۱٫ معرفی
سیل یک خطر طبیعی گسترده است که در سطح جهانی تجربه شده است و اثرات قابل توجهی بر جوامع انسانی دارد. تغییر اقلیم و شهرنشینی به عنوان عوامل کلیدی که خطر سیل (پتانسیل پیامدهای نامطلوب برای سیستم های انسانی یا اکولوژیکی) و آسیب پذیری (تمایل یا تمایل به تأثیر نامطلوب) را برای جامعه تشدید می کند. [
۱,
۲]. مطالعات اخیر نشان میدهد که افزایش قابلتوجهی در فراوانی و/یا شدت بارشهای شدید وجود دارد و پیشبینیها حاکی از تشدید بیشتر در آینده به دلیل گرم شدن کره زمین و در نتیجه افزایش خطر سیل است. [
۳,
۴,
۵]. علاوه بر این، یک مطالعه نشان می دهد که حداکثر بارندگی روزانه سالانه در دهه های گذشته در مقیاس جهانی روند افزایشی قابل توجهی داشته است که می تواند بر خطر سیل تأثیر بگذارد. [
۶]. علاوه بر این، بیشتر شهرها در نزدیکی رودخانهها یا اقیانوسها برای تامین منابع آب توسعه یافتهاند. نزدیکی شهرها به آب، همراه با افزایش تراکم جمعیت شهری و مناطق غیرقابل نفوذ زمین، منجر به افزایش آسیبپذیری در سیستم به دلیل سیل رودخانهای، رودخانهای و ساحلی شده است. [
۷,
۸]. علاوه بر این، شهرنشینی سریع بدون برنامه ریزی یا مدیریت صحیح کاربری زمین، قرار گرفتن در معرض سیل را افزایش می دهد [
۹,
۱۰]. افزایش فراوانی سیلاب، زوال سیستم های شهری را تشدید می کند، مانع توسعه پایدار می شود و فشار بیشتری را بر سیستم های اجتماعی-محیطی وارد می کند. این تهدید بالقوه بر ضرورت توجه و مشارکت برای آمادگی کافی برای خطرات سیل آینده تاکید می کند.
درک و انطباق با خطرات اقلیمی آینده نه تنها مستلزم ارزیابی خطر، بلکه کمی کردن ریسک مرتبط نیز است. هیئت بین دولتی تغییرات آب و هوایی (IPCC) ششمین گزارش ارزیابی (AR6) تعریف اصلی ریسک را به عنوان “پتانسیل پیامدهای نامطلوب” که تعاملی بین خطر، آسیب پذیری و قرار گرفتن در معرض است، شرح داده است. عدم قطعیت، دانش ناقص، که می تواند ناشی از خطر، آسیب پذیری، و قرار گرفتن در معرض باشد، به عنوان یک جزء کلیدی از مفهوم ریسک شناخته می شود. [
۱۱]. این اصطلاحات مفهومی مبنای قوی تری برای تصمیم گیرندگان برای مدیریت ریسک فراهم می کند.
تحقیقات به طور فعال در گذشته با هدف مشترک برای کشف ارتباط بین آسیب پذیری تغییرات آب و هوا و شهرنشینی انجام شده است. [
۱۲]. به عنوان مثال، مسیرهای اجتماعی-اقتصادی مشترک (SSP)، یک سناریوی تغییر اقلیم یکپارچه، توسعه داده شد و برای ارزیابیهای آسیبپذیری آینده اعمال شد، جایی که مطالعات قبلی نشان داد که شهرنشینی باید گنجانده شود و به عنوان شرایط آسیبپذیری مشخص شود. [
۱۳,
۱۴,
۱۵]. رابطه عوامل آسیب پذیری مانند اثرات مثبت و منفی شهرنشینی و آسیب پذیری هنوز به اندازه کافی درک نشده است. [
۱۶,
۱۷,
۱۸]. اکثر مقالات فوق الذکر پیشنهاد کردند که شهرنشینی به تشدید آسیب پذیری تغییرات آب و هوا کمک می کند. در همین حال، چندین مطالعه استدلال کردند که شهرنشینی ممکن است پیامدهای مثبت و منفی داشته باشد، که نشان می دهد همیشه عاملی برای افزایش آسیب پذیری نیست. بنابراین، شهرنشینی بهعنوان یک عامل محوری تأثیرگذار بر آسیبپذیری و ظرفیت واکنش در نظر گرفته شد، زیرا تأثیر آن به شرایط زمینهای خاص بستگی دارد که ممکن است این عوامل را تشدید یا بهبود بخشد. [
۱۸,
۱۹]. مطالعات اخیر رابطه بین سیل و شهرنشینی سریع را هم در مقیاس جهانی و هم در کشورهای در حال توسعه و توسعه یافته یا در سطح شهر در مقیاس منطقه ای بررسی کرده است. [
۲,
۲۰,
۲۱,
۲۲].
دو رویکرد معمولا برای ارزیابی سیل استفاده می شود. یکی یک رویکرد مبتنی بر مدل فیزیکی و عددی است که در آن پیامدهای معمولی نقشههای خطر سیل و طغیان با توجه به دورههای بازگشت هدفگذاری هستند. [
۲۳,
۲۴]. این روش ویژگی های توزیع مکانی دقیق خطر سیل را ارائه می دهد و اطلاعات ارزشمندی را برای مدیریت خطر سیل، کاهش و پیشگیری ارائه می دهد. رویکرد دیگر، رویکرد مبتنی بر شاخص چند معیاره است که ویژگیهای طبیعی و مجموعه دادههای اجتماعی-اقتصادی مرتبط با منطقه مورد مطالعه را در نظر میگیرد. [
۲۵]. این روش انتخاب انعطافپذیر شاخصها را بر اساس در دسترس بودن دادهها و روشهای کمی برای ارزیابی آسیبپذیری و خطر سیل امکانپذیر میسازد. به دلیل فناوری های پیشرفته، این رویکردها در حال حاضر اغلب با سیستم های اطلاعات جغرافیایی، سنجش از دور و تکنیک های یادگیری عمیق برای ارزیابی سیل ادغام می شوند. [
۲۶,
۲۷].
روشهای مختلفی برای انجام تحلیل عدم قطعیت و حساسیت بر آسیبپذیری تغییرات آب و هوا در مطالعات موردی منطقهای پیشنهاد شدهاند. چارچوبهای زیر مؤلفههای مختلف عوامل و متغیرهای مرتبط با آنها را برای ساختن شالوده هر رویکرد ارزیابی آسیبپذیری ترکیب میکنند: نیروی محرکه-فشار-وضعیت-برخورد-پاسخ (DPSIR)، سیستمهای اجتماعی، زیستمحیطی و فناوری (SETS)، IPCC AR4- قرار گرفتن در معرض، حساسیت و ظرفیت تطبیقی (ESAC)، خطر، قرار گرفتن در معرض و آسیب پذیری مبتنی بر IPCC AR5 (HEV) و غیره. [
۲,
۲۲,
۲۸,
۲۹]. چندین مطالعه از تکنیک برای ترتیب اولویت بر اساس شباهت به راه حل ایده آل (TOPSIS)، یک روش تصمیم گیری چند معیاره (MCDM)، برای تعیین کمیت آسیب پذیری تغییرات آب و هوا، استخراج توزیع وزن ها، و کاهش عدم قطعیت استفاده کرده اند. وزنه ها [
۳۰,
۳۱]. پیاده سازی ها و کاربردهای بیشتر در TOPSIS توانایی قوی تری از مدل را برای مدیریت عدم قطعیت به شیوه ای موثر بر اساس جفت شدن با مجموعه فازی فیثاغورث، VIKOR و تئوری خاکستری فراهم کرد. [
۳۲,
۳۳,
۳۴,
۳۵].
یک مطالعه اخیر با استفاده از رویکردهای MCDM فوق الذکر که شامل مدل های گردش عمومی (GCM) است، عدم قطعیت ها را کمی و آسیب پذیری سیل را برای شهرهای متوسط در مقیاس منطقه ای ارزیابی کرد. [
۲۸]. با این حال، تعداد کمتری از مطالعات قبلی به صراحت بررسی کردهاند که چه چیزی میتواند منابع عدم قطعیت در آسیبپذیری سیل باشد، با توجه به شهرهای متوسط و بزرگ در کره. بنابراین، در این مطالعه، ما یک تحلیل مقایسهای را برای بررسی عدم قطعیتهای موجود در ارزیابی فرآیند آسیبپذیری سیل شهری آینده (UFV) در شهرهای پرجمعیت کره ارائه میکنیم. این پژوهش با هدف پاسخگویی به سوالات تحقیق زیر انجام شده است.
- (۱)
-
چگونه آسیبپذیری سیل با استفاده از وزنهای مختلف، MCDM و GCM با سناریوهای تغییرات آب و هوایی برای اندازههای مختلف شهرها برآورد میشود؟
- (۲)
-
با در نظر گرفتن همه ورودی های قابل قبول، آسیب پذیری سیل تا چه حد متفاوت است؟
- (۳)
-
حساسیت نسبی نسبت به اجزای مختلف ارزیابی آسیبپذیری سیل چگونه مقایسه میشود (یعنی وزنها، فرآیند تصمیمگیری و مدل آب و هوایی)؟
برای پاسخ به این پرسشها، این مطالعه آسیبپذیری سیل را برای شهرهایی با جمعیت بیش از یک آستانه معین با استفاده از چارچوب DPSIR، که با عوامل اجتماعی، اقتصادی و محیطی (SEE) ادغام شدهاند، ارزیابی کرد. در این فرآیند، یک مدل یکپارچه ترکیبی شامل مقادیر وزنی مختلف برای معیارها و طرح MCDM و GCMها از جمله سناریوهای آینده در کره جنوبی برای بررسی نتایج آسیبپذیری سیل استفاده شد. این مطالعه آسیبپذیری سیل شهری را با استفاده از رویکرد شاخصمحور چند معیاره، که رتبهبندی شهرهای آسیبپذیر در برابر سیل را بر اساس متغیرهای محاسبهشده استخراج میکند، ارزیابی کرد. سپس از آزمون آنالیز واریانس (ANOVA) برای تعیین نابرابری بین رتبهبندیهای اولویت مشتقشده آسیبپذیری سیل برای هر شهر با در نظر گرفتن همه مؤلفههای قابل قبول از مدل تعیینشده استفاده شد. رویکردهای وزن برابر، آنتروپی، دلفی، فازی و خاکستری برای استخراج مقادیر وزنی مورد استفاده قرار گرفتند، در حالی که رویکردهای WSM، VIKOR و TOPSIS برای فرآیند MCDM به کار گرفته شدند. توجه داشته باشید که «آسیبپذیری» در این مطالعه شامل قرار گرفتن در معرض سیستم آسیبدیده (یعنی جمعیت و داراییهای اقتصادی واقع در منطقه بالقوه تحت تأثیر سیل) و آسیبپذیری سیستم (یعنی حساسیت عناصر در معرض سیل است). ).
این مقاله به شرح زیر سازماندهی شده است. شرح داده ها و شهرهای در نظر گرفته شده در این تحقیق به همراه شرح هر روش در نظر گرفته شده در این تحقیق، در
بخش ۲.
بخش ۳ نتایج شامل مقادیر وزنی به دست آمده یا محاسبه شده، رتبه بندی های مشتق شده بر اساس هر روش و منابع کمک کننده عدم قطعیت بر اساس یک آزمون آماری را ارائه می دهد. سرانجام،
بخش ۴ یافته های ما را با یک نتیجه گیری خلاصه می کند.
۴٫ نتیجه گیری
این مطالعه UFV ها را با توجه به تغییرات آب و هوایی آینده در شهرهای شهری در کره جنوبی ارزیابی کرد. چارچوب DPSIR ادغام شده با عوامل SEE به عنوان روش مطالعه مورد استفاده قرار گرفت. شاخصهای مربوط به سیلاب شهری انتخاب شدند و مقادیر وزنی آنها با رویکردهای وزنی برابر، آنتروپی، دلفی، فازی و خاکستری بهدست آمد. سپس مقادیر وزن دهی برای هر روش در سه روش مختلف MCDM که WSM، VIKOR و TOPSIS هستند، استفاده شد. ارزیابی UFV 220 بار انجام شد که تعداد ترکیبی از سه منبع عدم قطعیت در نظر گرفته شده در این مطالعه است: GCMs، سناریوهای SSP، روشهای تعیین وزن و تکنیکهای MCMD. رتبهبندیهای مشتقشده برای هر شهر برای بررسی تنوع رتبههای آسیبپذیری سیل بر اساس روشهای مختلف و بررسی نسبت منابع کمککننده که باعث عدم قطعیت بر اساس آزمون ANOVA میشوند، تجمیع شدند.
این مطالعه نشان داد که مقادیر وزن دهی بیشترین منبعی است که باعث تغییر در رتبه های UFV می شود و پس از آن روش های MCDM و ترکیبی از روش های تعیین وزن و MCDM قرار دارند. به نظر میرسد Daegu بیشترین تفاوت را بین رتبههای حداکثر و حداقل دارد، که نشان میدهد رتبه این شهر برای آسیبپذیری سیل به وزنهای مختلف و روشهای MCDM حساس است. با این وجود، برخی از شهرها دارای رتبهبندی قوی با تغییرات کمتر بودند: اینچئون و بوسان به عنوان شهرهای آسیبپذیر شناسایی شدند، در حالی که یونچئون به عنوان امنترین شهر در برابر سیل به تصویر کشیده شد. علاوه بر این، اکثر شهرهای بزرگ رتبه های بالایی را کسب کردند، در حالی که شهرهای متوسط در مقایسه با اندازه شهر رتبه پایینی داشتند. نتایج این مطالعه نشان میدهد که تعیین وزن و روشهای MCDM مؤلفههای اولیهای هستند که میتوانند باعث عدم قطعیت شوند. بنابراین، برای درک بهتر عدم قطعیت در ارزیابی آسیبپذیری سیل و برقراری ارتباط مؤثر با تصمیمگیرندگان و ذینفعان، ضروری است که همه روشهای قابل قبول در نظر گرفته شوند.