استفاده از روشهای رتبه بندی برای بررسی میزان آسیب پذیری ناشی از مالاریا در gis

توسعه ی روزافزون فناوری های کامپیوتری و تئوری های تصمیم گیری منجر به طراحی مدلهای نوین در حیطه ی مسائل تصمیم گیری چندمعیاره شده است. روشهای فرارتبه ای نمونه ای از این مدلها می باشند که با الگوریتمی ساده، بدون نیاز به اطلاعات بیش از اندازه از سوی کارشناس، به مدلسازی دقیق تر مسائل تصمیم گیری می پردازند. مدلهای گوناگونی در قالب خانواده ی روشهای فرارتبه ای ارائه شده اند که در این میان روشهای electre و promethee در تحلیل مسائل رتبه بندی، بهینه سازی و انتخاب جایگاه ویژه ای پیدا کرده اند. لیکن روشهای مذکور به تنهایی قادر به تحلیل مسائل چندمعیاره مکانی نمی باشند. ادغام روشهای فرارتبه ای با gis پیشنهادی است که برای تحلیل بهتر و کارامد مسائل مکانی ارائه شده است. بسیاری از پدیده های موجود در دنیای واقعی و مسائل تصمیم گیری مکانی دارای ماهیت پویا می باشند. بنابراین در کنار ترکیب مدلهای تصمیم گیری با gis، ادغام بُعد زمان با gis نیز بسیار حائز اهمیت است. روشهای نوین مدلسازی نظیر شبکه های عصبی مصنوعی، اتوماتای سلولی و مدلسازی های عامل مبنا از جمله مدلهای پیشنهادی برای مدلسازی پدیده های پویا می باشند. بیماری مالاریا مهمترین بیماری انگلی جهان است و دارای ماهیتی پیچیده، غیر قابل پیش بینی و پویا می باشد. این بیماری تحت تأثیر فاکتورهای گوناگونی است که از آن جمله می توان به عوامل محیطی و جغرافیایی، وضعیت بهداشت منطقه، وضعیت آموزشی و تربیتی افراد ساکن در منطقه اشاره کرد. بنابراین بررسی میزان آسیب پذیری ناشی از مالاریا در مناطق مختلف و مدلسازی انتشار این بیماری بسیار حائز اهمیت می باشد. در این تحقیق، از روشهای فرارتبه ای برای تهیه ی نقشه های آسیب پذیری مالاریا استفاده شد. طراحی نقشه های آسیب پذیری در سه سطح استان هرمزگان، شهرستان میناب و دهستان بندزرک به کمک روشهای electre iii و promethee ii و با معیارهای ارزیابی دما، رطوبت، فاصله از پوشش گیاهی، فاصله از آبهای راکد، تراکم جمعیت و ارتفاع صورت گرفت. سپس دقت نقشه های طراحی شده به کمک شاخص prevalence و موارد مثبت مالاریا در سالهای 85 و 86 مورد ارزیابی قرار گرفت. بر اساس یافته های این تحقیق می توان اذعان کرد که نقشه های تولید شده به کمک روشهای مذکور به داده های واقعی نزدیکتر هستند و نسبت به روشهای متداول نظیر saw (در حدود 20 درصد) دارای دقت بالاتری می باشند. در ادامه برای شبیه سازی انتشار بیماری مالاریا در سطح دهستان بندزرک مدل ca مورد استفاده قرار گرفت. نوآوری های پیشنهادی این پژوهش برای بهبود دقت شبیه سازی انتشار مالاریا با ca شامل بهره گیری از نقشه های آسیب پذیری حاصل از روشهای فرارتبه ای به عنوان لایه ی احتمال آلودگی، برآورد اوزان لایه های اطلاعاتی با روش ahp، توسعه ی تابع انتقال با افزایش پارامترهای موثر، محاسبه ی احتمال جابجایی پشه و افراد آلوده می باشند. در نهایت نیز، صحت مدل پیشنهادی به دلیل عدم وجود داده های واقعی انتشار مالاریا، به کمک نقشه های آسیب پذیری مورد ارزیابی قرار گرفت. نتایج ارزیابی های ذهنی و مقایسات منطقی، حاکی از افزایش دقت در شبیه سازی انتشار بیماری مالاریا (به دلیل افزایش دقت نقشه ی آسیب پذیری و افزایش پارامترهای موثر در مدلسازی) نسبت به مطالعات پیشین بوده است.