تحلیل فضایی اثرات مخاطرات طبیعی در نواحی روستایی با استفاده از مدل مولفه‌های اصلی‌وزن‌جغرافیایی(مطالعه موردی: حوضه الموت قزوین)

جغرافیا و مخاطرات محیطی

مقاله 3، دوره 3، شماره 2 - شماره پیاپی 10، مرداد 1393، صفحه 111-128   

نوع مقاله: پژوهشی

شناسه دیجیتال (DOI): 10.22067/geo.v3i2.27223

نویسندگان

حسنعلی فرجی سبکبار^{* 1}؛ سیدعلی بدری¹؛ رضا عباسی ورکی¹؛ الهام عباسی ورکی²

¹دانشگاه تهران

²دانشگاه شهیدبهشتی

چکیده

مخاطرات طبیعی در ناحیه کوهستانی الموت بر اساس ماهیت، اثرات و پیامدهای متفاوتی را به وجود آورده است. این تحقیق بر پایه این سئوال پژوهشی شکل گرفته است که مخاطرات طبیعی شایع و تاثیرگذار بر روستائیان حوضه الموت با توجه به پیامدهای اجتماعی، اقتصادی، روانی و محیطی کدام است؟ جامعه آماری تحقیق شامل روستاهای حوضه الموت با حجم نمونه 610 نفر از روستائیان (هر روستا حداقل 10 پرسشنامه) می‌باشد. خروجی مدل GWPCAبا استفاده از کواریانس داده‌ها در ماتریس هر نقطه روستایی با حداقل 30 نقطه همسایگی، در داده‌‌های هفت ریسک طبیعی (زلزله/سیل/لغزش/ریزش/بهمن/سرمازدگی/ کولاک) حاکمیت و گستردگی هر کدام از مخاطرات را در سطح حوضه نمایش داده است. خروجی‌ مدل در شاخص رعب و وحشت روستائیان از مخاطرات طبیعی حاکمیت و گستردگی 56% ریسک سیل را در سطح روستاهای حوضه نشان می‌دهد. در شاخص میزان اختلال در حمل و نقل روستائیان، ریسک لغزش با حاکمیت 57% بیشترین اختلال در حمل و نقل را داشته است و در پایان، در شاخص میزان شیوع بیماری در بین روستائیان، ریسک سرمازدگی با حاکمیت 67% روستاهای دره‌ای و روستاهای واقع در ارتفاعات جنوب حوضه الموت را تحت تاثیر قرار داده است.

کلیدواژه‌ها

مخاطرات طبیعی؛ ماتریس وزن جغرافیایی؛ تحلیل مولفه های اصلی وزن جغرافیایی؛ الموت

مراجع

پورطاهری، مهدی، سجاسی، حمدالله و صادقلو، طاهره (1390)، ارزیابی تطبیقی روش‌های رتبه بندی مخاطرات طبیعی در مناطق روستایی(مطالعه موردی، استان زنجان)،پژوهش های روستایی،سال دوم، شماره سوم، پائیز 1390،صص 31-54

رکن الدین افتخاری، عبدالرضا، صادقلو، طاهره، احمدآبادی، علی و سجاسی، حمدالله (1388)،ارزیابی پهنه بندی روستاهای در معرض خطر سیلاب با استفاده از مدلHAC_GeoRAS در محیط GIS مطالعه موردی: روستاهای حوزه گرگانرود، مجله توسعه روستایی،دوره اول، شماره 1، پائیز و زمستان1388.

عسکری، علی(1388)، راهنمای استاندارد بین المللی ایزو 31000 مدیریت ریسک: انتشارات نور علم. تهران.

Askari, A., 2009. International standard guide of Risk Manaagment, ISO 31000, Noor Elm publication, Tehran.

Anderson,M.,1990: Analyzing the Costs and Benefits of Natural Disaster Responses in the Context of Development. Environment Working Paper 29. Washington, DC, United States: World Bank

Benson, C., Clay, E.J., 1998: The Impact of Drought on Sub-Saharan Economies: A Preliminary Examination. World Bank Technical Paper No.401. Washington, United States: World Bank.

Charveriat, Celine, 2000: Natural Disasters in Latin America and the Caribbean:An Overview of Risk. Inter-American Development Bank (BID), New York Avenue, N.W.Washington. Latin American Economic Policies Newsletter.

Eftekhari R A,Sadeghloo T.,Ahmadabadi A.,Sojasi H.,(2010) Zoning of Rural Regions in Flood Hazard with Use of HEC-GeoRAS Model in GIS Sphere (Case study: flooded villages of Gorganrud Basin)

Fotheringham, A. S., Brunsdon, C., & Charlton, M., 2002: Geographically weighted regression: The analysis of spatially varying relationships. Chichester: John Wiley&Sons.

Getis and J. Aldstadt, 2004. Constructing the spatial weights matrix usinga local statistic. Geographical Analysis, 36:90-104.

Graham, D. T. ,1995. Social and demographic patterns and trends in Northern Ireland: a multivariate approach. Irish Geography, 28, 35–47

Hilson. D., 2002. Extenging the risk process to mamage opportunities. International Journal of Project management, 20, 251-268

Inter-American Development Bank. 2000: Social Protection for Equity and Growth. Washington, DC, United States: Inter-American Development Bank

Jolliffe, I., 2005: Principal Component Analysis. Encyclopedia of Statistics in Behavioral Science, John Wiley & Sons, Ltd

Lloyd, C. D., 2010. Analysing population characteristics using geographically weighted principal components analysis: A case study of Northern Ireland in 2001. Computers, Environment and Urban Systems 34 , 389–399

Lloyd, C. D., 2011: Local models for spatial analysis. Boca Raton: CRC Press

Mather, P. M., 2004: Computer processing of remotely-sensed images: An introduction. Chichester: Wiley.

Oliver J., 1989: A survey of public interpretation and opinions in Queensland on the presenttropical cyclone warning system, Part 1: Case study of tropical cyclone Winifred and Part 2: Case study of tropical cyclone Charlie.In: Disaster Management Studies Centre, Cumberland College of Health Sciences, East Lidcombe, Sydney, New SouthWales

Pichon, F. and Uquillas, J., 1997. Agricultural Intensification and Poverty Reduction in Latin America’s Risk-Prone Areas: Opportunities and Challenges. Journal of Developing Areas. 31, 479-514.

Pourtaheri M. ,SojasiQidari H , Sadeghloo T (2012).Comparative Assessment of Ranking Methods for Natural Disasters in Rural Regions (Case Study: Zanjan Province), Journal of Rural Research, 2(3), 31-54

Scott, C.D., Litchfield, J.A.,1994: Inequality, Mobility and the Determinants of Income among the Rural Poor in Chile, 1968-1986. London, United Kingdom: London School of Economics

Sivakumar , V.K. , 2005 : Impacts of Natural Disasters in Agriculture,Rangeland and Forestry: an Overview.In: Natural Disasters and Extreme Events in Agriculture,Springer ,1-22.

Smith Keith , 2001:Environmental hazards, third edition by Rutledge England.

Spielman, S. E., Thill, J.-C., 2008. Social area analysis, data mining, and GIS. Computers, Environment and Urban Systems, 32, 110–122

Tobias, M., Bhattacharya, A., White, P., 2008. Cross classification of the New Zealand population by ethnicity and deprivation: Trends from 1996 to 2006. Australian and New Zealand Journal of Public Health, 32, 431–436

Wheeler, D., Tiefelsdorf, M., 2005. Multicollinearity and correlation among local regression coefficients in geographically weighted regression. Journal of Geographical Systems, 7, 161–187.

Wold, S., K. Esbensen, et al., 1987 . "Principal component analysis." Chemometrics and Intelligent Laboratory Systems 2(1–3): 37-5