و کدهایی را برای تجزیه و تحلیل بهبود یافته توسعه می دهند، معمولاً نیازهای کاربر را در وهله اول در نظر نمی گیرند.
این واقعیت مانع استفاده گسترده تر از محصولات RS و GIS می شود و این پتانسیل را دارد که کاربران را به دلیل عدم وجود “مدیریت انتظارات” مناسب ناامید کند [ 28 ].

3.3. متدولوژی های پایین به بالا بر اساس GIS و RS

نقش بالقوه GIS و RS در DRM زمانی که با مدل‌های خاصی استفاده می‌شوند که فرآیند فضایی زیربنایی را توصیف می‌کنند، باید تقویت شود. آنها با هم می توانند ابزار ارزشمندی برای کمک به سیاست گذاران برای ایجاد ظرفیت سازگارانه یا مقابله با بلایا از قبل یا پس از وقوع باشند.
GIS و RS می‌توانند با روش‌های دیگر برای شبیه‌سازی و مطالعه رفتار اجتماعی-اقتصادی فردی یا گروهی از عوامل در یک سیستم پیچیده، مانند شهرها، در پاسخ به تغییرات آب‌وهوایی یا بلایای طبیعی و انسانی مختلف همراه شوند. یک روش مهم در جفت کردن تحقیقات پایین به بالا با کمک نقشه های GIS، مدل های مبتنی بر عامل فضایی (ABM) است و به عنوان نمونه مقاله درویشی و غلامرضا [29] را پیشنهاد می کنیم .]. ABMها در حال تبدیل شدن به پارادایم غالب در شبیه‌سازی اجتماعی هستند زیرا نشان می‌دهند که سیستم‌های پیچیده از پایین به بالا ظاهر می‌شوند، بسیار غیرمتمرکز هستند و از تعداد زیادی اشیاء ناهمگن به نام عامل تشکیل شده‌اند. منابع ناهمگونی می‌تواند از ویژگی‌های جغرافیایی چند لایه عواملی باشد که توسط نقشه‌های GIS ارائه می‌شود. عوامل با توجه به اهداف خود عمل می کنند و آنها معمولاً از طریق زمان و مکان تعامل دارند که نظم نوظهوری را ایجاد می کند، اغلب در سطوح بالاتر از سطوحی که چنین عواملی در آن فعالیت می کنند. کاربردهای زیادی از ABM های فضایی در DRM وجود داشته است. به عنوان مثال، نویسندگان در [ 30 ، 31] مدل های تخلیه اضطراری برای منطقه شهری ارائه شده است. این مدل‌ها تخمین‌هایی را برای زمان تخلیه با توجه به ورودی‌های GIS در جاده‌ها، ساختمان‌ها و تراکم جمعیت ارائه می‌کنند. کوان و لی [ 32 ] از GIS سه بعدی برای یک سیستم پاسخ اضطراری هوشمند مبتنی بر ABM و نظریه شبکه استفاده کردند که هدف آن آسان‌تر کردن واکنش سریع اضطراری در طول حملات تروریستی مانند 11 سپتامبر بود.
تلاش متفاوتی برای استفاده از نقشه های GIS به صورت مشارکتی، چندوجهی و تعاملی در شرایط مدیریت اضطراری صورت گرفته است. Rauschert [ 33 ] یک رابط GIS جدید ایجاد کرد که بر مشکلات مربوط به استفاده یکسان، شخصی و یک طرفه از GIS غلبه می کند. توسعه این رابط ها پایگاه های داده پیچیده GIS را مستقیماً بدون نیاز به تحلیلگران GIS به اتاق های کنترل اضطراری می آورد.

4. اطلاعات جغرافیایی داوطلبانه یا دستوری؟

4.1. انتشار از بالا به پایین نتایج و شکاف‌های بین تولید دانش و تصمیم‌گیری – انتظارات نادرست از تصمیم‌گیرندگان و کاربران نهایی

توسعه دیگر، جمع سپاری اطلاعات جغرافیایی (GI) است. نایجل اسنود، مشاور بنیاد ICT4Peace از مایکروسافت، گفت: «این در شرایط اضطراری قبلی، مانند ویکی‌هایی که برای نقشه‌برداری از طوفان کاترینا و آنفولانزای پرندگان ایجاد شده بود، استفاده شده بود، اما به نظر نمی‌رسید که هیچ یک زندگی فراتر از حادثه خاص داشته باشد. به نظر می رسید هائیتی، Ushahidi و شرکای آن تأثیر واقعی بر نحوه عملکرد واکنش بشردوستانه داشته باشند.» (NAIROBI، 5 ژوئیه 2010، IRIN). تا کنون شناخته شده ترین پلت فرم آنلاین Ushahidi است که در ابتدا برای ترسیم گزارش های خشونت ایجاد شد. در کنیا پس از نتایج پس از انتخابات در آغاز سال 2008. برخی دیگر مانند OpenDRI ( https://www.gfdrr.org/opendri )، ArcGIS.com ( http://www.arcgis.com/features/ ) ، ساهانا (http://sahanafoundation.org/ )، Google Crisis Response ( https://www.google.org/crisisresponse/ )، و همچنین پروژه نوآورانه جهانی پالس دبیر کل سازمان ملل متحد ( http://www.unglobalpulse.org ) / ) و شناسه بشردوستانه ( http://humanitarian.id/ ) دریچه هایی را برای افراد و سازمان ها فراهم می کند تا با یکدیگر درگیر شوند تا مسائل و خطرات بلادرنگ را به تصویر بکشند – در نهایت برای نجات جان انسان ها و تقویت انعطاف پذیری در برابر شوک ها و بلایا.
بهبود نقشه‌برداری مبتنی بر وب، اختراع تلفن‌های همراه و دستگاه‌هایی که مجهز به سیستم موقعیت‌یابی جهانی (GPS)، PDA و دوربین‌های دیجیتال هستند، امکان جمع‌آوری داده‌های مکانی را برای مردم عادی فراهم کرده است که سپس به اشتراک گذاشته و در اینترنت منتشر می‌شوند. با استفاده از خدمات نقشه وب، به ویژه وب 2.0. تهیه نقشه و اطلاعات جغرافیایی توسط افراد غیرمتخصص و بدون مطالعات آکادمیک و با دانش بومی از محیط خود و به طور کلی جهان، در حال آماده سازی پدیده ای است که به طور کلی از آن به عنوان «علم شهروندی» و به طور خاص با اصطلاحات مختلف نام برده می شود. تحقیقات جغرافیایی مانند Neogeographic، GIS مشارکت عمومی، نقشه برداری همه جا و به طور کلی جمع آوری داده های مکانی و انتشار آنها در اینترنت توسط شهروندان توسط Goodchild نامگذاری شد.34 ] به عنوان اطلاعات جغرافیایی داوطلبانه (VGI). وب‌سایت‌هایی مانند OpenStreetMap (OSM) و Wikimapia با هدف تولید یک نقشه رایگان و قابل ویرایش از جهان، نمونه‌هایی از VGI هستند.
در بیشتر موارد، تحقیقات در مورد واکنش به بلایا فرض می‌کند که دولت‌ها یا سایر نهادهای شبه دولتی (مثلاً سازمان ملل) بازیگران اصلی در امدادرسانی به بلایا هستند و سازمان‌های غیردولتی نقش فرعی را ایفا می‌کنند. بنابراین، جای تعجب نیست که نقش فناوری اطلاعات در درجه اول به عنوان وسیله ای برای تقویت فرماندهی، کنترل و انتشار اطلاعات در نظر گرفته شد [ 35 ، 36 ، 37 ، 38.]. اول از همه، باید در نظر گرفت که دانش شهروندی با توجه به الگوهای جمع آوری داده ها، توانایی جذب و آموزش داوطلبان، سطح مشارکت مناسب و سایر جنبه های VGI می تواند به کدام سؤالات علمی پاسخ دهد. دوم، نیاز به غلبه بر مسائل فرهنگی و توسعه درک و پذیرش علم شهروندی در جامعه علمی وجود دارد. این امر مستلزم به چالش کشیدن برخی از دیدگاه های عمیق در علم است، مانند مشاهده عدم قطعیت نه به عنوان چیزی که می تواند از طریق پروتکل های محکم تر حذف شود، بلکه به عنوان بخشی جدایی ناپذیر از هر مجموعه داده و بنابراین، توسعه روش های مناسب برای مقابله با آن در طول تجزیه و تحلیل. علاوه بر این،39 ].
کیگان [ 40 ] ذکر می‌کند: یادآوری اینکه یکی از غرایز اساسی طبیعت بشری، همکاری متقابل بدون هیچ هزینه‌ای، هشیارکننده است .
داده‌های VGI را گاهی اوقات «اظهار» می‌نامند، زیرا هیچ استانداردی برای بررسی کیفیت آنها وجود ندارد و هیچ مرجع یا استنادی برای آنها وجود ندارد، در غواصان داده‌های رسمی «معتبر» نامیده می‌شوند زیرا کیفیت آنها با استانداردها بررسی می‌شود [34 ] . اگرچه کیفیت داده‌های VGI ممکن است واضح نباشد، در شرایط اضطراری، مانند آتش‌سوزی‌های جنگلی، که هیچ داده رسمی نداریم، استفاده از داده‌های داوطلبانه با ابهام کیفیت بهتر از انتظار برای رسیدن داده‌های بهتر است [41] .]. مهمترین مزیت VGI این است که می توانند در زمان کمتری نسبت به داده های سنتی به روز شوند، بنابراین برای پروژه هایی که محدودیت زمانی دارند، مانند به روز رسانی خیابان های یک شهر در چند هفته، شهروندان محلی بهترین هستند. منبعی برای جمع آوری داده ها و به روز رسانی اطلاعات در مورد خیابان ها [ 42 ]. از سوی دیگر، برخی از سیستم‌های نظارتی بیش از پیش در معرض خطر کاهش بودجه قرار می‌گیرند و سیستم‌های داوطلبانه در معرض نوسانات افراد و انگیزه‌های آن‌ها هستند.
داده‌های جمع‌سپاری شده، به طور کلی، و اطلاعات جغرافیایی داوطلبانه، به طور خاص، در حال تبدیل شدن به منبع عظیم داده‌ها هستند. VGI مزایای بسیار زیادی دارد از جمله: رایگان است، توانایی تولید مقادیر زیادی داده در مدت زمان کوتاه و جمع آوری داده های محلی را دارد که در برخی موارد به دست آوردن آنها با روش های سنتی نقشه برداری غیرممکن است. اطلاعات جغرافیایی داوطلبانه علیرغم مزایایی که دارد، نمی تواند در بسیاری از برنامه ها مورد استفاده قرار گیرد، زیرا کیفیت آن مشخص نیست و ابهامی در مورد آن وجود دارد. بنابراین، تحقیقات زیادی تاکنون برای تعیین کیفیت VGI انجام شده است [ 43 ].
در برخی موارد خاص، مشکل کیفیت VGI می تواند مهم نباشد و عدم دقت می تواند برای اهداف دیگر مورد استفاده قرار گیرد. برای اندازه‌گیری پارامترهای محیطی، داده‌های VGI معمولاً الزامات دقت، دقت و خطا را برآورده نمی‌کنند. با این وجود، با ابزار مناسب، VGI می تواند قابل استفاده شود و داده های محیطی مرتبط را تولید کند. به عنوان مثال، در صورتی که اندازه‌گیری‌های ابزار اندازه‌گیری معمولی موجود باشد و در عین حال، بتوان مقدار زیادی VGI را جمع‌آوری کرد، علی‌رغم دقت کمی که دومی دارد، می‌توان از دقت بالای ابزار اندازه‌گیری استاندارد برای اصلاح بایاس استفاده کرد. و برای استفاده از VGI به عنوان معیاری برای تغییرپذیری فضایی اندازه گیری. در این مورد، دقت نقش مرتبطی ندارد زیرا ما به تغییرپذیری فضایی میدان اندازه‌گیری شده علاقه‌مندیم.
به طور مشابه، داده‌های VGI دارای مشکل «مشاهده نادرست» هستند، که داده‌های اشتباهی هستند که توسط کاربران (عمدا یا تصادفی) جمع‌آوری شده‌اند، اما همچنین در مواردی که تعداد همزمان VGI زیاد است، مشاهدات نادرست را می‌توان به راحتی با تکنیک‌های استاندارد باطل کرد. فیلتر انحراف بزرگ
GIS مشارکتی (PGIS)، GIS مشارکت عمومی (PPGIS) و GIS یکپارچه جامعه، رویکردهای جدیدتر و موضوع محور مشارکت جامعه داوطلبانه (خودی) برای ایجاد اطلاعات جغرافیایی برای وارد کردن به یک GIS هستند. تفاوت در هماهنگی این فرآیند مشارکتی توسط محققان (غیرخودی) از طریق روش‌های مختلف نهفته است: نقشه‌برداری طرح، پیاده‌روی ترانسکت، نقشه‌برداری مبتنی بر اینترنت، نقشه‌برداری مقیاس و افزایش دقت فضایی محصولات نهایی [44، 45 ] .]. مفهوم نقشه برداری مشارکتی از دهه 1980 به عنوان راهی سریع برای استخراج دانش فضایی بومی در زمانی که مواد کارتوگرافی کافی وجود نداشت، وجود داشته است. PGIS در حال حاضر در مقیاس وسیع‌تری در تصمیم‌گیری فضایی دموکراتیک استفاده می‌شود، زیرا یک فضای معین را با ارزش اجتماعی-فرهنگی، اقتصادی یا اکولوژیکی بار می‌کند. PGIS VGI تقویت شده است زیرا به جامعه کمک می کند تا یک مشکل منافع مشترک را شناسایی و بهتر تعریف کند و راه حل های ممکن را ایجاد کند، در حالی که از اعتماد به نفس و عزم، انسجام جامعه و تثبیت هویت حمایت می کند [46 ، 47 ] . PGIS نقشه هایی را تولید می کند که نشان دهنده وسایل نقلیه تعاملی برای یادگیری تحلیل فضایی است [ 48] کمک به تبادل و تجزیه و تحلیل اطلاعات، تصمیم گیری و ارتقای منافع جامعه از طریق اشکال مختلف لابی و حمایت. PGIS، در عین حال، روشی برای مشارکت جوامع محلی در مدیریت خطر است، پیش شرطی برای کاهش پایدار خطر بلایا، که دانش محلی عمیقی را به همراه دارد که ممکن است با دانش علمی رسمی متفاوت باشد [49 ] .

4.2. جمع سپاری به عنوان یک ریسک جدید؟

گسترش منابع جمعی، به ویژه شبکه های سست در ارتباطات بلایای طبیعی، حتی ممکن است خطر را افزایش دهد. در بخش 1.21 استراتژی امنیت ملی بریتانیا، تأثیر بالقوه یک “انبوه اتصالات” جدید بر امنیت برجسته شد.
استدلال شد که شبکه‌ها، از جمله فناوری‌های شبکه‌های اجتماعی و رسانه‌های خبری 24 ساعته، می‌توانند بر امنیت تأثیر بگذارند، زیرا گروه‌های ذینفع توانایی بیشتری برای تحت فشار قرار دادن دولت‌ها دارند و طیف وسیعی از ایده‌ها به راحتی در سطح جهانی تکثیر می‌شوند [50 ] . مقاله‌ای اخیر در ZDNet، «روز غیر دوست» ملی را پوشش می‌دهد، که استدلال می‌کند که ارتباطات سست در فیس‌بوک منجر به افزایش خطر تروریسم می‌شود [ 51 ]. شبکه های سست می تواند منجر به انتشار شایعات عمدی و غیرعمدی شود. در ژانویه 2010 شایعه ای در توییتر منجر به تخلیه ایستگاه بزرگ مرکزی در منهتن شد [ 52]. در نهایت، در اجلاس داده‌های اجتماعی اضطراری به میزبانی صلیب سرخ، یک نتیجه‌گیری کلیدی این بود که «موانع اصلی استفاده از رسانه‌های اجتماعی در شرایط بحرانی، همان مانعی است که از زمان آغاز این فناوری دیده‌ایم. تغییر از پخش اطلاعات به جذابیت،» [ 53 ]. جذب مدیران اورژانس به ویژه برای پذیرش و انطباق با این فناوری‌های جدید در عصری که نه تنها عدم قطعیت، بلکه کمبود منابع وجود دارد، ممکن است یک چالش کلیدی باشد. همچنین این خطر وجود دارد که حلقه‌های بازخورد بین فناوری‌های جدید و رسانه‌ها، شایعات و گمانه‌زنی‌ها را تشدید کند، همانطور که در کار [ 54 ] از طریق توسعه مفهوم «نمایش» در پوشش رسانه‌ای رویدادهای فاجعه مشاهده می‌شود (همچنین رجوع کنید به [ 55] ]).
با این حال، با وجود محفوظات در مورد فن آوری های خاص، یافته های پرستون و همکاران . [ 56 ] نشان می‌دهد که چگونه فناوری‌های شبکه‌های اجتماعی پیرامون حملات حمل‌ونقل به طور بالقوه برای انتقال رسانه‌ای هستند و از احساسات استفاده می‌کنند. به طور خاص، نویسندگان در [ 56 ] به طور خاص به ویژگی‌های مکالمه روزانه رسانه‌های اجتماعی و چگونگی واکنش آن به رویدادهای خاص از طریق محتوای خودکار و تحلیل احساسات داده‌های توییتر نگاه کردند. داده های رسانه های اجتماعی با برچسب جغرافیایی توسط اشمیت و بینر [ 57] استفاده شد] به عنوان اثبات مفهومی برای توسعه یک ابزار هشدار اولیه برای کمک به اولین واکنش‌دهنده و پرسنل مدیریت اضطراری برای ارزیابی سریع دامنه و مکان بحران فعلی و خلاصه‌سازی سریع وضعیت [57 ] . مطالعه مرتبط توسط پرستون و همکاران . نویسندگان [ 56] یک تجزیه و تحلیل محتوای دستی اولیه را روی مجموعه داده های توییت انجام داد تا بفهمد حمله به فرودگاه دوموددوو چگونه در Twitterverse بریتانیا مورد بحث قرار گرفته است. از مجموعه داده های بیش از 300000 توییت ارسال شده از 24 تا 27 ژانویه 2011، ما توییت هایی را استخراج کردیم که حاوی کلمات کلیدی زیر بود: “بمب”، “انفجار”، “مسکو”، “دوموددوو”، “فرودگاه”. از 198 پست بازیابی شده، 61 پست مستقیماً با حمله مرتبط بودند، 17 پست به حملات دیگر و 120 پست ماهیت “مکالمه ای” داشتند (به عنوان مثال، “آرام به عنوان بمب”). اشاره شد که تمام داده های مرتبط با حمله را می توان در چهار دسته زیر گروه بندی کرد: (1) پخش، (2) حقیقت یاب، (3) واکنش، و (4) طرح ریزی. مقوله ها با فرآیند شناختی سه مرحله ای نظریه SA مطابقت دارند [ 58] همانطور که به نظر می رسد هر مرحله به ترتیب زمانی ظاهر می شود و با درک عمیق تر رویداد همزمان است. به عنوان مثال، ابتدا این خبر پخش می شود که “رسانه های روسیه گزارش می دهند که در بمباران فرودگاه مسکو حداقل 23 نفر کشته و 100 نفر زخمی شده اند”. همانطور که اخبار در حال پخش است، مردم به دنبال اطلاعات بیشتر می گردند – تعاملی بین رسانه های قدیمی (پخش شده) و رسانه های جدید (اجتماعی) – “در مورد تعداد بمب ها صحبتی دارید؟ گزارش های خبری حاکی از احتمال چندگانه است. هنگامی که شدت وضعیت درک می شود (درک)، مردم با پست های احساسی واکنش نشان می دهند: “بسیار ناراحت کننده از بمب گذاری در فرودگاه دوموددوو مسکو (…)”. چند توییت پایانی حاوی ارجاعاتی به تجربیات گذشته و «پیش‌بینی» تهدیدات آینده است. تراژدی همه جا
اگرچه این مشاهدات اولیه بودند، اما واضح است که زمینه برای به کارگیری محتوای خودکار و تجزیه و تحلیل احساسات، در یک زمینه ترانس رسانه ای، برای کمک به محققان و ذینفعان در دستیابی به درک عمیق تر از محتوا و روش های گفتگوی روزانه و ارتباطات بحران وجود دارد. برنامه‌های کوتاه‌مدت ما شامل ادغام انواع الگوریتم‌های معنایی است که به ارتباطات و نمودارها اجازه می‌دهد به روش‌های معنادارتری به هم متصل شوند. این بهبود همچنین به نمودارها اجازه می دهد تا برای پشتیبانی، به عنوان مثال، عملیات جستجوی معنایی برچسب گذاری شوند.
افزودن یک ابزار جستجو یا فهرست تماشای عبارات جالب، این ابزار را قادر می سازد تا نتایج جستجوهای ساده را نمایش دهد. یک توسعه ساده برای این مفهوم، جمع آوری نتایج دارای برچسب جغرافیایی از موتورهای جستجوی تجاری برای نمایش بهتر آن نتایج است. بازبینی نمایشگرها به گونه ای جالب خواهد بود که این فناوری ها بتوانند در زمان واقعی استفاده شوند و به طور گسترده در دسترس باشند. همچنین آزمایش با افزودن این مفاهیم گرافیکی به نمایشگرهای کوچک مانند تلفن های همراه و آخرین نسل رایانه های لوحی مفید خواهد بود.

5. سنجش، دانش و مدیریت کل نگر

فصل 4، و همچنین فصل های 2 و 3، تنها چند ویژگی کلیدی ابزار و یک زمینه تحقیقاتی نسبتاً جدید، یعنی جمع سپاری را برجسته کرده اند. این مثال‌ها، شاخص‌های فضایی، ابزار غالب غالب در طرح‌های مفهومی تحقیقات ارزیابی فضایی، و ترکیب فعلی آن در حوزه چیزی که توسط برخی به عنوان اطلاعات جغرافیایی داوطلبانه ابداع می‌شود، تنها به برخی از ویژگی‌هایی اشاره می‌کنند که ابزارهای GIS و RS توسط آن‌ها و مدل های مرتبط در حال حاضر در رابطه با DRM و Risk Governance استفاده می شود. سوال بعدی این است که اینها چه ارتباطی با یکدیگر دارند و کدام یک می تواند چارچوبی برای چنین ابزارها و مدل هایی باشد؟ فصل بعدی و فصل‌های همزمان سعی می‌کنند زمینه‌ها و مفاهیم مهم خاصی را که (الف) ممکن است یک گزینه باشد و (ب) قبلاً به طور گسترده استفاده می‌شوند، تشریح کنند.11 ].

5.1. عدم ادغام تفکر محصول و تجزیه و تحلیل ریسک در یک مفهوم جامع مدیریت ریسک

بسیاری از تحلیل‌های ریسک فقط فرآیندهای فردی یک چارچوب مدیریت ریسک یا حاکمیت را پوشش می‌دهند و در بیشتر موارد مستقیماً با خود تحلیل شروع می‌شوند. بسیاری از مقالاتی که از GIS یا RS در زمینه DRM استفاده می‌کنند، از چارچوب‌های مدیریت ریسک یکپارچه، مانند مقاله ISO 31000 [ 9 ] یا IRGC 2009 [ 10] آگاه نیستند.]. با تکیه بر دانش به دست آمده از رویدادهای گذشته، فعالیت های آینده نگر و حلقه های بازخورد مرتبط، زمینه را برای تصمیم گیری و توسعه سیاست در چارچوب برنامه ریزی استراتژیک فراهم می کند. پیش‌بینی و پیش‌بینی در آن مفهوم که توسط متخصصان موضوع انجام می‌شود، دارای یک مؤلفه مدل‌سازی قوی است و بر ارزیابی کمی و اندازه‌گیری یک شرایط آینده نزدیک متمرکز است. فرآیندهای آینده‌نگاری به شدت ارتباطات متقابل ذینفعان مختلف و کارشناسان چند رشته‌ای را با هدف ایجاد چشم‌اندازهای مشترک و سناریوهای منسجم و در نتیجه شکل‌دهی و ساختن تحولات آینده بلندمدت به شیوه‌ای مطلوب، در نظر می‌گیرند. کاهش خطر بلایا، صرف نظر از ویژگی‌های خاص خطر، می‌تواند به عنوان هدف کلی مشترک در کل جدول زمانی دیده شود [ 59]]. در چنین چارچوب مدیریت ریسک، تجزیه و تحلیل تنها یک بخش است که در یک فرآیند کلی که با مرحله پیش از تحلیل شناسایی ذینفعان ممکن برای درگیر کردن روش‌های استفاده آغاز می‌شود، تعبیه شده است. پس از تجزیه و تحلیل، مرحله ارزیابی جدا می شود تا بر نیاز به اعتبار سنجی تأکید شود، اما همچنین به منظور تأکید بر اینکه فرآیند تصمیم گیری اغلب توسط افراد و روش های دیگری غیر از آنهایی که در تجزیه و تحلیل هستند، انجام می شود. پس از آن، مرحله شناسایی و سپس اجرای اقدامات برای رسیدگی به ریسک‌ها دنبال می‌شود و در حالی که در برخی، به‌ویژه نسخه‌های قدیمی‌تر چنین چارچوب‌هایی، ارتباطات و انتشار نتایج اغلب آخرین مرحله است، قبل از اینکه فرآیند مدیریت ریسک از نو شروع شود. . با این حال، این تفکر از بالا به پایین مورد انتقاد قرار گرفته است و ارتباطات در برخی چارچوب ها اکنون در هسته مدیریت ریسک قرار می گیرد و در تمام مراحل این فرآیند شرکت می کند. بکارگیری این فرآیند مدیریت ریسک در بسیاری از مطالعات GIS و RS که با ریسک‌ها سروکار دارند، به همسویی آن با سایر ذینفعان کمک می‌کند. چنین ذینفعانی می توانند تصمیم گیرندگانی باشند که می توانند از مرحله پیش تحلیل بهتر در فرآیند مشارکت داشته باشند.

5.2. حسگرهای فنی و اجتماعی: اطلاعات جغرافیایی به عنوان بخشی حیاتی از فرهنگ مدیریت ریسک (و نه فقط به عنوان یک ابزار)؟

ایده دیگری برای تغییر فرهنگ از بالا به پایین و فن محور GIS و RS، همانطور که اغلب هنوز هم وجود دارد، با نقشه برداری غیرمتمرکز جمعیت از پایین به بالا و استفاده از رسانه های اجتماعی ارائه می شود (به بخش های قبلی این مقاله مراجعه کنید). این یک روند قوی است و بسیاری از دانشمندان مشتاق هستند تا فرصتی را برای ادغام بازخورد در مورد داده‌هایی که در زنجیره‌های انتشار کلاسیک از بالا به پایین محصولات منتشر کرده‌اند، انتخاب کنند، و دیگران خود داده‌هایی را که توسط افرادی که اطلاعات مربوط به فاجعه را ارسال می‌کنند و نقشه‌برداری می‌کنند، یکپارچه می‌کنند. در محل
این مطمئناً در حال تبدیل شدن به یک فرهنگ جدید است و ممکن است انجام مطالعاتی در مورد نحوه پیوستن به سنجش از دور و حس محلی، اما همچنین حس تکنولوژیکی و حس انسانی یا اجتماعی جالب باشد [ 60 ]. به عنوان مثال، نگاهی جدید به حسگرهای فنی و اجتماعی می‌تواند به گنجاندن دیدگاه‌های افراد و گسترش چشمگیر دامنه اطلاعات زمینه به هر نقطه مورد علاقه (POI) یک منطقه بحرانی کمک کند. علاوه بر این، به ادغام بهتر دانشمندان علوم اجتماعی و جلب پذیرش آنها از این روش کمک می کند. به طور کلی، دقت اطلاعات در زمین، زمینه به عوامل انسانی، و در نتیجه غنا و اعتبار تجزیه و تحلیل ریسک و در نتیجه فرآیند مدیریت ریسک را به شدت افزایش می دهد.

5.3. نه دیگر پلتفرم سیاست علمی-از DSS تا مدیریت دانش

یک مشکل و چالش حل نشده در نحوه مدیریت همه نتایج مختلف، داده ها و پیشرفت های روش باقی می ماند. این امر مستلزم یک مفهوم مدیریت دانش برای حفظ دانش، پشتیبان گیری و همچنین ارائه خدماتی است که چگونه این دانش را برای طیف وسیعی از ذینفعان و کاربران در دسترس قرار دهد. در حالی که پلتفرم‌های فراوانی برای متخصصان خاص یا سایر «کاربران نهایی» با مشخصه‌های مبهم طراحی شده‌اند که ارزیابی پایداری، کارایی و پذیرش آن‌ها ارزشمند است. تا حدی بر اساس منطق مؤسسات تأمین مالی، چه ملی و چه اتحادیه اروپا، پلتفرم های ارتباطی و سیستم های پشتیبانی تصمیم (DSS) تا حدی گسترش یافتند که بسیاری از این کاربران نهایی ممکن است نظارت و علاقه خود را از دست بدهند.

6. GIS و RS به عنوان یک “زیرساخت حیاتی” برای DRM

RS خدمات متنوعی را به DRM ارائه می دهد، اما مرور و تجزیه و تحلیل کلی از این خدمات و محدوده آنها اغلب ناخواسته است. در حالی که گاهی اوقات از چنین مرورهای کلی برای توجیه تأمین مالی پروژه ها یا خدمات RS استفاده می شود، تا کنون خدمات RS، به میزان کمتری، به شیوه ای علمی تجزیه و تحلیل شده اند. یک راه برای پرداختن به RS می تواند تجزیه و تحلیل دامنه و اهمیت خدماتی باشد که برای DRM ارائه می دهند. به عنوان مثال، سیستم‌های اطلاعاتی RS را می‌توان به دقت بررسی کرد که آیا آنها یک زیرساخت حیاتی (CI) هستند یا خیر، به همان معنا که CIها برای اهداف حفاظت مدنی تحلیل می‌شوند. سیاست CI و به طور همزمان، تحقیقات آکادمیک، توسط فعالیت‌هایی در ایالات متحده، مانند کمیسیون ریاست جمهوری در مورد CI، تحریک شد. بسیاری از کشورهای دیگر زیرساخت های تامین را مانند برق، گاز، نفت معدنی، آب، دنبال و طبقه بندی کردند. غذا و همچنین سایر خدمات مانند سیستم مالی، دولت، مدرسه، رسانه یا میراث ملی و نمادها به عنوان CI. آیا RS یک CI دارای اهمیت ملی است؟ خوب، شاید عاقلانه باشد که متواضع تر باشیم و شروع به تجزیه و تحلیل کنیم که آیا RS دارای ویژگی هایی است که برای DRM حیاتی است یا خیر. برای این منظور، باید از روش‌هایی مانند ارزیابی بحرانی استفاده کرد که اهمیت یک سرویس CI را برای یک مشتری خاص، در این مورد، DRM مشخص می‌کند.
مطمئناً RS از این نظر جالب است، زیرا هم ارائه‌دهنده خدمات حیاتی است، مانند GPS برای ناوبری تیم‌های نجات، اما از سوی دیگر، به شدت به بسیاری از خدمات CI دیگر مانند برق، فناوری اطلاعات و مخابرات وابسته است. نیروی انسانی، جاده ها و غیره. چنین ارزیابی می تواند به شناسایی محدوده و اهمیت RS برای DRM به شکلی ساختارمندتر و در نهایت قابل مشاهده تر کمک کند.
جدول 1 ([ 61 ]) تنها چند سرویس منتخب را که رصد زمین/ سنجش از دور و سیستم‌های اطلاعات جغرافیایی به ارگان‌های حاکمیتی در معرض خطر و افراد متاثر از خطرات و بلایا ارائه می‌دهند، ارائه می‌کند. در حالی که ویژگی‌های خاصی از این سرویس‌ها خاص هستند، به طور کلی، ویژگی آنها که می‌تواند به آنها اجازه طبقه‌بندی به عنوان «بحرانی» را بدهد، بر اساس مشاهده فراگیر و فراگیر GPS و خدمات ناوبری مشابه در میان دستگاه‌ها و شیوه‌های ناوبری عمومی و رسمی است.
مطمئناً این موضوع که آیا RS باید برچسب نام «زیرساخت حیاتی» را داشته باشد، باز و قابل بحث باقی می‌ماند، زیرا این اصطلاح به شدت با حوزه سیاست محور حفاظت از زیرساخت‌های حیاتی (CIP) همراه است. در واقع، حتی در کنسرسیوم نویسندگان ما، این اصطلاح مورد بحث است. با این حال، این هدف این مقاله، تحریک بحث و ارزیابی است که آیا RS همه مواد را دارد یا نه و مطابق با معیارهای یک CI است. می توان استدلال کرد که چنین ارزیابی علمی شایستگی های خود را دارد، در حالی که مفاهیم سیاسی و بنابراین، همچنین قابلیت استفاده از خدمات RS برای DRM و حاکمیت ریسک یکی دیگر از وظایف مورد بحث است.
انتخاب خدمات مبتنی بر مشاهدات ذهنی ما از ابزارها و داده‌های GIS و RS است که توسط نهادهای مدیریت خطر بلایای محلی و ملی، از جمله آمبولانس و آتش‌نشانی استفاده می‌شود. برای تجزیه و تحلیل کامل همه سرویس‌ها بر اساس اهمیت آنها، به مقالات و دستورالعمل‌های استراتژی ملی و بین‌المللی [ 62 ] و انتشارات قبلی‌مان مراجعه می‌کنیم که در آن مجموعه‌ای از روش‌ها را برای تحلیل اهداف شناسایی یک سرویس به‌عنوان یکی از خدمات ارائه کرده‌ایم. زیرساخت های حیاتی [ 63 ، 64 ]. در این فرآیند که فراتر از محدوده و هدف این بخش است، ارزش های اجتماعی مورد علاقه (نجات جان، سلامت، محیط زیست، منافع اقتصادی، الزامات قانونی و غیره) شناسایی می شوند .سپس خدمات مرتبط با آن، سپس معیارهای حیاتی، مانند تعداد افراد عرضه شده توسط آن، فوریت و سایر ابعاد زمانی و کیفیت خاصی که یک سرویس را حیاتی می کند [65 ]]. به عنوان مثال، ارزش “جان انسان ها” به دلیل قطع شدن داده های ناوبری هنگامی که آمبولانس در راه یک اورژانس بزرگ است، در خطر است. هنگامی که تعداد معینی از آمبولانس ها به چنین داده های ناوبری متکی هستند و زمان برای رسیدن به موقعیت هدف حیاتی است، تعداد معینی از قربانیان تصادف در معرض خطر هستند. کیفیت خاص داده های ناوبری دقت و در دسترس بودن آن است، حتی برای کمک کنندگان غیر محلی یا مکان هایی که یافتن آنها دشوار است. این دقیقاً ترکیبی از حجم بحرانی (افرادی که از آن استفاده می کنند و به آن وابسته هستند) با بازه های زمانی بحرانی و کیفیت خدمات است که یک سرویس را حیاتی می کند. از منظر حاکمیت ریسک بلایا یا مدیریت اقتصادی، ممکن است معقول باشد که «زیرساخت‌های حیاتی» بیشتر و بیشتر شناسایی شود، اما از دیدگاه علمی، این بیشتر یک سوال این است که آیا معیارهایی که ما به کار می‌گیریم و مفهومی که در پشت آن وجود دارد، برخی از خدمات را به‌عنوان حیاتی شناسایی می‌کند و برخی دیگر را به اندازه کافی مرتب می‌کند. این را می توان برای GIS و RS انجام داد، اما نیاز به تجزیه و تحلیل کامل تر از آنچه ما پیشنهاد می کنیم دارد.
جدول
جدول 1. سودمندی و ویژگی های زیرساخت حیاتی خدمات انتخابی GIS و RS برای حفاظت مدنی و مدیریت ریسک بلایا/حکومت.
ماهواره ها همیشه در زمان وقوع فاجعه در موقعیت ایده آلی قرار ندارند. با این حال، برخی از بلایای طبیعی ممکن است تا حدی پیش‌بینی شوند و بنابراین ماهواره‌ها را می‌توان هشدار داد و برای بررسی مناطق در معرض خطر آماده کرد. در برخی موارد، داده های اصلی و سیستم ها در دسترس نیستند. در برخی دیگر، مدیران بلایای طبیعی از وجود و کاربرد RS/GIS بی اطلاع هستند. اگر داده ها به راحتی قابل درک، پردازش، یکپارچه سازی و ارائه به موقع نباشند، مدیران بلایای طبیعی جایگزین های دیگری خواهند یافت. علاوه بر این، اگر جامعه مدیران بلایای طبیعی را از دستیابی به داده های RS/GIS به دلایل خط مشی عمومی (مثلاً هزینه، حریم خصوصی، امنیت) منع کند، مزایا نیز موهوم باقی خواهند ماند.
جدول
جدول 2. وابستگی ها و وابستگی های متقابل GIS و RS با زیرساخت سنتی حیاتی ملی.
جدول 2 بینشی در مورد وابستگی خدمات GIS و RS به سایر خدمات زیرساختی که اغلب به عنوان زیرساخت ملی حیاتی (NCI) طبقه بندی می شوند، ارائه می دهد. برای درک کلی بهتر از معیارهای طبقه بندی وابستگی متقابل فهرست شده در جدول 2 ، تعطیلات تابستانی را در نظر بگیرید که زمانی که قیمت بنزین پایین است به بزرگراه ها هجوم می آورند که منجر به افزایش تراکم ترافیک می شود. در این مورد، وابستگی متقابل منطقی بین زیرساخت های نفت و حمل و نقل ناشی از تصمیمات و اقدامات انسانی است و نتیجه یک فرآیند فیزیکی نیست [ 61 ].
این بخش ویژگی دوسوگرایانه را نشان می‌دهد – سرویسی که به قدری مفید و مورد استفاده قرار می‌گیرد که اگر از کار بیفتد، تأخیرهای جدی، موانع یا حتی اثرات مخرب بدتری برای همه کاربرانی که عادت کرده‌اند به آن اعتماد کنند، ایجاد می‌کند.

7. نتیجه گیری

ابزارها و خدمات سیستم های اطلاعات جغرافیایی (GIS) و سنجش از دور (RS) به عنوان ابزارهای اصلی برای پایش و تجزیه و تحلیل بحران های انسانی و مخاطرات طبیعی در دهه های گذشته شناخته شده و مورد استفاده قرار گرفته اند. مشکلات مرکب و پیچیده ای که در بالا در استفاده از ابزارهای GIS و RS در عمل توضیح داده شد، هم یک مشکل ارتباطی و هم هماهنگی است.
نتیجه‌گیری ما این است که فناوری‌های دیجیتال، مانند این، قابلیت‌های آشکاری هم در پراکندگی اطلاعات و هم در هماهنگ کردن پاسخ‌ها در صورت بروز یک مانع یا شکست جدی در زیرساخت‌های حیاتی ملی دارند. پیاده‌سازی مدل‌های اولیه برای خدمت به عنوان شاخص‌های پیشرو و سیستم‌های هشدار اولیه در مدیریت بلایا مانند آنچه به تفصیل در [ 57 توضیح داده شده است.] در حال حاضر در مراحل اولیه خود هستند و نیاز به تحقیقات بیشتر برای مقابله با موقعیت های سوء استفاده و سوء استفاده دارند، اگرچه ما نمونه هایی از عملکرد خوب ارائه کرده ایم. در نهایت، یک رویکرد میان رشته ای، و نه صرفاً مبتنی بر فناوری، برای بررسی دقیق این موضوع مورد نیاز است. علی‌رغم پیشرفت‌های تکنولوژیکی در این زمینه، ما همچنین باید ساختار ریاضی شبکه‌ها و ارتباط متقابل رفتار عامل، از جمله محدودیت‌های مدل‌ها و موانع و موانع مرتبط در اجرای عملی را درک کنیم. همانطور که تحقیقات ما تا به امروز نشان می دهد، ما همچنین باید نقش احساسات و تعاملات بین رسانه های جدید و قدیمی (ترانس رسانه) را در حل این مشکلات پیچیده در نظر بگیریم.
در این مقاله، ما نمی‌توانیم به طیفی از موضوعاتی بپردازیم که شایسته توضیح و تحلیل بسیار دقیق‌تر باشد. به عنوان مثال، ویژگی‌های متمایز GIS و RS و پیامدهای همزمان برای در نظر گرفتن در زمینه‌های DRM و Risk Governance که در فصل 1 نشان داده‌ایم و سعی کرده‌ایم چند نمونه را در فصل‌های بعدی به نمایش بگذاریم. یکی دیگر از موضوعات مرتبط با این موضوع و در واقع یکی از موضوعات مهم مقطعی کاربرد اطلاعات مکانی، مسئله مقیاس است. ما فضایی برای پوشش مفاهیم مختلف مقیاس های مکانی، زمانی و سایر مقیاس های مفهومی مانند مقیاس های اداری در این مقاله نداشتیم. در تحقیق قبلی ما [ 66 ]، بر اساس ادبیات کلیدی [ 23ما در مثال شاخص‌های آسیب‌پذیری فضایی نشان داده‌ایم که چگونه داده‌ها، روش‌های ارزیابی و ارتباط با اشیاء تجزیه‌وتحلیل شده روی زمین در برخی موارد متفاوت و از جنبه‌های دیگر به طور مشابه در انتخاب مقیاس، سطح، واحد و منطقه تحقیقاتی با هم تعامل دارند. از آنجایی که این به خودی خود، چیز جدیدی برای علوم فضایی نیست، حتی زمانی که به موضوعات بلایا و خطرات مربوط می شود، ما در این مورد توضیح بیشتری نداده ایم. با این حال، به طور خاص، نقشه برداری جمعیت و ردیابی تحرک بازخورد کاربر تلفن همراه فردی فرصت های بسیار ویژه مقیاس را برای تجزیه و تحلیل و همچنین تصمیم گیری اضافه می کند. بنابراین، مقاله بر این جنبه‌ها تمرکز کرده است، اما ما اذعان داریم که خودمان نیاز داریم و می‌خواهیم تحقیقات بیشتری در مورد اثرات مقیاس انجام دهیم. به طور مشخص، انجام ارزیابی های علمی در مورد واقعیت این است که چگونه سهامداران مختلف و به اصطلاح “تصمیم گیرندگان” و همچنین به اصطلاح “افراد تحت تاثیر” واقعاً از محصولات حاصل از ارزیابی های GIS و RS استفاده و درک می کنند. در حالی که محصولات خاصی برای یک گروه کاربری خاص ارائه شده و در نظر گرفته می شوند، جالب است که بررسی کنیم که آیا این در واقع مفید است و آیا این گروه مناسب برای هدف است یا خیر.
درست مانند یک چشم انداز، وظیفه توسعه مفاهیم کاربر محور و مقیاس خاص با دیگر پیشرفت های مشابه مانند سیستم هشدار ملی که قرار است در شهر نیویورک آغاز شود تا مردم را در مورد موارد اضطراری از طریق تلفن های همراه آگاه کند، مطابقت دارد. این شبکه جدید هشدار محلی شخصی (PLAN) پیام‌های اضطراری ریاست جمهوری و محلی و همچنین هشدارهای Amber را قادر می‌سازد تا در تلفن‌های همراه مجهز به تراشه‌ها و نرم‌افزارهای ویژه ظاهر شوند. کمیسیون ارتباطات فدرال و آژانس مدیریت اضطراری فدرال تایید می کند که این سیستم همچنین در مورد حملات تروریستی و بلایای طبیعی هشدار می دهد. واضح است که کار زیادی برای انجام دادن وجود دارد. هدف بسیار مهمتر از نمایش داده های پیام بر روی نمودار یا نقشه است. هدف نهایی ایجاد ابزاری قابل اعتماد است که به اولین پاسخ دهندگان و دیگران اجازه می دهد از فناوری های دیجیتال برای محافظت از عموم مردم استفاده کنند. گواهی بر ارزش چنین ابزاری زمانی اتفاق می‌افتد که کسانی که از نمونه‌های اولیه طراحی‌شده برای محل کار خود استفاده می‌کنند، بتوانند ادعا کنند که این ابزارها مستقیماً مسئول نجات جان انسان‌ها هستند.
برای دستیابی به این هدف، لازم است کاربرانی را که قبلاً در مرحله طراحی یک سرویس هستند شامل شوند تا (1) بتوانند مدیریت انتظارات را انجام دهند به این معنا که به طور واقع بینانه توصیف شود که فناوری EO چه چیزی را می تواند ارائه دهد و چه چیزی را نمی تواند. و (2) برای برآوردن بهترین نیازهای کاربر. اینها اجزایی برای یک DSS و فرآیندهای مشارکتی تر هستند، جایی که GIS می تواند نقش مهمی را با شبیه سازی های مشارکتی، تمرین ها و تصمیم گیری هماهنگ تر بر اساس تجزیه و تحلیل فضایی جمعی ایفا کند.
نتیجه گیری، GIS و RS قادر خواهند بود با در نظر گرفتن سمت کاربر، قابلیت های خود را در زمینه DRM و مدیریت ریسک به طور بسیار دقیق تر بیان و افزایش دهند. کاربر ممکن است فردی باشد که تحت تأثیر یک وضعیت فاجعه قرار گرفته یا یک موسسه دولتی مسئول پیشگیری از بحران یا یک مدیر ریسک در یک شرکت باشد. در بسیاری از مثال‌هایی که نشان داده‌ایم، مانند شاخص‌های آسیب‌پذیری، جمع‌سپاری یا نقشه‌برداری از فضا، یا ارزیابی‌های فضایی کاربران تلفن همراه، مشارکت کاربران یا افراد آسیب‌دیده از فاجعه، یک تغییر پارادایم است که بسیاری از دانشمندان را بر آن داشته است تا فرصت های ارائه شده را در آغوش بگیرید. این تنها در مورد ارائه کیفیت و وضوح بهتر داده ها (کیفیت زمینه مکانی، زمانی و علی) برای تحلیلگر GIS و RS نیست.
GIS و RS نه تنها در ارائه داده‌ها بلکه در اتصال و تجزیه و تحلیل داده‌ها به روشی جامع‌تر و یکپارچه‌تر می‌توانند نقشی اساسی داشته باشند. ممکن است مسیری در توسعه از یک ابزار به یک مفهوم تا حتی یک چشم انداز زیرساختی حیاتی (یا “بحرانی”) برای بهبود درک و اقدامات مدیریت خطرات و بلایا وجود داشته باشد.

منابع

  1. کارترایت، دستور برنامه مدیریت اضطراری دفاع غیرنظامی ملی S. 2005 ; دولت نیوزلند: ولینگتون، نیوزلند، 2005; پ. 68.
  2. ماتسوکا، ام. یامازاکی، ف. نقشه‌برداری آسیب ساختمان از زلزله 2003 بم ایران با استفاده از تصاویر شدت Envisat/ASAR. زمین طیف. 2005 ، 21 . [ Google Scholar ] [ CrossRef ]
  3. چودوری، اس. داسگوپتا، اس. صراف، ع.ک. پاندا، اس. مشاهدات سنجش از دور ناهنجاری های حرارتی پیش از زلزله در ایران. بین المللی J. Remote Sens. 2006 ، 27 ، 4381-4396. [ Google Scholar ] [ CrossRef ]
  4. روت، اچ. Nagler, T. سهم تداخل سنجی رادار در ارزیابی خطرات زمین لغزش. Adv. Space Res. 2006 ، 37 ، 710-719. [ Google Scholar ] [ CrossRef ]
  5. نسسویو، م. مک گینیس، آر. Hooper, D. بینش های جدید در مورد مجموعه زمین لغزش Salmon Falls Creek Canyon بر اساس تجزیه و تحلیل ژئومورفولوژیکی و تکنیک های ماهواره ای چندزمانی InSAR. زمین لغزش 2014 ، 11 ، 1141-1153. [ Google Scholar ] [ CrossRef ]
  6. جویس، KE; بلیس، اس. سامسونوف، اس. مک نیل، اس. Glassey, PJ مروری بر وضعیت سنجش از دور ماهواره ای و تکنیک های پردازش تصویر برای نقشه برداری از خطرات و بلایای طبیعی. Prog. فیزیک Geogr. 2009 ، 33 ، 183-207. [ Google Scholar ] [ CrossRef ]
  7. شورای مدیریت ریسک بین المللی حاکمیت ریسک: به سوی یک رویکرد یکپارچه . شورای مدیریت ریسک بین المللی: ژنو، سوئیس، 2005. [ Google Scholar ]
  8. IADB/IDEA بانک توسعه بین آمریکایی/Instituto de Estudios Ambientales. مفهوم خطر بلایا: چارچوب مفهومی برای مدیریت یکپارچه. در دسترس آنلاین: http://idea.unalmzl.edu.co (در 13 ژوئیه 2015 قابل دسترسی است).
  9. سازمان بین المللی استاندارد سازی. ISO/Iec 31010:2009: مدیریت ریسک—تکنیک های ارزیابی ریسک ؛ سازمان بین المللی استانداردسازی: ژنو، سوئیس، 2009. [ Google Scholar ]
  10. شورای مدیریت ریسک بین المللی مقدمه ای بر چارچوب حاکمیت ریسک سپاه ; شورای مدیریت ریسک بین المللی: ژنو، سوئیس، 2008. [ Google Scholar ]
  11. کمیسیون حفاظت از زیرساخت های حیاتی رئیس جمهور فرمان اجرایی 13010 – حفاظت از زیرساخت های حیاتی ; کمیسیون رئیس جمهور در مورد حفاظت از زیرساخت های حیاتی: واشنگتن، دی سی، ایالات متحده آمریکا، 1996. [ Google Scholar ]
  12. راجیف، KM; آنکیتا، اس. تحلیل مبتنی بر آگاهی و رفتار در رابطه با مسائل زیست محیطی: مطالعه موردی. بین المللی جی. جئول. محیط زمین. علمی 2013 ، 3 ، 223-239. [ Google Scholar ]
  13. کاتر، SL آسیب پذیری در برابر خطرات محیطی. Prog. هوم Geogr. 1996 ، 20 ، 529-539. [ Google Scholar ] [ CrossRef ]
  14. دام، ام. نقشه برداری آسیب پذیری اجتماعی-اکولوژیکی در برابر سیل: رویکردی زیر ملی برای آلمان. پایان نامه دکتری، دانشگاه بن، بن، آلمان، 2010. [ Google Scholar ]
  15. Fekete، A. ارزیابی آسیب پذیری اجتماعی در برابر سیلاب رودخانه در آلمان. پایان نامه دکتری، دانشگاه بن، بن، آلمان، 2010. [ Google Scholar ]
  16. گیوپونی، سی. مجتهد، و. سود، AG; بیسکارو، سی. بالبی، اس. ارزیابی ریسک یکپارچه بلایای مرتبط با آب. در مخاطرات، خطرات و بلایای آب و هواشناسی ؛ Paron, P., di Baldassarre, G., Shroder, JF, Jr., Eds. Elsviser: نیویورک، نیویورک، ایالات متحده آمریکا، 2015; صص 163-200. [ Google Scholar ]
  17. د شربینین، AM نقشه برداری غیرقابل اندازه گیری؟ تحلیل فضایی آسیب پذیری در برابر تغییرات اقلیمی و تغییرپذیری آب و هوا. Ph.D. پایان نامه، دانشگاه Twente، Enschede، هلند، دسامبر 2014. [ Google Scholar ]
  18. Hagenlocher، M. شاخص‌های فضایی یکپارچه برای مدل‌سازی، کاوش و تجسم آسیب‌پذیری به بیماری‌های منتقله از ناقل. Ph.D. پایان نامه، دانشگاه سالزبورگ، سالزبورگ، اتریش، دسامبر 2014. [ Google Scholar ]
  19. تاوبنبوک، اچ. Esch، T. سنجش از راه دور – یک منبع داده موثر برای نظارت شهری. در دسترس آنلاین: http://earthzine.org/2011/07/20/remote-sensing-an-effective-data-source-for-urban-monitoring/ (دسترسی در 10 ژوئن 2015).
  20. پلتفرم ملی اطلاعات امداد و بازیابی بلایای طبیعی. در دسترس آنلاین: http://apps.geoportal.icimod.org/ndrrip/ (در 17 سپتامبر 2015 قابل دسترسی است).
  21. Fakuade، D. واکنش انبوه جمعیت به حوادث بزرگ و شکست زیرساخت ملی حیاتی. Ph.D. پایان نامه، دانشگاه کانتربری، کرایست چرچ، نیوزلند، 2014. [ Google Scholar ]
  22. Fekete، A. ارزیابی آسیب پذیری و ریسک فاجعه فضایی: چالش ها در کیفیت و پذیرش آنها. نات. هازارد 2012 ، 61 ، 1161-1178. [ Google Scholar ] [ CrossRef ]
  23. گیبسون، سی. کلارک، سی. اوستروم، ای. Ahn، TK مفهوم مقیاس و ابعاد انسانی تغییر جهانی: یک بررسی. Ecol. اقتصاد 2000 ، 32 ، 217-239. [ Google Scholar ] [ CrossRef ]
  24. کینبرگر، اس. ارزیابی آسیب پذیری در برابر خطرات طبیعی در سطح استانی / جامعه در موزامبیک: سهم علم GIs و سنجش از دور. در مجموعه مقالات کنفرانس مشترک CIG/ISPRS 2007 درباره ژئوماتیک برای مدیریت بلایا و ریسک، تورنتو، ON، کانادا، 26 مه 2007.
  25. Meentemeyer, V. دیدگاه های جغرافیایی فضا، زمان و مقیاس. Landsc. Ecol. 1989 ، 3 ، 163-173. [ Google Scholar ] [ CrossRef ]
  26. کائو، سی. لام، NSN درک اثرات مقیاس و وضوح در سنجش از دور و GIS. در مقیاس در سنجش از دور و GIS ; Quattrochi، DA، Goodchild، MF، Eds. ناشران لوئیس: بوکا راتون، فلوریدا، ایالات متحده آمریکا، 1997; صص 57-72. [ Google Scholar ]
  27. Openshaw, S. مسئله واحد مساحتی قابل تغییر . Geo Books: Norwich، UK، 2012. [ Google Scholar ]
  28. اشنایدرباوئر، اس. جهان چه “روی” در جریان است؟ نات. خطرات 2013 ، 68 ، 199-200. [ Google Scholar ] [ CrossRef ]
  29. مهدی، د. غلامرضا، ع. تکنیک‌های اعتبارسنجی مدل‌سازی مبتنی بر عامل یا شبیه‌سازی‌های مکانی. بین المللی قوس. فتوگرام حسگر از راه دور اسپات. آگاه کردن. علمی 2014 ، XL-2/W3 ، 91–95. [ Google Scholar ]
  30. کروکس، آ. کریستین، سی. مایکل، بی. چالش های کلیدی در مدل سازی مبتنی بر عامل برای شبیه سازی جغرافیایی فضایی. محاسبه کنید. محیط زیست سیستم شهری 2008 ، 32 ، 417-430. [ Google Scholar ] [ CrossRef ]
  31. چن، ایکس. جان، WM; بنجامین، Z. مدل سازی و تجزیه و تحلیل مبتنی بر عامل از روش های تخلیه طوفان برای فلوریدا کیز. نات. خطرات 2006 ، 38 ، 321-338. [ Google Scholar ] [ CrossRef ]
  32. کوان، م. Jiyeong، L. پاسخ اضطراری پس از 11 سپتامبر: پتانسیل GIS سه بعدی بلادرنگ برای پاسخ سریع اضطراری در محیط‌های ریز فضایی. محاسبه کنید. محیط زیست سیستم شهری 2005 ، 29 ، 93-113. [ Google Scholar ] [ CrossRef ]
  33. راوشرت، آی. آگراوال، پ. Pyush, IR; Sharma, R. طراحی یک رابط GIS انسان محور و چندوجهی برای پشتیبانی از مدیریت اضطراری. در مجموعه مقالات دهمین سمپوزیوم بین المللی ACM در مورد پیشرفت در سیستم های اطلاعات جغرافیایی، مک لین، VA، ایالات متحده آمریکا، 8-9 نوامبر 2002.
  34. Goodchild، MF Citizens به عنوان حسگر: دنیای جغرافیای داوطلبانه. ژئوژورنال 2007 ، 69 ، 211-221. [ Google Scholar ] [ CrossRef ]
  35. Alexander, DE شبکه های اطلاعاتی پیشرفته: مدیریت و تصمیم گیری در زمان واقعی در هنگام بلایای طبیعی و زیست محیطی. در مجموعه مقالات 1991 ایمنی و نوآوری تکنولوژیکی، تورین، ایتالیا، 5 سپتامبر تا 5 اکتبر 1991. صص 8-26.
  36. Comfort, LK ادغام فناوری اطلاعات در مدیریت بحران و سیاست بین المللی. جی. کونتینگ. کریس مدیریت 1993 ، 1 ، 17-29. [ Google Scholar ] [ CrossRef ]
  37. حوا، جی. وبر، ام. اینترنت و مدیریت اضطراری: چشم انداز آینده. بین المللی J. Mass Emerg. بلایا 1998 ، 16 ، 55-72. [ Google Scholar ]
  38. Quarantelli، EL جنبه های مشکلی انقلاب ارتباطات اطلاعاتی برای برنامه ریزی و تحقیق بلایا: ده موضوع و سؤال غیر فنی. فاجعه قبلی مدیریت 1997 ، 6 ، 94-106. [ Google Scholar ] [ CrossRef ]
  39. زوک، م. گراهام، ام. شلتون، تی. گورمن، اس. داوطلبانه اطلاعات جغرافیایی و جمع سپاری امداد رسانی به بلایا: مطالعه موردی زلزله هائیتی. پزشکی جهانی سیاست سلامت 2010 , 2 . [ Google Scholar ] [ CrossRef ]
  40. کیگان، وی. با ویکی‌پدیای دنیای نقشه‌برداری آشنا شوید. گاردین نامحدود. در دسترس آنلاین: http://www.guardian.co.uk/technology/2010/feb/04/mapping-opensource-victor-keegan (در 16 ژوئن 2015 قابل دسترسی است).
  41. الوود، اس. Goodchild، MF; سوئی، دی. ان دانشیار صبح. Geogr. 2012 ، 102 ، 571-590. [ Google Scholar ] [ CrossRef ]
  42. هاکلی، م. Weber, P. OpenStreetMap: نقشه های خیابانی تولید شده توسط کاربر. IEEE Perv. محاسبه کنید. 2008 ، 7 ، 12-18. [ Google Scholar ] [ CrossRef ]
  43. اسماعیلی، ر. ناصری، ف. اسماعیلی، ع. ارزیابی کیفی اطلاعات جغرافیایی داوطلبانه. صبح. جی. جئوگر. Inf. سیستم 2013 ، 2 ، 19-26. [ Google Scholar ]
  44. ابوت، ج. چمبرز، آر. دان، م. هریس، تی. Merode، ED; پورتر، جی. وینر، دی. GIS مشارکتی: فرصت یا بدبختی؟ یادداشت های PLA 1998 ، 33 ، 27-34. [ Google Scholar ]
  45. رامبالدی، جی. مقدمه ای بر تمرین PGIS. در دسترس آنلاین: http://pgis-tk-en.cta.int/m04/u01.html (در 17 سپتامبر 2015 قابل دسترسی است).
  46. براون، RA; Hocde، H. تحقیقات مشارکتی کشاورزان در آمریکای لاتین: چهار مورد. در کار با کشاورزان: کلید پذیرش فن آوری های علوفه . مرکز استرالیایی برای تحقیقات بین المللی کشاورزی: ​​بروس، ACT، استرالیا، 2003; صص 32-52. [ Google Scholar ]
  47. رامبالدی، جی. بوگنا، اس. تیانگکو، ای. de Vera, D. آوردن بعد عمودی به میز مذاکره: ارزیابی اولیه یک پرونده حل مناقشه در فیلیپین. ASEAN Biodivers. 2002 ، 2 ، 17-26. [ Google Scholar ]
  48. رامبالدی، جی. کیم، پی کی مک کال، ام. وینر، دی. مدیریت اطلاعات فضایی مشارکتی و ارتباطات در کشورهای در حال توسعه. Ejisdc 2006 ، 25 ، 1-9. [ Google Scholar ]
  49. گیلارد، جی سی. نقشه برداری سه بعدی مشارکتی Maceda، EA برای کاهش خطر بلایا. شرکت کنید. فرا گرفتن. اقدام J. 2009 ، 60 ، 109-118. [ Google Scholar ]
  50. استراتژی امنیت ملی بریتانیا، 2010. موجود به صورت آنلاین: http://www.direct.gov.uk/prod_consum_dg/groups/dg_digitalassets/@dg/@en/documents/digitalasset/dg_191639.pdf (در 1 دسامبر 2010 قابل دسترسی است).
  51. Whittaker، Z. چگونه “روز ملی بدون دوست” می تواند از تروریسم جلوگیری کند. در دسترس آنلاین: http://www.zdnet.com/blog/igeneration/how-national-unfriend-day-can-prevent-terrorism/6696 (در 2 دسامبر 2010 قابل دسترسی است).
  52. تیلور، سی. تخلیه در گراند سنترال؟ آناتومی یک شایعه توییتر. در دسترس آنلاین: http://www.bnet.com/blog/new-media/evacuation-at-grand-central-anatomy-of-a-twitter-rumor/4615 (در 2 دسامبر 2010 قابل دسترسی است).
  53. نشست اضطراری داده های اجتماعی در دسترس آنلاین: http://redcrosschat.org/about-the-emergency-social-data-summit/ (در 2 دسامبر 2010 قابل دسترسی است).
  54. گاتهام، KF نظریه انتقادی و کاترینا: فاجعه، نمایش و نقد درونی. شهر مقعد. اقدام سیاست تئوری فرقه گرایش های شهری 2007 ، 11 ، 81-99. [ Google Scholar ] [ CrossRef ]
  55. Cottle, S. بحران های جهانی در اخبار: صحنه سازی جنگ های جدید، بلایا و تغییرات آب و هوایی. بین المللی J. Commun. 2009 ، 3 ، 494-516. [ Google Scholar ]
  56. پرستون، جی. Binner, JM; برانیکی، ال. فراریو، MA; کولوکیتا، ام. حملات چندگانه به زیرساخت‌های حمل‌ونقل: یک کاوش بین رشته‌ای از تأثیر فناوری‌های شبکه‌های اجتماعی بر اشتراک‌گذاری، پاسخ و بازیابی اطلاعات در زمان واقعی. در دسترس آنلاین: http://www.csap.cam.ac.uk/media/uploads/files/2/preston-et-al-unpublished-social-networking-on-info-sharing.pdf (دسترسی در 11 مه 2015 ).
  57. اشمیت، ویرجینیا; Binner, JM نمایشگر نیمه خودکار برای متون دارای برچسب جغرافیایی. در تخلیه شهر: یک رویکرد بین رشته ای . Springer: نیویورک، نیویورک، ایالات متحده آمریکا، 2014; صص 107-116. [ Google Scholar ]
  58. اندزلی، MR اندازه گیری آگاهی از موقعیت در سیستم های پویا. هوم عوامل 1995 ، 37 ، 65-84. [ Google Scholar ] [ CrossRef ]
  59. کریستوف، آ. دیلک، Ö.A. یواخیم، ک. Sérgio, F. فعالیت های آینده محور به عنوان مفهومی برای بهبود مدیریت ریسک بلایا. Disaster Adv. 2013 ، 6 ، 1-10. [ Google Scholar ]
  60. پرستون، جی. (دانشگاه شرق لندن، لندن، انگلستان). ارتباط خصوصی، 20 آوریل 2015.
  61. رینالدی، اس. پیرنبوم، جی. کلی، تی. شناسایی، درک و تجزیه و تحلیل وابستگی های متقابل زیرساخت های حیاتی. سیستم کنترل IEEE 2001 ، 21 ، 11-25. [ Google Scholar ] [ CrossRef ]
  62. وزارت کشور فدرال آلمان. استراتژی ملی برای حفاظت از زیرساخت های حیاتی (استراتژی CIP) ; وزارت کشور فدرال آلمان: برلین، آلمان، 2009.
  63. Fekete، A. سطوح هدف ایمنی و امنیت: فرصت ها و چالش ها برای مدیریت ریسک و ارتباطات ریسک. بین المللی J. کاهش خطر بلایا. 2012 ، 2 ، 67-76. [ Google Scholar ] [ CrossRef ]
  64. فکته، ا. لاو، پ. Geier, W. اهداف مدیریت ریسک و شناسایی زیرساخت های حیاتی. بین المللی جی. کریت. زیرساخت. 2012 ، 8 ، 336-353. [ Google Scholar ] [ CrossRef ]
  65. Fekete، A. معیارهای مشترک برای ارزیابی زیرساخت های حیاتی. بین المللی J. Disaster Risk Sci. 2011 ، 2 ، 15-24. [ Google Scholar ] [ CrossRef ]
  66. فکته، ا. دام، م. Birkmann, J. Scales به عنوان چالشی برای ارزیابی آسیب پذیری. نات. خطرات 2010 ، 55 ، 729-747. [ Google Scholar ] [ CrossRef ]

;کاربردهای GISمقالات

آموزش کاربردی ArcGISالهام ابراهیم زادهکاربرد جی ای اسکاربرد جی ای اس در زمین شناسی

بدون نظر

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

همواره حمایت دانشجویان عزیزمان همراه ما بوده و این سببب شده که گامی محکم به‌سوی ایجاد یک مرجع برای آموزش GIS برداریم. با این امید که بتوانیم قدردان حمایت شما بزرگواران باشیم.

  • خانه
  • آموزش
  • فیلم آموزشی
  • تماس با ما
  • درباره ما
  • وبلاگ
  • سمنان /خیابان کاشانی/ساختمان فناوری اطلاعات/پ 8
  • 09120049370