Təbii fəlakət riski çox vaxt bir bölgənin sabit əhalisi, məskun quruluşu və tek bir təhlükə növü üzərindən qiymətləndirilir. Halbuki real həyatda bir bələdiyyədə olan insan sayı və bu insanların xüsusiyyətləri günün saatına, iş rejiminə, tələbə və işçi hərəkətliliyinə, turizm mövsümünə və yerləşdirmə tutumuna asılı olaraq davamlı dəyişir. Aynı bələdiyyə gecə sakin görünürken gündüz bir iş və eğitim mərkəzinə dönüşebilir; tətil dövründe ise əhalisi geçici ziyaretçiler səbəbindən ciddi biçimde artabilir.

Bu tədqiqat, İtalya’nın Marche Bölgesi’ndeki 225 bələdiyyəyi meşə yanğını, zəlzələ, sel, sürüşmə, isti hava dalğası və güclü yağıntı təhlükəleri baxımından ortaq bir çərçivədə qiymətləndirərkən, istifadəçi hərəkətlərini de risk hesabının mərkəzinə yerləşdirir. Araşdırmacılar yalnız “kaç kişi yaşayır?” sorusunu deyil, “müəyyən bir zamanda kaç kişi orada ola bilər, bu kişiler hansı yaş qruplarındadır və bölgəyi ne kadar tanıyır?” suallarını da modelə daxil edir.

Tədqiqatda tədqiqat günü-gecə, tədqiqat günü-gündüz, tətil dövrü-gecə və tətil dövrü-gündüz olmak üzere dört temel istifadəçi ssenarisu kurulmuştur. Yerleşik nüfus, işe veya eğitime gelen günlük hareketli nüfus və turistik konaklama kapasitesi bu ssenarilara farklı biçimlerde dağıtılmıştır. Tehlike, maruziyet və yaşa dayalı kırılganlık göstəriciləri 0 ilə 100 arasında normallaşdırılmış; bələdiyyəler benzer risk-istifadəçi profillerine görə beş klasterə ayrılmış və her ssenari üçün kompozit çoxriskli indeksi hesablanmışdır.

Nəticələr, xüsusilə sahil bələdiyyəlerinde turizm və gündüz hareketliliğinin riski aydın şəkildə yüksəldə bildiyini göstərir. Daxili hissələrdə ise zəlzələ, sürüşmə və meşə yanğını kimi fiziki təhlükəler daha üstün olmaqla yanaşı nüfus yoğunluğu adətən daha aşağıdır. Tədqiqatnın temel mesajı şudur: Bir bölgənin təhlükəsi qısa müddətdə dəyişməyə bilər; fakat o təhlükənin qarşısında olan insan sayı və istifadəçi profili değiştiği üçün real risk günün və ilin müxtəlif dövrlərində əhəmiyyətli dərəcədə fərqlənə bilər.

Afet riskinin en bilinen konseptual çerçevelerinden biri, təhlükə, maruziyet və kırılganlığın birlikte değerlendirilmesine dayanır. Bir yerde zəlzələ, sel veya sürüşmə meydana gelme mümkünlığı ola bilər; ancak sözügedən yerde hiç insan, yapı və ya ekonomik faaliyet yoksa potansiyel kayıp düzeyi farklıdır. Buna qarşı eyni təhlükə yoğun nüfuslu, yaşlı nüfus oranı yüksək veya bölgəyi tanımayan ziyaretçilerin bulunduğu bir yerde çok daha ağır nəticələr doğurabilir.

Tədqiqatnın ele aldığı temel sorun, mevcut bölgəsel risk analizlerinin önemli bir bölümünün iki bakımdan eksik kalmasıdır:

• Riskler çox vaxt birbirinden bağımsız və tek tek qiymətləndirilir.
• Nüfus, yalnız sabit ikamet edenlerden oluşan değişmez bir büyüklük kimi kabul edilir.

Bu iki varsayım, gerçek kullanım düzenini yeternazik temsil etmeyebilir. Bir sahil bələdiyyəsinin kış gecəsindeki əhalisi ilə yaz tətilindeki gündüz əhalisi eyni deyildir. Benzer biçimde bir kent merkezinde gecə yalnız sakinler bulunurken gündüz işçilar, tələbəler və ziyaretçiler nüfusa eklenir. Bu değişim, yalnız kişi sayısını deyil, tahliye ihtiyacını, sağlık hizmeti qabiliyyətini, ulaşım yoğunluğunu, yabancı dilde yönlendirme gereksinimini və insanların yerel kaçış yollarını tanıma düzeyini de etkileyebilir.

Bu problem neden önemlidir?

Arazi kullanım planlaması və acil durum yönetimi farklı zaman ölçeklerinde işləyir. İmar və arazi kullanım kararları uzun süre geçerli olacak sabit düzenlemeler gerektirir. Buna qarşı sivil koruma və tahliye planları, müəyyən bir anda bölgəde fiilen olan insanlara cevap vermelidir. Tədqiqat bu iki alan arasında analitik bir köprü kurmayı amaçlamaktadır.

Statik planlama tamamen terk edilmemektedir. Araşdırmacıların önerisi, dinamik analizlerden yararlanarak statik planlamada hansı ssenarinun temel alınacağına daha bilinçli karar məlumatlmesidir. Örneğin turistik bir bələdiyyədə yalnız kış əhalisina dayalı bir tahliye kapasitesi hesabı yetersiz kalabilir. Dinamik model, en sık gerçekleşen və ya en kritik istifadəçi ssenarisunu ortaya çıkararak sabit planların daha gerçekçi bir referansa dayanmasını sağlayabilir.

Araşdırmanın literatürde cevap verdiği boşluk

Tədqiqatda iki ayrı araşdırma hattının çoğunlukla birbirinden kopuk ilerlediği belirtilmektedir. Birinci hat, çoklu təhlükə veya çoxriskli değerlendirmelerine odaklanır; farklı təhlükəleri ortaq bir çərçivədə karşılaştırmaya işləyir ancak istifadəçiların gün içindəki və mevsimsel hərəkətlərini çox vaxt sınırlı biçimde ele alır. İkinci hat ise yüksək mekânsal çözünürlükte nüfus hərəkətlərini nazikler; fakat adətən tek bir təhlükəye, küçük bir alana veya yerel uygulamaya odaklanır.

Bu araşdırma, dinamik istifadəçi ssenarilarını bələdiyyə ölçeğinde standartlaştırılmış çoxriskli göstəriciləriyle birleştirmektedir. Belediye ölçeğinin seçilmesi tesadüfi deyildir. Daha küçük ızgara hüceyrələri mekânsal ayrıntıyı artırabilir; ancak kamu kurumlarının məlumat üretme, karar alma və kaynak tahsis etme birimleri çoğunlukla idari sınırlardır. Belediye ölçeği bu nedenle ayrıntı ilə kurumsal uygulanabilirlik arasında bir denge olaraq ele alınmaktadır.

Tədqiqat alanı: Marche Bölgesi

Marche Bölgesi, Adriyatik Denizi ilə Orta İtalya Apeninleri arasında yer almaktadır. Yaklaşık 9.344 km² büyüklüğündeki bölgə, beş il içində toplam 225 bələdiyyədən oluşmaktadır. Tədqiqatda kullanılan nüfus məlumatlerine görə bölgənin yaklaşık 1,487 milyon sakini vardır. Ayrıca yılda 2,7 milyondan fazla turist gelişi və yaklaşık 12,8 milyon gecəleme bildirilmektedir.

Bölge üç temel morfolojik kuşağa ayrılmaktadır:

• Kıyı kuşağı: Adriyatik sahilsı boyunca uzanan, nüfus və turistik kapasitenin yoğunlaştığı dar yerleşim bandıdır.
• Tepelik kuşak: Bölgenin yaklaşık yüzde 68’ini oluşturan, akarsu vadileriyle parçalanmış və sürüşmə süreçlerine duyarlı geniş iç kesimdir.
• Dağlık kuşak: Apeninler boyunca uzanan; zəlzələ, meşə yanğını, eğim və jeomorfolojik kararsızlık açısından önemli təhlükəler içeren iç bölgədir.

Bu coğrafi çeşitlilik, tədqiqatnın yöntemini sınamak üçün uygun bir mühit sunmaktadır. Kıyıda sel, yüksək nüfus və turizm baskısı bir araya gelirken; iç kesimlerde zəlzələ, sürüşmə və meşə yanğını təhlükəleri daha belirgin hale gelebilmektedir.

Hangi doğal təhlükəler değerlendirildi?

Tədqiqatda altı temel doğal təhlükə göstergesi oluşturulmuştur:

1. Orman yangını
2. Deprem
3. Sel
4. Heyelan
5. Sıcak hava dalgası
6. Şiddetli yağış

Tehlike məlumatleri tek bir məlumat tabanından alınmamıştır. CORINE Arazi Örtüsü məlumatleri, ulusal zəlzələ bölgəlemesi, ISPRA sel və sürüşmə məlumatleri, PAI risk alanları və Marche Bölgesi’nin iklim değişikliğine uyum planındaki sıcak hava və yoğun yağış göstəriciləri birlikte kullanılmıştır. Veriler QGIS mühitında bələdiyyə sınırlarına görə düzenlenmiştir.

Bu yaklaşımın önemli yönü, birbirinden farklı kaynaklardan gelen təhlükə məlumatlerinin eyni 0–100 ölçeğine taşınmasıdır. Böylece zəlzələ bölgəsi sınıfı ilə sel alanı yüzdesi kimi birbaşa eyni birimle ölçülemeyen değişkenler karşılaştırılabilir hale getirilmektedir. Bununla birlikte normalleştirme, fiziki olaraq farklı təhlükəlerin eyni olduğu anlamına gelmez; yalnız ortaq bir karar destek ölçeği sağlar.

Tehlike alanı göstergesi nasıl hesaplandı?

Her təhlükə bileşeni üçün bələdiyyə sınırları içində kapladığı alanın bələdiyyənin toplam alanına oranı hesablanmışdır:

\[ i_a = \frac{Area_a}{Area_{mapping\ unit}} \times 100 \]

Burada:

• i_a, müəyyən bir təhlükə bileşeninin bələdiyyə içindəki yüzdesidir.
• Area_a, sözügedən təhlükə bileşeninin kapladığı alanı km² olaraq gösterir.
• Area_{mapping unit}, değerlendirme biriminin, bu tədqiqatda bələdiyyənin toplam yüzölçümüdür.

Gündelik ifadeyle bu formül, “Belediyenin ne kadarı bu təhlükə sınıfının içində kalıyor?” sorusuna cevap məlumatr. Örneğin bir bələdiyyənin yüzde 20’si yüksək sel təhlükəsi alanındaysa ilgili bileşen, alan oranına görə modelə girer.

Bir təhlükəye ait birden fazla bileşen bulunduğunda ağırlıklı toplam kullanılmıştır:

\[ I_{haz} = (i_a \times w_a) + (i_b \times w_b) + (i_c \times w_c) + \dots + (i_n \times w_n) \]

Burada:

• I_haz, genel təhlükə indeksidir.
• i_a, i_b, …, farklı təhlükə bileşenlerinin bələdiyyə içindəki oranlarıdır.
• w_a, w_b, …, her bileşene məlumatlen ağırlıklardır.

Ağırlıklar uzman değerlendirmesine və önceki tədqiqatlarda kullanılan değerlere dayandırılmıştır. Bu nokta önemlidir: Endeksler tamamen ham gözlem deyildir; məlumat ilə yöntemsel ağırlıklandırmanın birleşimidir.

Tek tek təhlükə endeksleri

Orman yangını indeksi:

\[ I_W = (i_{WOODED} \times 0.35) + (i_{SPARSE} \times 0.65) \]

Burada ormanlık və seyrek bitki örtülü alanların oranları farklı ağırlıklarla birleştirilmiştir.

Deprem indeksi:

\[ I_E = (i_{Z4} \times 0.25) + (i_{Z3} \times 0.50) + (i_{Z2} \times 0.75) + (i_{Z1} \times 1.00) \]

Z1 en kritik, Z4 ise en aşağı sismik sınıf olaraq ağırlıklandırılmıştır. Buradaki endeks mümkün bina kaybını birbaşa hesaplamaz; bələdiyyənin ulusal sismik bölgəlemedeki konumunu temsil eder.

Sel indeksi:

\[ I_F = [(i_{PAI-L} + i_{ISPRA-L}) \times 0.65] + [(i_{PAI-H} + i_{ISPRA-H}) \times 0.35] \]

PAI və ISPRA məlumat kümelerindeki aşağı və yüksək sınıflar birlikte değerlendirilmiştir. Formüldeki ağırlıklar tədqiqat tarafından benimsenen sınıflandırma şemasına aittir; sonuç gerçek taşkın derinliği veya beklenen ekonomik kayıp deyildir.

Heyelan indeksi:

\[ I_L = (i_{PAI-L} \times 0.65) + [(i_{IFFI} + i_{PAI-H}) \times 0.35] \]

PAI sürüşmə risk alanları ilə IFFI envanterindeki kaydedilmiş sürüşmə alanları birleştirilmiştir.

Sıcak hava dalgası indeksi:

\[ I_H = (i_{LOW} \times 0.25) + (i_{MEDIUM} \times 0.50) + (i_{HIGH} \times 0.75) + (i_{VERYHIGH} \times 1.00) \]

Şiddetli yağış indeksi:

\[ I_R = (i_{LOW} \times 0.25) + (i_{MEDIUM} \times 0.50) + (i_{HIGH} \times 0.75) + (i_{VERYHIGH} \times 1.00) \]

Her iki iklim göstergesinde de aşağıten çok yükseğe doğru artan sınıf ağırlıkları kullanılmıştır.

Dinamik maruziyet: Bir bələdiyyədə gerçekten kaç kişi bulunuyor?

Araşdırmanın en önemli yeniliği, maruziyeti yalnız ikamet eden nüfusla sınırlamamasıdır. Potansiyel nüfus üç istifadəçi grubundan oluşturulmuştur:

• Yerleşik nüfus
• İş veya eğitim amacıyla gelen günlük hareketli nüfus
• Konaklama tesislerinin yatak kapasitesiyle temsil edilen potansiyel turist əhalisi

Bu gruplar dört ssenariya dağıtılmıştır:

Modelde məskunlerin her ssenarida bulunduğu, günlük hareketliliğin yalnız gündüz gerçekleştiği və konaklama qabiliyyətinin tətil dövründeki potansiyel turist sayısını temsil ettiği varsayılmıştır. Turist sayısı gerçek doluluk ölçümü deyil, sürətlı və ihtiyatlı değerlendirme amacıyla kullanılan azami yatak kapasitesidir.

Nüfus neden tüm bələdiyyə alanına deyil, kentleşmiş alana bölündü?

Bir bələdiyyənin yüzölçümü geniş olabilir; ancak insanların büyük bölümü orman, tarım veya dağlık alanlarda bərabər şəkildə paylanmır. Bu nedenle potansiyel nüfus, bələdiyyənin toplam alanı yerinə kentleşmiş alanına bölünmüştür:

\[ E_{dens} = \frac{potential\ population}{urbanised\ area} \]

Burada:

• E_dens, kentleşmiş alan başına potansiyel istifadəçi yoğunluğudur.
• potential population, ilgili ssenarida bələdiyyədə bulunabileceği varsayılan toplam kişidir.
• urbanised area, bələdiyyə içindəki kentleşmiş alanın km² cinsinden büyüklüğüdür.

Sonuç kişi/km² birimiyle ifade edilir. Böylece geniş kırsal alana sahip bir bələdiyyənin nüfus yoğunluğu yapay biçimde aşağı gösterilmemeye çalışılmıştır.

Bu sıxlıq daha sonra 0–100 aralığına normallaşdırılmıştir:

\[ E = \frac{E_{dens} - min(E_{dens})}{max(E_{dens}) - min(E_{dens})} \times 100 \]

E, bələdiyyənin diğer bələdiyyəler arasındaki göreli maruziyet konumunu gösterir. Dolayısıyla 100 değeri mutlak bir fiziki sınır deyil, məlumat kümesindeki ən yüksək yoğunluğa görə belirlenen göreli üst noktadır.

Bölgesel nüfus ağırlığı göstergesi

Yoğunluk göstergesine ek olaraq, her bələdiyyənin bölgədeki en kalabalık bələdiyyəye görə nüfus büyüklüğü hesablanmışdır:

\[ E_1 = \frac{number\ of\ residents}{residents\ of\ the\ most\ populous\ municipality} \times 100 \]

Bu gösterge iki farklı durumu ayırmaya yardımcı olur. Küçük fakat çok sıkışık bir bələdiyyədə sıxlıq yüksək olabilir; büyük bir kentte ise hem sıxlıq hem toplam kişi sayısı yüksək olabilir. E və E₁ birlikte kullanıldığında yerel mekânsal sıxlıq ilə bölgəsel demografik önem eyni anda görülebilir.

Duyarlılık nasıl ele alındı?

Tədqiqatda duyarlılık, müəyyən bir təhlükəye maruz kalabilecek kişi sayısının bir göstergesi olaraq tanımlanmıştır:

\[ S = \frac{potential\ population \times I_{haz}}{100} \]

Burada:

• S, ilgili təhlükəye karşı duyarlılık göstergesidir.
• potential population, ssenaridaki potansiyel nüfustur.
• I_haz, təhlükə indeksidir.

Bu formül, istifadəçi sayısı ilə təhlükə düzeyini bir araya getirir. Lakin bireysel yaralanma mümkünlığı və ya beklenen ölüm sayısı üretmez. Tədqiqatda duyarlılık analizi yalnız sel və sürüşmə üçün ayrıntılı uygulanmıştır. Deprem, sıcak hava və yoğun yağış kimi təhlükəlerin məlumat ölçeği bələdiyyə alanının tamamını kapsayabildiğinden sürətlı değerlendirme yaklaşımı içində tüm əhalisin benzer biçimde etkilenebileceği varsayılmıştır. Orman yangınında ise orman alanlarının kentleşmiş bölgəlerle adətən sınırlı örtüşmesi səbəbindən bu katman kullanılmamıştır.

Yaşa dayalı istifadəçi kırılganlığı

Kırılganlık, insanların təhlükə qarşısında başa çıkma və bərpa kapasitesindeki farklılıkları temsil etmektedir. Tədqiqat beş yaş grubu kullanmıştır:

Bileşik kırılganlık indeksi şu şəkildə hesablanmışdır:

\[ V = (\%T \times w_T) + (\%PC \times w_{PC}) + (\%YA \times w_{YA}) + (\%A \times w_A) + (\%EU \times w_{EU}) \]

Burada yaş gruplarının bələdiyyə əhalisi içindəki yüzdeleri, kendilerine məlumatlen ağırlıklarla çarpılmaktadır. Bu, müəyyən bir kişinin gerçek davranışını öngören bireysel bir model deyildir. Belediyelerin yaş quruluşuna görə göreli sosyal kırılganlık karşılaştırmasıdır.

Yaşlı nüfus oranını birbaşa göstermek üçün ayrıca şu gösterge oluşturulmuştur:

\[ V_1 = \frac{number\ of\ elderly\ users}{number\ of\ residents} \times 100 \]

Turistlerin bölgəyi tanımaması neden kırılganlık olaraq görüldü?

Bir afet sırasında bir bölgəyi tanımayan kişinin kaçış güzergâhlarını, toplanma alanlarını, yerel uyarı sistemlərini veya alternatif yolları bilme mümkünlığı daha aşağı olabilir. Tədqiqat, bu “aşinalık eksikliği”ni iki göstergeyle temsil etmektedir.

Aşinalık eksikliği göstergesi: Konaklama yatağı sayısının məskun nüfusa oranı alınmış və 0–100 aralığına normallaşdırılmıştir.

\[ V_2 = \frac{\left(\frac{beds}{residents}\right)-min\left(\frac{beds}{residents}\right)}{max\left(\frac{beds}{residents}\right)-min\left(\frac{beds}{residents}\right)} \times 100 \]

Turistik çekicilik göstergesi:

\[ V_3 = \frac{number\ of\ beds}{maximum\ number\ of\ beds\ among\ municipalities} \times 100 \]

V₂, ziyaretçilerin məskun nüfusa görə göreli ağırlığını; V₃ ise bələdiyyənin bölgədeki toplam konaklama çekim gücünü temsil eder. Yatak kapasitesi, turistlerin gerçekten o anda orada olduğunu kanıtlamaz. Bu göstergeler potansiyel yoğunluğu və planlama açısından üst sınırı temsil eder.

Belediyeler neden kümelendi?

225 bələdiyyənin her biri üçün 13 gösterge bulunmaktadır. Bu kadar çok değişkeni tek tek yorumlamak karar məlumatciler üçün zor olabilir. Araşdırmacılar benzer xüsusiləre sahip bələdiyyəleri bir araya getirmek amacıyla Ward əlaqəlı yığılmalı hiyerarşik kümeleme kullanmıştır.

Bu yöntem başlanğıcta her bələdiyyəyi ayrı bir küme kabul eder. Daha sonra birbirine en çok benzeyen kümeleri, küme içi varyansı mümkün olduğunca aşağı tutacak biçimde aşamalı olaraq birleştirir. K-means yönteminden farklı olaraq küme sayısının en başta kesin biçimde tanımlanması zorunlu deyildir. Son küme sayısı dendrogram quruluşu və silhouette katsayısı değerlendirilerek seçilmiştir.

Hesaplama və görselleştirmeler MATLAB R2024b ilə otomatik və tekrarlanabilir bir iş akışı içində gerçekleştirilmiştir. Ayrıca məlumatnin daha az boyutlu bir düzlemde gösterilmesi üçün temel bileşen analizi kullanılmıştır.

Beş bələdiyyə kümesi ne anlatıyor?

Kümeleme yalnız istatistiksel sınıflandırma amacı taşımamaktadır. Benzer özellik gösteren bələdiyyəlerin ortaq tahliye ilkeleri, altyapı yatırımları, iletişim stratejileri və arazi kullanım öncelikleri çerçevesinde birlikte ele alınabileceği düşünülmektedir.

Bileşik təhlükə indeksi

Altı təhlükə indeksi bərabər şəkildə toplandıktan sonra minimum-maksimum yöntemiyle normallaşdırılmıştir:

\[ H = \frac{(I_W+I_E+I_F+I_L+I_H+I_R)-min(I_W+I_E+I_F+I_L+I_H+I_R)}{max(I_W+I_E+I_F+I_L+I_H+I_R)-min(I_W+I_E+I_F+I_L+I_H+I_R)} \times 100 \]

Araşdırmacılar bu aşamada təhlükəlerden birinin digərinden daha önemli olduğunu varsaymamak üçün ek bir təhlükə ağırlığı kullanmamıştır. Bu yöntem, tüm təhlükəleri eyni karşılaştırmalı düzlemde ele alır. Lakin farklı təhlükəlerin ölüm, ekonomik kayıp veya fiziki hasar baxımından eşdeğer olduğu sonucunu vermez.

Çoklu risk indeksi nasıl hesaplandı?

Tədqiqatnın temel kompozit risk göstergesi, normallaşdırılmış təhlükə ilə maruziyet-kırılganlık bileşiminin iki boyutlu düzlemde başlanğıc noktasına olan Öklid uzaqlığıdır:

\[ R = \sqrt{\left(\frac{E}{100} \times \frac{V}{100}\right)^2 + \left(\frac{H}{100}\right)^2} \times 100 \]

Burada:

• R, kompozit çoxriskli indeksidir.
• E, dinamik maruziyet indeksidir.
• V, yaşa dayalı kırılganlık indeksidir.
• H, altı təhlükənin normallaşdırılmış kompozit göstergesidir.

Formülün geometrik mantığında sıfır noktası, təhlükə ilə maruziyet-kırılganlık bileşiminin sıfıra yakın olduğu ideal durumu temsil eder. Bir bələdiyyənin bu noktadan uzaqlaşması, kompozit indeksin yükselmesi anlamına gelir.

Kare alma işlemi, yüksək bileşenlerin etkisini güçlendirir. Bununla birlikte R değeri beklenen ölüm, yaralanma, bina hasarı veya parasal kayıp deyildir. Belediyeleri və ssenariları karşılaştırmak üçün üretilmiş göreli bir planlama göstergesidir.

Zamana bağlı risk değişimi: ΔR

Araşdırmacılar, en aşağı və ən yüksək istifadəçi varlığına karşılık gelen ssenarilar arasındaki değişimi görmek üçün diferansiyel risk göstergesi ΔR’yi kullanmıştır. Karşılaştırılan temel uç durumlar, tədqiqat günü-gecə ilə tətil dövrü-gündüz ssenarilarıdır.

ΔR’nin yüksək olması, bələdiyyənin fiziki təhlükəsinin mutlaka ən yüksək olduğu anlamına gelmez. Belediyenin istifadəçi hareketlerine karşı risk profilinin çok değişken olduğunu gösterir. Bu tür bir bələdiyyə, ilin sakin dövründe aşağı veya orta riskte görünürken turizm sezonunda aydın şəkildə daha kritik hale gelebilir.

Haritalar və grafikler ne anlatıyor?

Tekil təhlükə haritaları, Marche Bölgesi’nde her riskin farklı bir coğrafi örüntüye sahip olduğunu göstərir:

• Orman yangını təhlükəsi Apeninler və bitki örtüsünün yoğun olduğu iç kesimlerde yükselmektedir.
• Deprem təhlükəsi xüsusilə güney və güneybatıdaki dağlık bələdiyyəlerde yüksəktir.
• Sel təhlükəsi sahil ovalarında, akarsu vadilerinde və nehir ağızlarında yoğunlaşmaktadır.
• Heyelan təhlükəsi killi və eğimli tepelik iç bölgələrdə geniş bir alana yayılmaktadır.
• Sıcak hava dalgası göstergesi merkez və kuzeydeki bazı kentleşmiş alanlarda yükselmektedir.
• Şiddetli yağış göstergesi kuzey və dağlık kesimlerde daha yüksək değerler göstərir.

Maruziyet haritalarında gecə tədqiqat ssenarisu yalnız məskun əhalisin mekânsal düzenini yansıtmaktadır. Tədqiqat günü gündüzünde büyük kentlerde işçi və tələbə hareketliliği səbəbindən değerler yükselir. Tatil gecəsinde sahil və turizm merkezleri belirginleşir. Tatil gündüzü ise məskunler, hareketli nüfus və turistlerin birlikte hesaba katılması səbəbindən ən yüksək və en yaygın maruziyet örüntüsünü yaradır.

Maruziyet ilə kırılganlığın çarpımını gösteren ExV haritalarında mekânsal farkın büyük kısmı maruziyetten kaynaklanmaktadır. Bunun nedeni yaş dağılımına dayalı V değerlerinin bələdiyyəler arasında görece homojen olmasıdır. Dolayısıyla tədqiqat, istifadəçi sayısındaki değişimin risk haritasını yaş quruluşundaki farklardan daha güçlü biçimde değiştirdiğini göstərir.

H və ExV dağılımlarına uygulanan doğrusal regresyonların R² değerleri çok aşağıtür. Bu bulgu, çok katmanlı risk məlumatlerinin basit doğrusal ilişkilerle iyi açıklanamadığını göstərir. Araşdırmacılar bu regresyonları güçlü bir tahmin modeli olaraq deyil, genel eğilimleri və olağandışı bələdiyyəleri görsel olaraq belirleyen yardımcı bir araç olaraq kullanmıştır.

Başlıca sayısal nəticələr

• Tədqiqat alanı yaklaşık 9.344 km² və 225 bələdiyyədən oluşmaktadır.
• Bölgenin yaklaşık əhalisi 1,487 milyondur.
• Yıllık turist gelişleri 2,7 milyonun, gecəleme sayısı 12,8 milyonun üzerindedir.
• Sel təhlükəsi alanlarının bölgənin yaklaşık yüzde 9’unu kapladığı; bu alanların yaklaşık yarısının yüksək risk sınıflarında bulunduğu belirtilmektedir.
• Bileşik R değerleri dört ssenari genelinde yaklaşık 0,3 ilə 47,3 arasında değişmiştir.
• Belediyelerin büyük bölümünde ΔR yaklaşık yüzde 4–5 çevresinde yoğunlaşmıştır.
• Bazı bələdiyyəlerde, xüsusilə sahil kesimlerinde, ΔR yüzde 37’ye kadar çıkmıştır.
• Kümeleme analizi bələdiyyəleri beş risk-istifadəçi grubuna ayırmıştır.

Geçmiş, bugün və gelecek açısından önemi

Geçmiş açısından: Geleneksel risk planlaması çox vaxt ikamet əhalisinu temel almış və təhlükəleri ayrı ayrı değerlendirmiştir. Tədqiqat, bu yaklaşımın xüsusilə turistik veya yoğun hareketlilik yaşayan alanlarda eksik kalabileceğini nicel olaraq göstərir.

Bugün açısından: Belediyelerin əhalisi artık yalnız konut adreslerinden ibaret deyildir. İşe gidiş gelişler, eğitim hareketliliği, turizm, mevsimlik kullanım və günlük hizmet merkezleri fiilî əhalisi değiştirmektedir. Bu nedenle acil durum qabiliyyətinin yalnız gecə əhalisina görə planlanması, gündüz veya tətil dövrü üçün yetersiz olabilir.

Gelecek açısından: Araşdırmacılar kqəbuledici bölgəsel gözlem sistemləri kurulmasını önermektedir. Mobil telefon məlumatleri, güncel konaklama istatistikleri, ulaşım kartları, uzaqtan algılama, yapı kayıtları və daha güncel nüfus məlumatleri kullanıldığında model gerçek zamana daha yakın hale getirilebilir. Lakin bu məlumatlerin mahremiyeti korunarak yeternazik geniş mekânsal gruplar halinde işlenmesi gerektiği de vurgulanmaktadır.

Gündelik yaşama etkisi

Bu tədqiqat birbaşa bir tahliye planı veya erken uyarı sistemi üretmemektedir; ancak böyle sistemlərin hansı nüfusa görə tasarlanması gerektiğini açıklayan bir məlumat altquruluşu sunmaktadır. Gündelik yaşamdaki karşılığı şu örneklerle anlaşılabilir:

• Bir sahil kentinde yaz aylarında daha fazla ambulans, geçici toplanma alanı və çok dilli yönlendirme gerekebilir.
• Bir iş merkezinde gecə əhalisina görə yeterli görünen tahliye yolu, gündüz işçi nüfus səbəbindən yetersiz kalabilir.
• Yaşlı nüfus oranı yüksək dağlık bələdiyyəlerde aşağı toplam nüfusa rağmen bireysel yardım ihtiyacı yüksək olabilir.
• Deprem təhlükəsi yüksək fakat əhalisi seyrek bölgələrdə yapısal risk yönetimi ön plana çıkarken, sahilda orta təhlükə ilə çok yüksək istifadəçi yoğunluğu birleşebilir.
• Kısa turizm sezonu yaşayan yerlerde kqəbuledici arazi kullanım değişikliğinden çok dönemsel hizmet və acil durum kapasitesi artırımı daha uygun olabilir.

Tədqiqatnın güçlü yönleri

• Altı doğal təhlükəyi ortaq bir karşılaştırma sistemi içində değerlendirmesi.
• Yerleşik əhalisin yanı sıra günlük hareketlilik və turizmi hesaba katması.
• Dört açık zaman ssenarisu tanımlaması.
• Kamu kurumlarında erişilebilir məlumat kaynaklarına dayanması.
• Belediye ölçeğini bölgəsel politika istehsalıyle ilişkilendirmesi.
• Normalleştirilmiş göstergeler sayesinde bələdiyyəler arası karşılaştırma sağlaması.
• Kümeleme yoluyla benzer bələdiyyəler üçün ortaq politika grupları oluşturabilmesi.
• Riskin yalnız büyüklüğünü deyil, zaman içindəki oynaklığını ΔR ilə göstermesi.
• Uzun vadeli arazi kullanımı ilə kısa vadeli acil durum yönetimini eyni çərçivədə tartışması.

Tədqiqatnın sınırlılıkları

Tədqiqatnın nəticələrı yorumlanırken aşağıdaki sınırlar göz önünde tutulmalıdır:

• Günlük hareketlilik məlumatlerinin bir bölümü 2011 nüfus sayımına dayanmaktadır və güncel hareketleri tam yansıtmayabilir.
• Turist sayısı gerçek doluluk yerinə azami konaklama yatak kapasitesiyle temsil edilmiştir.
• Turist və günlük hareketli əhalisin yaş, sağlık, engellilik veya grup quruluşu bilinmediği üçün kırılganlık dinamik hale getirilememiştir.
• Yaşa dayalı V göstergesi yalnız məskun nüfustan hesablanmışdır.
• Bina dayanımı, bakım durumu və güçlendirme məlumatleri ana modelə dahil edilmemiştir.
• Fiziksel yapı kırılganlığına ilişkin məlumatlerin bələdiyyəler arasında heterojen olması bölgəsel karşılaştırmayı sınırlamıştır.
• Bazı təhlükə katmanlarının çözünürlüğü bələdiyyə ölçeğinden daha kabadır.
• Marche Bölgesi üçün tüm alanı eyni yöntemle kapsayan güncel sürüşmə duyarlılık haritaları bulunmamaktadır.
• Model təhlükəler arasındaki zincirleme ilişkileri birbaşa hesaplamaz. Örneğin güclü yağıntıın sürüşməı tetiklemesi ortaq çərçivədə görünse de nedensel kaskat modellemesi yapılmamıştır.
• R indeksi beklenen can kaybı, ekonomik zarar veya altyapı hasarını hesaplamaz.
• Gösterge ağırlıklarının bir bölümü uzman yargısı və literatür değerlerine dayanır.
• Nəticələr henüz bələdiyyə və bölgə düzeyindeki karar məlumatcilerle katılımcı biçimde kalibre edilmemiştir.

Tədqiqat ne söylüyor, ne söylemiyor?

Tədqiqatnın söylediği: Kullanıcıların zaman içindəki hareketleri, eyni fiziki təhlükə mühitında maruziyeti və kompozit risk profilini değiştirebilir. Turizm və günlük hareketlilik xüsusilə sahil və kent merkezlerinde statik nüfus yaklaşımının göremediği kritik durumlar yaratabilir. Belediye ölçeğinde standartlaştırılmış göstergeler, bölgəsel planlama üçün karşılaştırılabilir bir məlumat tabanı sağlayabilir.

Tədqiqatnın söylemediği: Model müəyyən bir afetin hansı tarihte gerçekleşeceğini tahmin etmez. Bir bələdiyyədə kaç kişinin öleceğini veya ne kadar ekonomik kayıp oluşacağını hesaplamaz. Bina güvenliğini, tahliye süresini, hastane qabiliyyətini və ya ulaşım ağının çökmesini ayrıntılı biçimde simüle etmez. R değeri, bireysel güvenlik garantisi veya kesin saha sonucu deyildir. Ayrıca yüksək R değeri tek başına müəyyən bir yatırımın zorunlu olduğunu kanıtlamaz; karar sürecine girdi sağlayan göreli bir göstergedir.

Tədqiqatnın Yöntemi və Bulguları

Araşdırma tasarımı

Tədqiqat dört ana aşamada yürütülmüştür:

1. Veri toplama: Doğal təhlükə, nüfus, günlük hareketlilik, turizm və kentleşmiş alan məlumatleri ulusal, bölgəsel və Avrupa ölçekli kamu kaynaklarından toplanmıştır.
2. Tek katmanlı göstergeler: Tehlike, maruziyet, duyarlılık və kırılganlık üçün bələdiyyə ölçeğinde KPI’lar hesablanmışdır.
3. Kümeleme: 13 normallaşdırılmış gösterge kullanılarak Ward əlaqəlı hiyerarşik kümeleme gerçekleştirilmiştir.
4. Dinamik çoxriskli: Dört istifadəçi ssenarisu üçün H, E, V, ExV, R və ΔR değerleri hesaplanmış və haritalanmıştır.

Kullanılan başlıca məlumat kümeleri

Kümeleme değişkenleri

Kümeleme analizinde şu 13 değişken kullanılmıştır:

• I_W: Orman yangını
• I_E: Deprem
• I_F: Sel
• I_L: Heyelan
• I_H: Sıcak hava dalgası
• I_R: Şiddetli yağış
• E: Kullanıcı yoğunluğuna dayalı maruziyet
• E₁: Bölgesel nüfus ağırlığı
• V: Yaşa dayalı kompozit kırılganlık
• V₁: Yaşlı nüfus oranı
• V₂: Aşinalık eksikliği
• V₃: Turistik çekicilik
• Tehlike-istifadəçi profilini tamamlayan normallaşdırılmış ssenari girdileri

Tekil təhlükə bulguları

Senaryolara görə temel bulgular

Tədqiqatnın beş ana sonucu

1. Kıyı bələdiyyəleri, yüksək istifadəçi yoğunluğu, turizm və aşinalık eksikliği səbəbindən ən yüksək kompozit risk koşullarını göstərir.
2. İç bölgələrdə zəlzələ, sürüşmə və meşə yanğını kimi fiziki təhlükəler üstündır; ancak nüfus maruziyeti sahilya görə daha aşağıdır.
3. Gece-gündüz farkı çoğu yerde tədqiqat-tətil dövrü farkından daha küçüktür. Turizm, temel risk değişiminin başlıca sürücülerinden biridir.
4. Kümeleme, R və ΔR nəticələrı bölgənin coğrafi və sosyoekonomik quruluşuyla tutarlı örüntüler üretmiştir.
5. Tek tip bölgəsel politika yerinə, bələdiyyəlerin risk-istifadəçi profillerine görə farklılaştırılmış fakat bölgəsel olaraq koordine edilmiş planlama gereklidir.

Planlama açısından təklif olunan kullanım biçimi

• Statik imar və arazi kullanım planları hazırlanırken əvvəl dinamik ssenarilar değerlendirilmelidir.
• En kritik və ya en sık tekrarlanan ssenari, sabit planlar üçün ihtiyatlı referans olaraq seçilebilir.
• Kullanıcı hareketliliğini güncelleyen kqəbuledici bölgəsel gözlem mekanizmaları kurulabilir.
• Benzer bələdiyyə kümeleri üçün ortaq politika, altyapı və hazırlık paketleri oluşturulabilir.
• Yüksek R değerine davamlı sahip bələdiyyəler yapısal öncelik; yüksək ΔR değerine sahip bələdiyyəler ise uyarlanabilir və dönemsel hazırlık önceliği olaraq ele alınabilir.
• Yöntem gelecekte mahalle, nüfus sayım bölgəsi veya homojen planlama zonu ölçeğine indirgenebilir.

Kaynak və Yöntem Notu

Bu içerik, Gabriele Bernardini, Maud Natalucci, Luca Domenella, Giovanni Marinelli və Enrico Quagliarini tarafından hazırlanan “A Dynamic User-Based Approach to Multi-Risk Assessment for Regional Planning: Application to the Marche Region, Italy” başlıklı tədqiqatya dayanmaktadır.

Tədqiqat, Marche Bölgesi’ndeki 225 bələdiyyə üçün altı doğal təhlükəyi, istifadəçi maruziyetini, yaşa və yerel aşinalığa bağlı kırılganlığı, hiyerarşik kümelemeyi və dört zamansal nüfus ssenarisunu bir araya getiren nicel bir bölgəsel planlama destek modelidir. Araşdırmada QGIS ilə coğrafi məlumat işleme, MATLAB R2024b ilə kümeleme, temel bileşen analizi və görselleştirme kullanılmıştır.

PDF’de dergi adı, DOI, kabul tarihi veya tamamlanmış hakemlik sürecini doğrulayan açık bir kayıt bulunmadığından tədqiqat, hakemliği metin üzərindən doğrulanamayan akademik araşdırma metni olaraq değerlendirilmiştir. Metinde tədqiqatnın açıkça hakem değerlendirmesinden geçmediğini söyleyen standart bir preprint uyarısı görülmemiştir; buna rağmen hakemlik tamamlanmış kimi de sunulmamalıdır.

Bu tədqiqat eksperimental bir afet müdahalesi, saha tatbikatı veya kayıp doğrulama araşdırması deyildir. Nəticələr kamu məlumat tabanlarına, coğrafi katmanlara, nüfus sayımı məlumatlerine, yerləşdirmə tutumuna, uzman ağırlıklarına, normallaşdırılmış göstergelere və ssenari varsayımlarına dayalı bölgəsel modelleme nəticələrıdır. Üretilen R değerleri can kaybı, yaralanma, bina hasarı veya ekonomik zarar tahmini deyildir.

İçerik yalnız PDF’deki tədqiqatnın yöntemi, bulguları, formülleri, haritaları, tabloları və sınırlılıkları esas alınarak hazırlanmıştır. Tədqiqatda bulunmayan saha başarısı, kesin afet tahmini, güvenlik garantisi, ticari uygulanabilirlik veya birbaşa kayıp azaltma iddiası eklenmemiştir. Fiziksel bina kırılganlığı, güncel gerçek zamanlı hareket məlumatsi, turistlerin demografik quruluşu və təhlükəler arası zincirleme etkileşimler modelde tam olaraq temsil edilmemektedir.