طراحی سامانه مبتنی بر اطلاعات جغرافیایی داوطلبانه جهت ارزیابی سریع خسارت زمین لرزه
سال انتشار: 1400
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 175
فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JSAEH-8-4_004
تاریخ نمایه سازی: 11 اردیبهشت 1401
چکیده مقاله:
برای مدیریت بحران در زمان وقوع زلزله و کاهش آسیبهای ناشی از آن، حجم گستردهای از اطلاعات در زمانهای اولیه پس از وقوع زلزله ضروری است. مشکل اصلی سیستم های موجود برای برآورد خسارت این است که اطلاعات را نمیتوانند به صورت لحظه ای در هنگام وقوع فاجعه مخابره کنند و بر اساس اطلاعات از پیش جمع آوری شده اقدام به برآورد می شود. در سامانه طراحی شده تحت وب در این تحقیق, کاربران با به اشتراک گذاری لحظه ای داده های مربوط به خسارت واردشده به خود یا سایر افراد، حجم گستردهای از اطلاعات را برای تحلیل در اختیار تیم مدیریت بحران قرار میدهند. سیستم توسعه داده شده علاوه بر جمع آوری و ذخیره اطلاعات داوطلبانه, آنالیز مکانی Heatmap را برای بررسی پراکنش مکانی و نمایش خسارت انجام میدهد. برای بررسی نتایج, سیستم بهصورت فرضی در شهر اشنویه در غرب استان آذربایجان غربی پیادهسازی شده ویک سناریوی فرضی برای زلزله طراحی شد. پس از به اشتراک گذاری اطلاعات توسط مردم داوطلب، Heatmap میزان خسارت در زمان کوتاهی تولید و در اختیار مدیران بحران که در اجرای این طرح همکاری کردند قرار گرفت تا درک مناسبی برای تصمیمگیری در هنگام بروز زلزلههای احتمالی به دست آید. نتایج نشان میدهد که پیادهسازی این سیستم علاوه بر کاهش چشمگیر سرعت جمعآوری اطلاعات، کاهش زمان تحلیل اطلاعات بر اساس تولید Heatmap را به همراه خواهد داشت به طوری که استفاده از اطلاعات جغرافیایی داوطلبانه باعث افزایش ۶.۵ برابری سرعت و زمان تخمین خسارت در مقایسه با روش های سنتی موجود می شود به طوریکه می تواند به عنوان یک روش و دیدگاه نوین در مدیریت مخاطرات محیطی مورد استفاده قرار گیرد.
کلیدواژه ها:
نویسندگان
جواد سدیدی
Kaharzmi university
منصور بایزیدی
Kaharzmi university
هانی رضائیان
Kaharzmi university
هادی فدائی
Amin university
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :