Assessment and Uncertainty Urban Vulnerability Caused by Earthquake Using FAHP Model (Case Study: Sanandaj)

Document Type : Research Article

Authors

• Peyman Yariyan ¹
• Mohammadreza Karami ²

¹ Mamagha Branch, Islamic Azad University, East Azerbaijan, Iran

² Payame Noor University, Tehran, Iran

10.22067/geo.v0i0.81921

Abstract

Introduction

The population of cities is on the rise and is constantly exposed to a variety of human and environmental hazards (Alexander, 1993). Earthquake is one of the most important disasters affecting cities and urban land use. Natural disasters such as earthquakes have been a serious and permanent threat to humans and human settlements, which have endangered human life in areas with high seismicity. That is why it was named as the deadliest natural disaster in the world in 2001. Iran is also one of the most earthquake-prone countries in the world, which has always witnessed high casualties in its cities due to this disaster (WDI, 2004). Meanwhile, the occurrence of any earthquake in urban such as Sanandaj in Kurdistan Province has negative and irreversible effects on the whole region. Therefore, the assessment of urban vulnerability caused by earthquake, despite Morvarid Faults, Sartakht, etc. in Zagros Mountains is necessary. The purpose of this study is to assess the vulnerability of Sanandaj City due to earthquake with an emphasis on uncertainty approach using FAHP model. In addition, a comparison is made between the AHP and FAHP models.

Materials and Methods

In this study, three environmental, physical and social factors with 13 criteria were selected. The selection of criteria has been based on previous studies, and it has been attempted to select the variables that have the most relevance and impact. Layer maps were obtained in the form of raster and vector data from formal offices. After editing and correcting for possible errors, all layers in ArcGIS software were converted to raster format. The layers were then standardized. According to the studies, the weight of each layer (AHP model weights 1-9) and their fuzzy thresholds were then determined. Finally, the final result in five vulnerability classes (i.e. very low, low, medium, high and very high) were identified. The maximum-minimum method was used to standardize the layers. After standardization in ArcGIS 10.4 software, pairwise comparisons matrix was formed through the AHP method. By introducing initial weights, final weights and AHP map was obtained. In order to implement the FAHP model, after identifying the type of membership function and increasing or decreasing the amount of each layer, the fuzzy method was used in IDRISI software environment. Then, in ArcGIS software using Raster calculator tool, each of the fuzzy layers was multiplied and aggregated in the final weight of the AHP model. First, each fuzzy layer was multiplied individually in its own weight using the Raster calculator tool. Then, the new maps were executed by five fuzzy operators (SUM, GAMMA, OR, AND, PRODUCT) and the final map was prepared based on SUM operator as the best operator, which is most consistent with the current situation in Sanandaj.

Results and Discussion

Based on the results of both AHP and FAHP models, most areas with high physical vulnerability have undesirable characteristics such as poor quality of materials, burnout and high density land use. From social perspectives, they also have high population density, which corresponds to worn-out textures and marginalized neighborhoods. However, comparing the two AHP and FAHP models shows the higher accuracy of the FAHP model. In general, the FAHP model is highly capable of formulating the uncertainties of the present study.

Conclusion

While the AHP method uses quantitative and qualitative variables, it is not capable of modeling uncertainty about decisions makers. One of the capabilities of the Fuzzy-AHP model in this study is to utilize different spectra through normalization methods based on minimization and maximization. This method eliminates the uncertainty in the ranking of actions and decisions in the AHP method. Accordingly, zones 1, 2, and 3, respectively, are most vulnerable to earthquake, which are consistent with the worn-out texture and margin of the city. The district 1 of Sanandaj, districts such as Ghatarchian, Tazeh abad, Haji Abad, Besat and district 2 in Abbas Abad, Golshan, Pir Mohammad and finally district 3 in Mubarak Abad, Kalaka Jar, Vila shahr and Baharan Town are highly vulnerable. In general, zones 1, 2, and 3, respectively, are the most zones vulnerable, which are highly adapted to the worn-out texture and margin of the city. Therefore, the most important proposal of this study is comprehensive planning and construction operations in the suburbs and worn-out areas, which should be regarded as a priority to deal with possible earthquakes.

Keywords

• Uncertainty
• Earthquake risk assessment
• Fuzzy-AHP Logic
• Modeling
• Sanandaj

20.1001.1.23221682.1398.8.3.11.6

---

References

ابراهیم‌زاده، عیسی؛ کاشفی، دیمن و حسینی، احمد؛ 1393. ارزیابی آسیب‌پذیری محله‌های شهری در برابر زلزله (نمونه موردی: شهر پیرانشهر). فصلنامه علمی – پژوهشی برنامه‌ریزی فضایی (جغرافیا). سال پنجم، شماره اول، پیاپی 16. بهار 1394. صفحات 1- 26.

احدنژاد روشتی، محسن؛ روستایی، شهریور و کاملی فر، محمدجواد؛1394. ارزیابی آسیب‌پذیری شبکه معابر شهری در برابر با رویکرد مدیریت بحران (مطالعه موردی: منطقه 1 شهر تبریز). فصلنامه علمی-پژوهشی اطلاعات جغرافیایی. دوره 24. شماره 95. پاییز 94.

انتظاری نجف‌آبادی، مژگان؛ یوسفی، فاطمه؛1392. ارزیابی تأثیر عوامل ژئومورفولوژی در توسعه شهرنشینی شهر سنندج. مجله علمی-پژوهشی برنامه‌ریزی فضایی (جغرافیا)، سال سوم. شماره چهارم، پیاپی 11. زمستان 1392. صفحات 77 – 94.

آبسالان، علی؛ کنگی، عباس؛ 1393. گزارش تحقیقاتی مجموعه دستاوردهای تحقیقاتی-کاربردی سامانه مدیریت بحران زلزله شهر هوشمند مشهد. سازمان فناوری اطلاعات و ارتباطات شهرداری مشهد. شماره نشر 101.

بهزاد افشار، کتایون؛ اکبری، پرویز؛1396. ارزیابی متغیرهای کالبدی آسیب‌پذیری لرزه‌ای بناهای شهری با استفاده از مدل TOPSIS (مطالعه موردی: ناحیه منفصل شهری باباریز سنندج). فصلنامه علمی – پژوهشی مطالعات برنامه‌ریزی سکونتگاه‌های انسانی. دوره 12، شماره 4. پیاپی 41. زمستان 1396. صفحات 857 – 873.

پناهی کایوشه، محمدحسین؛ متشرعی، آرش؛1392. تحلیل زمین‌لرزه‌ای به روش قطعی در ناحیه سنندج استان کردستان، هفدهمین همایش انجمن زمین‌شناسی ایران. 7 تا 9 آبان. دانشگاه شهید بهشتی.

حبیبی، کیومرث؛ جوانمردی، کومار،1391. تحلیل ناپایداری بافت‌های شهری و پهنه‌بندی میزان آسیب‌پذیری در برابر زلزله با استفاده از GIS&AHP. نمونه موردی: بخشی از هسته مرکزی شهر سنندج. نشریه معماری و شهرسازی آرمان‌شهر شماره 11. پاییز و زمستان 92.

خاکپور، براتعلی؛ حیاتی، سلمان؛ کاظمی بی‌نیاز، مهدی وربانی ابوالفضلی، غزاله؛1392. مقایسه تطبیقی-تحلیلی میزان آسیب‌پذیری بافت‌های شهری در برابر زلزله با استفاده از مدل‌های تحلیل سلسله مراتبی و فازی (نمونه موردی: شهر لامرد). فصلنامه آمایش محیط. شماره 22. صفحات 38-21.

خالق پناه، کمال؛ نیری، هادی؛ کرمی، محمدرضا و احمدی، خبات؛1394. پهنه‌بندی میزان آسیب‌پذیری شهر سنندج ناشی از زلزله با استفاده از دو مدل تحلیل سلسله مراتبی و مدل تاپسیس. نشریه علمی پژوهشی جغرافیا و برنامه‌ریزی. سال 20. شماره 57. پاییز 1395 صفحات 294-277.

روستایی، شهریور؛ معبودی، محمدتقی؛ 1395. تحلیل فضایی آسیب‌پذیری اجتماعی مناطق شهری در مقابل زلزله با استفاده از مدل SVI (نمونه موردی: منطقه 2 شهرداری تبریز). فصلنامه مطالعات برنامه‌ریزی شهری، سال سوم. شماره 11. پاییز 1394. صفحات 105 – 126.

زمردیان، محمدجعفر؛1381. ژئومورفولوژی ایران. جلد اول. مشهد. انتشارات دانشگاه فردوسی.

شهابی، هیمن؛ قلیزاده، محمدحسین و نیری، هادی؛ 1389. پهنه‌بندی خطر زمین‌لرزه با روش تحلیل چند معیاره فضایی. جغرافیا و توسعه. شماره 21. صفحات 65-80.

شهین فر، حمید؛1393. پهنه‌بندی خطر زمین‌لغزش منطقه صوفیان با استفاده از مدل AHP. فصلنامه علمی-پژوهشی زمین‌شناسی محیط‌زیست. سال نهم، شماره 31. تابستان 1394.

شیعه، اسماعیل؛ حبیبی، کیومرث وترابی، کمال؛1389. بررسی آسیب‌پذیری شهرها در برابر زلزله با استفاده از روش سلسله مراتبی معکوس و GIS (مطالعه موردی: منطقه 6 تهران). چهارمین کنگره بین‌المللی جغرافیدانان جهان اسلام. صفحات 12 – 1.

شیعه، اسماعیل؛1385. کتاب مقدمه‌ای بر مبانی برنامه‌ریزی شهری. ناشر دانشگاه علم و صنعت ایران. تعداد صفحات 226.

علوی، سیدعلی؛ حسینی، سیدمصطفی؛ بهرامی، فریبا وعاشورلو، مهراب؛1394. ارزیابی میزان آسیب‌پذیری بافت‌های شهری با استفاده از ANP و GIS (مطالعه موردی: شهر سمیرم). فصلنامه علمی – پژوهشی اطلاعات جغرافیایی. دوره 25. شماره 100.

غلامی، یونس؛ حیاتی، سلمان؛ قنبری، محمد و اسماعیلی، آسیه؛1394. پیش‌بینی فضاهای آسیب‌پذیر شهر مشهد هنگام وقوع زلزله. پژوهش‌های جغرافیای برنامه‌ریزی شهری. دوره 3. شماره 1. بهار 1394. صفحات 67-55.

فرج زاده اصل، منوچهر؛ بصیرت، فروغ؛1385. پهنه‌بندی حساسیت تشکیلات زمین‌شناسی در مقابل زلزله منطقه شیراز. پژوهش‌های جغرافیایی. شماره 55. صفحات 59 – 72.

قبادی، محمدحسین. اصغری، ژیلا و گودرزی، ذبیح ا... ؛ 1390. بررسی پتانسیل لرزه‌خیزی شهرستان سنندج. پنجمین همایش ملّی زمین‌شناسی. دانشگاه پیام نور استان زنجان.

قنبری، ابوالفضل؛ سالکی، محمدعلی و قاسمی، معصومه؛1392. پهنه‌بندی میزان آسیب‌پذیری شهرها در برابر خطر زلزله (نمونه موردی: شهر تبریز). مجله جغرافیا و مخاطرات طبیعی. شماره 5. صفحات 21 – 35.

کرمی، محمدرضا؛ امیریان، سهراب؛1397. پهنه‌بندی آسیب‌پذیری شهری ناشی از زلزله با استفاده از مدل Fuzzy – AHP (مطالعه موردی: شهر تبریز). نشریه علمی – پژوهشی برنامه‌ریزی توسعه کالبدی. سال سوم، شماره 6. پیاپی 10. تابستان 1397. صفحات 124-110.

کریمی کردآبادی، مرتضی؛ نجفی، اسماعیل؛1394. ارزیابی خطر زلزله با استفاده از مدل ترکیبی FUZZY AHP در امنیت شهری (مطالعه موردی: منطقه یک کلان‌شهر تهران). مجله پژوهش و برنامه‌ریزی شهری. سال ششم. شماره بیستم. بهار 1394. صفحات 17-34.

کوره‌پزان دزفولی، امین؛1387. اصول تئوری مجموعه‌های فازی و کاربردهای آن در مدل‌های مسائل مهندسی آب. جهاد دانشگاهی (دانشگاه صنعتی امیرکبیر). 13 مهر. 1387.

محمدی احمدیانی، جمال؛ صحرائیان، زهرا و خسروی، فرامرز؛1389. نقش عوامل مؤثر در آسیب‌پذیری کالبدی شهر جهرم در برابر زلزله. نشریه تحقیقات کاربردی علوم جغرافیایی. جلد 14. شماره 17. تابستان 1389. صفحات 121 – 143.

محمدی، علیرضا، جاوید مغوان، بهمن؛ 1395. سنجش میزان آسیب‌پذیری سکونتگاه‌های غیررسمی در برابر خطر وقوع زمین‌لرزه با استفاده از GIS. مورد پژوهش: محله زیر نهر تراب شهر پارس‌آباد. نشریه تحلیل فضایی مخاطرات محیطی. سال سوم. شماره 3، پاییز 1395. صفحات 64-41.

مرکز آمار ایران؛ 1395. سرشماری نفوس و مسکن شهر سنندج سال 1398.

معصوم زاده، سیدمحسن؛ تراب زاده، اقدس؛1383. رتبه‌بندی تولیدات صنعتی کشور. فصلنامه پژوهشنامه بازرگانی. شماره 30. بهار 1393. 67 – 81.

ملکی، امجد؛1385. پهنه‌بندی زمین‌لرزه و اولویت‌بندی مساکن استان کردستان. پژوهش‌های جغرافیایی. شماره 59. صفحات 115-124.

ملکی، سعید؛ امانپور، سعید؛ صفایی پور، مسعود؛ پورموسوی، سیدنادر و مودت، الیاس؛ 1396. ارزیابی طیف تاب‌آوری کالبدی شهرها در برابر زلزله با استفاده از مدل‌های برنامه‌ریزی (نمونه موردی: شهر ایلام). نشریه علمی-پژوهشی برنامه‌ریزی توسعه کالبدی. سال دوم، شماره 1. پیاپی 5. بهار 1396.

مهدوی، داوود؛ هزاریان، الهام؛ 1396. ارزیابی آسیب‌پذیری کالبدی سکونتگاه‌های روستایی در برابر زلزله. مطالعه موردی روستاهای شهرستان یزد. نشریه علمی – پژوهشی برنامه‌ریزی توسعه کالبدی. سال دوم. شماره 4(سری جدید). پیاپی 8.زمستان 1396. صفحات27 -45.

مهدوى نژاد، محمدجواد، جوانرودى، کاوان؛1391. بررسى آسیب‌پذیری ناشى از زلزله در شبکه‌های ارتباطى تهران بزرگ مطالعه موردی: خیابان ولی‌عصر (عج) شمالى تا چهارراه پارک‌وی. فصلنامه مدیریت بحران. شماره اول.

نگارش، حسین؛1382. کاربرد ژئومورفولوژی در مکان گزینی شهرها و پیامدهای آن»، نشریه جغرافیا و توسعه. بهار و تابستان 1382. دوره 1. صفحات 133 – 150.

نگارش، حسین؛1384. زلزله، شهرها و گسل‌ها. فصلنامه پژوهش‌های جغرافیایی دوره 37. شماره 52. صفحات 93 – 110.

نیری، هادی؛ کرمی، محمدرضا؛ 1395. امکان‌سنجی آسیب‌پذیری شهر سنندج در برابر زلزله با استفاده از مدل متوسط وزنی مرتب‌شده (OWA). نشریه مطالعات نواحی شهری دانشگاه شهید باهنر کرمان. سال سوم. شماره 1. پیاپی 6. بهار 1395.

ولیزاده کامران، خلیل؛ 1380. پهنه‌بندی خطر زلزله در شهرستان تبریز با استفاده از سنجش‌ازدور و GIS. نشریه فضای جغرافیایی. شماره 4. صفحات 66 – 49.

Alexander, D., 1993. Natural Disaster. London.

Andisheh, K., 2007. Seismic Hazard Assessment of Sanandaj City of Iran Based on Psha”, 4th International Conference on Earthquake Geotechnical Engineering,June 25-28, 2007Paper No. 157.

Bosher, L., 2008. Hazards and the Built Environment:Attaining Built-in Resilience”, Taylor & Francis Routledge.

D. Smith,K.; N. Brune,J.; dePolo,D.; K. Savage,M.; Anooshehpoor,R.; F. Sheehan,A., 2001. The 1992 Little Skull Mountain Earthquake Sequence,Southern Nevada Test Site” Geologic and Geophysical Characterization Studies of Yucca Mountain, Nevada. https://doi: 10.1785/0120000089

Deng, H., 1999. Multicriteria analysis with fuzzy pairwise comparisons, International Journal of Approximate Reasoning 21:231–215. https://doi.org/10.1016/S0888-613X(99)00025-0

Ericson, Clifton.A., 2005. Hazard Analysis Techniques for System Safety. Published by John Wiley & Sons, Inc. https://doi:10.1002/0471739421

Gungor, Z., Serhadlioglu, G., Erhan Kesen, S., 2009. A fuzzy AHP approach to personnel selection problem,p.p 5-7, Applied Soft Computing, vol. 9, pp. 641-646, September 2009. http://doi: 10.1016/j.asoc.2008.09.003

han, F. T. & Kumar, N., 2007. Global supplier development considering risk factors using fuzzy extended AHP-based approach.Omega,35(4), 417-431. https:// doi.org/ 10.1016 /j.omega. 2005.08.004

Hofmann,A. Sarka Hoskova, M. and Talhofer,V., 2013. Usage of Fuzzy Spatial Theory for Modelling of Terrain Passability, Advances in Fuzzy Systems Volume 2013,Article ID 506406, 7 pages. https://doi.org/10.1155/2013/506406

Ian Lin, M., Duen Lee, Y., Neng Ho,T., 2011. Applying integrated DEA/AHP to evaluate the economic performance of local governments in China, European Journal of Operational Research 209 (2011) 129–140. https://doi.org/10.1016/j.ejor.2010.08.006

Kilincci, O. & Onal, S. A., 2011. Fuzzy AHP approach for supplier selection in a washing machine company.Expert systems with Applications,38(8), 9656-9664. https://doi.org/10.1016/j.eswa.2011.01.159

L. Saaty ,T., 1988. What is the analytic hierarchy process? Springer Berlin Heidelberg, pp. 109-121. http://dx.doi.org/10.1007/978-3-642-83555-1_5

Lan Davis, Pergamon Press,Oxford. Michigan University.

Lantada, N. Pujades, L. & Barbat, A., 2008. Vulnerability index and capacity spectrum based methods for urban seismic risk evaluation. A comparison, Nat Hazards 51. https://doi: 10.1007/s11069-007-9212-4

Lewis, J., 1981. Mitigation Preparedness Measures, In Disaster And The Small Dwelling, Ed. https://doi.org/10.1111/j.1467-7717.1979.tb00146.x

Li, F., Wang, R., Paulussen, J. & et al., 2005. Comprehensive concept planning of urban greening based on ecological principles: a case study in Beijing, china, J. Land scape and urban planning. 2005, 72. 325-336. https://doi: 10.1016/j.landurbplan.2004.04.002

M. T. Carvalho,L., S. Ribeiro,M., T. de Oliveira,L., C. A. Oliveira,T., N. Louzada,J., R. S. Scolforo,J., D. Oliveira,A., 2007.Weighted Overlay, Fuzzy Logic and Neural Networks for Estimating Vegetation Vulnerability within the Ecological Economical Zoning of Minas Gerais, Brazil,IX Brazilian Symposium on GeoInformatics, Campos do Jordão, Brazil, November 25-28, 2007, INPE, p. 171-182.

Özdağoğlu,A., Özdağoğlu, G., 2007. Comparison Of Ahp And Fuzzy Ahp For The Multi-Criteria Decision Making Processes With Linguistic Evaluations, İstanbul Ticaret Üniversitesi Fen Bilimleri Dergisi Yıl: 6 Sayı:11Bahar2007/1 s. 65-85.

Pahlavani, P., Abbaspour, R.A., Zare Zadiny, A., 2015. A Different Web-Based Geocoding Service Using Fuzzy Techniques, The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Volume XL-1/W5, 2015 International Conference on Sensors & Models in Remote Sensing & Photogrammetry, 23–25 Nov 2015, Kish Island, Iran. https://doi: 10.5194/isprsarchives-XL-1-W5-571-2015

Rezaei, A.,Tahsili, S., 2018. Urban Vulnerability Assessment Using AHP”, Hindawi, Advances in Civil Engineering,Volume 2018, Article ID 2018601, 20 pages. https:// doi.org/ 10.1155 /2018/2018601

Sadeghiravesh, M.H., Zehtabian, Gh.R., Khosravi, H., 2014. Application of AHP and ELECTRE models for a ssessment of de-desertificationa lternatives, Received:20 July 2014; Received in revised form:8 September 2014; Accepted:21 September 2014, Desert-192(2014)141-153.

Stein, E. and Norita,A., 2009. Using the analytical hierarchy process (AHP) to construct a measure of the magnitude of consequent of moral intensity, Journal of Business Ethics,vol. 89, no. 3, pp. 391–407, 2009. https://doi: 10.1007/s10551-008-0006-8

WDI., 2004. Natural Disaster Hotspost: A Global Risk Analysis(the world Bank), WDI for some contrise.