نقشه راه GIS

درخواست مشاوره

09120049370

8 صبح تا 12 شب

09120049370

Telegram Whatsapp Youtube
کاربرد جی ای اس

 

خلاصه

تجزیه و تحلیل آمارهای جهانی نشان دهنده افزایش قابل توجه خسارت سیل در چند دهه گذشته است. علاوه بر این، انتظار می‌رود که خطر سیل به دلیل اثر ترکیبی افزایش تعداد مردم و دارایی‌های اقتصادی در مناطق مستعد خطر و اثرات تغییرات آب و هوا، افزایش یابد. به منظور کاهش تأثیر مخاطرات طبیعی بر اقتصاد و جوامع اروپایی، ارزیابی ریسک و مدیریت بهتر باید دنبال شود. با انتقال اخیر به رویکرد مبتنی بر ریسک در سیاست مدیریت سیل اروپا، مدل‌های تحلیل سیل به بخش مهمی از مدیریت ریسک سیل (FRM) تبدیل شده‌اند. در این زمینه، مدل‌های مکانی آزاد و منبع باز (FOSS) اطلاعات بهتر و کامل‌تری را به ذینفعان در مورد انطباق آنها با دستورالعمل سیل (2007/60/EC) برای FRM مؤثر و مشارکتی ارائه می‌کنند. یک مدل جغرافیایی یک ابزار ضروری برای پرداختن به چالش اروپایی برای FRM جامع و پایدار است زیرا امکان استفاده از پیامدهای ریسک کمی اجتماعی و اقتصادی یکپارچه را در یک حوزه مکانی-زمانی فراهم می‌کند. علاوه بر این، یک مدل FOSS می‌تواند از فرآیندهای حاکمیتی با استفاده از یک رویکرد تعاملی، شفاف و مشارکتی پشتیبانی کند و تجربه‌ای معنادار را ارائه دهد که هم یادگیری را ارتقا می‌دهد و هم دانش را از طریق فرآیند کشف هدایت‌شده در مورد مدیریت خطر سیل ایجاد می‌کند.
کلید واژه ها: 

GIS ; مدیریت ریسک سیل ; منبع باز ; مدل خطر سیل

 

1. معرفی

افزایش مشاهده شده خسارت سیل در سراسر اروپا [ 1 ] از سال 2005 توجه دانشمندان، سیاست گذاران، رسانه ها و جامعه را به طور کلی بر حوزه ارزیابی و مدیریت ریسک متمرکز کرده است. این انتظار ناشی از این است که احتمال وقوع سیل و پیامدهای آن، ناشی از تغییرات در محرک‌های هواشناسی سیل، یا با تغییر الگوهای کاربری زمین و توسعه اقتصادی-اجتماعی، در دهه‌های آینده همچنان افزایش یابد [ 2 , 3 , 4 , 5 , 6 , 7 , 8 , 9 , 10 , 11 , 12]، بنابراین خطر سیل موجود را تشدید می کند. در این پرتو، مفهوم مدیریت خطر سیل به سمت کاوش رویکردهای جامع تر و پایدارتر تغییر کرده است [ 13 ، 14 ، 15 ، 16 ]. این تغییر با ابتکارات بین المللی و قوانین اخیر در سطح اروپا هدایت شده است. دستورالعمل اروپایی سیل 2007/60/EC [ 17 ]، یک مثال است. این چشم انداز مدیریت ریسک سیل (FRM) (ارائه شده در [ 17]) نه تنها خطرات، بلکه عواقب احتمالی را نیز در نظر می گیرد. این دستورالعمل ارزیابی و نقشه برداری خطر و همچنین توسعه برنامه های مدیریت خطر سیل را با هدف کاهش پیامدهای نامطلوب تجویز می کند. این برنامه‌ها باید تأثیرات اقتصادی، زیست‌محیطی و اجتماعی مانند سلامت انسان، محیط‌زیست، میراث فرهنگی و فعالیت‌های اقتصادی و غیره را در بر گیرند و ادغام کنند. FRM باید به یک فرآیند مهم و جامع برای انطباق با یک محیط دائماً در حال تغییر به دلیل، به عنوان مثال، تغییرات آب و هوا، رشد جمعیت و تغییرات اقتصادی تبدیل شود. این رویکرد مدیریت ریسک، با پوشش صریح همه جنبه‌ها (به عنوان مثال، پیشگیری، کاهش، آماده‌سازی، واکنش، بازیابی) چرخه مدیریت بلایا، دیدگاه جامع‌تری دارد [18] .]، به جای تمرکز بیشتر بر پیشگیری از سیل.
این نوع چارچوب مدیریتی مستلزم در نظر گرفتن و ترکیب هر دو کاهش خطر (اقدامات فنی سازه ای دفاع در برابر سیل مانند سدها، دایک ها یا پلدرها) و اقدامات سازگار (غیر ساختاری، اقدامات “نرم” مانند آماده سازی ذینفعان محلی، بیمه سیل است. ، مدیریت اطلاعات، شبکه های اجتماعی) [ 19 ]. این بدان معناست که اقداماتی با هدف کاهش خطر سیل، مانند دایک ها یا اقدامات حفظ، در نظر گرفته می شود، اما همچنین اقداماتی که بر کاهش آسیب پذیری تمرکز دارند، مانند محدودیت های کاربری زمین در دشت سیل، سیستم های هشدار یا بیمه. در نهایت، دستورالعمل خطر سیل [ 17] خواستار توسعه ابزارهای مؤثر برای تجزیه و تحلیل هزینه-فایده از گزینه های کاهشی است که ممکن است برای مدیریت تصمیمات فنی، مالی و سیاسی در مدیریت ریسک سیل اتخاذ شود. در این زمینه، مدل‌های تحلیل ریسک در زمینه‌های مدیریت ریسک سیل توجه بیشتری را به خود جلب می‌کنند، زیرا به ما امکان می‌دهند مقرون به صرفه بودن اقدامات کاهشی را ارزیابی کنیم و بنابراین، سرمایه‌گذاری‌ها را بهینه کنیم [20 ] . این امر به ویژه با توجه به منابع مالی محدود موجود در بیشتر موارد اهمیت دارد.
در حالی که این الزامات با توجه به دستاوردهای علمی و درک اخیر از ریسک مورد استقبال قرار می‌گیرد، اما ذینفعان را با وظایف و چالش‌های جدیدی مواجه می‌کند که نه تنها همیشه قادر به رسیدگی به آن‌ها نیستند، بلکه احتمالاً توسعه علمی و فنی هنوز برای ارائه آن کافی نیست. دانش لازم برای حمایت از تصمیمات مدیریت ریسک سیل ذینفعان. با توجه به این زمینه، این مقاله هم پیشرفت‌ها و هم محدودیت‌های مدل‌های موجود را از دیدگاه نویسندگان ارائه می‌کند (به طور عمده بر تخمین پیامدها در تجزیه و تحلیل خطر سیل تمرکز می‌کند). از سوی دیگر، هدف این مقاله توسعه یک مدل جدید تجزیه و تحلیل خطر سیل هماهنگ نیست که به راحتی در سراسر اروپا قابل اجرا باشد. این امر به دلیل انواع سیل هایی که کشورهای مختلف اروپایی با آن مواجه هستند، ناهمگونی زیاد داده های موجود، و در نهایت اهداف و مقیاس های متفاوت رویکردهای ارزیابی خسارت دشوار خواهد بود. درعوض، هدف ما سازماندهی دانش و ویژگی‌های موجود از روش‌های موجود در توصیه‌ها و اصول عملیاتی برای حمایت از مقامات و ذینفعان در انطباق آنها با دستورالعمل سیل است.17 ]. این می تواند به عنوان نقطه شروع خوبی برای تحقیقات علمی آینده در نظر گرفته شود تا به چالش کمک به ذینفعان برای انتخاب بهترین یا بهینه مسیر اقدام برای اتخاذ، یعنی فرآیند انتخابی که به شناسایی بهترین گزینه های موجود کمک می کند، نگریسته شود . از نظر کارایی و برابری [ 21 ].

2. مفاهیم اساسی خطر سیل

قبل از اینکه بتوانیم چالش های مدیریت ریسک سیل (FRM) را به درستی چارچوب بندی کنیم، ابتدا خلاصه ای از مفاهیم کلیدی تحلیل و مدیریت ریسک سیل ارائه می کنیم. این اصطلاح گاهی در ادبیات و در میان جوامع خطر متفاوت است، اما تلاش‌های فنی و علمی در پروژه‌های مختلف اتحادیه اروپا، مانند FLOODsite و CONHAZ (به عنوان مثال، [ 22 ، 23 ])، توانسته است به واژگان مشترکی در مدیریت خطر سیل برسد. زمینه، که در این مقاله به عنوان راهنما در نظر گرفته شده است.
دو تعریف اصلی در حال حاضر پذیرفته شده است و معمولاً برای اصطلاح “ریسک” استفاده می شود. تعریف اول دارای سنت طولانی در میان دانشمندان علوم طبیعی و به ویژه در میان مهندسان است، زیرا آنها معمولاً برای کاهش احتمال وقوع سیل با استفاده از حفاظت در برابر سیل تلاش می کنند:

ریسک = احتمال × پیامدها

در جایی که احتمال اغلب به یک چارچوب زمانی خاص ارجاع می‌شود، برای مثال، به عنوان احتمال بیش از حد سالانه، و ویژگی‌های سیل تا حد زیادی در اصطلاح پیامدها در نظر گرفته می‌شوند [ 24 ]. یک تعریف جایگزین این است:

ریسک = خطر × قرار گرفتن در معرض × آسیب پذیری

این تعریف اغلب توسط دانشمندان علوم اجتماعی و به ویژه در میان برنامه‌ریزان ترجیح داده می‌شود، که معمولاً خطر را امری مشخص می‌دانند و برنامه‌ریزی فضایی و تأثیرگذاری بر رفتار افراد را وسیله‌ای برای انطباق با آنچه داده شده می‌دانند [25 ] . در تعریف دوم، وسعت و عمق احتمالی سیل (و سایر خصوصیات سیل از جمله احتمال) همگی تحت عنوان “خطر” قرار می گیرند. خطر یک فعالیت طبیعی یا انسانی با پتانسیل ایجاد آسیب در نظر گرفته می شود. از سوی دیگر، آسیب پذیری به ویژگی های یک سیستم مربوط می شود که پتانسیل آسیب دیدن آن را توصیف می کند. طبق این تعریف، قرار گرفتن در معرض بیشتر نتیجه همپوشانی ردپای سیل (یا همه سیل‌های احتمالی) بر روی نقشه گیرنده‌ها است تا یک مؤلفه خطر به خودی خود:

خطر = خطر ∩ آسیب پذیری
در این معادله، قرار گرفتن در معرض با حضور گیرنده ها و همچنین ویژگی آنها، به عنوان مثال، آسیب پذیری آنها، از یک سو، و ویژگی های سیل از سوی دیگر تعیین می شود.
در تعریف اول، عوامل تعیین‌کننده مواجهه، مانند عمق و وسعت آب، در اصطلاح پیامد گنجانده شده‌اند، زیرا آنها در واقع پیامد هیدرولیکی نقض هستند و از این رو، برای محاسبه پیامدهای نقض از نظر اقتصادی لازم هستند. خسارت یا تعداد تلفات در تعریف دوم، عمق و وسعت سیل از ویژگی های خطر همراه با احتمال است. با تمایز صریح عوامل تعیین‌کننده مواجهه به‌عنوان مؤلفه جداگانه خطر سیل، مانند گیرنده‌ها، می‌توان دو تعریف و مکتب رقیب را با هم تطبیق داد ( شکل 1).). بر اساس این طرح، پیامدها نشان دهنده تأثیر (یا بهبود) مانند تأثیر اقتصادی، اجتماعی یا زیست محیطی هستند و ممکن است به صورت کمی بیان شوند. احتمال نه تنها شامل احتمال خطرات بالقوه (به عنوان مثال، احتمال بیش از حد سطح آب رودخانه) است، بلکه احتمالات مشروط پاسخ سیستم را با توجه به چنین خطری نیز در بر می گیرد (به عنوان مثال، احتمال شکست یک سیستم دفاع سیل برای یک سطح آب رودخانه خاص).
Ijgi 04 02704 g001 1024
شکل 1. زنجیره مفهوم خطر سیل.
در این زمینه، تحلیل ریسک سیل را می توان به عنوان فرآیند تعیین ریسک با تجزیه و تحلیل و ترکیب احتمالات و پیامدها تعریف کرد که به صراحت مواجهه/گیرنده ها را در نظر می گیرد. تجزیه و تحلیل ریسک نه تنها باید بر به دست آوردن ریسک موجود تمرکز کند، بلکه باید بر تجزیه و تحلیل تأثیر اقدامات کاهش ریسک نیز تمرکز کند .، کاهش خطر سیل. خطر اکنون از منظری گسترده تر و جامع تر دیده می شود که در آن اقدامات ساختاری و غیرساختاری باید به بهترین شکل ممکن در نظر گرفته شده و ترکیب شوند و باید با زمینه خاص مربوطه هماهنگ شوند. از این رو، مدیریت ریسک سیل (FRM) نتایج، اطلاعات و توصیه‌های حاصل از تحلیل ریسک و شیوه‌های کاهش خطر را ترکیب می‌کند که به عنوان اطلاعات کلیدی برای تعریف و اولویت‌بندی اقدامات کاهش خطر استفاده می‌شود.

3. مرور مفهومی رویه های رایج برای مدل های تحلیل ریسک

یک روش استاندارد برای تجزیه و تحلیل خطر سیل در مقیاس مزو / میکرو هنوز در اروپا ایجاد نشده است. دستورالعمل خطر سیل فقط الزامات عمومی را تعریف می کند. کشورهای عضو، خود در مورد روش های مناسب مورد نیاز برای اجرای آن تصمیم می گیرند زیرا تفاوت های جغرافیایی، هیدرولوژیکی و اجتماعی رویکردهای خاصی را می طلبد. این منجر به طیف گسترده ای از مدل های تجزیه و تحلیل سیل با پیچیدگی های مختلف با تفاوت های اساسی در اجزای اساسی می شود [ 23 ، 26 ]. یک روش/مدل کلی برای تحلیل ریسک ( شکل 2 )، به دنبال تعریف ریسک بخش 2، باید چندین ارزیابی خسارت را برای رویدادهایی با احتمالات مختلف با در نظر گرفتن اقدامات کاهش سازه ای و غیرسازه ای انجام دهد.
Ijgi 04 02704 g002 1024
شکل 2. بررسی اجمالی ارزیابی کلی سیل.
به طور کلی، مدل‌های تحلیل ریسک سیل با ارزیابی خطر سیل شروع می‌شود که احتمال و شدت یک رویداد احتمالی را نشان می‌دهد. بررسی‌های هواشناسی، هیدرولوژیکی و هیدرولیک برای تعریف خطر و برآورد تأثیر سیل برای تعریف آسیب‌پذیری می‌تواند در وهله اول به طور جداگانه انجام شود، اما برای تجزیه و تحلیل خطر نهایی باید ترکیب شوند. در واقع، اطلاعات خطر را می‌توان با اطلاعات اجتماعی-اقتصادی، مانند داده‌های کاربری زمین، مجموعه داده‌های ساختمان، اطلاعات جمعیت، تولید ناخالص داخلی منطقه‌ای (GDP) و غیره پوشاند. انجام این کار نشان‌دهنده چیزی است که واقعاً در معرض سیل قرار دارد .
واضح است که تعیین کمیت ریسک به مشخصات مکانی (مثلاً منطقه مورد نظر، تفکیک مکانی داده ها) بستگی دارد و بر مقیاس مناسبی از خطر سیل و نقشه های کاربری زمین/ساختمان تکیه دارد. اطلاعات مربوط به قرار گرفتن در معرض را می توان با اطلاعات مربوط به آسیب پذیری چنین دارایی هایی با ارتباط دادن آسیب نسبی عناصر در معرض خطر به تأثیر سیل و ویژگی های خطر برای برآورد خسارت احتمالی ترکیب کرد. علاوه بر این، اثر اندازه‌گیری کاهش بر آسیب احتمالی باید ارزیابی شود تا تمام دانش لازم را ارائه دهد که بر اساس آن اقدامات/اقدامات FRM مناسب تعریف و به ذینفعان ابلاغ شود. نتایج تحلیل ریسک باید اطلاعات مربوطه را برای ذینفعان به گونه ای تولید کند که برای آنها معنادار باشد و برای اهدافشان مناسب باشد. علاوه بر این،27 ].

4. رویکرد عمومی برای مدل های تحلیل خطر سیل

روش‌های تجزیه و تحلیل خطر سیل معمولاً شامل سه مرحله اصلی است: (1) تعیین احتمال وقوع سیل. (II) شبیه سازی ویژگی های سیل. و (iii) ارزیابی پیامدهای (اجتماعی، اقتصادی و زیست محیطی) که تأثیر اقدامات کاهش ساختاری و غیرساختاری را نشان می دهد. در تئوری، تخمین ریسک باید بر اساس یک تحلیل کاملاً احتمالی باشد که در آن کلیه بارهای احتمالی بر روی سیستم دفاع در برابر سیل، مقاومت سیستم و رخنه‌های احتمالی، الگوهای سیل و پیامدهای آن درج شود. چنین رویکردی به یک روش عددی و تعداد بسیار زیادی شبیه سازی نیاز دارد. به دلیل محدودیت در زمان و منابع، معمولاً یک رویکرد ساده انتخاب می شود. که در آن تعداد محدودی از سناریوهای رویداد را در نظر می گیریم که در آن احتمال هر سناریو به طور جداگانه تخمین زده می شود و پیامدها به طور قطعی محاسبه می شوند. روش معمول این است که یک تجزیه و تحلیل فرکانس سیل را برای یک رکورد معین از داده های دبی اعمال کنیم و دبی مربوط به دوره های بازگشت تعریف شده، به عنوان مثال، رویداد 100 ساله را به وسعت و عمق طغیان، و همچنین به سرعت، مدت سیل، آب تبدیل کنیم. آلودگی، غلظت رسوب و محتوای اطلاعات هشدار سیل. در نهایت، پیامدهای سناریوهای مختلف سیل را می توان بر اساس خروجی های شبیه سازی سیل و اطلاعات مربوط به توزیع فضایی دارایی های اجتماعی-اقتصادی که به صراحت اقدامات کاهش و سازگاری را پوشش می دهد، تخمین زد. پیامدهای سیل را می توان به طور کلی به تأثیرات مستقیم و غیر مستقیم طبقه بندی کرد. و پیامدها به صورت قطعی محاسبه می شوند. روش معمول این است که یک تجزیه و تحلیل فرکانس سیل را برای یک رکورد معین از داده های دبی اعمال کنیم و دبی مربوط به دوره های بازگشت تعریف شده، به عنوان مثال، رویداد 100 ساله را به وسعت و عمق طغیان، و همچنین به سرعت، مدت سیل، آب تبدیل کنیم. آلودگی، غلظت رسوب و محتوای اطلاعات هشدار سیل. در نهایت، پیامدهای سناریوهای مختلف سیل را می توان بر اساس خروجی های شبیه سازی سیل و اطلاعات مربوط به توزیع فضایی دارایی های اجتماعی-اقتصادی که به صراحت اقدامات کاهش و سازگاری را پوشش می دهد، تخمین زد. پیامدهای سیل را می توان به طور کلی به تأثیرات مستقیم و غیر مستقیم طبقه بندی کرد. و پیامدها به صورت قطعی محاسبه می شوند. روش معمول این است که یک تجزیه و تحلیل فرکانس سیل را برای یک رکورد معین از داده های دبی اعمال کنیم و دبی مربوط به دوره های بازگشت تعریف شده، به عنوان مثال، رویداد 100 ساله را به وسعت و عمق طغیان، و همچنین به سرعت، مدت سیل، آب تبدیل کنیم. آلودگی، غلظت رسوب و محتوای اطلاعات هشدار سیل. در نهایت، پیامدهای سناریوهای مختلف سیل را می توان بر اساس خروجی های شبیه سازی سیل و اطلاعات مربوط به توزیع فضایی دارایی های اجتماعی-اقتصادی که به صراحت اقدامات کاهش و سازگاری را پوشش می دهد، تخمین زد. پیامدهای سیل را می توان به طور کلی به تأثیرات مستقیم و غیر مستقیم طبقه بندی کرد. روش معمول این است که یک تجزیه و تحلیل فرکانس سیل را برای یک رکورد معین از داده های دبی اعمال کنیم و دبی مربوط به دوره های بازگشت تعریف شده، به عنوان مثال، رویداد 100 ساله را به وسعت و عمق طغیان، و همچنین به سرعت، مدت سیل، آب تبدیل کنیم. آلودگی، غلظت رسوب و محتوای اطلاعات هشدار سیل. در نهایت، پیامدهای سناریوهای مختلف سیل را می توان بر اساس خروجی های شبیه سازی سیل و اطلاعات مربوط به توزیع فضایی دارایی های اجتماعی-اقتصادی که به صراحت اقدامات کاهش و سازگاری را پوشش می دهد، تخمین زد. پیامدهای سیل را می توان به طور کلی به تأثیرات مستقیم و غیر مستقیم طبقه بندی کرد. روش معمول این است که یک تجزیه و تحلیل فرکانس سیل را برای یک رکورد معین از داده های دبی اعمال کنیم و دبی مربوط به دوره های بازگشت تعریف شده، به عنوان مثال، رویداد 100 ساله را به وسعت و عمق طغیان، و همچنین به سرعت، مدت سیل، آب تبدیل کنیم. آلودگی، غلظت رسوب و محتوای اطلاعات هشدار سیل. در نهایت، پیامدهای سناریوهای مختلف سیل را می توان بر اساس خروجی های شبیه سازی سیل و اطلاعات مربوط به توزیع فضایی دارایی های اجتماعی-اقتصادی که به صراحت اقدامات کاهش و سازگاری را پوشش می دهد، تخمین زد. پیامدهای سیل را می توان به طور کلی به تأثیرات مستقیم و غیر مستقیم طبقه بندی کرد. آلودگی آب، غلظت رسوب و محتوای اطلاعات هشدار سیل. در نهایت، پیامدهای سناریوهای مختلف سیل را می توان بر اساس خروجی های شبیه سازی سیل و اطلاعات مربوط به توزیع فضایی دارایی های اجتماعی-اقتصادی که به صراحت اقدامات کاهش و سازگاری را پوشش می دهد، تخمین زد. پیامدهای سیل را می توان به طور کلی به تأثیرات مستقیم و غیر مستقیم طبقه بندی کرد. آلودگی آب، غلظت رسوب و محتوای اطلاعات هشدار سیل. در نهایت، پیامدهای سناریوهای مختلف سیل را می توان بر اساس خروجی های شبیه سازی سیل و اطلاعات مربوط به توزیع فضایی دارایی های اجتماعی-اقتصادی که به صراحت اقدامات کاهش و سازگاری را پوشش می دهد، تخمین زد. پیامدهای سیل را می توان به طور کلی به تأثیرات مستقیم و غیر مستقیم طبقه بندی کرد.28 ]. اثرات مستقیم آنهایی هستند که در اثر تماس فیزیکی آب سیلاب با انسان، اموال و یا هر شیء دیگری رخ می دهد. تأثیرات غیرمستقیم ناشی از تأثیرات مستقیم است و پس از وقوع سیل – در مکان یا زمان – رخ می دهد. هر دو نوع تأثیر را می توان به تأثیرات ملموس و نامشهود طبقه بندی کرد، بسته به اینکه آیا می توان آنها را در ارزش های پولی ارزیابی کرد یا خیر [ 23 ]. طبقه بندی های مختلفی از پیامدهای سیل را می توان در ادبیات یافت، مانند طبقه بندی پیشنهادی توسط پروژه CONHAZ (“هزینه های مخاطرات طبیعی”)، شامل پنج دسته [ 23 ]: (1) هزینه های مستقیم. (2) هزینه های وقفه کسب و کار؛ (3) هزینه های غیر مستقیم. (4) هزینه های نامشهود؛ و (5) هزینه های کاهش ریسک.
با توجه به هزینه های غیرمستقیم، نیاز به درک بهتر فرآیندهای منجر به آسیب وجود دارد تا بتوان آنها را به طور مناسب مدلسازی کرد. علاوه بر این، [ 29 ] انتقال بالقوه این روش ها به پزشکان را کاملا غیر واقعی می دانند. دلایل این امر این است که مدل‌ها به مهارت بالایی برای اجرا نیاز دارند و مکانیسم‌ها و عدم قطعیت‌های پیچیده‌ای را به دنبال دارند.
اغلب، تجزیه و تحلیل پیامدها تنها بر تلفات مستقیم سیل تمرکز می‌کنند که توسط توابع خسارت یا تلفات تخمین زده می‌شود. بیشتر مدل‌های تلفات سیل وجه مشترک دارند که تلفات مستقیم پولی سیل تابعی از نوع یا کاربری ساختمان و عمق آبگرفتگی ( یعنی منحنی‌های عمق-خسارت) است. مطالعات اخیر، [ 26 ، 30 ]، نشان داده اند که برآوردهای مبتنی بر توابع آسیب مرحله ممکن است عدم قطعیت زیادی داشته باشند زیرا عمق آب و استفاده از ساختمان تنها بخشی از واریانس داده ها را توضیح می دهد. بنابراین، برخی از مدل‌های تلفات سیل شامل پارامترهایی مانند مدت سیل، آلودگی، هشدار زودهنگام یا اقدامات احتیاطی است. رایج‌ترین و پذیرفته‌شده‌ترین رویکرد بین‌المللی در توابع آسیب بر اساس منحنی‌های عمق-آسیب است [ 31]]. در حالی که برخی از منحنی‌های عمق آسیب با استفاده از داده‌های آسیب تجربی ساخته می‌شوند، برخی دیگر بر اساس قضاوت متخصص در ترکیب با سناریوهای سیل مصنوعی تعریف می‌شوند. برآیند توابع می تواند توابع زیان پولی مطلق یا توابع زیان نسبی باشد، یعنی ضرر به صورت درصدی از ارزش ساختمان یا محتوا در نظر گرفته می شود و برای محاسبه ارزش پولی خسارت، درصدها در حداکثر مقدار خسارت ضرب می شوند. خصوصیات مقادیر را می توان به عنوان هزینه های جایگزینی بیان کرد، به عنوان مثال ، ارزش جدید تخمینی شی یا کلاس، یا هزینه های مستهلک شده/تعمیر، به عنوان مثال، تخمینی از هزینه فعلی جایگزینی یا ترمیم. هزینه های جایگزینی کل جریان های پولی مورد انتظار را نشان می دهد و تخمین زده می شود که بیشتر از هزینه های مستهلک شده باشد که بیانگر زیان اقتصادی واقعی است [ 32 ]. علاوه بر این، این تابع زیان های مورد انتظار را به یک ملک خاص یا نوع کاربری زمین می دهد. در بیشتر موارد، طبقه‌بندی بر اساس بخش‌های اقتصادی، مانند خانوارهای خصوصی، شرکت‌ها، زیرساخت‌ها و کشاورزی، با تمایز بیشتر به طبقات فرعی است. این مبتنی بر درک این است که بخش‌های مختلف اقتصادی ویژگی‌های متفاوتی را در مورد دارایی‌ها و حساسیت نشان می‌دهند ( شکل 3)). برای مثال، عناصر در معرض خطر در بخش مسکونی عمدتاً ساختمان‌ها هستند. این فقط تا حدی در سایر بخش‌ها مانند بازرگانی، کشاورزی یا بخش دولتی صدق می‌کند. علاوه بر این، تأثیر سیل بین بخش‌ها متفاوت است. به عنوان مثال، خسارت ناشی از سیل به ساختمان های مسکونی به شدت به عمق آب سیل بستگی دارد، در حالی که برای آسیب به محصولات کشاورزی زمان وقوع سیل و مدت سیل تعیین کننده است. با توجه به تمایز منطقه ای در سراسر اروپا، از نظر ویژگی های مناطق مورد مطالعه (به عنوان مثال، جغرافیایی، اجتماعی-اقتصادی) و داده های موجود (به عنوان مثال، کیفیت دقت و قابلیت اطمینان داده ها)، توصیه می شود در صورت امکان از عمق آسیب استفاده شود. منحنی ها و حداکثر مقادیر آسیب که بیانگر شرایط محلی و انواع ساختمان های موجود است. واضح است که کمیت ریسک به مشخصات مکانی بستگی دارد (مثلاً. ز، منطقه مورد علاقه، تفکیک مکانی داده ها) و بر مقیاس مناسبی از نقشه های خطر سیل و کاربری زمین یا عناصر در معرض خطر تکیه دارد. در واقع، مدل تحلیل ریسک می‌تواند از یک رویکرد مبتنی بر شی استفاده کند، که از تعداد زیادی از انواع شی و ویژگی‌های آسیب سیل مربوطه استفاده می‌کند، و مدل‌های مبتنی بر سطح انبوه‌تر،به عنوان مثال ، رویکرد استفاده از زمین. مدل‌های مبتنی بر شی این مزیت را دارند که می‌توانند برای تغییر تراکم ساختمان در مناطق کنترل کنند، اما داده‌ها کمتر در دسترس هستند و می‌توانند پیچیدگی محاسبات را در مناطق بزرگ‌تر افزایش دهند. در یک سیستم GIS، متغیرهای ورودی مانند نقشه کاربری زمین یا ساختمان‌ها، عمق طغیان، منحنی‌های عمق-آسیب مرتبط، و حداکثر مقدار خسارت را می‌توان به راحتی ذخیره کرد و برای انجام تجزیه و تحلیل میزان خسارتی که در نتیجه ایجاد می‌شود، استفاده کرد ( شکل 2) در صورت وقوع سیل. با این حال، مدل های کمی توزیع فضایی خطرات، و همچنین اثرات اقدامات کاهش سیل را در نظر می گیرند. درعوض، در نظر گرفتن اینکه کدام مناطق بیشتر از یک اقدام سود می برند و کدام مناطق نه، ضروری است. علاوه بر این، معمولاً توجه کمی به اقدامات کاهشی غیرسازه‌ای می‌شود که باید به روشی مشابه گزینه‌های ساختاری ارزیابی شوند. اقدامات غیرسازه ای برای کاهش خطر سیل شامل ساخت و سازهای عمرانی نمی شود. آنها به سیاست ها، آگاهی، توسعه دانش، تعهد عمومی، و روش ها و شیوه های عملیاتی، از جمله مکانیسم های مشارکتی و ارائه اطلاعات اشاره دارند. اقدامات غیر ساختاری مانند برنامه ریزی و سیاست های شهری، پیش بینی سیل، ارتباطات، بسیج، هماهنگی و عملکرد، بیمه،33 ].
Ijgi 04 02704 g003 1024
شکل 3. نمونه ای از تغییر در حساسیت بر اساس بخش اقتصادی که توسط منحنی های عمق-آسیب تجسم یافته است [ 34 ].
به این ترتیب، مدل‌های تحلیل ریسک می‌توانند نمای کلی روشنی از خطر سیل اجتماعی و اقتصادی ارائه دهند و همچنین اثرات چندین اقدام ساختاری و غیرساختاری را برای حمایت از مقامات در انطباق با دستورالعمل سیل [17] ارزیابی کنند ( شکل 2 ) . یک رویکرد برای پشتیبانی از اطلاعات کافی برای اطمینان از تصمیم گیری و ارتباطات مناسب، استفاده از نتایج مدل های ریسک برای نمایش منحنی های FN و FD است [ 35]]. منحنی های FN نمایشی گرافیکی از احتمال رخدادهایی هستند که باعث ایجاد سطح مشخصی از آسیب به یک جمعیت خاص می شوند. منحنی های FN فرکانس تجمعی (F) را نشان می دهد که در آن N یا تعداد بیشتری از اعضای جمعیت تحت تأثیر قرار می گیرند. به طور مشابه، منحنی های FD فرکانس تجمعی (F) را برای هر سطح از آسیب های اقتصادی بالقوه (D) نشان می دهد. منحنی FN احتمال بیش از حد تجمعی سالانه سطح تخمینی مورد انتظار تلفات احتمالی را نشان می دهد و منطقه زیر منحنی با کل خطر اجتماعی مطابقت دارد. منحنی FD سطح تخمینی خسارات اقتصادی را نشان می دهد و سطح زیر منحنی نشان دهنده ریسک اقتصادی است. این منحنی ها روشی مفید برای ارائه اطلاعات ریسک هستند که می تواند توسط مدیران و طراحان سیستم برای کمک به تصمیم گیری در مورد ریسک استفاده شود.33 ].

5. پیشرفت‌ها و موانع کنونی برای پیاده‌سازی مدل‌های تحلیل ریسک

مدل‌های تحلیل ریسک فعلی از رویکردهای متنوعی برای اجرای دستورالعمل خطر سیل در چارچوب شرایط مختلف موجود در کشورهای اروپایی استفاده می‌کنند. اگرچه ادبیات گسترده ای در مورد تجزیه و تحلیل ریسک وجود دارد، مدل های موجود دارای سطوح متنوعی از جزئیات و درجات پیچیدگی بر اساس کاربرد روش ها در مقیاس ها و اهداف مختلف هستند. بنابراین، ترکیب محدودیت‌ها و چالش‌های فعلی و شناسایی بهترین شیوه‌های فعلی برای حمایت از مقامات دولتی و نهادهای اجرایی که با مدیریت خطر سیل سروکار دارند، حیاتی است.

5.1. پرورش و ترویج داده های باز و ارتباط اطلاعات عدم قطعیت

همانطور که قبلاً گفته شد، هر کشور تاریخ، اخلاق و قوانین خاص خود را دارد. از نظر داده‌ها، این بر آنچه در گذشته جمع‌آوری شده است، آنچه برای اهداف مختلف و برای چه کسی در دسترس است و آنچه می‌تواند در آینده در دسترس باشد تأثیر می‌گذارد. در واقع، در دسترس بودن داده ها و پتانسیل جمع آوری داده ها تأثیر قابل توجهی بر مدل های موجود دارد. فقدان داده های کافی، دقیق، قابل مقایسه و قابل اعتماد یکی از منابع اصلی عدم قطعیت در مدل های تحلیل ریسک است [ 36 ].
عدم قطعیت در منابع اطلاعاتی خطر سیل و خطر به دلیل تعمیم ها، مفروضات و تجمیع اطلاعات وجود دارد که از طریق محاسبات مدل منتشر می شود تا در برآورد خسارت نهایی جمع شود (به عنوان مثال، [37] را ببینید ) . در این زمینه، استفاده از سیستم‌های اطلاعات جغرافیایی (GIS) توانایی جمع‌آوری داده‌های شهری مربوطه و ارائه آن را به صورت فضایی فراهم می‌کند. GIS ایجاد پایگاه‌های اطلاعاتی را امکان‌پذیر می‌سازد که می‌تواند شامل اطلاعات مربوط به دارایی‌های طبیعی و ساخته شده، و وسعت یک ویژگی طبیعی، مانند یک رودخانه یا حوضه آبریز باشد، و این اطلاعات را به صورت مکانی ارائه می‌کند [34] .]. علاوه بر این، این رویکرد می‌تواند از ترکیب داده‌های تصاویر هوایی با وضوح بالا و LiDAR موجود در هوا در مجموعه داده‌های GIS به منظور ارائه اطلاعات مورد نیاز در مورد مکان و اندازه ساختمان‌های منفرد بهره‌مند شود. چنین اطلاعات مکانی دقیق می تواند عدم قطعیت یک مدل تحلیل ریسک سیل را از نظر خطر سیل و برآورد پیامدها محدود کند.
عناصر در معرض خطر اغلب توسط نقشه های کاربری زمین با وضوح پایین با تعداد محدودی از طبقات کاربری اراضی نشان داده می شوند که به طور قابل توجهی وضعیت واقعی را تعمیم می دهد. در ارتباط با عناصر در معرض خطر، ارزش این عناصر نیز با این تعمیمات ناشی از مقدار محدودی از طبقات کاربری زمین ترکیب می شود. حتی اگر تعداد طبقات محدود نباشد، باز هم تعمیم‌های بیشتری به دلیل تفاوت‌های مکانی، تفاوت‌های زمانی و روش‌های مختلف برای ارزش‌گذاری عناصر در معرض خطر وجود دارد [ 38]]. بنابراین، ضروری است که اطلاعات جزئی، به عنوان مثال، مکان و اندازه ساختمان‌ها، با اطلاعات اضافی در مورد نوع ساخت و ساز ساختمان، طبقه‌بندی کاربری زمین و برآورد جمعیت مسکونی ادغام شود.
علاوه بر این، مدل‌سازی دینامیک سیالات محاسباتی (CFD) رویدادهای سیل شهری برای توصیف پیچیدگی یک سیستم شهری بسیار مفید است. به طور خاص، استفاده از روش‌های بدون مش برای CFD در دهه گذشته به طور تصاعدی رشد کرده است [ 39]]. انتظار می‌رود این روش‌ها، که ایده اصلی آنها جایگزینی شبکه با مجموعه‌ای از گره‌های توزیع شده خودسرانه است، سازگارتر و همه‌کاره‌تر از روش‌های مبتنی بر شبکه معمولی باشد، به ویژه برای آن دسته از برنامه‌هایی که دارای ناپیوستگی شدید در سیال هستند، مانند مناطق شهری. با عناصر فضایی دقیق مشخص می شود. نقص این روش‌های جدید این است که معمولاً زمان‌برتر از تکنیک‌های CFD اویلرین هستند، زیرا شابلون عددی هر گره محاسباتی از تقریباً صد ذره در سه بعدی تشکیل شده است، نه یک دهم سلول برای مدل‌های مبتنی بر مش.
از یک طرف، افزایش دسترسی به داده‌های جغرافیایی و سنجش از دور با وضوح مکانی بالا می‌تواند توسعه مدل‌های هماهنگ تجزیه و تحلیل خطر سیل را برای ارزیابی سازگار در مقیاس‌های فضایی مختلف تسهیل کند. از سوی دیگر، فقدان داده‌های پس از رویداد، دقت مدل‌های موجود را که اغلب قابل تأیید نیستند، محدود می‌کند. این کاستی انتقال مدل ها در مکان و زمان را محدود می کند، از منطقه ای به منطقه دیگر یا از رویدادی به رویداد دیگر. افزایش کیفیت و قابلیت مقایسه داده‌های پس از رویداد، و همچنین مطالعات بین مقایسه‌ای مدل، باید از اعتبارسنجی مدل در مناطق مختلف و در مقاطع زمانی مختلف پشتیبانی کند. علاوه بر این، داده ها در سطوح محلی یا منطقه ای اغلب در سطح تجمیع هستند و بنابراین، آنها می توانند از نظر طبقه بندی و/یا تفکیک مکانی ناقص باشند. بنابراین ضروری است که عدم قطعیت در ماژول پشتیبانی تصمیم گنجانده شود تا اندازه گیری عدم قطعیت مرتبط با داده ها، تجزیه و تحلیل و خروجی های کلی ارائه شود. این را می توان برای مثال توسط یک محدوده ( به عنوان مثال، یک مقدار پایین و بالا و شاید یک مقدار میانگین)، با یک عدد انحراف معیار، یا با استفاده از توزیع احتمال یا با روش های آماری پیچیده تر (مثلاً تحلیل مونت کارلو، رویکرد بیزی و غیره) و بر اساس استنتاج آماری مانند رویکرد GLUE [ 40 ] و UCODE [ 41 ].
اخیراً تلاش هایی برای افزایش تولید و استفاده از داده های باز صورت گرفته است. دومی می تواند شفافیت و پاسخگویی دولت را افزایش دهد و مشارکت در حکومت را گسترده تر کند. داده‌های باز و مدل‌های باز سطحی از شفافیت را در ارزیابی ریسک ارتقا می‌دهند که نشان‌دهنده یک تغییر جذاب نسبت به گذشته است، زمانی که مفروضات، مجموعه داده‌ها و روش‌شناسی، همراه با عدم قطعیت‌های مرتبط، برای کاربر نهایی نامرئی بودند. جمع سپاری به طور فزاینده ای توسط دولت ها و جوامع به عنوان راه حلی در نظر گرفته می شود که مشارکت پایین به بالا را در درک راه حل های مدیریت ریسک برای چالش های گران قیمت جمع آوری داده ها ممکن می سازد. نمونه ای از این رویکرد OpenStreetMap است که “ویکی نقشه ها” نامیده می شود. بدین ترتیب،

5.2. چالش در توسعه یک رویکرد هماهنگ اروپایی و در عین حال فراهم کردن فضا برای گنجاندن تنظیمات منطقه ای ضروری

اگرچه مهارت‌ها و رویکردهای تجربی و تحلیلی در مورد تجزیه و تحلیل ریسک افزایش یافته است، دانش اضافی برای ایجاد یک رویکرد پاناروپایی ضروری است. نتایج تحلیل ریسک مدل‌شده بسیار نامشخص است، به‌ویژه به دلیل فقدان داده‌های کافی، قابل مقایسه و قابل اعتماد. پایگاه‌های اطلاعاتی اروپایی با دسترسی آزاد باید توسعه داده شوند که از ثبات، اطلاعات کافی دقیق و حداقل استانداردهای کیفیت داده اطمینان حاصل کنند. داده های خسارت نیز باید بر اساس انواع مختلف تلفات و تفاوت های منطقه ای متمایز شوند.

5.2.1. مقیاس های فضایی

انتخاب یک رویکرد ارزیابی ریسک مناسب همیشه یک مبادله بین دقت و تلاش است ( جدول 1 ). به منظور حمایت از تصمیمات در مورد اقدامات کاهش خطر مشخص برای یک سایت خاص، رویکردهای دقیق در مقیاس خرد باید اعمال شود. از سوی دیگر، رویکردهای خرد نیازمند تلاش قابل توجه و نیازهای داده است. مقیاس میانی عموماً فراملی است و به استان، حوضه آبخیز یا شهر بزرگی اشاره دارد. مقیاس خرد کوچکترین مقیاس در نظر گرفته شده است که به یک شهر یا امتداد رودخانه خاص مربوط می شود.
جدول
جدول 1. سطح مقیاس و دقت ارزیابی برای ارزیابی خسارت.
به طور کلی، رویکردهای مقیاس متوسط ​​یا خرد می‌توانند منجر به عدم قطعیت قابل‌توجهی در نتایج شوند، به ویژه با توجه به دقت مکانی نتایج، زیرا منابع داده کاربری اراضی یا توابع آسیب با سطح بالایی از تجمع استفاده می‌شوند. با این حال، جزئیات فضایی مدل باید در رابطه با تلاش اضافی مورد نیاز برای اعمال آن مدل تنظیم شود.

5.2.2. تفاوت های بزرگ در کاربرد چندین مدل علمی آسیب سیل

اگرچه تغییر به سمت مدیریت ریسک جامع تر و یکپارچه تر توسط سیاست ها و قوانین اروپا هدایت می شود، اما شرایط مرزی جغرافیایی و وضعیت اولیه در کشورهای مختلف اروپایی به طور قابل توجهی بین کشورها متفاوت است و تأثیر عمیقی بر روش ها و مدل های تجزیه و تحلیل ریسک سیل دارد. تا به حال، هیچ روش استانداردی برای تعیین تأثیر سیل ناشی از طیف گسترده ای از مدل های خسارت سیل با تفاوت های اساسی در رویکردهای اساسی آنها وجود نداشته است. از این رو، کاربرد کلی و قابلیت انتقال مدل‌های سیل به سایر مناطق جغرافیایی هنوز یک شکاف بزرگ در مدل‌سازی خسارت سیل فعلی است که منجر به عدم قطعیت‌های بزرگ می‌شود.
با توجه به برآورد خسارت، عدم قطعیت در تعمیم در دسته‌های خسارت (طبقات کاربری زمین یا نقشه‌های موجودی ساختمان) وجود دارد که از نظر تئوری می‌توان با استفاده از اطلاعات دقیق‌تر در مورد دارایی‌های در معرض خطر برای مکان مورد نظر، آن را بهبود بخشید. تقسیم بیشتر طبقات کاربری زمین مسکونی به دسته‌های دقیق‌تر و/یا استفاده از اطلاعات در مورد وضعیت ساختمان‌های منفرد به ما امکان می‌دهد منحنی‌های عمق آسیب را با جزئیات بیشتری تعریف کنیم و مقادیر در معرض خطر را بهتر متمایز کنیم. مطالعات قبلی، [ 26 ، 30]، نشان می‌دهد که عدم قطعیت در منحنی‌های عمق-آسیب می‌تواند بر برآورد خسارت حاصله قوی‌تر از عدم قطعیت در مقادیر حداکثر خسارت اعمال‌شده تأثیر بگذارد. برای نشان دادن تأثیر انتخاب مدل بر عدم قطعیت ناشی از برآورد خسارت، کاربرد مدل‌های متنوع برای یک مطالعه موردی ایده‌آل در اینجا ارائه شده است. با توجه به مطالعه قبلی که مقایسه ای در مقیاس متوسط ​​انجام داده بود [ 26 ]، ما هفت مدل آسیب سیل را که برای شبیه سازی آسیب مستقیم سیل توسعه داده شده بود در مقیاس کوچک مقایسه کردیم (به جدول 2 مراجعه کنید ): FLEMO (آلمان)، اسکنر خسارت (The هلند)، اطلس راین (حوضه راین)، مدل فلاندری (بلژیک)، کتابچه راهنمای چند رنگی (بریتانیا)، HAZUSMH (ایالات متحده)، و مدل JRC (کمیسیون اروپایی/HKV).
جدول
جدول 2. ویژگی های کیفی مدل های آسیب پذیرفته شده.
جدول
جدول 3. ویژگی های کیفی مدل های آسیب پذیرفته شده.
Ijgi 04 02704 g004 1024
شکل 4. مقایسه کل خسارت برای بخش شهری به دست آمده با مدل های مختلف آسیب.
این مقایسه بر روی مجموعه داده های ارائه شده برای کارگاه در مورد محک زدن تحلیل ریسک برای شکست سد با عنوان “چالش های محاسباتی در تخمین پیامدها برای ارزیابی ریسک” (زنز و گلدگروبر) انجام می شود. طبقه‌بندی مجدد دسته‌های اصلی مدل‌های آسیب به کلاس‌های کاربری اراضی اطلس شهری آژانس محیط‌زیست اروپا ( جدول 3 )، که برای شهرهای بزرگ اروپا در دسترس است، در اینجا اعمال می‌شود. ما طبقه‌بندی کاربری اراضی اطلس شهری را انتخاب کرده‌ایم زیرا داده‌های استفاده از زمین و پوشش زمین قابل مقایسه در سراسر اروپا را برای مناطق بزرگ شهری با بیش از 100000 نفر ساکن که توسط حسابرسی شهری تعریف شده است، ارائه می‌کند.
مقایسه نشان می‌دهد که انتخاب مدل آسیب می‌تواند به‌طور قابل‌توجهی بر نتیجه نهایی تأثیر بگذارد، علی‌رغم استفاده از داده‌های ورودی یکسان خطر و کاربری زمین در مطالعه موردی ( شکل 4 ). توجه داشته باشید که FLEMO، HAZUS و MCM منحنی عمق آسیب برای زیرساخت ها را ندارند و بنابراین، مقایسه تخمینی برای این کلاس را شامل نمی شود.
در واقع، مطابق با [ 26 ، 30 ]، ما نیاز به یک روش اروپایی را برجسته می کنیم که عملکردهای آسیب پذیری را در بین کشورها متمایز می کند. با این حال، لازم است طبقه بندی بخش های مختلف در سراسر اروپا یکسان شود. از یک طرف، توابع عمق آسیب به شدت تحت تأثیر ویژگی های مختلف مربوط به دارایی ها و حساسیت کشورهای مختلف است. از سوی دیگر، یک رویکرد پاناروپایی باید تابع عمق آسیب را به مجموعه ای همگن از طبقه بندی کاربری اراضی برای کشورهای مختلف مرتبط کند تا مقایسه و قابلیت انتقال روش ها را در سراسر اروپا افزایش دهد.

5.3. رویکرد تحلیل ریسک FOSS GIS (رایگان و منبع باز).

استفاده از سیستم های اطلاعات جغرافیایی (GIS) در ارزیابی خطر سیل بسیار مفید است زیرا این ابزارها برای مدیریت اطلاعات مکانی، ارائه پردازش فضایی کافی و تجسم نتایج ایده آل هستند. ناهمگونی داده‌های خطر، آسیب‌پذیری و قرار گرفتن در معرض نیاز به ابزارهای GIS دارد که به شیوه‌ای مناسب و رایج مدیریت شوند ( شکل 2 ). GIS یک ابزار کار بسیار مفید است زیرا قابلیت همکاری داده ها را تسهیل می کند، حجم زیادی از اطلاعات مورد نیاز و فرآیندهای متعددی را که در محاسبات شرکت می کنند آسان تر می کند، بنابراین تجزیه و تحلیل و تفسیر و ارائه نتایج را سرعت می بخشد.
بنابراین، یک سیستم اطلاعات جغرافیایی، اشیاء را (از نظر مکان و ویژگی‌های آنها) ثبت می‌کند و ابزارهایی (تجزیه و تحلیل و نمایش) برای مدل‌سازی آن‌ها فراهم می‌کند، و بیشتر اثرات تغییرات را بر محیط اطراف مورد استفاده برای مدیریت و تجزیه و تحلیل داده‌های مکانی، مدل‌سازی می‌کند. تولید گرافیک/نقشه و تجسم. با توجه به این مزایا، GIS یک ابزار بسیار قدرتمند و امیدوارکننده در تحلیل و مدیریت ریسک است. GIS می تواند دانش ویژگی های مکانی- زمانی یک منطقه خطر سیل را بهبود بخشد ( شکل 5). هر سیستمی به صورت مکانی توزیع شده است و نحوه توزیع آن می تواند تأثیرات قابل توجهی داشته باشد. به عنوان مثال، گروهی از صنایع پتروشیمی یا گروهی از افراد معلول می توانند در یک مکان متمرکز شوند یا در سایت های کوچک متعددی حضور داشته باشند. استفاده از GIS، به عنوان یک ابزار کاری تحلیل ریسک، امکان تحقق استراتژی های انتشار داده ها و همچنین ابزارهای شبکه ای برای همکاری را فراهم می کند. ماهیت تعاملی، پویا و انعطاف پذیر فن آوری، همراه با بی واسطه بودن ارائه اطلاعات توسط نقشه، می تواند فرآیند کسب دانش را تسهیل و سرعت بخشد [27] .]. نقشه ها تصور مستقیم و قوی از توزیع فضایی خطر سیل می دهند و اطلاعات ضروری را به ذینفعان ارائه می دهند. علاوه بر این، نقشه‌های ریسک برای توسعه فرآیندهای مشارکت ذینفعان مناسب (به عنوان مثال، ادغام دانش و ترجیحات محلی، تقویت ارتباطات و آگاهی از ریسک) استفاده می‌شوند.
همچنین پیشرفت قابل توجهی در توسعه ابزارهای مکانی منبع باز حاصل شده است که موانع مالی را برای درک خطرات مدیریت سیل کاهش می دهد. ابزارهای متن‌باز GIS امکان اتخاذ راه‌حل‌های نوآورانه و قابل تعامل را فراهم می‌کنند که یکی از مزایای اصلی سیستم‌های باز است. کد منبع ابزارهای FOSS معمولاً تحت مجوزهای نرم افزار منبع باز و آزاد با حقوق کاربر نهایی برای اجرای برنامه برای هر هدفی، مطالعه نحوه عملکرد برنامه، تطبیق آن و توزیع مجدد نسخه ها از جمله تغییرات منتشر می شود. اگر سیستم به یک نسخه نرم افزار خاصی بستگی دارد و فروشنده تصمیم می گیرد دیگر از آن نسخه پشتیبانی نکند، سیستم باید دوباره پیاده سازی شود.
بلوغ و اهمیت نرم‌افزار جغرافیایی FOSS و مرتبط بودن کاربردهای آن باعث شده است که در چند سال اخیر از این نرم‌افزار در سراسر اروپا استفاده شود. به ویژه برخی از پروژه های OSGeo (بنیاد زمین فضایی منبع باز)، مانند Quantum GIS ( http://www.qgis.org ) GeoNode ( http://geonode.org/ )، GRASS GIS (grass.osgeo.org)، و POSTGIS ( http://postgis.net/) رشد قابل توجه و سریعی داشته اند. یکی دیگر از مزایای مهم FOSS، از منظر علمی، شامل حق تجزیه و تحلیل، اصلاح، و توزیع مجدد کد منبع، افزایش شانس در نهایت تصحیح اشکالات و بهبود مدل است. استفاده از داده‌های باز و نرم‌افزار منبع باز اجازه محاسبات شفاف و قابل تکرار را می‌دهد نه تنها برای اعتبار دانشمندان و مقامات، بلکه برای تسهیل انطباق با مقررات و همکاری جامعه مهم است. این مفهوم اساس چندین دستورالعمل اروپایی مانند دستورالعمل 2003/4/EC در مورد دسترسی عمومی به اطلاعات زیست محیطی، دستورالعمل 2003/98/EC در مورد استفاده مجدد از اطلاعات بخش عمومی و دستورالعمل اتحادیه اروپا 2007/2/EC است. دستورالعمل INSPIRE، که هدف آن ایجاد زیرساخت داده های مکانی اتحادیه اروپا (EU) است.
در زمینه مدیریت ریسک، به اشتراک گذاری داده ها و ایجاد سیستم های باز بین دانشمندان و مقامات، شفافیت، مسئولیت پذیری را ارتقا می دهد و تضمین می کند که طیف گسترده ای از بازیگران قادر به مشارکت در چالش ایجاد انعطاف پذیری هستند. تجزیه و تحلیل ریسک یک موضوع رقابتی نیست و تنها ابزارها و ابزارهای آزاد در دسترس و توسعه یافته می توانند به مدیریت ریسک بهتر و توسعه بیشتر یک مدل پاناروپایی هماهنگ منجر شوند. در طول چند سال گذشته، پیشرفت در FOSS منجر به ظهور برنامه های نرم افزاری متعددی در زمینه خطر سیل شده است. انتشار آنها در زمینه خطر سیل توسط تکرارپذیری، آزمایش، و فرآیند توسعه مبتنی بر جامعه که مشخصه نرم افزار رایگان و منبع باز است هدایت شده است.
Ijgi 04 02704 g005 1024
شکل 5. نمونه ای از توزیع مکانی آسیب در یک مورد مطالعه فرضی.
نمونه ای از بلوغ و ارتباط FOSS برای حوزه مدیریت ریسک سیل توسط محصولات Deltares ( www.deltares.nl ) نشان داده شده است که یک موسسه مستقل برای تحقیقات کاربردی در زمینه آب های سطحی و زیرسطحی است. Deltares نرم افزارها و ابزارهای وب و دسکتاپ متعددی را در زمینه خطر سیل توسعه داده است، به عنوان مثال، مجموعه Delft3D، Aqueduct و DAM. سایر پروژه‌های FOSS، مانند CAPRA ( http://www.ecapra.org/ ) و UNISDR (دفتر سازمان ملل متحد برای کاهش خطر بلایا) GAR، به عنوان مثال، GAR15 [ 50]، پلتفرم های چند ریسکی هستند که به ترتیب برای تحلیل احتمالی خطر و ارزیابی خطر سیل جهانی طراحی شده اند. یک روش مبتکرانه و پرکاربرد برای تحقق ابزارهای FOSS جغرافیایی در زمینه خطر سیل، توسعه افزونه‌ها، به عنوان مثال، افزونه‌هایی است که ویژگی‌های خاصی را به یک نرم‌افزار GIS رایگان و منبع باز موجود، مانند GRASS و QGIS اضافه می‌کنند. این پلاگین ها قابل حمل هستند، استفاده و پیاده سازی آسانی دارند و از قدرت GIS موجود استفاده می کنند، زیرا افزونه ها با GIS یکپارچه شده اند.
چندین افزونه GRASS و QGIS برای پشتیبانی از تجزیه و تحلیل خطر سیل و پیوند مدل‌های هیدرولیکی و GIS برای انتقال ویژگی‌های خطر به GIS با هدف پشتیبانی از ارزیابی پیامدهای سیل ایجاد شده‌اند. به عنوان مثال، ابزار GRASS GIS r.hazard.flood ، [ 51 ]، یک ابزار زمین فضایی ابتکاری است که از یک روش ژئومورفولوژیک ساده برای ترسیم سریع مناطق مستعد سیل استفاده می کند. به طور خاص، این ابزار از یک شاخص توپوگرافی اصلاح‌شده محاسبه‌شده از یک DEM برای ترسیم سیل استفاده می‌کند که می‌تواند در حوضه‌های اندازه‌گیری نشده و در مناطقی که شبیه‌سازی‌های هیدرولوژیکی-هیدرولیکی گران‌قیمت و زمان‌بر مقرون به صرفه نیستند، بسیار مفید باشد. ابزار r.damflood ، [ 52]، یک مدل دوبعدی هیدرودینامیکی GRASS GIS است که با توجه به هندسه مخزن و منطقه پایین دست، شرایط اولیه و هندسه شکاف سد، منطقه سیلابی ناشی از شکست سد را فراهم می‌کند. این ابزار سری های زمانی شطرنجی عمق و سرعت جریان آب را تولید می کند. ابزار r.inund.fluv به فرد اجازه می دهد تا با توجه به DTM با وضوح بالا از ناحیه اطراف رودخانه و نمایه سطح آب محاسبه شده از طریق یک مدل هیدرودینامیکی 1 بعدی، یک نقشه طغیان بالقوه رودخانه ایجاد کند. GRASS GIS چندین ابزار هیدرولوژیکی را برای پشتیبانی از ارزیابی خطر سیل در میان افزودنی های خود ذخیره می کند: r.hydro.CASC2D ، [ 53]، یک مدل هیدرولوژیکی شطرنجی مبتنی بر فیزیکی، توزیع شده است که پاسخ هیدرولوژیکی یک حوزه آبخیز را در یک میدان بارندگی مشخص شبیه‌سازی می‌کند. r _ water.fea ، [ 54 ]، یک برنامه تعاملی است که به کاربر اجازه می‌دهد تا تحلیل رواناب آب طوفان را با استفاده از تکنیک عددی المان محدود شبیه‌سازی کند. r.tokapi یک اسکریپت GIS GRASS برای مدل TOPKAPI (تقریب و ادغام حرکتی توپوگرافیک) است و یک مدل هیدرولوژیکی کاملاً توزیع‌شده و مبتنی بر فیزیکی است که می‌تواند اطلاعات با وضوح بالا در مورد وضعیت هیدرولوژیکی یک حوضه ارائه دهد. r.sim.water ، [ 55]، یک مدل شبیه‌سازی در مقیاس چشم‌انداز جریان زمینی است که برای زمین‌های متغیر مکانی، خاک، پوشش و شرایط مازاد بارندگی طراحی شده است. HydroFOSS، [ 56 ]، از شبیه سازی های پیوسته برای تعیین نرخ جریان و شرایط در طول رواناب و دوره های خشک پشتیبانی می کند. QGIS چندین پلاگین را برای پیش و پس پردازش مدل‌سازی هیدرولیک مدیریت می‌کند، مانند Crayfish، QRAS و RiverGIS، که می‌توانند برای مثال، عمق و سرعت را از هیدرولیک به تجزیه و تحلیل سیل GIS منتقل کنند. علاوه بر این، یک ابزار QGIS جدید توسعه یافته، InaSAFE ( http://inasafe.org/)، جوامع، دولت‌های محلی و مدیران بلایا را قادر می‌سازد تا از سناریوهای واقعی خطر طبیعی برای سیل، زلزله، آتشفشان و سونامی برای حمایت از برنامه‌ریزی اضطراری، آمادگی در برابر بلایا و فعالیت‌های واکنش استفاده کنند. گشودگی، مقیاس پذیری و سازگاری InaSAFE آن را به ابزاری ویژه با ارزش برای کاربرانی که به دنبال اطلاعات در مورد خطرات و تأثیر آنها هستند تبدیل می کند [ 34 ].
حوزه ارزیابی خطر سیل به طور فزاینده ای توسط نرم افزارها و ابزارهای منبع باز هدایت می شود. مدل‌های باز می‌توانند سطحی از شفافیت در ارزیابی ریسک را ارتقا دهند که نشان‌دهنده یک تغییر جذاب نسبت به گذشته است، زمانی که مفروضات، مجموعه داده‌ها و روش‌شناسی، همراه با عدم قطعیت‌های مرتبط، برای کاربر نهایی نامرئی بودند [34 ] .

5.4. نتایج تجزیه و تحلیل خطر سیل و تأثیر اندازه‌گیری‌های مختلف کاهش خطر برای کمک به ذینفعان در انطباق آنها با دستورالعمل سیل (2007/60/EC)

در ارزیابی و مقایسه راهبردها و اقدامات کاهش، ارزیابی خسارت و منافع اقتصادی به وضوح مهم است، اما کافی نیست. مدل های تجزیه و تحلیل ریسک سیل باید از تصمیم ذینفعان حمایت کند که بر مجموعه وسیع تری از ارزش ها و اولویت ها استوار است تا اینکه بتوان آن را در تجزیه و تحلیل سود-هزینه فشرده کرد. در تئوری، محاسبه خسارات مورد انتظار فقط برای یک سناریوی سیلابی کافی نیست، بلکه برای همه سیل‌های احتمالی با طیف وسیعی از احتمال وقوع کافی نیست. دستورالعمل سیل [ 17] مستلزم ارزیابی خسارت برای حداقل سه سناریوی طغیان با احتمالات مختلف است. به این ترتیب می توان منحنی احتمال ضرر را استخراج کرد که ریسک کل را به عنوان سطح زیر منحنی نشان می دهد (متوسط ​​خسارت سالانه). این منحنی ها را می توان برای تجزیه و تحلیل تأثیر اقدامات مختلف بر روی بزرگی و فراوانی پیامدها به منظور حمایت از تصمیم گیری برای بهبود دانش مدیریت ریسک برای ترسیم طرح های مدیریت سیل تجویز شده توسط دستورالعمل سیل استفاده کرد [17 ] .
یک رویکرد می تواند نشان دادن نتایج مدل های ریسک توسط منحنی های FN و FD باشد [ 33 ، 57 ]. منحنی های FN یا FD نشان دهنده احتمال مازاد تجمعی سالانه سطح معینی از پیامدها است. هر دو ریسک اجتماعی و اقتصادی را می توان به ترتیب بر حسب تلفات احتمالی یا آسیب های اقتصادی نشان داد [ 33 ]. به عنوان مثال، شکل 6 و شکل 7 به ترتیب منحنی های FD و FN یک تجزیه و تحلیل فرضی انجام شده بر روی مجموعه داده های ارائه شده برای کارگاه در مورد محک زدن تجزیه و تحلیل ریسک برای شکستگی های سد با عنوان “چالش های محاسباتی در برآورد پیامدها برای ارزیابی ریسک” را نشان می دهد. 58]. این تحلیل شامل چهار گزینه مختلف بود: (1) وضعیت بدون هیچ اندازه گیری. (2) وضعیت فقط با اندازه‌گیری سازه‌ای (مثلاً یک سد کوچک). (iii) وضعیت فقط با اندازه‌گیری‌های غیرسازه‌ای. و (IV) ترکیبی از اندازه گیری های سازه ای و غیر سازه ای. اندازه‌گیری‌های غیرساختاری ارائه‌شده در این بخش، شامل ترکیبی از آموزش عمومی در مورد خطر سیل (EP)، سیستم‌های هشدار (WS)، ارتباطات خطر (CM) و هماهنگی بین آژانس‌های اضطراری و مقامات (CO) است.
منحنی‌ها کاهش خسارات اقتصادی مستقیم و تلفات جانی ناشی از اجرای اندازه‌گیری‌های سازه‌ای و/یا غیرسازه‌ای را به جز رویداد شکست سد نشان می‌دهند. در این مورد، منحنی های FN و FD یک پله بزرگ را نشان می دهند (به قسمت پایین شکل 7 مراجعه کنید ). این مرحله نشان دهنده رویدادهای سیل ناشی از شکست زیرساخت های دفاع از سیل است، در این مورد یک سد کوچک. اگر خرابی رخ دهد، سیل ناشی از آن در مقایسه با وضعیت عدم شکست، به طور کلی به تعداد بیشتری از تلفات احتمالی مرتبط است. بنابراین، رویدادهای سیل، که شامل شکست بالقوه زیرساخت‌های دفاع سیل‌آمیز می‌شود، مقادیر n بالاتری نسبت به رویدادهای سیل بدون شکست نشان می‌دهند، اما با احتمالات پایین‌تری همراه هستند (رویدادهای سیل با احتمال کم-نتیجه بالا).
Ijgi 04 02704 g006 1024
شکل 6. نمونه ای از اطلاعات ریسک بر اساس مقایسه منحنی های F-D برای یک مطالعه موردی ایده آل.
این نوع روش‌های کمی و دقیق برای نشان دادن خطر سیل به منظور حمایت از تصمیم‌گیری با ارائه اطلاعات برای اولویت‌بندی اقدامات کاهش خطر معنادار هستند. این اولویت بندی ممکن است بر اساس اصول برابری و کارایی باشد، [ 21 ]. از این رو، محدودیت های این روش مربوط به عدم توجه به حق حمایت از افراد و جامعه و این حق است که با منافع همگان با انصاف رفتار شود، با هدف قرار دادن همه اعضای یک جامعه در جایگاه اساساً برابر. از نظر سطح خطری که آنها با آن مواجه هستند [ 59]. استانداردهای تحمل پذیری مبتنی بر استفاده از منحنی های FN هنوز مورد بحث است و خارج از محدوده این مقاله است. این امر مستلزم مشارکت همه ذینفعان درگیر در مدیریت ریسک سیل برای ترویج و دستیابی به یک چشم انداز یکپارچه و گسترده از مدیریت ریسک به سمت مدیریت خوب ریسک سیل است.
Ijgi 04 02704 g007 1024
شکل 7. نمونه ای از اطلاعات ریسک بر اساس مقایسه منحنی های FN برای یک مطالعه موردی ایده آل.

6. نتیجه گیری و تحقیقات بیشتر

در بخش اول این مقاله مفاهیم اصلی تحلیل و مدیریت ریسک سیل ارائه و مورد بحث قرار گرفت. این مقاله محدودیت‌های مدل‌های تجزیه و تحلیل ریسک رایج را برای حمایت از ذینفعان در انطباق با دستورالعمل سیل مورد بحث قرار می‌دهد [ 17]]. این مقاله همچنین نیاز به توصیف و سازماندهی دانش واقعی را در یک رویه کاربردی که برای یک رویکرد پاناروپایی هماهنگ شده و در عین حال فضا را برای گنجاندن تنظیمات منطقه‌ای لازم فراهم می‌کند، بررسی کرد. این یک چالش مداوم است. با این حال، این مقاله دانش استاندارد اساسی را ارائه می‌کند و اصول کلیدی را برای تجزیه و تحلیل ریسک برای ارائه راهنمایی برای شاغلین مقامات دولتی و سازمان‌های اجرایی مشخص می‌کند. از یک طرف، ما می خواهیم به کشورهایی که تازه با مطالعات تجزیه و تحلیل خطر سیل شروع کرده اند راهنمایی ارائه دهیم تا به آنها نقطه شروعی برای توسعه رویه های مناسب برای رسیدگی به الزامات دستورالعمل سیل اتحادیه اروپا بدهیم [17] .]. از سوی دیگر، ما می‌خواهیم به پزشکان کشورهایی که قبلاً تجربه‌ای در این زمینه دارند خطاب کنیم و توصیه‌های خود را به آنها ارائه می‌کنیم. ما همچنین می خواهیم آنها را تشویق کنیم تا روش های ارزیابی خود را بهبود بخشند، به عنوان مثال، با درج مسائلی که به طور سنتی نادیده گرفته شده اند.
این مقاله اولین تلاش برای پاسخ به نیاز به ابزارها و راهنمایی های استاندارد و هماهنگ برای حمایت از تصمیم گیرندگان در ادغام ارقام تجزیه و تحلیل ریسک در تصمیم گیری است. روش های مورد استفاده برای ارزیابی آنالیز خطر سیل در اروپا از نظر جزئیات بسیار متفاوت است. بنابراین، ما توصیه هایی را برای حمایت از یک رویکرد پان-اروپایی FRM ارائه کردیم که می تواند توسط بازیگران مختلف در مدیریت ریسک برای اهداف خاص زمینه خود اعمال شود، که شامل تمام انواع هزینه های مربوطه (جامع)، در نظر گرفتن و ارتباط عدم قطعیت ها به روشی مناسب (شفاف) است. و مخاطرات و خطرات در حال تغییر را حساب می کند (دینامیک را در نظر می گیرد)، ( شکل 8 ). این چشم انداز به ویژه بر جنبه های زیر تأکید دارد که در شکل 8 خلاصه شده است :
Ijgi 04 02704 g008 1024
شکل 8. چارچوب نهایی توصیه ها برای حمایت از رویکرد مدیریت ریسک سیل در سراسر اروپا.
  • در حال حاضر، درک فرآیند تحلیل ریسک سیل و استفاده از آن از نظر ارزیابی خطر سیل معمولاً منجر به نتایج بسیار نامطمئن می شود. از این رو، توصیه می‌کنیم از رویکرد FRM جدید اتحادیه اروپا پیروی کنید که اهمیت شناسایی منابع عدم قطعیت‌ها، کاهش موثر عدم قطعیت‌ها و مستندسازی آن‌هایی که باقی مانده‌اند را مشخص می‌کند.
  • تلاش فزاینده ای باید به ادغام عدم قطعیت ها در پشتیبانی از ابزارهای تصمیم گیری اختصاص داده شود تا به تصمیم گیرندگان و ذینفعان اجازه داده شود تا تصمیمات آگاهانه تر و بهتری اتخاذ کنند.
  • در حال حاضر، تجزیه و تحلیل حساسیت و عدم قطعیت، و همچنین اعتبار سنجی به ندرت انجام می شود. یکی از منابع اصلی عدم قطعیت مربوط به منابع داده است. چارچوبی برای حمایت از جمع‌آوری داده‌ها در سطح اروپا، در حالی که حداقل استانداردهای کیفیت داده را تضمین می‌کند، توسعه و سازگاری پایگاه‌های داده اروپایی و ملی را تسهیل می‌کند. به این ترتیب، انتظار می‌رود داده‌های بهبودیافته منجر به درک بهتر فرآیندهای ایجاد خسارت و هزینه‌ها و از این رو، اعتبارسنجی و روش‌های ارزیابی هزینه قبلی برای دسته‌های مختلف هزینه شود. داده های خسارت نیز باید بر اساس انواع مختلف تلفات و تفاوت های منطقه ای متمایز شوند. این می تواند درک فرآیندهای تحلیل ریسک را برای مدل سازی مناسب آنها افزایش دهد.
  • در این زمینه بهبود مدل‌ها و ابزارها در جهت افزایش شفافیت و جامعیت روش‌ها مورد نیاز است. یک رویکرد مدل GIS FOSS یادگیری را ارتقا می‌دهد و دانش شفاف را از طریق فرآیند کشف هدایت‌شده در مورد تجزیه و تحلیل خطر سیل مکانی-زمانی ایجاد می‌کند.
  • با توجه به محدودیت بودجه و افزایش خطرات، این مدل‌ها باید همه انواع هزینه‌های مربوطه را نیز شامل شوند، یعنی هزینه‌های مستقیم، هزینه‌های ناشی از وقفه در کسب‌وکار، هزینه‌های غیرمستقیم، هزینه‌های غیربازاری/نامشهود و همچنین اقدامات کاهش ساختاری و غیرساختاری. هدف این مدل‌ها حمایت از تصمیم‌گیرندگان در انتخاب گزینه‌های کاهش ریسک جایگزین (به عنوان مثال، تجزیه و تحلیل هزینه-فایده) با برقراری ارتباط و ارائه اطلاعات برای اولویت‌بندی اقدامات کاهش ریسک و ادغام عدم قطعیت‌ها و پویایی ریسک، به دلیل تغییرات آب و هوایی و اجتماعی-اقتصادی است. در فرآیند تصمیم گیری آنها

منابع

  1. مونیخ ری. موضوعات بررسی سالانه جغرافیایی: بلایای طبیعی 2005. در دسترس آنلاین: http://www.preventionweb.net/files/1609_topics2005.pdf (در روز 6 آوریل 2011 قابل دسترسی است).
  2. Meehl، GA; تبالدی، سی. شدیدتر، مکررتر و ماندگارتر در امواج گرما در قرن بیست و یکم. Science 2004 , 305 , 994-997. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  3. گائو، XJ؛ Giorgi، F. افزایش خشکی در منطقه مدیترانه تحت فشار گازهای گلخانه ای برآورد شده از شبیه سازی با وضوح بالا با یک مدل آب و هوای منطقه ای. گلوب. سیاره. چانگ. 2008 ، 62 ، 195-209. [ Google Scholar ] [ CrossRef ]
  4. آداموفسکی، ک. پروکف، ا. آداموفسکی، جی. توسعه روش جدیدی برای تشخیص و تخمین روند به کمک موجک. هیدرول. روند. 2009 ، 23 ، 2686-2696. [ Google Scholar ] [ CrossRef ]
  5. آداموفسکی، جی. آداموفسکی، ک. Bougadis, J. تأثیر روند بر طوفان های طراحی کوتاه مدت. منبع آب مدیریت 2010 ، 24 ، 401-413. [ Google Scholar ] [ CrossRef ]
  6. آداموفسکی، ک. پروکف، ا. آداموفسکی، ج. تأثیر چرخه خورشیدی 11 ساله بر حداکثر جریان سالانه در کانادا. جی هیدرول. 2012 ، 442-443 ، 55-62. [ Google Scholar ]
  7. نالی، دی. آداموفسکی، جی. خلیل، ب. استفاده از تبدیل موجک گسسته برای تجزیه و تحلیل روند در جریان جریان و بارش در کبک و انتاریو (1954-2008). جی هیدرول. 2012 ، 475 ، 204-228. [ Google Scholar ] [ CrossRef ]
  8. نالی، دی. آداموفسکی، جی. خلیل، ب. ازگا-زیلینسکی، ب. تشخیص روند در دمای هوای سطحی در انتاریو و کبک، کانادا طی سال‌های 1967-2006 با استفاده از تبدیل موجک گسسته. J. Atmos. Res. 2013 ، 132-133 ، 375-398. [ Google Scholar ] [ CrossRef ]
  9. کامپیسی، اس. آداموفسکی، جی. اورون، جی. پیش‌بینی تقاضای آب شهری از طریق مدل‌های نویز زدایی موجک و شبکه‌های عصبی. مطالعه موردی: شهر سیراکوز، ایتالیا. منبع آب.Manag. 2012 ، 26 ، 3539-3558. [ Google Scholar ] [ CrossRef ]
  10. عراقی، ع. آداموفسکی، جی. نالی، دی. Malard, J. استفاده از تبدیل موجک برای تخمین روندهای دمای سطح و دوره های غالب در ایران بر اساس داده های تحلیل مجدد شبکه ای. J. Atmos. Res. 2015 ، 11 ، 52-72. [ Google Scholar ] [ CrossRef ]
  11. حیدری، ع. امیری، بی جی; آداموفسکی، جی. فوهرر، ن. Nakane، K. ارزیابی تأثیر چهار نوع کاربری زمین بر کیفیت آب تالاب‌های ژاپن. منبع آب مدیریت 2013 ، 27 ، 2217-2229. [ Google Scholar ] [ CrossRef ]
  12. پینگال، اس. خاره، د. جات، م. آداموفسکی، جی. روندهای مکانی و زمانی میانگین و شدید بارش و دما برای 33 مرکز شهری ایالت خشک و نیمه خشک راجستان، هند. J. Atmos. Res. 2014 ، 138 ، 73-90. [ Google Scholar ] [ CrossRef ]
  13. هالبه، جی. پهل ووستل، سی. سندزیمیر، جی. Adamowski، J. به سوی پارادایم های مدیریت سازگار و یکپارچه برای مقابله با چالش های حاکمیت آب. علوم آب تکنولوژی 2013 ، 67 ، 2651-2660. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  14. استرایت، دی. آداموفسکی، جی. ریلی، ک. بررسی ویژگی‌ها، استراتژی‌ها و دانش زمینه‌ای قهرمانان تغییر در بخش آب کانادا. می توان. منبع آب J. 2014 , 393 , 255-269. [ Google Scholar ] [ CrossRef ]
  15. اینام، ع. آداموفسکی، جی. هالبه، جی. پراشر، اس. استفاده از نمودارهای حلقه علّی برای شروع مشارکت ذینفعان در مدیریت شوری خاک در حوضه های آبخیز کشاورزی در کشورهای در حال توسعه: مطالعه موردی در حوضه آبخیز Rechna Doab، پاکستان. جی. محیط زیست. مدیریت 2015 ، 152 ، 251-267. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  16. باتلر، سی. آداموفسکی، جی. توانمندسازی جوامع به حاشیه رانده شده در مدیریت منابع آب: پرداختن به شیوه های نابرابر در ساخت مدل مشارکتی. جی. محیط زیست. مدیریت 2015 ، 153 ، 153-162. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  17. پارلمان اروپا و شورای اتحادیه اروپا. دستورالعمل 2007/60/EC در مورد ارزیابی و مدیریت خطرات سیل ؛ کمیسیون اروپا: بروکسل، بلژیک، 2007. [ Google Scholar ]
  18. کرایبیچ، اچ. ون دن برگ، JCJM; Bouwer، LM; بابک، پی. سیاوولا، پی. گرین، سی. هالگات، اس. لوگر، من. مایر، وی. شوارتز، آر. و همکاران هزینه های مخاطرات طبیعی نات. صعود چانگ. 2014 ، 4 ، 303-306. [ Google Scholar ] [ CrossRef ]
  19. کریسانوا، وی. Buiteveld، H.; هاس، دی. هاترمن، FF; ون نیکرک، ک. روست، ک. مارتینز سانتوس، پی. Schluter، M. تمرین ها و درس های آموخته شده در مقابله با مخاطرات اقلیمی در مقیاس حوضه رودخانه: سیل و خشکسالی. در دسترس آنلاین: http://www.ecologyandsociety.org/vol13/iss2/art32/ (در روز 19 ژانویه 2009 قابل دسترسی است).
  20. آپل، اچ. آرونیکا، GT؛ کرایبیچ، اچ. Thieken، AH تجزیه و تحلیل خطر سیل – چقدر باید دقیق باشیم؟ نات. خطرات 2009 ، 49 ، 79-98. [ Google Scholar ] [ CrossRef ]
  21. کمیسیون بین المللی باراژ بزرگ ارزیابی ریسک در مدیریت ایمنی سد: شناسایی مزایا، روش‌ها و کاربردهای فعلی . Commission Internationale des Grands Barrage: پاریس، فرانسه، 2005; پ. 276. [ Google Scholar ]
  22. Klijn، F. ارزیابی خطر سیل و مدیریت خطر سیل. مقدمه و راهنمایی بر اساس تجربیات و یافته های سایت FLOOD ; پروژه FLOODsite: دلفت، هلند، 2009. [ Google Scholar ]
  23. مایر، وی. بکر، ن. مارکانتونیس، وی. شوارتز، آر. ون دن برگ، JCJM; Bouwer، LM; بابک، پی. سیاوولا، پی. جنووز، ای. گرین، سی. و همکاران مقاله مروری: ارزیابی هزینه‌های مخاطرات طبیعی – وضعیت هنر و شکاف‌های دانش. نات. سیستم خطرات زمین. علمی 2013 ، 13 ، 1351-1373. [ Google Scholar ] [ CrossRef ]
  24. ساموئلز، پی. گولدبی، ب. زبان ریسک – تعاریف پروژه (ویرایش دوم) . پروژه FLOODsite: دلفت، هلند، 2009. [ Google Scholar ]
  25. کلین، اف. مردان، MJP; اسلمن، مدیریت ریسک سیل NEM برای آینده ای نامطمئن: چشم اندازهای استحکام و کارایی اقتصادی در مقایسه با رودخانه میس (هلند). میتیگ. سازگار شدن. استراتژی. گلوب. چانگ. 2015 ، 6 ، 1011-1026. [ Google Scholar ] [ CrossRef ]
  26. جونگمن، بی. کرایبیچ، اچ. آپل، اچ. باردو، جی. بیتس، PD; فاین، ال. گریک، ا. نیل، جی. Aerts، JCJH; بخش، PJ ارزیابی مدل خسارت سیل مقایسه: به سمت یک رویکرد اروپایی. نات. سیستم خطرات زمین. علمی 2012 ، 12 ، 3733-3752. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  27. آلبانو، آر. سول، ا. Adamowski، J. READY: یک سیستم اطلاعات جغرافیایی مبتنی بر وب برای افزایش تاب آوری در برابر سیل از طریق افزایش آگاهی شهروندان. نات. سیستم خطرات زمین. علمی 2015 ، 15 ، 1645-1658. [ Google Scholar ] [ CrossRef ]
  28. مرز، بی. کرایبیچ، اچ. شوارتز، آر. Thieken، A. مقاله مروری “ارزیابی خسارت اقتصادی سیل”. نات. سیستم خطرات زمین. علمی 2010 ، 10 ، 1697-1724. [ Google Scholar ] [ CrossRef ]
  29. گرین، سی. ویوااتن، سی. تامپسون، P. راهنمای ارزیابی تلفات سیل – گزارش CONHAZ. در دسترس آنلاین: http://www.mdx.ac.uk/__data/assets/pdf_file/0006/58794/floodsWP_FINALREPORTsept11.pdf (در 9 سپتامبر 2015 قابل دسترسی است).
  30. د موئل، اچ. Asselman، NEM; Aerts، JCJH عدم قطعیت و تجزیه و تحلیل حساسیت برآورد خسارت سیل ساحلی در غرب هلند. نات. سیستم خطرات زمین. علمی 2012 ، 12 ، 1045-1058. [ Google Scholar ] [ CrossRef ]
  31. اسمیت، DI خسارت واقعی و احتمالی سیل: مطالعه موردی برای شهری لیزمور، NSW، استرالیا. Appl. Geogr. 1981 ، 1 ، 31-39. [ Google Scholar ] [ CrossRef ]
  32. آلبانو، آر. سول، ا. آداموفسکی، جی. Mancusi، L. یک مدل مبتنی بر GIS برای برآورد پیامدهای سیل و درجه دسترسی و عملکرد ساختارهای واکنش اضطراری استراتژیک در مناطق شهری. نات. سیستم خطرات زمین. علمی 2014 ، 14 ، 2847-2865. [ Google Scholar ] [ CrossRef ]
  33. اسکودر-بوئنو، آی. کاستیلو-رودریگز، JT; زچنر، اس. یوبستل، سی. پرالز-مومپارلر، اس. Petaccia، G. روش تجزیه و تحلیل کمی خطر سیل برای مناطق شهری با ادغام داده های تحقیقات اجتماعی. نات. سیستم خطرات زمین. علمی 2012 ، 12 ، 2843-2863. [ Google Scholar ] [ CrossRef ]
  34. بانک جهانی. درک ریسک در یک جهان در حال تحول – بهترین شیوه های نوظهور در ارزیابی خطر بلایای طبیعی ؛ بانک جهانی: کلمبیا، دی سی، ایالات متحده آمریکا، 2014. [ Google Scholar ]
  35. Jonkman، SN; کوک، م. Vrijling، JK ارزیابی خطر سیل در هلند: مطالعه موردی برای حلقه دایک هلند جنوبی. ریسک مقعدی 2008 ، 28 ، 1357-1374. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  36. Handmer, J. واهی دقت: عدم قطعیت های ذاتی در ارزیابی تلفات بلایا. اوست J. Emerg. مدیریت 2013 ، 18 ، 88-97. [ Google Scholar ]
  37. Heuvelink، انتشار خطای GBM در مدلسازی محیطی با GIS . مطبوعات CRC: Boca Raton، FL، USA، 1998; پ. 146. [ Google Scholar ]
  38. د موئل، اچ. Aerts، JCJH اثر عدم قطعیت در استفاده از زمین، مدل‌های خسارت و عمق آبگرفتگی بر برآورد خسارت سیل. نات. هازارد 2011 ، 58 ، 407-425. [ Google Scholar ] [ CrossRef ]
  39. آمیکارلی، ا. آلبانو، آر. میراودا، دی. عقیق، جی. سول، ا. گواندالینی، R. یک مدل هیدرودینامیک ذرات صاف برای انتقال جسم جامد سه بعدی در جریان های سطح آزاد. محاسبه کنید. مایعات 2015 ، 116 ، 205-228. [ Google Scholar ] [ CrossRef ]
  40. Beven، KJ; Binley، A. آینده مدل های توزیع شده: کالیبراسیون مدل و پیش بینی عدم قطعیت. هیدرول. روند. 1992 ، 6 ، 279-298. [ Google Scholar ] [ CrossRef ]
  41. پوتر، EP; Hill، MC UCODE، یک کد کامپیوتری برای مدل‌سازی معکوس جهانی. محاسبه کنید. Geosci. 1999 ، 25 ، 457-462. [ Google Scholar ] [ CrossRef ]
  42. آژانس مدیریت اضطراری فدرال راهنمای فنی HAZUS-MH MR4 Flood Model, 2009 ; آژانس مدیریت اضطراری فدرال: واشنگتن، دی سی، ایالات متحده آمریکا، 2009.
  43. کوک، م. Huizinga، HJ; Vrouwenvelder، ACWM; Barendregt، A. روش استاندارد 2004 خسارت و تلفات ناشی از سیل . موسسه مهندسی راه و هیدرولیک: دلفت، هلند، 2005. [ Google Scholar ]
  44. کمیسیون بین المللی حفاظت از راین (ICPR). برنامه اقدام در دفاع از سیل ; کمیسیون بین المللی حفاظت از راین: کوبلنتس، آلمان، 1998. [ Google Scholar ]
  45. ونوویل، دبلیو. گامانیا، RK; دی راک، ک. معیقه، ک. دی مایر، پ. Mostaert، F. توسعه یک مدل خطر سیل و کاربردها در مدیریت حوضه های آبریز. در مجموعه مقالات فناوری پیشرفته کارتوگرافی برای مدیریت مخاطرات طبیعی، درسدن، آلمان، 20-22 اکتبر 2004.
  46. کلین، اف. بان، پ. deBruijn، KM; Kwadijk, J. Overstromingsrisico’s in Nederland in een veranderend climaat: Verwachtingen, Schattingenen Berekeningen voor Het Project Nederland Later ; Delft Hydraulics: delft، هلند، 2007. [ Google Scholar ]
  47. Huizinga، HJ توابع خسارت سیل برای کشورهای عضو اتحادیه اروپا: نقشه برداری خطر سیل با استفاده از مجموعه داده های پوشش زمین Corine . کمیسیون اروپا: بروکسل، بلژیک، 2010. [ Google Scholar ]
  48. پنینگ-راسل، ای. ویوااتن، سی. پاردو، جی. چترتون، جی. پارکر، دی. موریس، جی. مزایای مدیریت خطر سیل و ساحل: کتابچه راهنمای تکنیک های ارزیابی . مرکز تحقیقات خطر سیل: لندن، بریتانیا، 2010. [ Google Scholar ]
  49. تیکن، ق. اولشفسکی، آ. کرایبیچ، اچ. کوبش، اس. Merz، B. توسعه و ارزیابی FLEMOps – یک مدل جدید برآورد تلفات سیل برای بخش خصوصی. در بازیابی سیل، نوآوری و واکنش ؛ Proverbs, D., Brebbia, CA, Penning-Rowsell, E., Eds.; WIT Press: آشورست، انگلستان، 2008; صص 315-324. [ Google Scholar ]
  50. دی بونو، آ. Chatenoux, B. A Global Exposure Model for GAR 2015, UNEP/Grid-Geneva ; UNISDR: ژنو، سوئیس، 2015. [ Google Scholar ]
  51. دی لئو، ام. مانفردا، اس. فیورنتینو، ام. یک روش خودکار برای تشخیص مناطق مستعد سیل: r.hazard.flood. Geomat. Workb. 2011 ، 10 ، 83-89. [ Google Scholar ]
  52. کاناتا، م. Marzocchi، R. شبیه سازی دو بعدی سیل شکستن سد: یک رویکرد تعبیه شده GIS. نات. خطرات 2012 ، 61 ، 1143-1159. [ Google Scholar ] [ CrossRef ]
  53. روجاس، آر. جولین، پی. Johson, B. A 2-Dimensional Rainfall-Runoff and Sediment Model. در دسترس آنلاین: http://www.engr.colostate.edu/~pierre/ce_old/Projects/CASC2D-SED%20Web%20site%20082506/Download_files/CASC2D-SED-Reference-Manual.pdf (دسترسی در 22 ژانویه 2004) .
  54. Vieux، BE; برالتز، VF; Segerlind، LJ; والاس، مدلسازی حوضه المان محدود RB: عناصر تک بعدی. ج. منبع آب. Plan.Manag. 1990 ، 116 ، 803-819. [ Google Scholar ] [ CrossRef ]
  55. میتاسووا، اچ. تاکستون، سی. هوفیرکا، جی. مک لافلین، آر. مور، ا. روش نمونه‌برداری مسیر میتاس، L. برای مدل‌سازی جریان آب زمینی، انتقال رسوب و تکامل کوتاه‌مدت زمین در GIS منبع باز. در مجموعه مقالات پانزدهمین کنفرانس بین المللی روش های محاسباتی در منابع آب (CMWR XV)، چپل هیل، NC، ایالات متحده آمریکا، 13-17 ژوئن 2004. ص 1479-1490.
  56. کاناتا، م. Brovelli، A. مروری بر HydroFOSS، یک مدل جدید هیدرولوژیکی جاسازی شده GIS. در دسترس آنلاین: http://meetings.copernicus.org/www.cosis.net/abstracts/EGU06/04835/EGU06-J-04835.pdf (در روز 12 ژانویه 2006 قابل دسترسی است).
  57. Jonkman، SN; جونگجان، ر. Maaskant، B. استفاده از معیارهای خطر فردی و اجتماعی در سیاست ایمنی هلندی سیل – برآوردهای سراسری خطر اجتماعی و برنامه های سیاست. ریسک مقعدی 2011 ، 31 ، 282-300. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  58. صدا صنابریا، ی. Matheu، EE; مک فرسون، TN چالش های محاسباتی در برآورد پیامد برای ارزیابی ریسک. در مجموعه مقالات ICOLD – دوازدهمین کارگاه بین المللی معیار در تحلیل عددی سدها، گراتس، اتریش، 2 تا 4 اکتبر 2013.
  59. کاستیلو-رودریگز، JT; اسکودر-بوئنو، آی. آلتارخوس-گارسیا، ال. Serrano-Lombillo، A. ارزش یکپارچه سازی اطلاعات از خطرات متعدد برای تجزیه و تحلیل و مدیریت ریسک سیل. نات. سیستم خطرات زمین. علمی 2014 ، 14 ، 379-400. [ 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