Assessing Urban Seismic Resilience: A Case Study of Tabriz, Iran

Document Type : Original Article

Author

Assistant professor, Department of Civil Engineering, Marand Technical Faculty, University of Tabriz, Tabriz, Iran

Abstract

Abstract
Tabriz, one of Iran's largest metropolitan areas with a population of approximately 1.6 million people, faces significant seismic vulnerability due to its location on active faults, insufficient emergency response systems, and inadequate disaster management capacity. Enhancing seismic resilience is therefore critical for the city's sustainable development. This study employed a quantitative framework based on the Resilience Measurement Index (RMI) to evaluate the urban seismic resilience of Tabriz. Data were synthesized from semi-structured interviews with local experts, GIS datasets, official statistics, refereed literature, and internal documents from the East Azerbaijan Province Management and Planning Organization. These inputs were systematically weighted and calibrated by using entropy and CRITIC methods to develop a set of context-specific resilience indicators. The results revealed a total urban resilience index of 0.343 for Tabriz. A comparative analysis with Tehran—where District 2 scored 0.513 and District 19 scored 0.356—highlighted significant structural inequalities. The higher resilience observed in parts of Tehran was attributable to greater infrastructure investment and more robust urban planning. This research contributed an innovative methodological approach by integrating Multi-Criteria Decision Analysis (MCDA) with localized expert knowledge, enhancing the model's accuracy and adaptability for application in other urban contexts. Unlike prior studies, this assessment provided a comprehensive, city-wide evaluation of all regions within Tabriz. Key recommendations for reinforcement focused on strengthening community engagement, advancing urban planning practices, and leveraging technological innovations to build more effective resilience strategies against seismic threats.
 
Keywords: Seismic Resilience, Quantification, Resilience Measurement Index, Multi-Criteria Decision Analysis, Tabriz.
 
Introduction
Urban seismic resilience is a critical determinant of a city's long-term sustainability and safety against natural hazards like earthquakes. Defined as the capacity of an urban system to anticipate, absorb, recover from, and adapt to seismic impacts while maintaining essential functions, resilience extends beyond physical infrastructure to encompass social, economic, and governance dimensions. A modern, comprehensive understanding of these interactions is fundamental for developing effective risk reduction, recovery, and adaptation strategies within urban planning (Jafari et al., 2025; Javadpoor et al., 2021). Integrating the multifaceted components of resilience into a cohesive framework remains a central challenge. Resilience is not merely an infrastructural quality or a mathematical index; it is a holistic property that synthesizes physical vulnerability, social fragility, and a community’s inherent capacity for recovery. Recent studies emphasize the necessity of such integrated, city-scale assessments over analyses focused solely on individual structures (e.g., Baldassarre et al., 2024). Spatial assessments further reveal intra-urban disparities while identifying zones of high physical vulnerability and correlating them with social resilience factors—such as cohesion and adaptive capacity—that critically influence post-disaster outcomes. To operationalize this comprehensive view, methodologies like Multi-Criteria Decision Analysis (MCDA) are increasingly employed. MCDA provides a structured approach to prioritize diverse criteria, characteristics, and indicators based on their relative importance to overall resilience (Mirzajani, 2025). This study adopted such an integrated approach, combining the Resilience Measurement Index (RMI) framework with MCDA. Specifically, we utilized a hybrid weighting method, integrating Entropy and Criteria Importance Through Intercriteria Correlation (CRITIC) techniques to ensure a robust and objective quantitative assessment. The primary aim of this research was to develop and apply a comprehensive, quantitative framework for assessing urban spatial seismic resilience by using Tabriz, Iran, as a critical case study. To this end, we identified and weighted key criteria and indicators across multiple dimensions—including scale, structure, form, function, and network—tailored to the city's specific context. This paper detailed the methodological integration, presented the application and results for Tabriz, and discussed the implications for targeted resilience planning.
 
Materials & Methods
This study developed an index system for assessing urban seismic resilience grounded in the principles of the Sendai Framework. The system employed a hierarchical structure, organizing the city into 5 main sections and further subdividing them into specific thematic areas. Each resilience indicator was selected to be measurable with an emphasis on data availability and accessibility. To determine the relative importance of these indicators, a Multi-Criteria Decision Analysis (MCDA) approach was applied. Specifically, the Entropy and Criteria Importance Through Intercriteria Correlation (CRITIC) weighting methods were used to calculate objective indicator weights for the primary case study of Tabriz. For comparative context, the weights for the cities of Tehran and Zanjan were also computed using the same methodology. The quantification of seismic resilience followed an index-based model that integrated the defined indicators with the calculated weights. The model’s conceptual foundation was that a city’s overall resilience to seismic shocks functioned analogously to a series of springs, where the system’s total performance was a cumulative outcome of its interconnected parts. A central challenge in this process was the quantification of inherently complex indicators, which was compounded by a frequent lack of directly validated, reliable data. To address this, a standardized 5-level scale was implemented, assigning each indicator a normalized value between 0 and 1. Wherever possible, the existing reliable data were used for direct validation. In the absence of such data, quantification was achieved through a synthesis of findings from published literature and expert judgment, ensuring a consistent and justifiable basis for measurement across all indicators.
 
Research Findings 
The overall seismic resilience index for Tabriz was calculated at 0.343. This value indicated a moderate-to-low level of urban resilience. While the results suggested that awareness of seismic resilience existed among both citizens and officials and some initial efforts toward safety enhancement were evident, these measures remained insufficient to achieve a robust level of preparedness.
 
Discussion of Results & Conclusion
This study addressed a significant gap by providing the first comprehensive assessment of seismic resilience for a major non-capital city in Iran. The analysis yielded a total seismic resilience index of 0.343 (on a 0-1 scale) for Tabriz metropolis, classifying its current state as moderate-to-low. This result indicated that while there was a foundational awareness of resilience among officials and citizens, practical efforts and regulatory enforcement remained critically insufficient. Spatial analysis revealed pronounced intra-urban disparities. Districts 1 (0.314) and 10 (0.250), along with parts of Districts 4, 5, and 6 (all below 0.31), were identified as the most vulnerable zones. Key contributing factors included proximity to the North Tabriz Fault, irregular urban development, a high prevalence of vulnerable steel-1 structures (84% in District 4), elevated population density, and limited access to emergency services. In contrast, District 2 exhibited the highest resilience (0.412) attributable to coherent urban planning, high-quality reinforced concrete construction, sufficient open space, and a robust road network. These findings aligned with both historical and contemporary evidence. They were consistent with damage patterns from the major 1721 and 1780 earthquakes, which devastated marginal areas near the fault. Domestically, the results corroborated studies from Tehran (Haghighi Fard & Doratli, 2022) and Mashhad (Bastani et al., 2024), reinforcing the established link between physical vulnerability and socio-spatial marginalization. Internationally, the assessment framework was comparable to advanced seismic models developed for European contexts (Danciu et al., 2024). A key methodological innovation of this research was the development of a localized weighting framework that integrated two objective methods—Entropy (handling uncertainty) and CRITIC (addressing inter-criteria correlation). This hybrid approach achieved higher accuracy than traditional methods like AHP and served as a replicable benchmark for similar Iranian cities (e.g., Karaj, Qom, and Kerman). The Python codes developed for this process (provided in the attachments) enabled the rapid calculation of weights for future applications. Based on the findings, the following actionable measures are proposed:

Implementing a large-scale program to retrofit vulnerable steel-1 structures estimated at a cost of approximately 15% of the building value
Establishing an IoT-based early warning network along the North Tabriz Fault
Conducting annual community-participation disaster response maneuvers, particularly in high-risk Districts 1 and 10

Suggestions for Future Research & Limitations:
Future work should utilize tools like HAZUS-MH to simulate specific earthquake scenarios, providing more precise estimates of how proposed interventions could improve the resilience index (potentially by up to ~0.15 units). While this study mitigated reliance on expert judgment through interviews with 18 relevant organizations, a degree of subjectivity remained a limitation compounded by a lack of real-time data. Subsequent research should explore dynamic modeling integrated with AI and expand the framework to multi-hazard assessments. Ultimately, this study provided a transferable model for enhancing urban sustainability in seismic zones across Iran. A detailed comparison of this research with previous studies is presented in Table 1.
 

Keywords

Main Subjects

Full Text

مقدمه

تاب‌آوری شهرها در برابر زلزله به‌عنوان عاملی کلیدی در تضمین پایداری و ایمنی شهرها در برابر زلزله شناخته می‌شود. با توجه به موقعیت لرزه‌خیز ایران و تاریخچه زلزله‌های ویرانگر در تبریز (مانند زلزله‌های 1721 و 1780)، ارزیابی تاب‌آوری ضروری است تا خسارات احتمالی کاهش یابد. با بررسی تحقیقات انجام‌شده درخصوص تاب‌آوری شهری، تعاریف متنوعی برای تاب‌آوری ارائه شده است و این مفهوم به ظرفیت یک شهر برای پیش‌بینی، جذب، بهبود و سازگاری با آثار مخاطرات طبیعی شدید، در حالی که زیرساخت‌های آن قادر به ارائه خدمات به مردم باشد، در نظر گرفته می‌شود. اهداف این مطالعه براساس شکاف شناسایی‌شده در ادبیات، به‌ویژه کمبود ارزیابی‌های جامع تاب‌آوری در ایران که بیشتر متمرکز بر تهران بوده، تعریف شده است. هدف اصلی تحقیق حاضر شامل ارزیابی کمی تاب‌آوری شهر تبریز در برابر زلزله با استفاده از مدل MCDA تطبیق‌یافته و استفاده‌های از داده‌های محلی به‌دست‌آمده از نظرات کارشناسان و خبرگان است. اهداف فرعی شامل مقایسه نتایج با سایر شهرها شامل تهران و زنجان، شناسایی نقاط ضعف مناطق شهری و پیشنهاد راهکارها برای تقویت تاب‌آوری است. در این پژوهش، تاب‌آوری لرزه‌ای شهری به معنای ظرفیت جامع سیستم شهری - شامل ابعاد فیزیکی (زیرساخت و ساختمان)، اجتماعی، اقتصادی، مدیریتی و محیطی - در جذب، پاسخ و بازیابی از زلزله تعریف می‌شود. رویکردهای جدید تاب‌آوری معمولاً به دنبال درک جامع‌تری از نحوه تعامل و تأثیر متقابل اجزای شهر در هنگام و پس از یک رخداد زلزله هستند. این دیدگاه جامع برای ایجاد استراتژی‌های برنامه‌ریزی شهری که نه‌تنها ریسک‌های زلزله را کاهش دهد، به بازیابی بلندمدت و سازگاری کمک کند، بسیار حیاتی است (Javadpoor et al., 2021؛ جعفری و همکاران، ۱۴۰۴). تحقیقات متعددی بر ادغام ارزیابی‌های مربوط به تاب‌آوری شهرها در برابر زلزله در برنامه‌ریزی شهری تاکید کرده‌اند تا اطمینان حاصل شود که شهرها برای بلایای احتمالی آماده هستند. در (Baldassarre et al., 2024) بر اهمیت توسعه یک روش ارزیابی ریسک لرزه‌ای که در آن به تحلیل‌های در مقیاس شهری به جای تمرکز بر ساختما‌ن‌های منفرد پرداخته شود تأکید شده و اثبات شده است که در درک آسیب‌پذیری‌های کلی شهر مؤثر است. علاوه بر این، تکنیک‌های سامانه اطلاعات جغرافیایی (GIS) به ابزاری مهم در جمع‌آوری و تجزیه‌وتحلیل داده‌ها برای کمّی‌سازی تاب‌آوری در مقیاس شهری تبدیل شده‌اند و امکان ارزیابی دقیق فضایی ریسک زلزله را فراهم می‌کنند (Narjabadifam et al., 2021).

باوجود مطالعات گسترده‌ای که در زمینه تاب‌آوری لرزه‌ای شهر تهران انجام پذیرفته است، شهرهایی مانند تبریز و سایر شهرستان‌ها توجه کمتری را دریافت کرده‌اند و ارزیابی‌های جامع شهری در آنها انجام نپذیرفته است؛ بنابراین، با توجه به اینکه ارزیابی‌ها بیشتر معطوف به مناطق خاص شهری بوده و ارزیابی جامع شهر انجام نپذیرفته است، یک شکاف حیاتی در ارزیابی‌ها مشاهده شد؛ جایی که دربارۀ مناطق پرریسک خارج از پایتخت کمتر مطالعه شده و دید جامع شهری وجود نداشته است که این امر می‌تواند آسیب‌پذیری‌ها را در مناطق فعال لرزه‌ای در ایران تشدید کند.

چالش مهمی که در زمینه تاب‌آوری زلزله وجود دارد، یکپارچه‌سازی ابعاد مختلف تاب‌آوری در یک چارچوب منسجم است. تاب‌آوری تنها به استحکام فیزیکی زیرساخت‌ها محدود نمی‌شود، بلکه شامل ارزیابی‌های آسیب‌پذیری، عوامل اجتماعی و توانایی بازسازی پس از یک رویداد نیز می‌شود. معرفی چارچوب‌های ریاضی جدید برای اندازه‌گیری تاب‌آوری، که تعامل بین آسیب‌پذیری فیزیکی، آسیب‌پذیری اجتماعی و بازسازی را ارزیابی می‌کند، پیشرفت مهمی در این زمینه بوده است (Azzimonti et al., 2020). این چارچوب‌ها، مانند شاخص تاب‌آوری لرزه‌ای جامعه، روشی برای مقایسه برنامه‌های توسعه و ارزیابی آسیب‌پذیری شهری در بخش‌های مختلف ارائه می‌دهد. ارزیابی ظرفیت‌های انطباقی مناطق برای کاهش تأثیرات منفی یک خطر و ظرفیت‌های تطبیقی آنها برای بازیابی به شکلی مؤثر و به‌موقع از اهداف این شاخص تاب‌آوری است (Maroufi & Borhani, 2022).

ارزیابی‌های تاب‌آوری زلزله همچنین توزیع فضایی تاب‌آوری در داخل شهرها را مشخص می‌کنند و الگوهای آسیب‌پذیری در محل‌های مختلف را آشکار می‌کنند. نقشه‌‌‌های آسیب‌پذیری، مناطقی را شناسایی می‌کنند که زیرساخت‌ها و خدمات آنها در برابر مخاطرات زلزله آسیب‌پذیرترند؛ در حالی که عوامل تاب‌آوری اجتماعی مانند همبستگی اجتماعی و توانایی انطباق، نقش حیاتی در تعیین نتایج بازیابی داشته‌اند ( Parizi et al., 2021; Parizi et al., 2024).

 

پیشینۀ تحقیق

پیشینۀ بین‌المللی

ژو و همکاران، از مدل رگرسیون لجستیک CF برای محاسبه خطر لرزه‌ای استفاده کرده‌اند و از مدل وزن ترکیبی-TOPSIS برای ارزیابی آسیب‌پذیری بدنه حامل خطر شهری به کار گرفته شده است. ارزیابی ریسک لرزه‌ای چندمعیاره با پلتفرم GIS انجام گرفته است. سیل‌ها به‌عنوان یکی از مخرب‌ترین بلایای طبیعی، به‌ویژه در کشورهای در حال توسعه، به‌دلیل گسترش شهری، تغییرات اقلیمی و توسعه بی‌رویه، در حال افزایش‌اند (Zhu et al., 2023). مطالعه انجام یافته توسط کوسوا و همکاران با تمرکز بر آلبانی، تاب‌آوری شهری در برابر سیل را از طریق داده‌های بلایای مرتبط با آب ارزیابی کرده است. با استفاده از تحلیل تصمیم‌گیری چندمعیاره (MCDA)، به‌ویژه فرآیند سلسله‌مراتبی (AHP) و تکنیک TOPSIS، آسیب‌پذیری و تاب‌آوری سیل در مناطق در حال شهرنشینی سریع بررسی شده است. ادغام AHP و TOPSIS با روش‌های ترکیبی، چارچوبی نوین و جامع برای مدیریت ریسک سیل ارائه داده است (Kosova et al., 2024). مطالعه انجام‌یافته از هه و همکاران تاب‌آوری جامعه در برابر آتش‌سوزی پس از زلزله را با مرور ادبیات برای شناسایی ۲۰ شاخص، وزن‌دهی ANP و ارزیابی PROMETHEE II در ۴ جامعه چینی بررسی کرده است. نتایج با GAIA نشان داده است جامعه G بهترین و H ضعیف‌ترین عملکرد را داشته‌اند. روش پیشنهادی با بهبود شاخص‌ها به تصمیم‌گیرندگان برای ارتقای تاب‌آوری کمک می‌کند (He et al., 2021). در مطالعه انجام‌یافته از ماسارلی و بینتی داده‌های توپوگرافی، پوشش زمین و ژئودیتا ادغام شده و با تحلیل چندمعیاره (کاربری زمین، تراکم جمعیت، نزدیکی آلاینده‌ها، پوشش گیاهی، خدمات حساس) نقشه آسیب‌پذیری با وضوح بالا تولید شده است. در این مقاله مناطق شهری، پیراشهری و ساحلی به پنج سطح ریسک طبقه‌بندی شده است. یافته‌ها از مدل‌سازی پراکندگی آلاینده‌ها و کاربری زمین به‌دست آمده و مناطق آسیب‌پذیر شناسایی شده است (Massarelli & Binetti, 2025). در مقاله تیلیو و همکاران آسیب‌پذیری لرزه‌ای شهری بررسی شده است. در این مقاله تاب‌آوری به‌عنوان ظرفیت تطبیق سیستم با شرایط منفی برای بازگشت به حالت عادی معرفی شده و رویکرد چندمعیاره فضایی برای شناسایی عناصر تاب‌آوری شهر پیشنهاد شده است (Tilio et al., 2011). در مقاله سینها و همکاران قابلیت ابزار SMART (بر پایه MCDA) برای ارزیابی خطر، آسیب‌پذیری و ریسک زلزله در سه سایت دهلی بررسی شده است. لایه‌های خطر (منطقه لرزه‌ای، PGA، خاک، روانگرایی، زمین‌شناسی، کاربری، نزدیکی گسل/کانون) و آسیب‌پذیری (طبقات، سال ساخت، مساحت، کاربری، نوع سازه از سنجش از دور) با وزن‌دهی و پوشش وزنی ترکیب شده و نقشه‌های ریسک تولید شده‌اند (Sinha et al., 2016). در پژوهش بانیکا و همکاران آسیب‌پذیری لرزه‌ای شهر یاش (رومانی) با تحلیل چندمعیاره زیرساخت ساختمان‌ها و آسیب‌پذیری اجتماعی بررسی شده است. شاخص‌های فیزیکی (ویژگی ساختمان و زمین)، اجتماعی (جمعیت و درآمد) و دسترسی به خدمات اضطراری/بیمارستان‌ها استانداردسازی (Z-score)، با PCA همبسته و در AHP ادغام شده‌اند (Banica et al., 2017). در مقاله پان و همکاران رویکرد مبتنی بر کیفیت زندگی بازیابی‌شده پیشنهاد شده است: تاب‌آوری با مقایسه عملکرد مطلوب و واقعی شهر پس از زلزله (روش عملکردمحور) محاسبه شده، شاخص‌های کیفیت زندگی پس از بلایا با دلفی اعتبارسنجی و چارچوبی برای کاربرد ارائه شده که ابزاری برای ارزیابی، بهبود تاب‌آوری و پایه تحلیل آینده را فراهم ساخته است (Pan et al., 2022). مقاله کاتاری و همکاران اهمیت سیاست‌های کاهش برای تاب‌آوری لرزه‌ای شهری ایتالیا را بررسی کرده است. رویه EQ-DIRECTION برای ارزیابی SLC (حداقل سیستم شهری برای بازیابی) با سنجش آسیب و زیان معرفی شده است (Cattari et al., 2024). مدلی از غفاربان و همکاران با ۲۸ معیار اجتماعی – اقتصادی - زیست‌محیطی - فیزیکی برای تاب‌آوری زلزله استانبول در سطوح ناحیه/محله با روش بیزی بهترین - بدترین توسعه یافته است. امتیاز کلی 48/0 (متوسط)؛ چاتالجا، آدالار و آرناووت‌کوی تاب‌آورترین، اسنلر و گونگورن ضعیف‌ترین؛ سلیمانیه (59/0) بالاترین و یاووز سلطان سلیم (22/0) پایین‌ترین امتیازهای محاسبه شده بوده است (Ghaffarian et al., 2025).

 

پیشینه داخلی

پژوهش دلشاد و همکاران (1400) بر بافت مرکزی رشت (بازار سنتی، شهرداری، پیاده‌راه اعلم‌الهدی و سبزه‌میدان) تمرکز کرده و با تعریف تاب‌آوری فضایی، شاخص‌های برنامه‌ریزی کالبدی را بررسی کرده است؛ با استفاده از مدل Fuzzy-AHP و ۴ شاخص، ۲۰ معیار و ۳۵ زیرمعیار، نتایج نشان داده است وضعیت فضاهای باز در رتبه اول دسته‌ها، ایمن‌سازی شبکه‌های زیرساختی در معیارها و فاصله تا نزدیک‌ترین فضای باز در زیرمعیارها اولویت دارند. با توجه به زلزله‌خیزی شهر خلخال و هدف کاهش آسیب‌پذیری از طریق تاب‌آوری، پژوهش انجام‌یافته از آقایاری و همکاران (1403) پژوهشی توصیفی‌تحلیلی کاربردی با روش کوکران (۳۸۰ شهروند و ۱۵ کارشناس به‌صورت تصادفی) و ابزارهای SPSS و ARCGIS بوده است؛ نتایج نشان داده است بخش مرکزی شهر در تاب‌آوری پایین و زلزله‌خیز است، بیشتر نقاط در وضعیت متوسط و بخش کمی بسیار نامناسب قرار دارند، ضمن اینکه معیارهای اجتماعی، کالبدی، اقتصادی و نهادی به‌ترتیب اولویت اول تا چهارم در کارآمدی تاب‌آوری شهری نقش داشته‌اند. پژوهش کاربردی توصیفی‌تحلیلی انجام‌یافته از پوراحمد و همکاران (1397) با تمرکز بر تاب‌آوری کالبدی بافت مسکونی منطقه ۱۰ شهرداری تهران (۳ ناحیه، ۱۰ محله) و شاخص‌های اسکلت، مصالح، قدمت و کیفیت ابنیه، با ابزارهای Regression، Geoda و ArcGIS انجام شده است؛ نتایج نشان داده است بافت‌های مرکزی، غربی و جنوب شرقی در تاب‌آوری کم تا بسیار کم قرار دارند و اولویت تاب‌آورسازی به‌ترتیب غربی، مرکزی و جنوب شرقی است. مطالعه انجام‌یافته از حقیقی فرد و دورتلی تاب‌آوری محله‌های تهران را با ۱۸ معیار اولیه و با استفاده از تکنیک دلفی و وزن‌دهی با AHP ارزیابی کرده است. ۲۰ محله کم‌تاب‌آور جنوبی برای تثبیت و بازآفرینی اولویت‌بندی شده‌اند (Haghighi Fard & Doratli, 2022). در پژوهش مؤیدفر و همکاران چارچوبی محلی برای ارزیابی تاب‌آوری یزد با ویژگی‌های معماری باستانی تدوین شده است. با تطبیق شاخص‌های مدل‌های DROP و BRIC، تاب‌آوری در ۷ بعد و ۱۷ معیار بررسی شده است. بعد اجتماعی و زیرساخت مسکن به‌عنوان مهم‌ترین عوامل شناسایی شده‌اند (Moayedfar et al., 2025). در مقاله رضایی و پناهی با فرآیند سلسله‌مراتبی (AHP) اهمیت معیارها و با سیستم اطلاعات جغرافیایی (GIS) آسیب‌پذیری تهران بررسی شده است. سه سناریو برای تحلیل جامع توسعه یافته و مناطق به چهار سطح پرخطر، متوسط، کم‌خطر و ایمن طبقه‌بندی شده‌اند (Rezaie & Panahi, 2015). در پژوهش فرهادی و همکاران شاخص‌های تاب‌آوری فیزیکی تهران ارزیابی و تأثیرات مستقیم/غیرمستقیم کلیدی شناسایی شده است (Farhadi et al., 2022). در مطالعه جمالی و همکاران تاب‌آوری نواحی تهران با مدل DANP مبتنی بر GIS بررسی شده است. با توجه به نتایج به‌دست‌آمده ۵۴.7% مساحت شهری تاب‌آوری بسیار کم تا متوسط داشته و تحلیل حساسیت نشان داده‌اند که آسیب‌پذیری زیرساخت‌های حیاتی و سازه‌ها در زلزله بیشترین تغییر و مراکز آموزشی و امید به زندگی کمترین را داشته‌اند (Jamali et al., 2023). مقاله رحیمی و نورایی برای نخستین بار تاب‌آوری فیزیکی - کارکردی مرکز اصفهان در برابر زلزله فرضی را با روش‌های کتابخانه‌ای/میدانی، تحلیل آماری فضایی در ArcGIS، AHP و ELECTRE بررسی کرده است. نتایج لزوم تمرکز ویژه بر محله‌های نقش‌جهان، خلجا و شاهشهان از ۲۵ محله مرکزی را نشان داده است (Rahimi Juneghani & Nooraie, 2025). در مطالعه پاریزی چارچوبی برای ارزیابی تاب‌آوری فیزیکی بر اساس ویژگی‌ها و شاخص‌ها توسعه در کرمان آزمایش شده است. «استحکام ساختمان»، «تراکم ساختمانی»، «نسبت ابعاد» و «عرض خیابان» مهم‌ترین شاخص‌ها از بین ۲۰ شاخص بوده‌اند (Parizi et al., 2022).

 

مبانی نظری پژوهش

تاب‌آوری لرزه‌ای به ظرفیت سیستم‌های شهری برای مقاومت، جذب و بازیابی از اثرات زلزله تمرکز دارد. برخلاف رویکردهای میکرو (که تمرکز بر مقاومت سازه‌ای دارند)، پژوهش حاضر از دیدگاه ماکرو - شهری به تاب‌آوری لرزه‌ای می‌پردازد (Sharifi, 2019). چارچوب‌های مختلف تاب‌آوری لرزه‌ای برای درک و بهبود توانایی سیستم‌های شهری برای مقابله با زلزله پیشنهاد شده است. چارچوب PEOPLES که (Renschler et al., 2010) توسعه داده است، با رویکردی جامع به بررسی هفت بعد مرتبط شامل جمعیت، زیرساخت‌ها، حکمرانی و سرمایه اجتماعی می‌پردازد. رویکرد چندبعدی ارائه‌شده در این چارچوب، باعث ایجاد قابلیت انطباق با محیط‌های شهری مختلف شده و امکان ارزیابی‌های قابل اندازه‌گیری را فراهم کرده است؛ ولی از سوی دیگر، جمع‌آوری داده با توجه به گستردگی آن پرهزینه است. از سوی دیگر، چارچوب تاب‌آوری ارائه‌شده در (Bruneau et al., 2003) (چارچوب برونو) بر چهار R شامل استحکام، افزونگی، منبع‌یابی و سرعت تأکید دارد که آن را برای ارزیابی زیرساخت‌های حیاتی کارآمد می‌سازد. نقاط قوت این چارچوب مربوط به سادگی و قابلیت اندازه‌گیری کمی آن است؛ اما به ابعاد اجتماعی - فرهنگی و ظرفیت‌های تطبیقی پویا توجه کمتری می‌کند.

ادغام روش‌های تحلیل چندمعیاره (MCDA)، به‌ویژه فرایند تحلیل سلسله‌مراتبی (AHP)، در اندازه‌گیری تاب‌آوری به دلیل رویکرد ساختارمند، انعطاف‌پذیر و سیستماتیک آن بسیار مؤثر بوده است. روش‌های MCDA مانند AHP به پژوهشگران این امکان را می‌دهند که سیستم‌های پیچیده و چندبعدی را با تقسیم آنها به معیارهای کوچک‌تر و اختصاص وزن براساس اهمیت نسبی ارزیابی کنند. در پژوهش‌های تاب‌آوری شهری، AHP به‌ویژه در ترکیب دیدگاه‌های کارشناسان و تلفیق داده‌های کمی و کیفی ارزشمند است؛ برای مثال، تحقیقات انجام‌یافته در (Moghadas et al., 2019) تاب‌آوری تهران در برابر سیلاب‌های ناگهانی را با استفاده از یک شاخص ترکیبی شامل شش بعد تاب‌آوری ارزیابی کرده است.

تاب‌آوری شهری به‌عنوان ظرفیت سیستم شهری در جذب، سازگاری و بازیابی سریع از مخاطرات طبیعی مانند زلزله تعریف می‌شود که برنامه‌ریزی کالبدی - فضایی نقش محوری در آن دارد (Saaty, 2004; Saaty, 1980). در این راستا، فرآیند تحلیل سلسله‌مراتبی (AHP) به‌دلیل ساختار ساده، مقایسه‌های جفتی محدود  و پیچیدگی محاسباتی پایین ، برای وزن‌دهی 38 شاخص در مقیاس محلی تبریز مناسب تشخیص داده شد. در مقابل، فرآیند تحلیل شبکه‌ای (ANP) با در نظر گرفتن وابستگی‌ها و بازخوردهای متقابل، نیازمند تشکیل سوپرماتریس و محاسبات سنگین‌تر (تا ۲ برابر AHP) است و برای داده‌های ناقص یا منابع محدود، پیچیدگی غیرضروری ایجاد می‌کند (Saaty, 1996). مطالعات مشابه در ایران (Moghadas et al., 2019؛ کلانتری و همکاران، 1400) نیز از AHP یا روش‌های ساده‌تر با موفقیت استفاده کرده‌اند. در مقاله حاضر، روش وزن‌دهی نهایی از ترکیب آنتروپی + CRITIC استفاده کرده و AHP تنها به‌عنوان چارچوب مفهومی به کار رفته است.

شاخص اندازه‌گیری تاب‌آوری (RMI) روش‌های MCDA را با ارائه یک چارچوب استاندارد برای کمی‌سازی تاب‌آوری تکمیل می‌کند. RMI شاخص‌های مختلف در ابعاد فیزیکی، اجتماعی و اقتصادی را جمع‌آوری می‌کند و ارزیابی‌های جامعی از سطح تاب‌آوری ارائه می‌دهد (Rezvani et al., 2024). ترکیب چارچوب RMI با AHP از توانایی اولویت‌بندی و وزن‌دهی شاخص‌ها بهره می‌برد و تحلیل را به زمینه‌های خاص شهری تطبیق می‌دهد. در (Albulescu et al., 2022) آسیب‌پذیری شش مرکز اداری در منطقه جنوب شرقی رومانی در برابر زلزله را با استفاده از یک شاخص ترکیبی وزنی به نام شاخص آسیب‌پذیری زلزله (ESVI) بررسی کرده است. این شاخص شامل شاخص‌هایی مانند دسترسی به خدمات اضطراری، ظرفیت زیرساخت‌های پزشکی محلی و منابع خطر ثانویه است. این مطالعه از تحلیل حساسیت و روش‌های تصمیم‌گیری چندمعیاره برای اعتبارسنجی ESVI استفاده کرده است. در (Jena et al., 2020) ارزیابی آسیب‌پذیری زلزله در بندر آچه با استفاده از رویکرد تصمیم‌گیری چندمعیاره صورت گرفته است. نتایج نشان داده است که قسمت مرکزی شهر آسیب‌پذیری بالا تا بسیار بالا دارد؛ در حالی که بخش کوچکی از قسمت شمالی - مرکزی در شرایط شدید قرار گرفته است.

در این مقاله برای تعیین ضرایب از تحلیل تصمیم‌گیری چندمعیاره (MCDA) استفاده شده که از طریق ترکیب روش وزن‌دهی آنتروپی و روش وزن‌دهی CRITIC (اهمیت معیارها از طریق همبستگی بین‌معیاری) انجام شده است تا ارزیابی کمی از تاب‌آوری فضایی شهری ارائه شود. به‌طور مشخص، هدف این مقاله یکپارچه‌سازی ابعاد مختلف تاب‌آوری فضایی شهری در یک چارچوب ارزیابی جامع و ارائه یک روش کمی است تا ارزیابی تاب‌آوری فضایی شهری را برای مطالعه موردی شهر تبریز انجام دهد. برای این منظور، معیارها و شاخص‌های کلیدی برای ارزیابی تاب‌آوری لرزه‌ای در کل شهر تبریز در ابعاد مختلف ازجمله مقیاس، ساختار، فرم، عملکرد و شبکه، شناسایی و وزن‌دهی شده‌اند. نتایج حاصل از تحقیق انجام‌شده در ادامه ارائه شده است.

 

مدل مفهومی پژوهش

براساس مرور پیشینه تحقیق و چارچوب‌های نظری (PEOPLES، سندای، Bruneau)، مدل مفهومی پژوهش به صورت سلسله‌مراتبی طراحی شد (شکل 1). این مدل، سیستم شاخص تاب‌آوری را در ۵ بعد اصلی سازمان‌دهی می‌کند. ابعاد اصلی، زیربخش‌ها و شاخص‌های کلیدی به طور خلاصه در جدول 1 ارائه شده است.

 

جدول 1- مدل مفهومی سیستم شاخص تاب‌آوری لرزه‌ای شهری (برگرفته و تطبیق‌یافته از سندای و PEOPLES)

Table 1 - Conceptual Model of the Urban Seismic Resilience Index System (Adapted from Sendai and PEOPLES Frameworks)

بعد اصلی

زیربخش‌ها

شاخص‌های کلیدی

۱. ساختار و محیط شهری

توسعه شهری، فرم شهر

سازگاری با خطر، بافت فرسوده

۲. تاب‌آوری فیزیکی

ساختمان، زیرساخت امدادی، شبکه‌های شهری

نوع سازه، ایستگاه آتش‌نشانی

۳. تاب‌آوری اجتماعی

درک خطر، توسعه انسانی، مشارکت، آسیب‌پذیری

آگاهی، آموزش، انسجام

۴. تاب‌آوری اقتصادی

پتانسیل، درآمد

شغل، سرانه GDP

۵. تاب‌آوری مدیریتی/نهادی

ظرفیت حقوقی، مدیریت بحران

مقررات، سیستم هشدار

 

در شکل 1 مدل مفهومی حوزه‌های پوشش داده شده در سیستم کمی‌سازی شاخص تاب‌آوری لرزه‌ای شهر تبریز ارائه شده است.

 

شکل 1- مدل مفهومی حوزه‌های پوشش داده شده در سیستم کمی‌سازی شاخص تاب‌آوری لرزه‌ای شهر تبریز (تطبیق‌یافته از سندای 2015-2030 (UNDRR, 2015; Atrachali et al., 2019).

Figure 1- Covered Domains in the Quantitative Seismic Resilience Indicator System of Tabriz City

 

روش‌شناسی پژوهش

نوع تحقیق انجام‌یافته از نوع ترکیبی کیفی - کمی و با رویکرد مطالعه موردی است. برای تعیین ضرایب از تحلیل تصمیم‌گیری چندمعیاره استفاده شده که از طریق ترکیب روش وزن‌دهی آنتروپی و روش وزن‌دهی CRITIC انجام یافته است. روش مسلط بر تحقیق مصاحبه نیمه‌ساختاریافته با خبرگان بوده است.

 

جامعه آماری

این مقاله حاصل کار پژوهشی است که به مدت یکسال در سازمان مدیریت و برنامه‌ریزی استان آذربایجان شرقی انجام پذیرفته است. گام‌های مختلفی برای انجام این پژوهش برداشته شده است که به دو بخش تقسیم می‌شود‌. در بخش نخست، ظرفیت کاهش ریسک و توانمندی شهر تبریز در تاب‌آوری در برابر زلزله مورد بررسی قرار گرفته است. در بخش دوم با استفاده از نتایج به‌دست‌آمده از بخش اول ارزیابی تاب‌آوری شهر تبریز در برابر زلزله به‌صورت کمی مد نظر بوده که در قالب مقاله حاضر ارائه شده است. در ابتدا پس از جلساتی که در سازمان مدیریت برگزار شد، 18 سازمان‌ و شرکت‌ مرتبط با تاب‌آوری لرزه‌ای تبریز شناسایی شدند که در جدول 2 اسامی آنها ارائه شد است.

 

 

جدول 2- سازمان‌های همکار در گردآوری داده‌های تبریز

Table 2 - Collaborating Organizations in Tabriz Data Collection

سازمان‌های مرتبط

شماره

معاونت آمار، سازمان مدیریت و برنامه‌ریزی استان آذربایجان شرقی

1

مدیریت بحران شهرداری تبریز

2

مدیریت بحران استانداری آذربایجان شرقی

3

شرکت برق منطقه‌ای آذربایجان

4

شرکت توزیع نیروی برق تبریز

5

شرکت گاز استان آذربایجان شرقی

6

شرکت پالایش و پخش فرآورده‌های نفتی استان آذربایجان شرقی  

7

شرکت آب منطقه‌ای استان آذربایجان شرقی

8

شرکت آب‌وفاضلاب استان آذربایجان شرقی

9

جمعیت هلال‌احمر استان آذربایجان شرقی  

10

اداره کل راه و شهرسازی استان آذربایجان شرقی

11

اداره کل راهداری و حمل‌ونقل جاده‌ای استان آذربایجان شرقی

12

سازمان زمین‌شناسی تبریز  

13

شرکت بیمه استان آذربایجان شرقی  

14

اداره کل حفاظت محیط‌زیست استان آذربایجان شرقی

15

اداره کل نوسازی مدارس استان آذربایجان شرقی  

16

معاونت بهداشت دانشگاه علوم پزشکی تبریز

17

مرکز اورژانس پیش بیمارستانی و مدیریت حوادث آذربایجان شرقی

18

 

برای تعیین وضعیت فعلی شهر تبریز در تاب‌آوری در برابر زلزله، پرسشنامه‌هایی تهیه و به افرادی که در سازمان‌ها به‌عنوان افراد خبره و صاحب نظر درخصوص مدیریت بحران زلزله شناخته می‌شدند ارائه شده و همچنین مصاحبه‌های نیمه‌ساختاریافته نیز از این افراد انجام یافته است. به‌طور میانگین، پنج دور ارتباط با هر سازمان انجام شده است. با توجه به فرایندی که برای نظرسنجی از افراد خبره انجام پذیرفته است، مصاحبه‌شوندگان فرصت کافی برای تهیه پاسخ یا جزئیات کامل را داشته‌اند و می‌توان مطمئن بود که نظرات دریافتی نظراتی هستند که با شرایط موجود در شهر تبریز تطابق مناسبی دارند. علاوه بر آن تمامی مستنداتی که در سازمان مدیریت و برنامه‌ریزی استان آذربایجان شرقی موجود بوده است در قالب منابع کتابخانه‌ای و منابع موجود در وب‌سایت این سازمان در اختیار پژوهشگر قرار داده شده و از آنها در نتایج ارائه‌شده در گزارش پایانی استفاده شده است. در انتهای پژوهش انجام‌یافته، جلسه‌ای در سازمان مدیریت و برنامه‌ریزی استان آذربایجان شرقی برای ارائه نتایج و دستاوردهای پژوهش انجام پذیرفته است.

بنابراین، روش گردآوری اطلاعات در این مقاله شامل پرسشنامه، مصاحبه نیمه‌ساختاریافته، داده‌های به‌دست‌آمده از GIS و آمار رسمی منتشرشده و همچنین مقالات مرتبطی بوده است که در این حوزه قبلاٌ به چاپ رسیده است و فرض بر این بوده است که آمارهای منتشر شده در مقالات نیز معتبر بوده‌اند. با استفاده از داده‌های موجود از کدهای نوشته شده در پایتون برای وزن‌دهی و سایر محاسبات استفاده شده که نمونه‌ای از آنها در پیوست مقاله ارائه شده است؛ ازاین‌رو، می‌توان گفت نوآوری این پژوهش، در دید جامعی است که به مسئله تاب‌آوری در شهر تبریز داشته است و برخلاف تحقیقات قبلی، کل شهر تبریز برای ارزیابی تاب‌آوری و به دست آوردن ضریب تاب‌آوری برای هر منطقه مورد توجه قرار گرفته است. وزن‌های شاخص‌ها برای تهران و زنجان نیز در این مقاله ارائه شده است که از مطالعات پیشین (Atrachali et al., 2019؛ کلانتری و همکاران، 1400) استخراج و صرفاً برای مقایسه چارچوبی استفاده شده‌اند. محاسبات تبریز کاملاً مستقل و براساس داده‌های محلی انجام شده است.

 

محدوده مورد مطالعه

تبریز، پرجمعیت‌ترین شهر شمال‌غرب ایران، در شرقی‌ترین بخش دشت تبریز و در دامنه‌های کوه سهند قرار گرفته است. این شهر در فاصله ۶۳۶ کیلومتری تهران و با میانگین ارتفاع ۱۳۵۱ متر از سطح دریا واقع شده است. تبریز از سه جهت توسط کوه‌ها احاطه شده است و زمین‌های شوره‌زار در ناحیه غربی غالب هستند. ارتفاع این شهر بین ۱۳۵۰ تا ۱۵۵۰ متر متغیر است و شیب عمومی زمین به سمت مرکز و غرب کاهش می‌یابد. شکل 2 موقعیت گسل‌ها در مجاورت شهر تبریز و سایر گسل‌های اطراف شهر را نشان می‌دهد. در گذشته این گسل‌ها باعث ایجاد زمین لرزه‌هایی با قدرت تخریب بالا شده است.

تبریز شهری کوهستانی با تغییرات قابل توجه در ارتفاع است؛ به طوری که ارتفاع بخش مرکزی ۱۳۵۰ متر و مناطق جنوبی ۱۷۰۰ متر است. آسیب‌پذیری شهر در برابر زلزله به عواملی مانند ضخامت لایه‌های آبرفتی و لایه‌های آب زیرزمینی بستگی دارد. مناطق شمالی ناپایدارتر از مناطق جنوبی هستند و مناطقی که در نزدیکی گسل‌ها قرار دارند، به دلیل شرایط نامناسب زمین، بالاترین سطح آسیب‌پذیری را دارند. قوی‌ترین مناطق در جنوب، به‌ویژه در نواحی ۲ و ۳ قرار دارند؛ در حالی که ضعیف‌ترین مناطق در نواحی ۱ و ۶ هستند (Berberian & Yeats, 1999; Ghasemi et al., 2021) (برای داده پایه). در مقاله حاضر، بر تمام 10 منطقه کلانشهر تبریز تمرکز شده است.

 

 

شکل 2- موقعیت تبریز در ایران و موقعیت گسل‌ها در مجاورت شهر تبریز

Figure 2 - Location of Tabriz in Iran and the Position of Fault Lines Near the City of Tabriz

سیستم‌ شاخص تاب‌آوری استفاده‌شده

سیستم شاخص استفاده‌شده در این تحقیق براساس بخش‌های مربوط به چارچوب سندای برای کاهش خطر بلایا (2015-2030) – به‌عنوان جدیدترین استراتژی بین‌المللی اتخاذشده برای کاهش خطر بلایا و همچنین سایر سیستم‌های شاخص پیشنهادی برای تاب‌آوری شهری است. سیستم شاخص تاب‌آوری، ساختاری سلسله‌مراتبی دارد و براساس یک نگاه منطقی گسترش یافته است تا تمام بخش‌های درگیر یک شهر را پوشش دهد. برای دستیابی به این هدف، بخش‌های عمده شهر به پنج بخش تقسیم شده است که از آن به بعد «بخش» نامیده می‌شود. سپس برای هر بخش، بخش‌های کوچک‌تری به‌عنوان «زمینه‌های موضوعی» ارائه شده است تا تمام جنبه‌های ممکن هر بخش را دقیقاً پوشش دهد. به‌عنوان گام نهایی، برای هر حوزه موضوعی، «شاخص‌های» مربوط به‌عنوان کوچک‌ترین ویژگی‌های سیستمی که در یک شهر عمل می‌کند، ارائه شده است (Atrachali et al., 2019). شکل 3 مولفه‌های اصلی را نشان می‌دهد که ممکن است به تاب‌آوری شهر کمک کند. علاوه بر ساختار سلسله‌مراتبی سیستم شاخص تاب‌آوری، ضروری است که به تعامل بین برنامه‌ریزی شهری و مشارکت جامعه در ایجاد شهری تاب‌آور توجه شود. مشارکت جوامع محلی نه‌تنها به افزایش ارتباط شاخص‌ها کمک می‌کند، مالکیت جمعی بر استراتژی‌های کاهش خطر بلایا را نیز ترویج می‌دهد؛ برای مثال، رویکردهای مشارکتی می‌توانند به شناسایی مؤثرتر نقاط آسیب‌پذیری و منابع در محلات منجر شوند و درنهایت مداخلاتی متناسب با نیازهای خاص محلی را ایجاد کنند. علاوه بر این، ادغام پیشرفت‌های فناوری مانند سیستم‌های اطلاعات جغرافیایی می‌تواند جمع‌آوری و تحلیل داده‌ها را به‌صورت لحظه‌ای تسهیل کند و به شهرها این امکان را بدهد که به تهدیدهای نوظهور به سرعت واکنش نشان دهند و چارچوب‌های تاب‌آوری خود را براساس شرایط متغیر به‌طور مداوم به‌روزرسانی کنند. این رویکرد چندجانبه اهمیت همکاری میان ذینفعان را برای ایجاد یک پایه مستحکم در تاب‌آوری شهری برجسته می‌کند (جعفری و همکاران، 1397).

نمونه‌گیری در این تحقیق از نوع گلوله‌برفی است و پس از جلساتی در سازمان مدیریت و برنامه‌ریزی استان آذربایجان شرقی، نهادهای مرتبط با تاب‌آوری تبریز در برابر زلزله شناسایی شدند که نتایج آن در جدول 2 ارائه شده است. با توجه به گستردگی استفاده از این روش در تحقیقات کیفی، افراد انتخاب‌شده دارای تجربه کافی و مستقیم در مدیریت بحران زلزله بودند. رویکرد مطالعه موردی انتخاب شد و با مشاوره کارشناسان و تحقیقات کتابخانه‌ای برای جمع‌آوری دیدگاه‌ها تکمیل شد. در ماه اول، پرسش‌نامه‌های ارزیابی اولیه ازطریق شبکه دولت به سازمان‌های مربوطه ارسال شد؛ اما به دلیل مشکلات توزیع، پیگیری حضوری انجام گرفت. همچنین، جلساتی با افراد مرتبط در هر سازمان برگزار شد تا پروژه، فرایند پاسخ‌دهی و نحوه ارسال نتایج توضیح داده شود. این فرایند شش ماه طول کشید و میانگین پنج دور ارتباط با هر سازمان (هر دور سه تا چهار روز کاری) برای هماهنگی پاسخ‌ها لازم بود. روش اصلی جمع‌آوری داده‌ها مصاحبه‌های نیمه‌ساختاریافته با سؤالات باز بود؛ مصاحبه‌شوندگان زمان کافی برای ارائه پاسخ‌های دقیق و بحث بیشتر با پژوهشگر را داشتند.

 

شکل 3- حوزه‌های اصلی پوشش داده شده توسط سیستم شاخص تاب‌آوری (تطبیق‌یافته از سندای 2015-2030 (UNDRR, 2015; Atrachali et al., 2019)).

Figure 3 - The primary domains addressed by the resilience index system.

 

محاسبه ضرایب وزن با استفاده از روش تحلیل تصمیم‌گیری چندمعیاره

ادغام رویکرد تحلیل تصمیم‌گیری چندمعیاره با چارچوب تاب‌آوری لرزه‌ای شهری می‌تواند باعث تعیین نتایج موثرتر در ارزیابی انجام یافته شود. تحلیل تصمیم‌گیری چندمعیاره می‌تواند به اولویت‌بندی لایه‌های مختلف معیارها، ویژگی‌های تاب‌آوری و شاخص‌ها براساس میزان اهمیت آنها در ارتقای تاب‌آوری کلی شهری (میرزاجانی، 1404) کمک کند؛ بنابراین، از این روش در مقاله حاضر برای تعیین ضرایب استفاده شده است.

برای محاسبه وزن‌ها در فرآیند تصمیم‌گیری، ابتدا نرمال‌سازی داده‌های اولیه انجام می‌شود. در صورتی که  نمایانگر مقدار عملکرد گزینۀ 𝑖ام براساس معیار𝑗ام باشد، با این فرض که تعداد n شیء ارزیابی و m شاخص ارزیابی وجود دارد، می‌توان نوشت (Tuş & Aytaç Adalı, 2019):

(1)

 

سپس، نرمال‌سازی با استفاده از رابطه (2) انجام می‌شود:

(2)

 

سپس مقدار آنتروپی  را برای شاخص 𝑗ام محاسبه می‌شود:

(3)

 

سپس وزن آنتروپی  را برای شاخص 𝑗ام محاسبه می‌شود:

(4)

 

در مرحله بعد، انحراف معیار  بین شاخص‌ها تعیین می‌شود:

(5)

 

 که  میانگین مقدار شاخص jام است. سپس شدت تضاد  را بین شاخص‌ها به دست می‌آید:

(6)

 

 

که در آن،   ضریب همبستگی بین شاخص‌های j و k است. سپس وزن CRITIC  برای شاخص محاسبه می‌شود:

(7)

 

 

درنهایت، با استفاده از نرمال‌سازی ترکیب‌سازی ضربی برای محاسبه‌ی ادغام وزن‌ها استفاده می‌شود:

(8)

 

که  بیانگر ضرایب وزن نهایی است.

بر این اساس تاب‌آوری کلی شهر (DRI) با استفاده از رابطه 9 محاسبه می‌شود:

(9)

 

 

مراحل تحلیل

تحلیل انجام‌یافته در این پژوهش در پنج مرحله به‌صورت زیر انجام پذیرفته است:

  • نرمال‌سازی داده‌ها با استفاده از روابط (1-2)؛
  • وزن‌دهی آنتروپی برای عدم قطعیت با استفاده از روابط (3-4)؛
  • وزن‌دهی CRITIC برای همبستگی با استفاده از روابط (5-7)؛
  • ترکیب نهایی با استفاده از رابطه (8)؛
  • محاسبه DRI با استفاده از رابطه (9).

این مراحل در شبه‌کد ارائه‌شده در پیوست مقاله اعمال شده است. همچنین شکل 4 برای مشخص‌نمودن جریان تحقیق ارائه شده است.

 

شکل 4- جریان تحقیق انجام‌یافته

Figure 4 - Research Procedure Conducted.

 

کمی‌سازی شاخص‌ها

یکی از بخش‌های مهم در مطالعه تاب‌آوری لرزه‌ای شهر، کمی‌کردن شاخص‌ها به دلیل ماهیت پیچیده آنها و همچنین فقدان داده‌های قابل اعتماد تأیید شده است که کل فرآیند را بسیار سخت‌تر می‌کند. مقیاس پنج‌سطحی برای تعیین کمیت شاخص‌ها استفاده شده است (Atrachali et al., 2019). هر شاخص می‌تواند مقداری بین 0 و 1 به دست آورد. این محدوده به پنج سطح به‌طور مساوی تقسیم می‌شود. اگر داده‌های قابل اعتمادی برای تأیید هر شاخصی وجود داشته باشد، از آن استفاده شده است، در غیر این صورت، شاخص‌ها با استفاده از مقالات انتشاریافته و قضاوت کارشناسی کمی‌سازی شدند. پنج سطح به شرح زیر در نظر گرفته شده است:

سطح 2/0: آگاهی بسیار کم دربارۀ اهمیت ایمنی و تاب‌آوری؛ هیچ تلاش خاصی برای ارتقای سطح ایمنی و تاب‌آوری شهر انجام نمی‌شود؛ شهر آسیب‌پذیر است و در هنگام زلزله خسارات زیادی پیش‌بینی می‌شود؛ ریسک تأثیر زیادی بر فعالیت‌ها و عملکردهای اقتصادی دارد.

سطح 4/0: اهمیت نسبی شاخص توسط شهروندان و مسئولان ادراک می‌شود؛ تلاش‌هایی برای بهبود ایمنی و تاب‌آوری انجام شده است، اما کافی نیست؛ باوجود وجود شاخص‌های موجود در آیین نامه‌ها، روند اجرا از قوت کافی برخوردار نیست؛ سطح فعلی تاب‌آوری و ایمنی در سطح متوسط رو به پایین قرار دارد و باید اقدامات بیشتری برای بهبود آن انجام شود.

سطح 6/0: اهمیت تاب‌آوری و ایمنی تقریباً مشخص شده است؛ مکانیسم‌ها و روش‌های کارآمدی برای بهبود سطح ایمنی و تاب‌آوری وجود ندارد؛ شاخص آسیب‌پذیری فیزیکی در حد متوسط است و احتمال خسارت‌های ناشی از زلزله وجود دارد؛ روند اجرای شاخص کارآمد نیست و هنوز فضا برای بهبود آن وجود دارد؛ شهر آمادگی ارتقای تاب‌آوری خود را دارد؛ اما لازم است اقداماتی برای این منظور انجام شود.

سطح 8/0: سطح بالایی از آگاهی دربارۀ اهمیت ایمنی و تاب‌آوری وجود دارد؛ روند اجرا به‌طور کامل ایجاد نشده است؛ سطح فعلی شاخص‌ها و تاب‌آوری در سطح متوسط رو به بالا است؛ جامعه نسبتاً آماده پذیرش اثرات بلایا است؛ عملکرد پذیرفتنی شهر در برابر زلزله، اما این می‌تواند برای یک شهر کاملاً تاب‌آور بهتر باشد.

سطح 0/1: ایمنی و تاب‌آوری مهم است و توسط شهروندان، مقامات و تصمیم‌گیرندگان کاملاً شناخته شده است؛ یکپارچگی کامل بین سازمان‌های مسئول برای اجرای اهداف شاخص وجود دارد؛ آسیب‌پذیری فیزیکی در پایین‌ترین سطح قرار دارد و با ساختار شهر و شاخص‌های تعیین‌شده پذیرفتنی است؛ بالاترین سطح قابلیت و عملکرد در هنگام زلزله مورد انتظار است؛ فرض می‌شود که شهر تاب‌آور است، اما هنوز می‌توان تلاش‌های بیشتری را برای دستیابی به سطح بالاتر اتخاذ کرد.

 

انتخاب و امتیازدهی شاخص‌ها

برای انتخاب شاخص‌ها در مرحله 1 از نتایج به‌دست‌آمده در (میرزاجانی، 1404) استفاده شده است که شامل مرور ادبیات، استفاده ازنظر خبرگان در 18 سازمان و شرکت، مرور ادبیات فنی و همچنین استفاده از چارچوب سندای 2015-2030 (UNDRR, 2015) بوده است؛ در مرحله 2 با توجه به دسترسی داده و همچنین اهمیت محلی، 38 شاخص انتخاب شده است؛ و در مرحله 3 از وزن‌دهی با آنتروپی + CRITIC و فرمول‌های (1-9) استفاده شده است.

در مرحله بعد برای امتیازدهی از مقیاس ۵ سطحی (جدول 3) براساس بخش کمی‌سازی شاخص‌ها استفاده شده است. منبع داده‌ها مصاحبه‌های نیمه‌ساختاریافته (میانگین ۵ دور)، داده‌های GIS موجود در مقالات یا سازمان مدیریت و برنامه‌ریزی و آمار رسمی بوده است. جریان محاسبه شاخص‌ها در شکل 5 ارائه شده است.

 

جدول 3- امتیازدهی در مقیاس ۵ سطحی

Table 3 - Scoring on a 5-Level Scale

سطح

امتیاز

توضیح

1

بسیار ضعیف

2/0

2

ضعیف

4/0

3

متوسط

6/0

4

خوب

8/0

5

عالی

0/1

 

 

شکل 5- جریان محاسبه شاخص‌ها

Figure 5 - Flow of Indicator Calculation.

 

منابع داده شاخص‌ها

در جدول 4 منابع و روش کمی‌سازی شاخص‌ها ارائه شده که با توجه به حجم زیاد این جدول، 10 ردیف اول در این قسمت ارائه شده است. جدول کامل در پیوست مقاله قرار داده شده است.

جدول 4- منابع و روش کمی‌سازی شاخص‌ها (نمونه شامل۱۰ ردیف اول)

Table 4 - Sources and Methods for Quantifying Indicators (Sample: First 10 Rows)

#

شاخص

منبع داده

روش کمی‌سازی

استاندارد/مرجع

۱

سازگاری توسعه و ساخت با سطح خطر

طرح جامع + GIS

<۵۰۰م از گسل = 2/0

(Narjabadifam et al., 2021)

۲

طرح جامع توسعه شهری

مصاحبه خبرگان

اجرا = 0/1، عدم اجرا = 2/0

سازمان مدیریت و برنامه‌ریزی

۳

نسبت ارتفاع ساختمان به عرض خیابان

مطالعات موردی + GIS

>۳ = 2/0، <۱ = 1/0

(Sami, 2018)

۴

دسترسی به فضای باز

GIS

>۳۰% = 0/1، <۱۰% = 2/0

(Kheirizadeh et al., 2020)

۵

الگوی شهر

مصاحبه + GIS

فشرده = 0/1، پراکنده = 2/0

(Maroufi & Borhani, 2022)

۶

بافت‌های فرسوده شهری

شهرداری + GIS

>۵۰% = 2/0، <۱۰% = 0/1

(Ghasemi et al., 2021)

۷

آسیب‌پذیری (نوع سازه، سن، تعداد طبقات)

سرشماری + GIS

فولادی-۱ = 2/0، بتن مسلح = 8/0

(Ghasemi et al., 2021)

۸

کاربری

GIS

مسکونی = 6/0، تجاری = 8/0

شهرداری تبریز

۹

ایستگاه‌های آتش‌نشانی

GIS

شعاع <5/1km = 0/1

NFPA 1710

۱۰

بیمارستان‌ها

GIS

>۲ تخت/۱۰۰۰ نفر = 0/1

وزارت بهداشت

 

یافته‌های پژوهش و تجزیه‌وتحلیل

شاخص تاب‌آوری لرزه‌ای کلان‌شهر تبریز

مدل تاب‌آوری لرزه‌ای ارائه‌شده در قسمت قبل برای تعیین تاب‌آوری لرزه‌ای شهر تبریز استفاده شده است. شاخص‌ها به نحوی انتخاب می‌شوند که قابل سنجش و اندازه‌گیری باشند و داده‌های لازم نیز دردسترس باشند. این سیستم شاخص به نحوی است که به‌طور کلی به کل شهر نگاه می‌کند و وارد جزئیات اجزای آن نمی‌شود. شاخص‌های مختلفی وجود دارند که بر تاب‌آوری لرزه‌ای شهر تأثیرگذارند. طبق بررسی انجام‌شده تاکنون، مهم‌ترین عوامل مؤثر بر تا‌ب‌آوری لرزه‌ای در جدول 5 به همراه نحوه تأثیر بر تاب‌آوری ارائه شده است. جدول 5 حاصل کار تحقیقاتی ارائه‌شده در این مقاله و جزء نوآوری مقاله محسوب می‌شود.

با توجه به فهرست طولانی از شاخص‌های تأثیرگذار بر تاب‌آوری لرزه‌ای در شهرها، معمولاً شاخص‌های مهم برای کمی‌سازی تاب‌آوری استفاده می‌شوند و این شاخص‌ها می‌تواند کاهش یا افزایش یابد. ساختار شاخص‌های تاب‌آوری مورد استفاده در این تحقیق در جدول 6 ارائه شده است. خاطرنشان می‌شود که میزان وزن‌دهی به هر پارامتر اثر بسیار زیادی بر پاسخ خروجی خواهد داشت؛ بنابراین، تحقیقات گسترده‌ای در این زمینه انجام یافته که تعدادی از آنها در ( Figueiredo et al., 2018; González et al., 2018; Zhai et al., 2023) ارائه شده است.

 

 

جدول 5- شاخص‌های تاب‌آوری جامعه در برابر زلزله

Table 5 - Community Resilience Indicators for Earthquake Preparedness

عامل

توضیحات

تأثیر بر تاب‌آوری

منابع

تراکم جمعیت

درصد جمعیت در مناطق خطرناک؛ تراکم بیشتر، میزان مواجهه را افزایش می‌دهد.

منفی

(Javadpoor et al., 2021; Shim & Kim, 2015; Asadzadeh et al., 2015; Maroufi & Borhani, 2022)

ترکیب سنی جمعیت

درصد جمعیت غیرسالمند؛ بر ظرفیت جابه‌جایی و پاسخ‌دهی تأثیر دارد.

مثبت

(Asadzadeh et al., 2015; Maroufi & Borhani, 2022; Javadpoor et al., 2021; Asadzadeh, 2017)

ترکیب جمعیت دارای معلولیت

درصد جمعیت بدون معلولیت؛ بر تاب‌آوری در بحران‌ها اثر می‌گذارد.

مثبت

(Asadzadeh, 2017 ;Asadzadeh et al., 2015 ;Maroufi & Borhani, 2022)

سطح تحصیلات

تحصیلات بالاتر توانایی آماده‌سازی و بازیابی در برابر بلایا را افزایش می‌دهد.

مثبت

(Asadzadeh, 2017; Jones et al., 2021; Asadzadeh et al., 2015; Maroufi & Borhani, 2022)

پوشش بیمه سلامت

دسترسی به خدمات بهداشتی تاب‌آوری جامعه را بهبود می‌بخشد.

مثبت

(Asadzadeh, 2017; Jones et al., 2021; Asadzadeh et al., 2015)

احساس تعلق به جامعه

وابستگی به جامعه، همکاری در پاسخ به بلایا را تقویت می‌کند.

مثبت

(Asadzadeh, 2017; Jones et al., 2021; Asadzadeh et al., 2015; Maroufi & Borhani, 2022)

شبکه‌های اجتماعی و اعتماد

اعتماد اجتماعی و شبکه‌ها، تلاش‌های هماهنگ بازیابی را تسهیل می‌کنند.

مثبت

(Jones et al., 2021)

مشارکت جامعه

مشارکت در تصمیمات محلی ظرفیت تطبیقی را تقویت می‌کند.

مثبت

(Asadzadeh, 2017; Jones et al., 2021; Maroufi & Borhani, 2022)

انسجام اجتماعی

روابط محله‌ای قوی از کمک‌های متقابل حمایت می‌کند.

مثبت

(Asadzadeh et al., 2015; Maroufi & Borhani, 2022)

تراکم ساختمانی

تراکم بالای ساختمان‌ها می‌تواند ریسک‌ها را در زمان بلایا افزایش دهد.

منفی

(Shim & Kim, 2015; Asadzadeh et al., 2015; Maroufi & Borhani, 2022)

وضعیت بافت شهری

درصد سازه‌های فرسوده؛ نشان‌دهنده آسیب‌پذیری است.

منفی

(Asadzadeh et al., 2015; Maroufi & Borhani, 2022)

حفاظت از زیرساخت‌های حیاتی

حفظ خدمات ضروری تاب‌آوری را افزایش می‌دهد.

مثبت

)Asadzadeh, 2017; Asadzadeh et al., 2015; Maroufi & Borhani, 2022(

دسترسی به تسهیلات اضطراری

دسترسی به مراکز بهداشتی، پلیس و آتش‌نشانی برای پاسخ فوری.

مثبت

)Maroufi & Borhani, 2022; Javadpoor et al., 2021; Asadzadeh, 2017(

دسترسی به پناهگاه‌های اضطراری

پناهگاه‌های اضطراری فضای امدادی در بحران‌ها ارائه می‌دهند.

مثبت

)Maroufi & Borhani, 2022; Asadzadeh, 2017(

تعداد پایگاه‌های مدیریت بحران

امکانات برای آماده‌سازی و پاسخ به بحران.

مثبت

)Asadzadeh, 2017; Asadzadeh et al., 2015(

برنامه‌های پاسخ اضطراری

اقدامات آماده‌سازی برای 72 ساعت اول پس از فاجعه.

مثبت

)Jones et al., 2021; Asadzadeh et al., 2015; Maroufi & Borhani, 2022(

اشتغال

اشتغال، ثبات مالی برای بازیابی را فراهم می‌کند.

مثبت

)Asadzadeh, 2017; Asadzadeh et al., 2015; Maroufi & Borhani, 2022(

مالکیت خانه

صاحبان خانه در مقاوم‌سازی املاک خود سرمایه‌گذاری بیشتری کنند.

مثبت

)Asadzadeh, 2017; Asadzadeh et al., 2015; Maroufi & Borhani, 2022(

سرمایه مالی

درآمد بالاتر خانوار به بازیابی سریع‌تر کمک می‌کند.

مثبت

 )Asadzadeh, 2017; Jones et al., 2021; Asadzadeh et al., 2015(

تنوع اقتصادی

تنوع در کسب‌وکارها از تاب‌آوری جامعه حمایت می‌کند.

مثبت

)Maroufi & Borhani, 2022; Asadzadeh, 2017(

برنامه‌ریزی تداوم کسب‌وکار

آمادگی کسب‌وکارها به بازیابی اقتصادی سریع‌تر کمک می‌کند.

مثبت

 (Asadzadeh, 2017; Jones et al., 2021; Maroufi & Borhani, 2022)

بیمه حوادث

سپر مالی به خانوارها برای مدیریت خسارت‌ها کمک می‌کند.

مثبت

(Asadzadeh, 2017; Jones et al., 2021; Asadzadeh et al., 2015)

سطح فقر

فقر کم وابستگی را کاهش داده و تاب‌آوری را افزایش می‌دهد.

مثبت

(Jones et al., 2021; Asadzadeh et al., 2015)

آموزش اضطراری برای کارکنان

کارکنان آموزش‌دیده برای پاسخ‌دهی مؤثر به بحران ضروری هستند.

مثبت

(Jones et al., 2021)

آمادگی در برابر بلایا

برنامه‌ریزی جامع آسیب‌پذیری در برابر بلایا را کاهش می‌دهد.

مثبت

(Jones et al., 2021; Asadzadeh et al., 2015; Maroufi & Borhani, 2022)

ارزیابی ریسک

شناسایی خطرات، استراتژی‌های بهتر تاب‌آوری را اطلاع‌رسانی کند.

مثبت

(Jones et al., 2021; Maroufi & Borhani, 2022)

تخصیص بودجه

بودجه مشخص برای مدیریت بلایا و پیشگیری.

مثبت

(Maroufi & Borhani, 2022)

اطلاع‌رسانی و هشدار زودهنگام

برنامه‌های آگاهی‌بخشی، آسیب‌ها و تلفات ناشی از بلایا را کاهش می‌دهند.

مثبت

(Jones et al., 2021)

برنامه کاهش خطر

اقدامات کاهش تأثیر قبل از وقوع بلایا.

مثبت

(Asadzadeh, 2017; Jones et al., 2021)

برنامه‌های توانمندسازی

جوامع توانمند بهتر قادر به بازیابی از بحران‌ها هستند.

مثبت

(Jones et al., 2021)

فضاهای سبز

مناطق سبز، گزینه‌های پناه و کاهش درجه حرارت شهری را فراهم می‌کند.

مثبت

(Maroufi & Borhani, 2022)

شیب مناطق طبیعی

شیب‌های تند خطر رانش زمین را در شرایط بحران افزایش می‌دهند.

منفی

(Shim & Kim, 2015; Maroufi & Borhani, 2022)

نسبت فضای سبز و باز

دسترسی به فضاهای باز نیازهای تخلیه و بازیابی را پشتیبانی می‌کند.

مثبت

(Maroufi & Borhani, 2022)

نزدیکی به مناطق پرخطر

زندگی در نزدیکی مناطق مستعد خطر، مواجهه با خطر را افزایش

منفی

(Asadzadeh et al., 2015)

روش‌های استفاده پایدار

استفاده مؤثر از زمین در توسعه شهری مواجهه با خطرات را کاهش

مثبت

(Jones et al., 2021; Asadzadeh et al., 2015)

 

جدول 6- ضرایب وزنی سیستم شاخص تاب‌آوری لرزه‌ای

Table 6 - Weighting Coefficients for the Seismic Resilience Indicator System

بخش‌ها

ضریب وزن

زمینه‌های موضوعی

ضریب وزن

شاخص‌ها

ضریب وزن

تاب‌آوری ساختار و محیط شهری

تهران:

19/0

زنجان:

143/0

تبریز:

175/0

توسعه شهری متناسب با سطح خطر

تهران: 63/0؛ زنجان: 529/0؛ تبریز: 605/0

سازگاری توسعه و ساخت با سطح خطر ( )

تهران: 57/0؛ زنجان: 693/0؛ تبریز: 596/0

طرح جامع توسعه شهری ( )

تهران: 43/0؛ زنجان: 307/0؛ تبریز: 406/0

فرم و ساختار کلی شهر

تهران: 37/0؛ زنجان: 471/0؛ تبریز: 395/0

نسبت ارتفاع ساختمان به عرض خیابان ( )

تهران: 14/0؛ زنجان: 204/0؛ تبریز: 182/0

دسترسی به فضای باز ( )

تهران: 24/0؛ زنجان: 452/0؛ تبریز: 262/0

الگوی شهر ( )

تهران: 25/0؛ زنجان: 107/0؛ تبریز: 230/0

بافت‌های فرسوده شهری ( )

تهران: 37/0؛ زنجان: 237/0؛ تبریز: 326/0

تاب‌آوری فیزیکی

تهران:

34/0

زنجان:

273/0

تبریز:

313/0

ساختمان‌ها

تهران: 39/0؛ زنجان: 273/0؛ تبریز: 375/0

آسیب‌پذیری (نوع سازه، سن، تعداد طبقات) ( )

تهران: 8/0؛ زنجان: 761/0؛ تبریز: 709/0

کاربری ( )

تهران: 2/0؛ زنجان: 239/0؛ تبریز: 291/0

زیرساخت‌های فیزیکی برای مدیریت بلایا

تهران: 30/0؛ زنجان: 380/0؛ تبریز: 295/0

ایستگاه‌های آتش‌نشانی ( )

تهران: 28/0؛ زنجان: 262/0؛ تبریز: 270/0

بیمارستان‌ها ( )

تهران: 36/0؛ زنجان: 322/0؛ تبریز: 341/0

دسترسی به امدادگران ( )

تهران: 36/0؛ زنجان: 416/0؛ تبریز: 389/0

زیرساخت‌های شهری

تهران: 31/0؛ زنجان: 347/0؛ تبریز: 330/0

 

شبکه انتقال آب ( )

تهران: 19/0؛ زنجان: 185/0؛ تبریز: 159/0

شبکه انتقال گاز ( )

تهران: 23/0؛ زنجان: 157/0؛ تبریز: 202/0

شبکه توزیع برق ( )

تهران: 21/0؛ زنجان: 198/0؛ تبریز: 216/0

سیستم مخابراتی ( )

تهران: 12/0؛ زنجان: 141/0؛ تبریز: 180/0

شبکه راه ( )

تهران: 25/0؛ زنجان: 319/0؛ تبریز: 243/0

تاب‌آوری اجتماعی

تهران:

18/0

زنجان:

189/0

تبریز:

190/0

درک خطر فاجعه

تهران: 22/0؛ زنجان: ؛194/0؛ تبریز: 220/0

 

سطح آگاهی و حساسیت مردم ( )

تهران: 61/0؛ زنجان: 389/0؛ تبریز: 552/0

مدیریت ریسک محلی / تیم واکنش اضطراری ( )

تهران: 39/0؛ زنجان: 611/0؛ تبریز: 448/0

شاخص توسعه انسانی

تهران: 22/0؛ زنجان: 206/0؛ تبریز: 195/0

 

اعتماد و ارتباط بین مردم، مسئولان و کارشناسان ( )

تهران: 21/0؛ زنجان: 125/0؛ تبریز: 190/0

سطح سلامت ( )

تهران: 17/0؛ زنجان: 231/0؛ تبریز: 173/0

سطح آموزش ( )

تهران: 29/0؛ زنجان: 229/0؛ تبریز: 270/0

سن ( )

تهران: 16/0؛ زنجان: 199/0؛ تبریز: 187/0

رفاه نسبی و امید به زندگی ( )

تهران: 17/0؛ زنجان: 216/0؛ تبریز: 180/0

مشارکت اجتماعی

تهران: 21/0؛ زنجان: 279/0؛ تبریز: 271/0

همکاری ( )

تهران: 38/0؛ زنجان: 418/0؛ تبریز: 382/0

وجود و فعالیت سازمان‌های مردم نهاد ( )

تهران: 32/0؛ زنجان: 245/0؛ تبریز: 299/0

برگزاری مانور واکنش اضطراری ( )

تهران: 30/0؛ زنجان: 336/0؛ تبریز: 319/0

آسیب‌پذیری اجتماعی

تهران: 35/0؛ زنجان: 321/0؛ تبریز: 314/0

میزان آسیب پذیری جمعیت در برابر زلزله ( )

تهران: 45/0؛ زنجان: 466/0؛ تبریز: 442/0

تراکم جمعیت ( )

تهران: 55/0؛ زنجان: 534/0؛ تبریز: 558/0

تاب‌آوری اقتصادی

تهران:

15/0

زنجان:

177/0

تبریز:

163/0

پتانسیل اقتصادی

تهران: 63/0؛ زنجان: 415/0؛ تبریز: 584/0

 

ظرفیت مالی برای اجرای سیاست‌ها و پاسخگویی به اثرات بحران ( )

تهران: 37/0؛ زنجان: 317/0؛ تبریز: 346/0

توانایی بازیابی و بازسازی فیزیکی و اقتصادی ( )

تهران: 37/0؛ زنجان: 383/0؛ تبریز: 365/0

شغل ( )

تهران: 26/0؛ زنجان: 299/0؛ تبریز: 289/0

درآمد

تهران:37/0؛ زنجان: 585/0؛ تبریز: 416/0

رفاه اقتصادی ( )

تهران: 69/0؛ زنجان: 393/0؛ تبریز: 604/0

تولید ناخالص داخلی سرانه ( )

تهران: 31/0؛ زنجان: 607/0؛ تبریز: 396/0

تاب آوری مدیریتی و نهادی

تهران:

14/0

زنجان:

216/0

تبریز:

159/0

ظرفیت‌های اداری و حقوقی شهرستان

تهران: 57/0؛ زنجان: 315/0؛ تبریز: 522/0

وجود مقررات فاجعه محور ( )

تهران: 28/0؛ زنجان: 228/0؛ تبریز: 292/0

اجرا و حاکمیت قوانین ( )

تهران: 72/0؛ زنجان: 772/0؛ تبریز: 708/0

مدیریت بحران

تهران: 43/0؛ زنجان: 685/0؛ تبریز: 478/0

سیستم‌های هشدار اولیه ( )

تهران: 49/0؛ زنجان: 273/0؛ تبریز: 418/0

توانایی مدیریت تحویل منابع به آسیب پذیرترین جمعیت و استفاده بهینه از منابع موجود ( )

تهران: 51/0؛ زنجان: 727/0؛ تبریز: 582/0

توضیح: وزن‌های شهر تبریز: محاسبه‌شده با روش ترکیبی آنتروپی + CRITIC براساس داده‌های محلی ۱۸ سازمان (جدول 2) و شبه‌کد کد پایتون (پیوست).

وزن‌های شهرهای تهران و زنجان از مطالعات پیشین استخراج شده‌اند و صرفاً جنبه مقایسه‌ای دارند (صرفاً برای مقایسه چارچوبی).

 

در جدول 6 به‌منظور تعیین ضریب مربوط به هر شاخص برای تبریز از یک رویکرد ترکیبی استفاده شده که از ترکیب روش وزن‌دهی آنتروپی و روش وزن‌دهی CRITIC (اهمیت معیارها از طریق همبستگی بین‌معیاری) و براساس نظرات کارشناسی به‌دست‌آمده از 18 سازمان مرتبط با مدیریت بحران زلزله در شهر تبریز و مطالعات کتابخانه‌ای انجام یافته است. با توجه به اینکه برای دو شهر تهران (Atrachali et al., 2019) و زنجان (کلانتری و همکاران، 1400) از شاخص مشابهی برای تعیین شاخص تاب‌آوری شهری استفاده شده است. وزن‌های شاخص‌ها برای تهران (Atrachali et al., 2019) و زنجان (کلانتری و همکاران، 1400) از مطالعات مذکور استخراج و صرفاً برای مقایسه چارچوبی و کالیبراسیون محلی در جدول 6 ارائه شده‌اند. محاسبات تبریز کاملاً مستقل و براساس داده‌های محلی (جدول 2) انجام شده است. محاسبه ضرایب وزن و مراحل روش ترکیبی وزن‌دهی آنتروپی و وزن‌دهی CRITIC در پایتون اجرا شده است که شبه‌کد آن در پیوست مقاله ارائه شد.

 

 

مدل تاب‌آوری لرزه‌ای شهری

پس از محاسبه وزن شاخص‌ها، مدل مورد استفاده که حاصل رویکردی مبتنی بر شاخص است، برای کمی‌سازی تاب‌آوری لرزه‌ای شهری استفاده شد. این مدل شاخص‌ها و فاکتورهای وزنی آنها را به‌صورت خطی ترکیب می‌کند. روند وزن‌دهی در قسمت قبل توضیح داده شده است. منطق توسعه مدل حاضر مبتنی بر شبیه‌سازی بخش‌های مختلف یک شهر به چشمه‌های سریالی است که به این معناست که اثر نهایی یک زلزله بر یک شهر را می‌توان به‌عنوان مجموع اثر بخش‌های مختلف یک شهر در نظر گرفت (Atrachali et al., 2019).

 

آسیب‌پذیری

تحلیل آسیب‌پذیری به پیش‌بینی خسارات احتمالی ناشی از زلزله‌های آینده کمک می‌کند؛ زیرا حساسیت ساختمان‌ها و شبکه‌های ارتباطی به مخاطرات فاجعه‌بار را ارزیابی می‌کند. عواملی که به افزایش آسیب‌پذیری شهری کمک می‌کنند شامل گسل‌ها، تراکم بالای جمعیت، استانداردهای ناکافی ساخت‌وساز، سکونتگاه‌های غیررسمی، ساختمان‌های بلندمرتبه با طراحی ضعیف، مواد با کیفیت پایین، نبود برنامه‌های مدیریت بحران و کمبود آموزش عمومی هستند.

 

تحلیل آسیب‌پذیری ساختمان‌ها

تبریز، شهری فاقد مدل مشخص برای ساخت‌وساز ساختمان به حساب می‌آید و این امر منجر به تنوع انواع سازه‌ها در مناطق مختلف آن شده است. مطالعه‌ای بر اساس داده‌های مربوط به انواع ساختمان‌ها پنج دسته اصلی را شناسایی کرده است: بتن مسلح (RC)، فولادی-1 (Steel-1)، فولادی-2 (Steel-2)، دیوارهای آجری (که مطابق با استانداردهای ایمنی نباشند)، و سازه‌های بلوک سیمانی، که در این پژوهش برای داده پایه مورد استفاده قرار گرفته است ( Ghasemi et al., 2021; Karimzadeh et al., 2014).

جزئیات انواع سازه‌ها: بتن مسلح (RC): به سازه‌های بتن مسلح اشاره دارد و در منطقه ۳ رایج‌ترین نوع سازه است. فولادی-۱ (Steel-1): سازه‌هایی با قاب فولادی تا سه طبقه که عمدتاً در مناطق پرجمعیت مانند منطقه ۴ مشاهده می‌شوند. فولادی-۲ (Steel-2): سازه‌هایی با قاب فولادی که معمولاً بیش از سه طبقه دارند و در مناطقی رواج داشته‌اند که آپارتمان‌سازی طی ۲۰ سال گذشته آغاز شده است. دیوارهای آجری (BS/SS): این سازه‌ها با استانداردهای ایمنی مطابقت ندارند و در مناطق حاشیه‌ای به‌عنوان پناهگاه‌های ساده وجود دارند. بلوک سیمانی (Cement Block): این سازه‌ها در تبریز به‌ندرت دیده می‌شوند.

در ادامه اطلاعاتی در خصوص مناطق مختلف شهر تبریز ارائه شده است (Ghasemi et al., 2021).: منطقه ۱: دارای ۴۲,۲۳۰ سازه است. ساختمان‌های بتن مسلح در شرق غالب هستند و سازه‌های فولادی-۱ در غرب منطقه بیشتر دیده می‌شوند. منطقه ۲: با ۳۰,۴۰۰ سازه، مقاومت سازه‌ای خود را به طور پیوسته بهبود می‌دهد. منطقه ۳: دارای بیشترین تعداد ساختمان‌های بتن مسلح (۱۶,۳۵۱ سازه). منطقه ۴: پیشرو در تعداد کل ساختمان‌ها (۷۹,۸۰۴)، که ۶۷,۶۲۷ سازه از نوع فولادی-۱ هستند. بیشترین تعداد ساختمان‌ها (۷۹,۸۰۴ ساختمان) و جمعیت را دارد. 12% بتن مسلح، ۸4% فولادی-۱، 2% فولادی-۲، و کمتر از 1% دیوارهای آجری. منطقه ۵: وضعیت بهتری از نظر سازه‌ای دارد، زیرا اکثر ساختمان‌ها بتن مسلح هستند. این منطقه به‌عنوان ناحیه مرفه با ساخت‌وسازهای مدرن شناخته می‌شود. منطقه ۶: پروفایلی مشابه منطقه ۴ دارد، با اکثریت سازه‌های فولادی-۱. منطقه ۷: منطقه‌ای تاریخی برای مجتمع‌های مسکونی، عمدتاً شامل سازه‌های فولادی-۱ بیش از ۴۵ ساله. منطقه ۸: با ۲۲,۰۹۷ ساختمان، عمدتاً از سازه‌های فولادی-۱ تشکیل شده است. شامل هسته تاریخی شهر و بناهای مهمی مانند مسجد کبود. ۱5% بتن مسلح (عمدتاً در بخش جنوبی منطقه)، 78% فولادی-۱ (نوسازی‌شده طی ۱۰–۲۰ سال گذشته)، 5% فولادی-۲، و کمتر از 1% سایر انواع. منطقه ۱۰: با ۴۶,۲۵۷ سازه، یکی از کوچک‌ترین مناطق است و بیشتر شامل نواحی حاشیه‌ای می‌باشد. سه ناحیه در شمال‌غربی (مناطق ۱، ۱۰ و شمال منطقه ۴) به دلیل مهاجرت دچار توسعه سریع و نامنظم شده‌اند. ساختمان‌ها در این مناطق غالباً فاقد استحکام کافی هستند، که منجر به ایجاد محیط‌های شهری ضعیف و شرایط نامطلوب شده است. این اطلاعات در شکل 6 نشان داده شده است.

 

 

شکل 6- نمودار وضعیت سازه‌ها بر اساس مناطق شهرداری تبریز برای داده پایه (Ghasemi et al., 2021).

Figure 6- Structural Condition Chart for Tabriz Municipality Districts (Ghasemi et al., 2021).

 

تحلیل آسیب‌پذیری جمعیت

براساس آمار سال 1394، تبریز، به‌عنوان پرجمعیت‌ترین شهر شمال‌غرب ایران، رشد جمعیتی پایداری را تجربه می‌کند. مناطق پرجمعیت تبریز شامل: منطقه ۴: پرجمعیت‌ترین منطقه با جمعیت ۴۴۴,۴۴۳ نفر؛ منطقه ۱۰: منطقه‌ای حاشیه‌نشین با ۳۲۱,۵۱۹ نفر که سکونتگاه‌های غیررسمی در آن غالب هستند؛ منطقه ۹: به دلیل ساخت‌وسازهای اخیر و خالی از سکنه بودن، در پیوهش حاضر در نظر گرفته نشده است. مناطق حاشیه‌نشین: این مناطق معمولاً تراکم جمعیتی بالاتری دارند که ناشی از توسعه‌های برنامه‌ریزی نشده است.

نقاط ضعف سازه‌ای و شهری مناطق مختلف شهرداری تبریز: منطقه ۱: بخش‌های غربی بسیار آسیب‌پذیر با سازه‌های غیراستاندارد، بخش‌های شرقی دارای شرایط کمی بهتر هستند؛ منطقه ۱۰: آسیب‌پذیرترین منطقه با ساختمان‌های غیررسمی و بی‌کیفیت، جاده‌های ناکافی، و دسترسی محدود به خدمات، بیشتر ساکنان این منطقه مهاجران روستایی هستند؛ مناطق ۲ و ۳: شرایط کلی بهتر؛ منطقه ۲: توسعه‌یافته‌ترین و مقاوم‌ترین منطقه؛ منطقه ۳: دارای بافت شهری مختلط شامل سازه‌های قدیمی و جدید. مناطق مرکزی نوسازی گسترده‌ای داشته‌اند؛ منطقه ۸: منطقه‌ای تاریخی شامل بازار تبریز، مسجد کبود، و ارگ تبریز که به‌عنوان میراث جهانی شناخته می‌شوند، آسیب‌پذیری این منطقه به دلیل سازه‌های قدیمی و تردد زیاد بازدیدکنندگان تشدید شده است.

با توجه به موارد ذکرشده، آسیب‌پذیری مناطق مختلف تبریز می‌تواند به‌صورت زیر در نظر گرفته شود: منطقه ۲: مقاوم‌ترین منطقه با سازه‌های باکیفیت که توان مقابله با سناریوهای لرزه‌ای را دارند. منطقه ۷: نسبتاً پایدار به دلیل مسکن‌های مدرن و بادوام. این منطقه با گذار از روستایی به شهری به‌سرعت با شهرنشینی سازگار شده است. منطقه ۸: با وجود جمعیت کمتر، اهمیت تاریخی این منطقه نیازمند تلاش‌های ویژه برای حفاظت از بناهای میراثی در برابر زلزله است. روند نوسازی کند است و پاسخ اضطراری در این منطقه با چالش‌های زیادی مواجه خواهد شد. منطقه ۱۰: کیفیت پایین ساختمان‌ها، تراکم بالای جمعیت، و نبود زیرساخت‌ها آن را به آسیب‌پذیرترین منطقه تبدیل کرده است (برای داده پایه) (Ghasemi et al., 2021).

 

کمی‌سازی بخش تاب‌آوری ساختار و محیط شهری کلان‌شهر تبریز

همان‌طور که در جدول 6 ارائه شده است، ضریب وزن این بخش برابر 175/0 در نظر گرفته شده است که به دو زیربخش توسعه شهری متناسب با سطح خطر با ضریب وزن 605/0 و فرم و ساختار کلی شهر با ضریب وزن 395/0 تقسیم می‌شود. شش شاخص در نظر گرفته شده است. دربارۀ شاخص اول (IF1) که دربارۀ سازگاری توسعه و ساخت با سطح خطر است، با توجه به اینکه توسعه شهری تبریز متناسب با سطح خطر نبوده است. بر این اساس فاصله تا گسل مناطق مختلف تبریز به‌عنوان پارامتر تعیین‌کننده در نظر گرفته شده است. مناطق 1، 10 و بخش‌هایی از مناطق 4، 5 و 6 کمترین فاصله تا گسل شمال تبریز را دارند. شاخص دوم (IF2) دربارۀ طرح جامع توسعه شهر است و با توجه به تعریف انجام یافته در جدول 3، مقدار 2/0 (شهر آسیب‌پذیر است و در هنگام زلزله خسارات زیادی پیش‌بینی می‌شود) برای مناطق نزدیک گسل و مقدار 4/0 برای سایر مناطق در نظر گرفته می‌شود. شاخص سوم (IF3) مربوط به نسبت ارتفاع ساختمان به عرض خیابان است. طبق بررسی به عمل آمده تاکنون این پارامتر برای کل شهر تبریز بررسی نشده است و تنها به‌صورت موردی مطالعاتی انجام یافته است؛ برای مثال در (Sami, 2018) نسبت ارتفاع ساختمان به عرض معبر برای اطراف مسجد کبود محاسبه شده و این نسبت H/W برابر 6/0 به دست آمده است. همچنین برای منطقه ولیعصر نسبت H/W بزرگ‌تر از 5/2 به دست آمده است. به دست آوردن نزدیک به واقعیت برای این پارامتر و برای کل شهر تبریز نیازمند تعریف پروژه تحقیقاتی است که از قالب این تحقیق خارج است. برای این شاخص تصمیم‌گیری با استفاده از داده‌های موجود ممکن نبوده است؛ بنابراین، برای کل مناطق تبریز و با استفاده از نتایج شکل 6 که نشان‌دهنده این امر است که در بیشتر مناطق تبریز ساختمان‌های فولادی نوع 1 بیشترین فراوانی را دارند به دید یکسان نگاه شد.

مطابق با تحقیقات انجام‌شده در (Kheirizadeh Arouq et al., 2020) برای شاخص (IF4) دسترسی به فضای باز شهری در منطقه 8 کمترین مقدار است و مناطق 5 و 6 بیشترین فضای باز شهری را دارا هستند. بر این اساس، متغیر  برای مناطق مختلف تبریز در جدول 8 ارائه شده است.

 

کمی‌سازی بخش تاب‌آوری فیزیکی کلان‌شهر تبریز

همان‌طور که در جدول 6 ارائه شده، ضریب وزن این بخش برابر 313/0 در نظر گرفته شده است که به سه زیر بخش ساختمان‌ها با ضریب وزن 375/0 و زیرساخت‌های فیزیکی برای مدیریت بلایا با ضریب وزن 295/0 و زیرساخت‌های شهری با ضریب وزن 330/0 تقسیم می‌شود. ده شاخص در نظر گرفته شده است. دربارۀ شاخص اول و دوم (IP1 و IP2) توضیحات کاملی در بخش تحلیل آسیب‌پذیری ساختمان‌ها ارائه شد. شاخص سوم (IP3) مربوط به ایستگاه‌های آتش‌نشانی است. مطابق با شکل 7 منطقه 8 بهترین پوشش و مناطق 5 و 6 کمترین پوشش را دارا هستند. شاخص چهارم (IP4) مربوط به بیمارستان‌ها است. نقشه دسترسی به بیمارستان‌ها در شکل 7 نشان داده شده است. شاخص پنجم (IP5) دسترسی به امدادگران را شامل می‌شود که می‌توان به این صورت در نظر گرفت که ترکیبی از شاخص سوم و چهارم می‌تواند باشد. شاخص‌های ششم تا دهم مربوط به شبکه انتقال آب، برق، گاز، مخابرات و شبکه راه است. در این تحقیق مقادیر این شاخص‌ها برای تمام مناطق یکسان فرض شده است. برای شبکه راه طبق شکل 8 از نسبت تراکم جمعیت و شبکه راه‌ها استفاده شده است. مقادیر متغیر  برای مناطق مختلف تبریز در جدول 8 ارئه شده است.

 

کمی‌سازی بخش تاب‌آوری اجتماعی کلان‌شهر تبریز

همان‌طور که در جدول 6 ارائه شده، ضریب وزن این بخش برابر 190/0 در نظر گرفته شده است که به چهار زیربخش درک خطر فاجعه با ضریب وزن 220/0، شاخص توسعه انسانی با ضریب وزن 195/0، مشارکت اجتماعی با ضریب وزن 271/0 و آسیب‌پذیری اجتماعی با ضریب 314/0 تقسیم می‌شود. دوازده شاخص در نظر گرفته شده است. شاخص اول (IS1) مربوط به سطح آگاهی و حساسیت مردم است. سطح آموزش عمومی و کمپین‌های آموزشی هماهنگ‌شده همراه با ارسال پیام‌های ساختاریافته و کانال‌هایی برای اطمینان از اینکه مخاطره، اطلاعات ریسک و بلایا به‌طور صحیح به عموم انتقال یابد در سطح پایین شناسایی شده است.

مدیریت ریسک محلی / تیم واکنش اضطراری مربوط به کل شهر در نظر گرفته می‌شود. تاکنون تحقیقاتی درخصوص قابلیت مناطق مختلف شهر تبریز به منظور کمی‌سازی این شاخص انجام نپذیرفته است. اعتماد بین مردم و مسئولان در سطح شهر نیز کمی‌سازی نشده و با قضاوت کارشناسی برای این نوع از شاخص‌ها تصمیم‌گیری شده، این شاخص در سطح پذیرفتنی (4/0) در نظر گرفته شده است.

 

 

شکل 7- نواحی سرویس‌دهی آتش‌نشانی، فضای سبز و بیمارستان‌ها در تبریز.

Figure 7 - Service Areas of Fire Stations, Green Spaces, and Hospitals in Tabriz.

 

 

شکل 8- تراکم جمعیت و شبکه راه‌ها در تبریز (Ahmadi et al., 2022).

Figure 8- Population Density and Road Network in Tabriz (Ahmadi et al., 2022).

 

سطح سلامت در مناطق مختلف تبریز تاکنون در تحقیقی مشخص نشده است. بیشتر تحقیقات انجام‌یافته به‌صورت مطالعه موردی بوده و سطح کلی سلامت مدنظر نبوده است؛ بنابراین، برای این شاخص برای تمام مناطق با دید یکسان نگاه شده است. سطح آموزش در مناطق مختلف شهری توزیع مناسبی دارد. نسبت جمعیت سالخورده به کل جمعیت در جدول 7 نشان داده شده است (Samei Sis et al., 2022). شاخص رفاه نسبی با توجه به قیمت زمین در مناطق مختلف طبق شکل 9 مد نظر قرار گرفته است. در این شکل میزان تراکم جمعیت در مناطق مختلف نیز مشخص شده‌اند. همچنین، انتظار می‌رود با افزایش سطح رفاه میزان مشارکت در هنگام بلایا کاهش یابد. وجود و فعالیت سازمان‌های مردم‌نهاد و برگزاری مانور واکنش اضطراری برای کل تبریز یکسان در نظر گرفته شده است. مقادیر کمی‌سازی این بخش برای مناطق مختلف در جدول 8 ارائه شده است.

جدول 7- نسبت جمعیت سالخورده به کل جمعیت.

Table 7 - Ratio of the Elderly Population to the Total Population.

ردیف

نام منطقه

کل جمعیت 1395

جمعیت سالخورده

۱

منطقه ۱

218647

26742

۲

منطقه ۲

196507

23117

۳

منطقه ۳

229474

30322

۴

منطقه ۴

315183

37777

۵

منطقه ۵

134620

8827

۶

منطقه ۶

108959

10700

۷

منطقه ۷

161873

10762

۸

منطقه ۸

29384

5363

۹

منطقه ۹

2250

45

۱۰

منطقه ۱۰

187958

20503
 

مجموع

1584855

174158

 

کمی‌سازی بخش تاب‌آوری اقتصادی کلان‌شهر تبریز

همان‌طور که در جدول 6 ارائه شده، ضریب وزن این بخش برابر 163/0 در نظر گرفته شده است که به دو زیربخش پتانسیل اقتصادی با ضریب وزن 584/0 و درآمد با ضریب وزن 416/0 تقسیم می‌شود. پنج شاخص در نظر گرفته شده است. ظرفیت مالی برای اجرای سیاست‌ها و پاسخ‌گویی به اثرات بحران، توانایی بازیابی و بازسازی فیزیکی و اقتصادی و تولید ناخالص داخلی سرانه برای کل شهر یکسان در نظر گرفته شده است. شغل و رفاه اقتصادی پارامترهایی هستند که می‌توان به قدرت خرید مردم و محل زندگی ارتباط داد که مطابق با شکل 9 در نظر گرفته شده است. متغیر  برای مناطق مختلف تبریز در جدول 8 ارائه شده است.

 

 

شکل 9- قیمت زمین در مناطق مختلف تبریز (Rahimi et al., 2023؛ طرح جامع شهر تبریز، 1395).

Figure 9- Land Prices in Different Districts of Tabriz (Rahimi et al., 2023).

کمی‌سازی بخش تاب‌آوری مدیریتی و نهادی کلان‌شهر تبریز

همان‌طور که در جدول 6 ارائه شده، ضریب وزن این بخش برابر 159/0 در نظر گرفته شده است که به دو زیربخش ظرفیت‌های اداری و حقوقی شهرستان با ضریب وزن 522/0 و مدیریت بحران با ضریب وزن 478/0 تقسیم می‌شود. چهار شاخص در نظر گرفته شده است. هر چهار شاخص برای سیستم مدیریتی کل شهر هستند و برای مناطق مختلف به صورت یکسان در نظر گرفته شده‌اند. مقادیر متغیر  برای مناطق مختلف تبریز در جدول 8 ارئه شده است.

 

محاسبه شاخص تاب‌آوری مناطق شهرداری و کل کلان‌شهر تبریز

طبق برآوردهای انجام‌شده در بخش‌های قبل و با استفاده از رابطه 2، شاخص تاب‌آوری برای هر منطقه به‌صورت جداگانه و برای کل کلان‌شهر تبریز محاسبه‌شده در جدول 8 ارائه شده است. با توجه به نتایج به‌دست‌آمده منطقه 2 بهترین منطقه از منظر تاب‌آوری لرزه‌ای و منطقه 10 ضعیف‌ترین منطقه از این لحاظ مشخص شده است.

 

جدول 8- شاخص کلی تاب‌آوری کلان‌شهر تبریز

Table 8 - Comprehensive Resilience Index for the Tabriz Metropolis

Total Resilience

District Resilience

 

 

 

 

 

 

 

 

 

 

  

343/0

314/0

306/0

159/0

438/0

163/0

334/0

190/0

320/0

313/0

172/0

175/0

منطقه 1

412/0

306/0

159/0

438/0

163/0

373/0

190/0

426/0

313/0

500/0

175/0

منطقه 2

390/0

306/0

159/0

373/0

163/0

383/0

190/0

380/0

313/0

5050/0

175/0

منطقه 3

314/0

306/0

159/0

340/0

163/0

327/0

190/0

318/0

313/0

2756/0

175/0

منطقه 4

395/0

306/0

159/0

469/0

163/0

440/0

190/0

404/0

313/0

343/0

175/0

منطقه 5

305/0

306/0

159/0

306/0

163/0

385/0

190/0

249/0

313/0

317/0

175/0

منطقه 6

360/0

306/0

159/0

323/0

163/0

349/0

190/0

330/0

313/0

507/0

175/0

منطقه 7

348/0

306/0

159/0

373/0

163/0

321/0

190/0

4047/0

313/0

291/0

175/0

منطقه 8

0

0

159/0

0

163/0

0

190/0

0

313/0

0

175/0

منطقه 9

250/0

306/0

159/0

288/0

163/0

249/0

190/0

239/0

313/0

179/0

185/0

منطقه 10

شاخص کل تاب‌آوری کلان‌شهر تبریز برابر 343/0 به دست آمده است که نشان‌دهنده موارد زیر است: «اهمیت نسبی شاخص توسط شهروندان و مسئولان ادراک می‌شود؛ تلاش‌هایی برای بهبود ایمنی و تاب‌آوری انجام شده است، اما کافی نیست؛ باوجود شاخص‌های موجود در آیین نامه‌ها، روند اجرا از قوت کافی برخوردار نیست؛ سطح فعلی تاب‌آوری و ایمنی در سطح متوسط رو به پایین قرار دارد و باید اقدامات بیشتری برای بهبود آن انجام شود». شکل 10 نشان‌دهنده تاب‌آوری لرزه‌ای مناطق مختلف کلان‌شهر تبریز براساس مدل ارائه‌شده در این پژوهش است.

 

 

شکل 10- تاب‌آوری لرزه‌ای مناطق مختلف کلان‌شهر تبریز

Figure 10 - Seismic Resilience Index of Various Districts in Tabriz Metropolis.

 

نتیجه‌گیری

این مطالعه با هدف پرکردن شکاف ارزیابی جامع تاب‌آوری لرزه‌ای در شهرهای غیرپایتخت ایران و با بهره‌گیری از سیستم شاخص کمی‌سازی تاب‌آوری لرزه‌ای خطی و روش وزن‌دهی ترکیبی آنتروپی به همراه CRITIC، برای نخستین‌بار شاخص کل تاب‌آوری لرزه‌ای کلان‌شهر تبریز را 343/0 (از مقیاس ۰ تا ۱) برآورد کرده است. این مقدار نشان‌دهنده سطحی متوسط رو به پایین است: اهمیت تاب‌آوری توسط مسئولان و شهروندان درک شده است؛ اما تلاش‌های موجود ناکافی بوده و اجرای آیین‌نامه‌ها فاقد قدرت لازم است. تحلیل فضایی نشان داده است مناطق ۱ (314/0)، ۱۰ (250/0) و بخش‌هایی از مناطق ۴ و ۶ (تاب‌آوری زیر 315/0) به دلیل نزدیکی به گسل شمال تبریز، توسعه نامنظم شهری، سازه‌های فولادی-۱ (۸۴% در منطقه ۴)، تراکم بالای جمعیت و دسترسی محدود به خدمات اضطراری، آسیب‌پذیرترین نقاط شهر هستند. درمقابل، منطقه ۲ (412/0) به دلیل برنامه‌ریزی شهری منسجم، سازه‌های بتن مسلح باکیفیت، فضاهای باز کافی و شبکه راه مناسب، بالاترین تاب‌آوری را دارد.

یافته‌ها با سناریوهای تاریخی زلزله‌های ۱۷۲۱ و ۱۷۸۰ (بزرگای تقریبی 4/7) همخوانی کامل دارد که خسارات عمده را در مناطق حاشیه‌ای و نزدیک به گسل ایجاد کرد. در داخل کشور، نتایج با مطالعات انجام‌یافته برای شهر تهران ( Haghighi Fard & Doratli, 2022; Atrachali et al., 2019) و مشهد (Bastani et al., 2024) هم‌راستا است که بر ضعف فیزیکی مناطق حاشیه‌نشین تأکید دارند. در سطح بین‌المللی، با مدل‌های خطر لرزه‌ای که برای کشورهای اروپایی توسعه داده می‌شوند (Danciu et al., 2024) مقایسه‌پذیر است. نوآوری کلیدی پژوهش، ارائه چارچوب وزنی محلی با ترکیب دو روش عینی (آنتروپی برای عدم قطعیت، CRITIC  برای همبستگی) است که دقت بیشتری نسبت به AHP تنها دارد و به‌عنوان بنچمارک برای شهرهای مشابه (کرج، قم، کرمان) قابل استفاده است. کدهای پایتون توسعه‌یافته (پیوست) امکان محاسبه سریع وزن‌ها را فراهم می‌کند.

اقدامات پیشنهادی شامل مقاوم‌سازی سازه‌های فولادی-۱ (هزینه تقریبی ۱۵% ارزش ساختمان)، ایجاد شبکه هشدار زودهنگام مبتنی بر IoT در امتداد گسل شمال تبریز و برگزاری مانورهای سالانه با مشارکت جامعه در مناطق ۱ و ۱۰ است. پیشنهاد برای تحقیقات آینده شامل استفاده از نرم‌افزار HAZUS-MH برای شبیه‌سازی سناریوهای زلزله و برآورد دقیق‌تر تأثیر اقدامات بر افزایش DRI (تا حدود 15 /0 واحد) است. تحقیقات آینده باید مدل‌های پویا را با هوش مصنوعی و ارزیابی چندمخاطره‌ای بررسی کند. این چارچوب می‌تواند الگویی برای پایداری شهری در مناطق لرزه‌خیز ایران باشد. در جدول 9 تمایز پژوهش حاضر با مطالعات پیشین ارائه شده است.

 

جدول 9- تمایز پژوهش با مطالعات پیشین

Table 9 - Distinction of the Research from Previous Studies

مطالعه

شهر

روش وزن‌دهی

پوشش مناطق

داده محلی

نوآوری

این پژوهش

تبریز

آنتروپی + CRITIC

10 منطقه

18 سازمان + نظرسنجی

وزن‌دهی عینی ترکیبی + پوشش جامع تمام مناطق شهر

(Atrachali et al., 2019)

تهران

AHP

مناطق 2 و 19

نظرستجی

چارچوب اولیه

(کلانتری و همکاران، 1400)

زنجان

AHP

مناطق 1 و 3

نظرستجی

محدود به مناطق خاص

(Moghadas et al., 2019)

تهران

AHP

کل شهر

نظرستجی

تمرکز بر سیل

(Parizi et al., 2021)

ایران

Delphi

-

نظرستجی (22 خبره)

تاب‌آوری فیزیکی شهر

 

تقدیر و تشکر

از حمایت‌های انجام‌شده توسط سازمان مدیریت و برنامه‌ریزی استان آذربایجان شرقی برای انجام این پژوهش کمال تشکر و قدردانی را داریم.

References

منابع
آقایاری، سیده فریا، صمدزاده، رسول، و معصومی، محمدتقی (1403). ارزیابی آسیب‌پذیری شهر خلخال در برابر زمین‌لرزه با رویکرد ارتقای تاب‌آوری. جغرافیا و برنامه‌ریزی، 28(89)، 109-186.
https://doi.org/10.22034/gp.2023.54749.3079
پوراحمد، احمد، زیاری، کرامت‌الله، و صادقی، علیرضا (1397). تحلیل فضایی مؤلفه‌های تاب‌آوری کالبدی بافت‌های فرسودة شهری در برابر زلزله (مطالعة موردی: منطقة 10 شهرداری تهران). برنامه‌ریزی فضایی، 8(1)، 111-130.
https://doi.org/10.22108/sppl.2018.109941.1178
جعفری، پیام، و شاه‌زیدی، سمیه سادات (1397). تحلیل و پهنه بندی مخاطرات ژئومورفیک مناطق شمال کشور با استفاده از فرایند تحلیل شبکه مطالعه موردی: استان گیلان. فصلنامه علمی‌پژوهشی اطلاعات جغرافیایی «سپهر»، 27(107)، 193-208. https://doi.org/10.22131/sepehr.2018.33575
جعفری، فیروز، محمودزاده، حسن، و طاهر کلوانق، نصراله (1404). ارزیابی و مقایسۀ تطبیقی تاب‌آوری شهری مناطق 5 و 6 کلانشهر تبریز. برنامه ریزی فضایی، 15(1)، 27-54.
 https://doi.org/10.22108/sppl.2025.141406.1785
دلشاد، مهدیه، طبیبیان، منوچهر، و حبیبی، سید محسن (1400). واکاوی مفهوم تاب‌آوری فضایی - کالبدی در برابر زلزله، معرفی و اولویت‌بندی مهم‌ترین معیارهای آن با استفاده از مدلFuzzy-AHP ، مورد مطالعاتی: بافت مرکزی شهر رشت. معماری و شهرسازی آرمان شهر، 14(36)، 204-223.
https://doi.org/10.22034/aaud.2020.228193.2187
کلانتری، مه سیما، اقبالی، مهدی، و صمدیان، دلباز (1400). ارزیابی کمی شاخص تاب‌آوری لرزه‌ای شهری (مطالعه موردی: مناطق 1 و 3 شهر زنجان). جغرافیا و مخاطرات محیطی، 10(3)، 229-246.
https://doi.org/10.22067/geoeh.2021.70371.1059
مهندسین مشاور نقش محیط (۱۳۹۵). طرح جامع شهر تبریز. انتشارات شهرداری تبریز.
میرزاجانی، محسن (1404). ارزیابی تاب‌آوری لرزه‌ای شهری: مطالعه موردی کلان‌شهر تبریز. برنامه‌ریزی فضایی. [مقالۀ آمادۀ انتشار]. https://sppl.ui.ac.ir/article_30140.html
References
Aghayari, S. F. , samadzadeh, R. and masoomi, M. (2024). Assessing the vulnerability of Khalkhal city against earthquakes with the approach of improving resilience. Journal of Geography and Planning, 28(89), 109-86. https://doi.org/10.22034/gp.2023.54749.3079 [In Persian]
Ahmadi, H., Samany, N. N., Ghanbari, A., & Argany, M. (2022). Designing a bi-level emergency medical centers' chain to increase the resilience of EMS's supply-chain using ACO-QAP: A case study of Tabriz. International Journal of Disaster Risk Reduction, 82, 103259. https://doi.org/10.1016/j.ijdrr.2022.103259
Albulescu, A. C., Grozavu, A., Larion, D., & Burghiu, G. (2022). Assessing the earthquake systemic vulnerability of the urban centres in the South-East region of Romania. The tale of Galați and Brăila Cities, Romania. Geomatics, Natural Hazards and Risk, 13(1), 1106-1133. https://doi.org/10.1080/19475705.2022.2065219
Asadzadeh, A. (2017). Conceptualizing the concept of disaster resilience: a hybrid approach in the context of earthquake hazard [Doctoral dissertation, Rheinische Friedrich-Wilhelms-Universität Bonn]. ‏https://bonndoc.ulb.unibonn.de/xmlui/bitstream/handle/20.500.11811/7022/4746.pdf?sequence=1
Asadzadeh, A., Kötter, T., & Zebardast, E. (2015). An augmented approach for measurement of disaster resilience using connective factor analysis and analytic network process (F’ANP) model. International Journal of Disaster Risk Reduction, 14, 504-518. https://doi.org/10.1016/j.ijdrr.2015.10.002
Atrachali, M., Ghafory-Ashtiany, M., Amini-Hosseini, K., & Arian-Moghaddam, S. (2019). Toward quantification of seismic resilience in Iran: Developing an integrated indicator system. International Journal of Disaster Risk Reduction, 39, 101231. https://doi.org/10.1016/j.ijdrr.2019.101231
Azzimonti, O. L., Colleoni, M., De Amicis, M., & Frigerio, I. (2020). Combining hazard, social vulnerability and resilience to provide a proposal for seismic risk assessment. Journal of risk research, 23(9), 1225-1241. https://doi.org/10.1080/13669877.2019.1646308
Baldassarre, B., Conticelli, E., & Santangelo, A. (2024). Planning for More Resilient and Safer Cities: A New Methodology for Seismic Risk Assessment at the Urban Scale, Applied to a Case Study in Italy. Sustainability, 16(5), 1892. https://doi.org/10.3390/su16051892
Banica, A., Rosu, L., Muntele, I., & Grozavu, A. (2017). Towards urban resilience: A multi-criteria analysis of seismic vulnerability in Iasi City (Romania). Sustainability, 9(2), 270. https://doi.org/10.3390/su9020270
Bastani, M., Hashemi, S., Khairabadi, O., & Khavarian-Garmsir, A. R. (2024). Assessing the resilience of informal urban settlements against earthquakes: a case study of Mashhad, Iran. Natural Hazards, 120(5), 4507-4526. https://doi.org/10.1007/s11069-023-06381-4
Berberian, M., & Yeats, R. S. (1999). Patterns of historical earthquake rupture in the Iranian Plateau. Bulletin of the Seismological society of America, 89(1), 120-139. https://doi.org/10.1785/BSSA0890010120
Bruneau, M., Chang, S. E., Eguchi, R. T., Lee, G. C., O'Rourke, T. D., Reinhorn, A. M., Shinozuka, M., Tierney, K., Wallace, W. A., & Von Winterfeldt, D. (2003). A framework to quantitatively assess and enhance the seismic resilience of communities. Earthquake spectra, 19(4), 733-752. https://doi.org/10.1193/1.1623497
Cattari, S., Ottonelli, D., & Mohammadi, S. (2024). EQ-DIRECTION procedure towards an improved urban seismic resilience: Application to the pilot case study of Sanremo Municipality. Sustainability, 16(6), 2501. https://doi.org/10.3390/su16062501
Danciu, L., Giardini, D., Weatherill, G., Basili, R., Nandan, S., Rovida, A., Beauval, C., Bard, P.-Y., Pagani, M., & Reyes, C. G. (2024). The 2020 European seismic hazard model: overview and results. Natural Hazards and Earth System Sciences, 24(9), 3049-3073. https://doi.org/10.5194/nhess-24-3049-2024
Delshad, M. , Tabibian, M. and Habibi,S. M. (2021). Investigation of the Concept of Spatial-Physical Resilience in relation to Earthquake, through Introducing and Prioritizing Its Most Significant Criteria by Using Fuzzy-AHP Model (case study: The central texture of the city of Rasht). Armanshahr Architecture & Urban Development, 14(36), 204-223. https://doi.org/10.22034/aaud.2020.228193.2187 [In Persian]
Farhadi, E., Pourahmad, A., Ziari, K., Faraji Sabokbar, H., & Tondelli, S. (2022). Indicators affecting the urban resilience with a scenario approach in Tehran metropolis. Sustainability, 14(19), 12756.
https://doi.org/10.3390/su141912756
Figueiredo, L., Honiden, T., & Schumann, A. (2018). Indicators for resilient cities. https://doi.org/10.1787/6f1f6065-en
Ghaffarian, S., Shafapourtehrany, M., Lagap, U., Batur, M., Özener, H., Kılcı, R. E., & Karaman, H. (2025). Earthquake-based multi-hazard resilience assessment: a case study of Istanbul, Turkey (neighborhood level). npj Natural Hazards, 2(1), 15. https://doi.org/10.1038/s44304-025-00065-8
Ghasemi, M., Karimzadeh, S., Matsuoka, M., & Feizizadeh, B. (2021). What Would Happen If the M 7.3 (1721) and M 7.4 (1780) Historical Earthquakes of Tabriz City (NW Iran) Occurred Again in 2021?. ISPRS International Journal of Geo-Information, 10(10), 657. https://doi.org/10.3390/ijgi10100657
González, D. P., Monsalve, M., Moris, R., & Herrera, C. (2018). Risk and Resilience Monitor: Development of multiscale and multilevel indicators for disaster risk management for the communes and urban areas of Chile. Applied geography, 94, 262-271. https://doi.org/10.1016/j.apgeog.2018.03.004
Haghighi Fard, S. M., & Doratli, N. (2022). Evaluation of resilience in historic urban areas by combining multi-criteria decision-making system and GIS, with sustainability and regeneration approach: The case study of Tehran (IRAN). Sustainability, 14(5), 2495. https://doi.org/10.3390/su14052495
He, Z., Chen, H., Yan, H., Yin, Y., Qiu, Q., & Wang, T. (2021). Scenario-based comprehensive assessment for community resilience adapted to fire following an earthquake, implementing the analytic network process and preference ranking organization method for enriched evaluation II techniques. Buildings, 11(11), 523. https://doi.org/10.3390/buildings11110523
Jafari, F. , Mahmoudzadeh, H. and Taher kalvanagh, N. (2025). Comparative Analysis of Urban Resilience in Districts 5 and 6 of Tabriz Metropolitan Area. Spatial Planning, 15(1), 27-54. https://doi.org/10.22108/sppl.2025.141406.1785 [In Persian]
Jafari,P. and Shahzeidi,S. S. (2018). Analyzing and zoning of geomorphic hazards in the Northern regions of Iran using the network analysis process - Case Study: Gilan province. Scientific- Research Quarterly of Geographical Data (SEPEHR), 27(107), 193-208. https://doi.org/10.22131/sepehr.2018.33575 [In Persian]
Jamali, A., Robati, M., Nikoomaram, H., Farsad, F., & Aghamohammadi, H. (2023). Urban resilience assessment using hybrid MCDM model based on DEMATEL-ANP method (DANP). Journal of the Indian Society of Remote Sensing, 51(4), 893-915. https://doi.org/10.1007/s12524-023-01670-8
Javadpoor, M., Sharifi, A., & Roosta, M. (2021). An adaptation of the Baseline Resilience Indicators for Communities (BRIC) for assessing resilience of Iranian provinces. International Journal of Disaster Risk Reduction, 66, 102609. https://doi.org/10.1016/j.ijdrr.2021.102609
Jena, R., Pradhan, B., & Beydoun, G. (2020). Earthquake vulnerability assessment in Northern Sumatra province by using a multi-criteria decision-making model. International Journal of Disaster Risk Reduction, 46, 101518. https://doi.org/10.1016/j.ijdrr.2020.101518
Jones, K., Pascale, F., Wanigarathna, N., Morga, M., & Sargin, S. (2021). Critical evaluation of the customisation process of the UNDRR disaster resilience scorecard for cities to earthquake-induced soil liquefaction disaster events. Bulletin of Earthquake Engineering, 19(10), 4115-4143. https://doi.org/10.1007/s10518-020-00993-y
Kalantary, M. , Eghbali, M. and Samadian, D. (2021). Quantification of Urban Seismic Resilience Index (a Case Study of Districts 1 and 3 of Zanjan city). Journal of Geography and Environmental Hazards, 10(3), 229-246. https://doi.org/10.22067/geoeh.2021.70371.1059 [In Persian]
Karimzadeh, S., Miyajima, M., Hassanzadeh, R., Amiraslanzadeh, R., & Kamel, B. (2014). A GIS-based seismic hazard, building vulnerability and human loss assessment for the earthquake scenario in Tabriz. Soil Dynamics and Earthquake Engineering, 66, 263-280. https://doi.org/10.1016/j.soildyn.2014.06.026
Kheirizadeh Arouq, M., Esmaeilpour, M., & Sarvar, H. (2020). Vulnerability assessment of cities to earthquake based on the catastrophe theory: a case study of Tabriz city, Iran. Environmental Earth Sciences, 79, 1-21. https://doi.org/10.1007/s12665-020-09103-2
Kosova, R., Hajrulla, S., Xhafaj, E., & Kapçiu, R. (2024). Urban flood resilience: A multi-criteria evaluation using ahp and topsis. Jurnal Ilmiah Ilmu Terapan Universitas Jambi, 8(2), 828-841. https://doi.org/10.22437/jiituj.v8i2.35387
Maroufi, H., & Borhani, M. (2022). A measurement of community seismic resilience in sub-city districts of Mashhad, Iran. Journal of Environmental Planning and Management, 65(4), 675-702.
 https://doi.org/10.1080/09640568.2021.1902790
Massarelli, C., & Binetti, M. S. (2025). Improving Urban Resilience Through a Scalable Multi-Criteria Planning Approach. Urban Science, 9(8), 309. https://doi.org/10.3390/urbansci9080309
Mirzajani, M. (2025). Urban Seismic Resilience Assessment: A Case Study of Tabriz Metropolitan City. Spatial Planning. [In Press]. https://doi.org/10.22108/sppl.2025.145044.1842 [In Persian]
Moayedfar, S., Mohebbi, H., Mozaffaree Pour, N., & Sharifi, A. (2025). Developing a localized resilience assessment framework for historical districts: A case study of Yazd, Iran. PLoS One, 20(2), e0317088. https://doi.org/10.1371/journal.pone.0317088
Moghadas, M., Asadzadeh, A., Vafeidis, A., Fekete, A., & Kötter, T. (2019). A multi-criteria approach for assessing urban flood resilience in Tehran, Iran. International Journal of Disaster Risk Reduction, 35, 101069. https://doi.org/10.1016/j.ijdrr.2019.101069
Narjabadifam, P., Hoseinpour, R., Noori, M., & Altabey, W. (2021). Practical seismic resilience evaluation and crisis management planning through GIS-based vulnerability assessment of buildings. Earthquake engineering and engineering vibration, 20, 25-37. https://doi.org/10.1007/s11803-021-2003-1
Pan, S., Zhao, Z., Lim, H. W., Li, N., & Fang, D. (2022). Restored quality of life-based approach (REQUALIFE) for urban seismic resilience assessment: Quantitative method. International journal of disaster risk reduction, 79, 103169. https://doi.org/10.1016/j.ijdrr.2022.103169
Parizi, S. M., Taleai, M., & Sharifi, A. (2021). Integrated methods to determine urban physical resilience characteristics and their interactions. Natural Hazards, 109(1), 725-754. https://doi.org/10.1007/s11069-021-04855-x
Parizi, S. M., Taleai, M., & Sharifi, A. (2022). A GIS-based multi-criteria analysis framework to evaluate urban physical resilience against earthquakes. Sustainability, 14(9), 5034. https://doi.org/10.3390/su14095034
Parizi, S. M., Taleai, M., & Sharifi, A. (2024). A spatial evaluation framework of urban physical resilience considering different phases of disaster risk management. Natural Hazards, 120(14), 13041-13076. https://doi.org/10.1007/s11069-024-06703-0
PourAhmad, A. , Ziyari, K. and Sadeghi, A. (2018). Spatial Analysis of Physical Resilience Components of Urban attrited/beaten tissues against Earthquakes (Case Study: District 10 of Tehran Municipality). Spatial Planning, 8(1), 111-130. https://doi.org/10.22108/sppl.2018.109941.1178 [In Persian]
Rahimi Juneghani, A., & Nooraie, H. (2025). Evaluation of the physical-functional resilience of Isfahan City center using spatial statistics methods and ELECTRE. Geo-Spatial Information Science, 28(3), 1237-1254. https://doi.org/10.1080/10095020.2024.2334744
Rahimi, A., Khorsand, E. D., Breuste, J., & Karimzadeh, H. (2023). Gender justice in green space use in relation to different socio-economic conditions in Tabriz, Iran. Sustainable Cities and Society, 99, 104973. https://doi.org/10.1016/j.scs.2023.104973
Renschler, C. S., Frazier, A. E., Arendt, L. A., Cimellaro, G. P., Reinhorn, A. M., & Bruneau, M. (2010, July). Developing the ‘PEOPLES’resilience framework for defining and measuring disaster resilience at the community scale. In Proceedings of the 9th US national and 10th Canadian conference on earthquake engineering (pp. 25-29). Canada Toronto. https://doi.org/10.13140/RG.2.1.1563.4323
Rezaie, F., & Panahi, M. (2015). GIS modeling of seismic vulnerability of residential fabrics considering geotechnical, structural, social and physical distance indicators in Tehran using multi-criteria decision-making techniques. Natural Hazards and Earth System Sciences, 15(3), 461-474. https://doi.org/10.5194/nhessd-2-5903-2014
Rezvani, S. M., Silva, M. J. F., & de Almeida, N. M. (2024). Urban Resilience Index for Critical Infrastructure: A Scenario-Based Approach to Disaster Risk Reduction in Road Networks. Sustainability, 16(10), 4143. https://doi.org/10.3390/su16104143
Saaty, T. L. (1980). The analytic hierarchy process: planning, priority setting, resource allocation. RWS Publications.
Saaty, T. L. (1996). Decision making with dependence and feedback: The analytic network process (Vol. 4922, No. 2). RWS Publications.
Saaty, T. L. (2004). Decision making—the analytic hierarchy and network processes (AHP/ANP). Journal of systems science and systems engineering, 13(1), 1-35.
https://doi.org/10.1007/s11518-006-0151-5
Samei Sis, S., Safaeeian, A., Azizi Zeinalhajlou, A., & Matlabi, H. (2022). Viewpoints of older people toward the features of age-friendly communities: map for charting progress in Tabriz, Iran. Journal of Aging and Environment, 36(1), 73-89. https://doi.org/10.1080/26892618.2020.1859037
Sami, Z. (2018). Impacts of climate sensitive planning strategies on outdoor environment comfort in cold months of tabriz.
Sharifi, A. (2019). Resilient urban forms: A macro-scale analysis. Cities, 85, 1-14. https://doi.org/10.1016/j.cities.2018.11.023
Shim, J. H., & Kim, C.-I. (2015). Measuring resilience to natural hazards: towards sustainable hazard mitigation. Sustainability, 7(10), 14153-14185. https://doi.org/10.3390/su71014153
Sinha, N., Priyanka, N., & Joshi, P. (2016). Using spatial multi-criteria analysis and ranking tool (SMART) in earthquake risk assessment: A case study of Delhi region, India. Geomatics, Natural Hazards and Risk, 7(2), 680-701. https://doi.org/10.1080/19475705.2014.945100
Tabriz, Official master plan of Tabriz. (2016). master plan of Tabriz. Tabriz Municipality Press. [In Persian]
Tilio, L., Murgante, B., Di Trani, F., Vona, M., & Masi, A. (2011). Resilient city and seismic risk: A spatial multicriteria approach. In International Conference on Computational Science and Its Applications (pp. 410-422). Springer Berlin Heidelberg.
https://doi.org/10.1007/978-3-642-21928-3_29
Tuş, A., & Aytaç Adalı, E. (2019). The new combination with CRITIC and WASPAS methods for the time and attendance software selection problem. Opsearch, 56, 528-538. https://doi.org/10.1007/s12597-019-00371-6
UNISDR, U. (2015). Sendai framework for disaster risk reduction 2015–2030. In Proceedings of the 3rd United Nations World Conference on DRR, Sendai, Japan (Vol. 1).‏ https://www.undrr.org/publication/sendai-framework-disaster-risk-reduction-2015-2030
Zhai, C., Zhao, Y., Wen, W., Qin, H., & Xie, L. (2023). A novel urban seismic resilience assessment method considering the weighting of post-earthquake loss and recovery time. International Journal of Disaster Risk Reduction, 84, 103453. https://doi.org/10.1016/j.ijdrr.2022.103453
Zhu, J., Zhang, Y., Zhang, J., Chen, Y., Liu, Y., & Liu, H. (2023). Multi-criteria seismic risk assessment based on combined weight-TOPSIS model and CF-logistic regression model—A case study of Songyuan City, China. Sustainability, 15(14), 11216. https://doi.org/10.3390/su151411216

Files

History

  • Receive Date: 28 April 2025
  • Revise Date: 09 November 2025
  • Accept Date: 13 December 2025

Share

How to cite

Statistics