Journal of Rescue Relief

en ارزیابی و پهنه‌بندی خطر بازدیدکنندگان ژئوسایت‌ها با تأکید بر مکانیابی پایگاه‌های امداد و نجات حوضه مایان (رشته‌کوه بینالود) Hazard Assessment and Zonation of Visitor Risk at Geosites: A Case Study of the Mayan Basin, Binalood Mountain Range, Iran سوانح زیست محیطی Environmental disasters پژوهشي Research article <div style="text-align: justify;">مقدمه: رشد سریع ژئوتوریسم و افزایش بازدید گردشگران از ژئوسایت‌ها، ایمنی بازدیدکنندگان را به یکی از مهم‌ترین دغدغه‌های مدیریت ژئوتوریسمی تبدیل کرده است. هدف این مطالعه، ارزیابی و پهنه‌بندی خطر برای بازدیدکنندگان ژئوسایت‌ها و مکانیابی برای استقرار پایگاههای امداد و نجات در حوضه مایان، رشته‌کوه بینالود است. روش تحقیق: روش پژوهش توصیفی-تحلیلی بوده و از ترکیب منطق فازی، شبکه عصبی مصنوعی  و تحلیل‌های مکانی سیستم اطلاعات جغرافیایی استفاده شدهاست. معیارهای ژئومورفولوژیکی، توپوگرافی، دسترسی، کاربری اراضی و پارامترهای محیطی جمع‌آوری و به صورت لایه‌های فازی آماده شدند. این لایه‌ها به شبکه عصبی تک‌نورونی منتقل شده و وزن هر معیار تعیین شد و در نهایت با تلفیق لایه ها نقشه پهنهبندی خطر تولید شد. یافته ها: نتایج پهنه‌بندی خطر نشان داد که بیشترین مساحت منطقه را کلاس خطر متوسط تشکیل دادهاست و اما تمامی 12 ژئوسایت‌ منتخب محدوده نیز در طبقات خطر متوسط تا  بسیار زیاد واقع شده‌اند. این امر بیانگر آن است که ارزش‌های علمی و زیبایی‌شناختی ژئوسایت‌ها غالباً با شرایط ژئومورفولوژیکی دشوار و مخاطره‌آمیز همراه است. بر این اساس، استقرار پایگاه‌های امداد و نجات باید در نواحی با خطر کم تا متوسط و دسترسی مناسب برنامه‌ریزی شود تا ایمنی بازدیدکنندگان و توسعه پایدار ژئوتوریسم تضمین گردد. نتیجه گیری: این پژوهش بر ضرورت برنامه‌ریزی ایمن و مدیریت بازدید در مقاصد ژئوتوریسمی تأکید دارد. استقرار پایگاه‌های امداد و نجات باید در نواحی با خطر کمتر و دسترسی مناسب طراحی شود تا امکان واکنش سریع در شرایط اضطراری فراهم گردد. چنین رویکردی علاوه بر افزایش ایمنی بازدیدکنندگان، زمینه توسعه پایدار و مسئولانه ژئوتوریسم را نیز تقویت می‌کند.  </div> <div style="text-align: justify;">INTRODUCTION: The rapid growth of geotourism and the increasing number of visitors to geosites have made visitor safety a critical challenge in geotourism destination management. In many mountainous regions, insufficient spatial hazard assessment and the lack of strategically planned rescue infrastructure can lead to severe consequences for tourists. Accordingly, this study aims to assess and map visitor hazard at geosites and to identify optimal locations for rescue stations in the Mayan Basin of the Binalood Mountain Range. METHODS: This study employed a descriptive–analytical approach by integrating fuzzy logic, Artificial Neural Networks (ANN), and GIS-based spatial analysis. Geomorphological, topographic, accessibility, land-use, and environmental parameters were collected and fuzzified within a GIS environment. The resulting fuzzy layers were subsequently input into a single-layer neural network model to determine the relative weights of the criteria. Based on the weighted integration of these factors, a continuous hazard index, a hazard zoning map, and an optimal spatial allocation of rescue stations were generated. FINDINGS: The hazard zoning results indicated that the largest portion of the study area falls within the moderate hazard class, while all 12 selected geosites are located in moderate to very high hazard classes. This pattern reflects the simultaneous occurrence of high geotourism value and potentially hazardous geomorphological conditions. The hazard zoning results indicate that a large proportion of the study area falls within the moderate hazard class, while all twelve identified geosites are located within moderate to very high hazard zones. This distribution highlights the coexistence of high geotourism potential and hazardous geomorphological conditions. Furthermore, the spatial allocation analysis reveals that the proposed rescue stations are primarily situated in moderate hazard zones adjacent to high-risk areas, allowing effective coverage of vulnerable geosites. CONCLUSION: According to the results, The results underscore the importance of integrating hazard assessment with spatial planning in geotourism management. The proposed framework offers an effective tool for enhancing visitor safety, mitigating natural hazard risks, and supporting the sustainable development of geotourism in mountainous regions. </div> ژئوسایت, پهنه‌بندی خطر, شبکه عصبی مصنوعی, حوضه مایان Geosite, Hazard zonation, Artificial Neural Network, GIS, Mayan Basin 8 19 http://jorar.ir/browse.php?a_code=A-10-101-2&slc_lang=en&sid=1 Sajad Farjadinia سجاد فرجادی نیا s_farjadinia@sbu.ac.ir 100319475328460014544 0009-0004-6655-6770 No Professor of geomorphology, Department of Physical Geography, Earth Science Faculty, Shahid Beheshti University, Tehran, Iran Earth Science Faculty, Shahid Beheshti University Manijeh Ghahroudi Tali منیژه قهرودی تالی m-ghahroudi@sbu.ac.ir 100319475328460014545 100319475328460014545 Yes Professor of geomorphology, Department of Physical Geography, Earth Science Faculty, Shahid Beheshti University, Tehran, Iran استاد گروه جغرافیای طبیعی