مدیریت بحران

مدیریت بحران

برآورد احتمال انسداد مسیر در شبکه حمل‌ونقل درون‌شهری پس از وقوع زلزله با استفاده از الگوریتم بیزی (مطالعه موردی: شهر بابل)

نوع مقاله : مقاله علمی - پژوهشی

نویسندگان
حمیدرضا توکلی 1
میثم مغیثی 2
الناز پیغاله 3
1 دانشکده مهندسی عمران، دانشگاه صنعتی نوشیروانی بابل
2 دانشجوی دکتری دانشکده مهندسی عمران، دانشگاه صنعتی نوشیروانی بابل
3 دانشکده مهندسی عمران، دانشگاه کلمنسون، آمریکا
چکیده
برنامه ­ریزان مدیریت بحران برای مناطق مستعد وقوع سوانح طبیعی به دنبال تصمیم‌ گیری‌ هایی قبل و پس از وقوع خطر به منظور کاهش عواقب ناشی از وقوع آن و بازگرداندن هر چه سریع‌ تر شهر به حالت اولیه هستند. شبکه حمل‌ و نقل درون‌ شهری به عنوان یکی از آسیب‌ پذیرترین شریان‌ های حیاتی نقش راهبردی­ در قابلیت برگشت‌ پذیری شهر داراست. بدین ترتیب ابزارهای کارآمدی برای شناسایی این نقش در صورت وقوع بلایای طبیعی مورد نیاز است.
در این پژوهش مدلی تحت GIS توسعه ‌یافته که با کمک آن می ­توان عملکرد شبکه راه‌ های درون‌ شهری را به‌ طور احتمالاتی پس از وقوع زلزله و با کمک الگوریتم بیزی بررسی کرد. این مدل می­ تواند خسارات ناشی از وقوع رویداد لرزه­ای شامل خرابی ساختمان‌ ها و پل‌ های مجاور هر مسیر که منجر به انسداد آن مسیر می ­شود و همچنین احتمال انسداد مسیرها را تعیین کند. در این روش سناریوهای مختلف زلزله که در آن منابع مختلف عدم قطعیت‌ های موجود در توزیع مکانی و زمانی وقوع زلزله ­ها در نظر گرفته شده، به منطقه مورد بررسی اعمال می‌شود. خسارات وارده به ساختمان و پل‌ های موجود در منطقه به همراه فاکتورهای مختلف کنترل خسارت لرزه ­ای شبکه راه‌ ها برآورد شده است. تحلیل­ های انجام‌ شده منجر به تولید نقشه­ های احتمال انسداد مسیرهای موجود در شبکه راه برای حالات مختلف انسداد (بدون انسداد، کم، متوسط، زیاد) شده است. این نقشه­ ها شرایط راه‌ ها را بلافاصله پس از زلزله نشان می­ دهد. با بررسی نتایج این تحقیق به وضعیت بسیار پیچیده انسدادهای مسیر شهر بابل پی خواهیم برد و انجام چنین تحلیل­ ها و تولید این نقشه­ ها برای زلزله ­های محتمل آینده می‌ تواند به مدیران شهری نقطه ضعف‌ های شبکه حمل‌ و نقل را نشان دهد. در ضمن برای بهبود شبکه و برنامه­ ریزی جهت یافتن مسیر مطلوب به منظور امداد و کمک‌ رسانی مؤثر خواهد بود و به برنامه‌ ریزی برای بازگردان شهر به حالت اولیه پس از زلزله­­ ای محتمل کمک می‌ کند.
کلیدواژه‌ها
زلزله
شبکه حمل‌ونقل
انسداد مسیر
الگوریتم بیزی
موضوعات

عنوان مقاله English

Estimating the Probability of Closure in the Intra-Urban Transport Network After the Earthquake Using Bayesian Algorithm, A Case Study of Babol

نویسندگان English

HamidReza Tavakoli 1
Meisam Mogheisi 2
Elnaz Peyghaleh 3
1 Earthquake Engineering, Civil Engineering, Babol Noshirvani University of Technology, Babol, Iran
2 Meissam Mogheisi, PhD student, Faculty of Civil, Babol Noshirvani University of Technology, Babol
3 Department of Civil Engineering, Clemson University, US.
چکیده English

Crisis management planners for natural disaster-prone areas are looking for pre- and post-hazard decisions to reduce the consequences and bring the city back to normal as soon as possible. The intra-city transportation network, as one of the most vulnerable arteries, has a strategic role in the city's reversibility. Thus, effective tools are needed to identify this role in the event of a natural disaster.
In this research, a model has been developed under GIS with the help of which the performance of the urban road network can be investigated after the earthquake with the help of Bayesian algorithm. This model can determine the damage caused by a seismic event, including the collapse of buildings and adjacent bridges in any path that leads to the blockage of the route and the probability of blockage of the routes. In this method, different earthquake scenarios in which different sources of uncertainties in the spatial and temporal distribution of earthquakes are considered, are applied to the study area. Damage to buildings and bridges in the area, along with various seismic damage control factors of the road network, has been estimated. The performed analyses have led to the production of maps of the possibility of obstruction of the existing routes in the road network for different cases of obstruction (no obstruction, low, medium, high). These maps show the condition of the roads immediately after the earthquake. By examining the results of this research, we will found out the very complex situation of roadblocks in the city of Babol, and by conducting such analyzes and producing these maps for possible future earthquakes, the weaknesses of transportation network can easily be spotted by city managers, and authorities will be assisted to improve the network effectively while finding a suitable route for relief and help. Moreover, the results can be used in planning for the return of the city to its original state after a possible earthquake.

کلیدواژه‌ها English

Earthquake
Transport Network
Route Closure
Bayesian Algorithm
[1]. پورمحمدی, م. (1387). آسیب‌پذیری شهرهای ایران در برابر زلزله و نقش.  جغرافیا و توسعه 118.
[2]. Hosseini, M. (2008). A RISK MANAGEMENT MODEL FOR INTER-CITY ROAD SYSTEMS. The 14 World Conference on Earthquake Engineering (p. 2). Beijing: China.
[3]. Chang, Liang (2010). Transportation system modeling and applications in earthquake. Illinois: University of Illinois at Urbana-Champaign.
[4] . مهیمنی, ا. ش (1384). مدیریت بحران شبکه حمل‌و‌نقل در هنگام زلزله. تهران: دانشگاه علم‌و‌صنعت ایران.
[5]. Chen, Y., & Eguchi, a. R. (2003). Post-earthquake road unblocked reliability estimation based on analysis of randomicity of traffic demands and road capacities. Sixth U. S. Conf. and Workshop on Lifeline Earthquake Engineering, (p. 3). Reston: ASCE.
[6] . Anne Kiremidjian, James Moore , Yue Yue Fan , Ozgur Yazlali , Nesrin Basoz & Meredith Williams( 2007). Seismic Risk Assessment of Transportation Network Systems. Earthquake Engineering, 371-382.
[7] . Pamela Murray-Tuite, Hani Mahmassani (2004). Methodology for Determining Vulnerable Links in a Transportation Network. Transportation Research Board, 88-96.
[8] . Kannan Viswanath, Srinivas Peeta (2007). Multicommodity Maximal Covering Network Design Problem for Planning Critical Routes for Earthquake Response. Transportation Research Board, 1-10.
[9] . P Jankowski, L Richard (1994). Integration of GIS-Based Suitability Analysis and Multicriteria Evaluation in a Spatial Decision Support System for Route Selection. Environment and Planning Journals B: Urban Analytics and City Science, 323-340.
[10] . F. Bono, E. Gutiérrez (2010). GIS-BASED METHOD TO ASSESS SEISMIC VULNERABILITY OF INTERCONNECTED INFRASTRUCTURE A case of EU gas and electricity networks. Luxembourg: JRC Scientific and Technical Report.
[11] . Erik Jenelius, Lars-Göran Mattsson (2006). Developing a methodology for road network vulnerability analysis. Nectar Cluster 1 Seminar, 12th – 13th May 2006, Molde University College. Molde (Norway).
[12] . Liang, Chang (2011). Transportation system modeling and applications in earthquake. Illinois: Submitted in partial fulfillment of the requirements for the degree of Doctor of Philosophy in Civil Engineering in the Graduate College of the University of Illinois at Urbana-Champaig.
[13] . Gehl, Pierre (2017). Bayesian Networks for the Multi-Risk Assessment of Road Infrastructure. London: Department of Civil, Environmental and Geomatic Engineering EPICentre - Earthquake and People Interaction Centre.
[14] . (1395). سرشماری عمومی نفوس و مسکن. بابل: مرکز آمار ایران. Retrieved from https://fa.wikipedia.org.
[15] . بابل, د. ص. (1393). گزارش آسیب‌پذیری و مدیریت بحران شهر بابل. بابل: اداره کل راه و شهرسازی استان مازندران
[16] . H.R. Tavakoli, M. T. (2016). Site effect microzonation of Babol, Iran. Geomechanics and Engineering, 821-845.
[17] . Hashash, Y.M.A., Groholski, D.R., Phillips, C.A., Park, D. and Musgrove, M. (2011), DEEPSOIL 5.0, User Manual and Tutorial; 107 p.
[18]. Seed, R.B., Dickenson, S.E. and Mok, C.M. (1991), “Seismic response analysis of soft and deep cohesive sites: A brief summary of recent findings”, Proceedings of CALTRANS First Annual Seismic Response Workshop, Sacramento, CA, USA, December.
[19] . Linkimer, Lipolt (2008). “Relationship between Peak Ground Acceleration and Modified Mercalli Intensity”. University of Arizona.
[20] . محمدرضا ذوالفقاری، میثم مغیثی (1390). مد‌‌ل‌سازی احتمالاتی انسداد شبکه حمل‌ونقل درون‌شهری پس از وقوع زلزله، مطالعه موردی منطقه 3 شهری تهران. تهران: دانشگاه صنعتی خواجه نصیرالدین طوسی
[21] . Reginald DesRoches, J. P. (2008). Seismic Risk Assessment of the Transportation Network of Charleston, South Carolina. The Sixth National Seismic Conference on Bridges & Highways. Charleston, South Carolina.
[22] . Araliya Mosleh, M. S. (2016). Seismic fragility analysis of typical pre-1990 bridges due to near and far-field ground motions. International Journal of Advanced Structural Engineering, 1-9.
[23] Kenneth W. CAMPBELL and Yousef BOZORGNIA (2006). Campbell-Bozorgnia NGA Empirical Ground Motion Model for the Average Horizontal Component of PGA, PGV, PGD and SA at Selected Spectral Periods Ranging from 0.01–10.0 Seconds. C-B NGA Report (PEER).
[24] N. N. Ambraseys, J. Douglas, S. K. Sarma & P. M. Smit (2005). Equations for the Estimation of Strong Ground Motions from Shallow Crustal Earthquakes Using Data from Europe and the Middle East: Horizontal Peak Ground Acceleration and Spectral Acceleration. Bulletin of Earthquake Engineering volume 3, pages1–53.
مدیریت بحران
دوره 11، شماره 1 - شماره پیاپی 21
شماره پیا پی 21 تابستان 1401
فروردین 1401
صفحه 49-66

  • تاریخ دریافت 11 اسفند 1397
  • تاریخ بازنگری 18 فروردین 1400
  • تاریخ پذیرش 26 تیر 1400