Evaluating Urban Resilience against Earthquakes (Case Study: Islamabad Gharb)

Document Type : علمی - پژوهشی

Authors

• Shahla Haseli ¹
• Hamidreza Pourkhabbaz ²
• Aeizh Azmi ³

¹ Department of Environment, Faculty of Natural Resources, Behbahan Khatam Alanbia University of Technology-Iran-

² Assistant Professor, Department of Environment, Faculty of Natural Resources, Behbahan Khatam Alanbia University of Technology, Behbahan

³ Razi university

https://doi.org/10.22067/jgusd.2023.78320.1241

Abstract

Extended Abstract

Introduction

Earthquake should be considered as one of the most prevalent and destructive natural disasters that all the countries of the world, especially Iran, face with. Therefore, it is important to evaluate urban resilience against earthquakes. Urban resilience is a new and under researched concept in urban studies and urban planning. Accordingly, it is necessary to evaluate the resilience of the city of Islamabad Gharb, like any other city, against earthquakes. It seems that considering and resorting to some sources we can understand the vulnerability of Iranian cities. It is necessary to use a suitable model and various types of spatial and non-spatial data. Moreover, the analyses related to the geographic information system and most importantly, the review and analysis of the current global experiences should be considered. Taking these issues into account, we can achieve the risk map of Iranian cities against earthquakes. Additionally, by making the necessary preparations, this phenomenon can be turned into a planned process in crisis management caused by natural hazards. The purpose of this research was to evaluate the resilience of the city of Islamabad Gharb against the risk of earthquakes. For this purpose, the integrated model of Weighted Linear Combination (WLC) and fuzzy Gamma operator (Gamma) were used. Analytical Hierarchy Method (AHP) was applied for weighting the variables. The final goal was to see the status of urban resilience against earthquakes in Islamabad Gharb.

Method

This applied research used a descriptive-analytical method. For this study many resources were used including documentary and library studies, information about and provided by the municipality of Islamabad Gharb city, and other reports including studies that were previously conducted in this field on the city. Moreover, the studies and plans that have been carried out by the deputy of planning of the governorate should be added to the sources. Two integrated models of Weighted Linear Combination (WLC) and fuzzy Gamma operator (Gamma) were used to evaluate the resilience of the city of Islamabad Gharb against earthquakes. Analytical Hierarchy Method (AHP) was also used to weight the variables. For evaluating the resilience of the city against the earthquake, two integrated models of WLC and gamma with values ​​of 0.3, 0.5 and 0.9 were used and the final maps on five classes (very low, low, medium, high, and very high level of resilience) were prepared. Moreover, for evaluating the accurancy and correctness of the final maps produced by the two models, the results of total quality index (QS) were used.

Results

Total quality index (QS) was applied for ensuring the accuracy of WLC models and fuzzy gamma operators of 0.3, 0.5 and 0.9 to prepare earthquake resilience zoning map. Higher QS of zoning model or method indicates that the calculations and predictions for resilience zoning map are highly accurate. By using the QS we can measure the accuracy of the calculations related to the WLC model and fuzzy gamma operators. Moreover, the QS value of each resilience class related to each of the mentioned models can be obtained separately. In addition to these two cases, it is possible to compare the accuracy and correctness of calculations related to each resilience class with the accuracy and correctness of calculations of other resilience classes. The QS values for very low, low, medium, high and very high resilience classes related to the zoning map created by WLC model, respectively, were 0.007, 0.293, 0.001, 0.247 and 0.063. The QS value of "low" resilience class (0.293) is higher than the QS value of other resilience classes. This can be interpreted that the calculations related to the area of ​​the low resilience class have been done with more precision and accuracy than other resilience classes. The following classes are high, very high, very low and medium resilience classes. Moreover, the QS for the WLC model is the algebraic sum of the QS values ​​for very low, low, medium, high and very high resilience classes. Taking into account the QS, the accuracy and correctness of the WLC model for the preparation of resilience zoning map against earthquake risk for the city of Islamabad Gharb was 0.611.

Discussion and Conclusion

The QS index can be used to calculate the accuracy of the performed calculations related to the WLC model and fuzzy gamma operators. It is also possible to obtain the QS value of each resilience class related to each of these two models separately. Moreover, the precision and accuracy of calculations of each resilience class can be compared with the precision and accuracy of calculations of other resilience classes. QS value for the very low, low, medium, high, and very high resilience classes pertaining to the zoning map created by WLC model were, respectively, 0.007, 0.293, 0.001, 0.247, and 0.063. The QS value of low resilience class (0.293) is higher than the QS value of other resilience classes. We may interpret it that the calculations pertaining to the low resilience class have been done with more precision and accuracy than the calculation of other resilience classes. Other classes are, respectively, high, very high, very low, and medium resilience classes. Moreover, the QS for the WLC model is the algebraic sum of QS values ​​for the very low, low, medium, high, and very high resilience classes. Taking the QS, the precision and accuracy of the WLC model in preparing the zoning map of resilience against earthquake risk for Islamabad Gharb city is 0.611.
 
 
 

Keywords

• Keywords: Earthquake
• Resilience
• AHP
• WLC
• Fuzzy Logic
• Islamabad Gharb City

Main Subjects

• urban planinnin

References

1. ابراهیم‌زاده، ع.، کاشفی‌دوست، د.، و حسینی، س.ا. (1398). ارزیابی تاب آوری کالبدی شهردر برابر زلزله (نمونه موردی: شهر پیرانشهر). مخاطرات محیط طبیعی، 8(20)، 131-146.
2. احدنژاد روشتی، م.، قرخلو، م.، و زیاری، ک.ا. (1389). مدل سازی آسیب پذیری ساختمانی شهرها در برابر زلزله با استفاده از روش فرایند تحلیل سلسله مراتبی در محیط سیستم اطلاعات جغرافیایی نمونه موردی:  شهر زنجان. فصلنامه جغرافیا و توسعه، (19)، 171-198.
3. اسمیت، ک. (1398). مخاطرات محیطی. ترجمه: ابراهیم مقیمی و شاپور گودرزی نژاد. تهران: انتشارات سمت.
4. باقری مراغه، ن.، معتمدی، م.، و مافی،  ع.ا. (1401). ارزیابی تاب آوری شهر شیروان در مواجه با زلزله. نشریه تحقیقات کاربردی علوم جغرافیایی، 22(64)، 329-347.
5. چوراحمد، ا.، و حاتمی، ا. (1401). ارزیابی میزان تاب آوری بافت تاریخی شهر کرمان در برابر زلزله و ارائه راهبردهای ارتقاء آن. فصلنامه جغرافیا، 20(72)، 37-59.
6. جهان‌بخشی، م. (1393). تحلیل انطباق کاربری اراضی شهر اسلام آبادغرب با نظریات نوشهرگرایان. ایلام: موسسه آموزش عالی باختر ایلام.
7. چراغی، م.، ملک جعفریان، ز.، عباسی، ج.، و بدری، س.ع. (1392). ارزیابی اثربخشی اجرای طرح هادی روستایی در آفرینش سکونتگاه های روستایی سرزنده (مطالعه موردی: دهستان غنی بیگلو، شهرستان زنجان). فصلنامه علمی ـ پژوهشی برنامه ریزی توسعه کالبدی، 2(4)، 50-59.
8. حسین‌زاده، م. م.، و پناهی، ر. (1394). بررسی محدودیت‌های ژئومورفولوژیک توسعه فیزیکی و مکان یابی جهت های توسعه آینده شهر سنقر. جغرافیا و توسعه فضای شهری، 2(1)، 15-28.
9. رضایی، م.ر. (1392). ارزیابی تاب آوری اقتصادی و نهادی جوامع شهری در برابر سوانح طبیعی، مطالعه موردی: زلزله محله های شهر تهران. دوفصلنامه مدیریت بحران، 27 (3)، 27-38.
10. سرور، ه.، کاشانی اصل، ا. (1395). ارزیابی آسیب پذیری کالبدی شهر اهر در برابر بحران زلزله. آمایش محیط، 9(34)، 87-108.
11. صاحی‌پورمیلانی، ع. ر.، زمانی، م.، و صدوق، س.ح. (1400). ارزیابی آسیب‌پذیری و تاب‌آوری شهر رزن در برابر زلزله. مدیریت مخاطرات محیطی، 8(3)، 267-282.
12. عارفی، م.، ساکی، ا.، و فنائی، س. (1392). طراحى شهرهاى تاب آور، برونداد منتج از یک کارگاه درسى. هفت شهر، 4(47-48)، 98-111.
13. فرجی، ا.، محمود، آ.، و آتش‌افروز، ن. (1397). بررسی تاب آوری منطقه ای با استفاده از تحلیل فضایی و مدل ترکیبی WASPAS (مطالعه موردی: شهرستان های استان خوزستان). آمایش سرزمین، 10(1)، 1-29.
14. قائدرحمتی، ص.، باستانی‌فر، ا.، و سلطانی، ل. (1390). بررسی تأثیرات تراکم بر آسیب پذیری ناشی از زلزله در شهر اصفهان (با رویکرد فازی). مجله جغرافیا و برنامه ریزی محیطی، 22(1)، 107-122.
15. قدیری ، م.، شهربابکی، ص.، و شاهی، ص. (1394). تحلیل رابطة سرمایة اجتماعی و تعلق مکانی با میزان رضایتمندی از بازسازی پس از زلزله؛ مطالعة موردی: خانوارهای محلات شهر بم. فصلنامه جغرافیا و برنامه ریزی شهری چشم انداز زاگرس، 7(24)، 69-87.
16. کاظمی، س. (1395). پهنه بندی خطر سیلاب با تلفیق رویکرد سلسله مراتبی فازی و GIS (مطالعه موردی: رودخانه خیاوچای مشکین شهر). تبریز: دانشگاه تبریز، دانشکده فنی مهندسی عمران، گروه مهندسی عمران – آب.
17. کمالی، م.، طبیبیان، م.، و الهی، م. (1400). تحلیلی بر تاب آوری کالبدی مساکن اجتماعی در برابر زلزله با استفاده از فن سیستم پشتیبان تصمیم گیری فازی غیر ساختاری (NSFDSS) (نمونه موردی مسکن مهر زنجان). مطالعات مدیریت شهری، 13(47)، 1-19.
18. محمدی سرین، د. (1396). تحلیل تاب آوری فیزیکی-کالبدی نواحی شهری برمبنای سناریو در زمان وقوع زلزله-مورد مطالعه: شهر زنجان. نشریه تحقیقات کاربردی علوم جغرافیایی، 21(60)، 65-85.
19. محمودزاده، ح.، دیده‌بان، خ.، و صادق‌زاده سادات، س. ع.  (1395). کاربرد تکنیک‌های دورسنجی و سیستم اطلاعات جغرافیایی با هدف شبیه‌سازی توسعۀ شهری (مطالعۀ موردی: شهر مهاباد). جغرافیا و توسعه فضای شهری، 3(2)، 161-175.
20. نبوی رضوی، ن.، ه. س.، و طبیبیان، م. (1400). سنجش و ارزیابی تاب‌آوری ساختار کالبدی-فضایی محلات شهری در برابر زلزله (نمونه موردی: محله مینودر شهر قزوین). مطالعات مدیریت شهری، 13(46)، 67-80.

 

21. Birkaman, J. (2007). Risk and vulnerability indicators at different scales: Applicability, usefulness and policy implications. Environmental hazards, 7(1), 20-31.
22. Cutter, S. L., Ash, K. D., & Emrich, C. T. (2016). Urban–rural differences in disaster resilience. Annals of the American Association of Geographers, 106(6), 1236-1252.
23. Forgette, R., & Van Boening, M. (2009). Measuring and modeling community resilience: SERP and DyME, For Internal Distribution Only. Final SERRI/DHS distribution review pending.
24. Freddi, F., Galasso, C., Cremen, G., Dall’Asta, A., Di Sarno, L., Giaralis, A., Petrone, C. (2021). Innovations in earthquake risk reduction for resilience: Recent advances and challenges. International journal of disaster risk reduction, 60,
25. Ghafory‐Ashtiany, M. (1999). Rescue operation and reconstruction of recent earthquakes in Iran. Disaster Prevention and Management: An International Journal, 8(1), 5-20.
26. Hosseinzadeh, S. (2004). Environmental crises in the metropolises of Iran. WIT Transactions on Ecology and the Environment, 72, 179-187.
27. Jabareen, Y. (2013). Planning the resilient city: Concepts and strategies for coping with climate change and environmental risk. Cities, 31, 220-229.
28. Kabir, M. H., Sato, M., Habbiba, U., & Yousuf, T. B. (2018). Assessment of urban disaster resilience in Dhaka North City Corporation (DNCC), Bangladesh. Procedia Engineering, 212, 1107-1114.
29. Malczewski, J. (1999). GIS and multicriteria decision analysis. John Wiley & Sons.
30. Wallenius, J., Dyer, J. S., Fishburn, P. C., Steuer, R. E., Zionts, S., & Deb, K. (2008). Multiple criteria decision making, multiattribute utility theory: Recent accomplishments and what lies ahead. Management science, 54(7), 1336-1349.