developed national-level indicators

developed national-level indicators, via a Delphi survey, to assess vulnerability to climate hazards. Szlafsztein and Sterr (2007) created a composite vulnerability index (CVI), which includes 16 variables of both natural and socio-economic conditions. Ozcanand Musaoglu (2010) used an analytic hierarchy process (AHP) toassign scores for attributes of DTM, slope, aspect, land use, and geology to derive a vulnerability map. Ouma and Tateishi (2014)also used AHP to assign weights to decision parameters (e.g. rain-fall, elevation, slope, drainage, land use, etc.) for creating a flood vulnerability map. In these studies, the relationships between indicators representing exposure, sensitivity, and adaptive capacity for assessing vulnerability were often assumed independent and weighted and ranked separately, then combined and aggregated to derive an overall measure of vulnerability. In assessing vulnerability, exposure is the primary factor of concern that makes people or places vulnerable to natural hazards. Socio-economic conditions were always regarded as the major factor, which affects the system’s ability to adapt to extreme climate events. Cutter, Boruff,and Shirley (2003) used principle component analysis to aggregatecounty-level socio-economic data to assess the social vulnerability of different municipalities in US. In the vulnerability assessment of the ATEAM (Advanced Terrestrial Ecosystem Analysis and Modelling) land use scenarios, Metzger, Rounsevell, Acosta-Michlik,Leemans, and Schröter (2006) aggregated 12 socio-economic indi-cators to three components of awareness, ability and action, and then combined them into an index of adaptive capacity. In order to incorporate geographic characteristics of study areas, Geographic Information System (GIS) techniques have been applied to most of the place-based studies to evaluate the spatial heterogeneity of vulnerability (Metzger et al., 2006; O’Brien et al., 2004; Ouma &Tateishi, 2014; Ozcan & Musaoglu, 2010; Szlafsztein & Sterr, 2007)

ผลลัพธ์ (ไทย) 1:

พัฒนาตัวบ่งชี้ระดับชาติ ผ่านการสำรวจเดลฟี การประเมินความเสี่ยงกับอันตรายจากสภาพภูมิอากาศ สร้างดัชนีคอมโพสิตโหว่ (CVI), ซึ่งประกอบด้วยตัวแปรเงื่อนไขทั้งธรรมชาติ และสังคมเศรษฐกิจ 16 Szlafsztein และ Sterr (2007) Ozcanand Musaoglu (2010) ใช้การสร้างลำดับชั้น (AHP) กระบวนการ toassign คะแนนสำหรับแอตทริบิวต์ของ DTM ความชัน ด้าน ใช้ที่ดิน และธรณีวิทยาสามารถรับแผนที่ช่องโหว่ Ouma และ Tateishi (2014) ยังใช้ AHP เพื่อกำหนดน้ำหนักให้พารามิเตอร์ตัดสินใจ (เช่นฝนตก ยกระดับ ลาด ระบายน้ำ การใช้ที่ดิน ฯลฯ) สำหรับการสร้างแผนที่ความเสี่ยงน้ำท่วม ในเหล่านี้ศึกษา ความสัมพันธ์ระหว่างตัวบ่งชี้ที่แสดงถึงการเปิดรับแสง ความไว กำลังการผลิตที่เหมาะสมสำหรับการประเมินความเสี่ยงถูกมักถือว่าอิสระ และถ่วงน้ำหนัก และจัดอันดับแยก แล้วรวม และรวมถึงได้รับการวัดความเสี่ยงโดยรวม ในการประเมินความเสี่ยง ความเสี่ยงเป็นปัจจัยหลักของปัญหาที่ทำให้คน หรือสถานเสี่ยงภัยธรรมชาติ สภาพสังคมเศรษฐกิจได้เสมอถือเป็นปัจจัยสำคัญ ซึ่งมีผลต่อความสามารถของระบบปรับอากาศมากเหตุการณ์ ตัด Boruff และอังกฤษใช้หลัก (2003) ส่วนการวิเคราะห์ข้อมูลเศรษฐกิจสังคม aggregatecounty-ระดับการประเมินช่องโหว่สังคมของอำเภอต่าง ๆ ในสหรัฐอเมริกา ช่องโหว่การประเมินที่ดิน ATEAM (ขั้นสูงวิเคราะห์ระบบนิเวศภาคพื้นและ Modelling) ใช้สถานการณ์ Metzger, Rounsevell, Acosta Michlik, Leemans และ Schröter (2006) รวม cators เศรษฐกิจ socio indi 12 กับส่วนประกอบที่สามของการรับรู้ ความสามารถ และการดำเนินการ และรวมลงในดัชนีของกำลังการผลิตที่เหมาะสม เพื่อรวมลักษณะทางภูมิศาสตร์ของพื้นที่ศึกษา ระบบสารสนเทศทางภูมิศาสตร์ (GIS) เทคนิคการใช้ส่วนใหญ่ศึกษาสถานที่ที่ใช้เพื่อประเมิน heterogeneity ปริภูมิของช่องโหว่ (Metzger et al., 2006 โอไบรอัน et al., 2004 Ouma & Tateishi, 2014 Ozcan และ Musaoglu, 2010 Szlafsztein & Sterr, 2007)

ผลลัพธ์ (ไทย) 2:

การพัฒนาตัวชี้วัดระดับชาติผ่านการสำรวจ Delphi เพื่อประเมินความเสี่ยงต่ออันตรายจากสภาพภูมิอากาศ Szlafsztein และ Sterr (2007) สร้างดัชนีคอมโพสิตช่องโหว่ (CVI) ซึ่งรวมถึง 16 ตัวแปรทั้งสภาพธรรมชาติและทางเศรษฐกิจและสังคม Ozcanand Musaoglu (2010) ใช้กระบวนการลำดับชั้นของการวิเคราะห์ (AHP) คะแนน toassign สำหรับแอตทริบิวต์ของ DTM ลาดด้านการใช้ที่ดินและธรณีวิทยาที่จะได้รับแผนที่ช่องโหว่ Ouma และ Tateishi (2014) นอกจากนี้ยังใช้ AHP เพื่อกำหนดน้ำหนักพารามิเตอร์การตัดสินใจ (เช่นฝนตกสูงชันและระบบระบายน้ำ, การใช้ประโยชน์ที่ดินและอื่น ๆ ) สำหรับการสร้างช่องโหว่แผนที่น้ำท่วม ในการศึกษานี้ความสัมพันธ์ระหว่างตัวชี้วัดที่เป็นตัวแทนของการเปิดรับความไวและความสามารถในการปรับตัวสำหรับการประเมินช่องโหว่ที่ได้รับมักจะคิดที่เป็นอิสระและน้ำหนักและอันดับแยกกันรวมกันแล้วและรวบรวมให้ได้มาซึ่งวัดโดยรวมของช่องโหว่ ในการประเมินความเสี่ยงการสัมผัสเป็นปัจจัยหลักของความกังวลที่ทำให้คนหรือสถานที่เสี่ยงต่อการภัยธรรมชาติ สภาพทางเศรษฐกิจและสังคมได้รับการยกย่องเสมอเป็นปัจจัยสำคัญที่มีผลต่อความสามารถของระบบในการปรับตัวเข้ากับสภาพภูมิอากาศที่รุนแรงเหตุการณ์ ตัด Boruff และเชอร์ลี่ย์ (2003) ที่ใช้ในการวิเคราะห์องค์ประกอบหลักการที่จะ aggregatecounty ระดับข้อมูลทางเศรษฐกิจและสังคมในการประเมินความเปราะบางทางสังคมที่แตกต่างกันของเทศบาลในสหรัฐอเมริกา ในการประเมินความเสี่ยงของ Ateam (ขั้นสูงการวิเคราะห์ระบบนิเวศบกและการสร้างแบบจำลอง) สถานการณ์การใช้ที่ดินเมทซ์ Rounsevell, คอสต้า-Michlik, Leemans และSchröter (2006) รวม 12 ทางเศรษฐกิจและสังคม indi cators ไปสามองค์ประกอบของการรับรู้ความสามารถและความ การกระทำและการรวมกันแล้วพวกเขาเข้าไปในดัชนีของกำลังการผลิตปรับตัว เพื่อที่จะรวมลักษณะทางภูมิศาสตร์ของพื้นที่การศึกษาระบบสารสนเทศภูมิศาสตร์ (GIS) เทคนิคมีการใช้มากที่สุดของการศึกษาสถานที่ที่ใช้ในการประเมินความแตกต่างเชิงพื้นที่ของความเสี่ยง (เมทซ์ et al, 2006;.. โอไบรอัน, et al, 2004; & Ouma Tateishi 2014; & Ozcan Musaoglu 2010; & Szlafsztein Sterr 2007)

ผลลัพธ์ (ไทย) 3:

ตัวชี้วัดการพัฒนาระดับชาติ ผ่านแบบสำรวจเพื่อประเมินความเสี่ยงอันตรายของสภาพอากาศ szlafsztein sterr ( 2007 ) และสร้างดัชนีคอมโพสิต ( อาศัยช่องโหว่ ) ซึ่งรวมถึง 16 ตัวแปร คือ ทั้งธรรมชาติและสภาพทางเศรษฐกิจและสังคม ozcanand musaoglu ( 2010 ) ใช้กระบวนการลำดับชั้นเชิงวิเคราะห์ ( AHP ) toassign คะแนนสำหรับคุณลักษณะของ DTM , ความลาดชันของพื้นที่ ด้านการใช้ที่ดินและธรณีวิทยาจากช่องโหว่แผนที่ โอมะ และ tateishi ( 2014 ) ยังใช้วิธีกำหนดน้ำหนักพารามิเตอร์การตัดสินใจ ( เช่น ฝน ตก ความสูง ความลาดชัน การระบายน้ำ การใช้ประโยชน์ที่ดิน ฯลฯ ) สำหรับการสร้างจุดอ่อนน้ำท่วม แผนที่ ในการศึกษานี้ ความสัมพันธ์ระหว่างตัวชี้วัดที่เป็นตัวแทนของแสง , ความไวและความสามารถในการปรับตัวเพื่อประเมินความเสี่ยงมักจะถือว่าเป็นอิสระและถ่วงน้ำหนักและจัดอันดับแยกแล้วรวมและรวมเพื่อสร้างวัดโดยรวมของความอ่อนแอ ในการประเมินความเสี่ยงการเป็นปัจจัยหลักของความกังวลที่ทำให้ผู้คนหรือสถานที่เสี่ยงต่ออันตรายธรรมชาติ สภาพทางเศรษฐกิจและสังคมอยู่เสมอ ถือว่าเป็นปัจจัยหลักซึ่งมีผลต่อระบบความสามารถในการปรับให้เข้ากับสภาพภูมิอากาศที่รุนแรง เครื่องตัด boruff และอังกฤษ ( 2546 ) ใช้ในการวิเคราะห์องค์ประกอบหลักในระดับ aggregatecounty สังคมข้อมูลเพื่อประเมินความเสี่ยงทางสังคมของเทศบาลที่แตกต่างกันในเรา ในการประเมินความเสี่ยงของ ateam ( การวิเคราะห์และการจำลองระบบนิเวศบกขั้นสูง ) ที่ดินที่ใช้ rounsevell เม็ตสเกอร์ , สถานการณ์ ,michlik leemans อคอสต้า , และ schr öตรี ( 2006 ) รวม 12 cators indi และสามองค์ประกอบของความรู้ ความสามารถ และการกระทำ และรวมไว้ในดัชนีของความจุของการปรับตัว เพื่อที่จะรวมลักษณะทางภูมิศาสตร์ของพื้นที่ศึกษาระบบสารสนเทศทางภูมิศาสตร์ ( GIS ) เทคนิคมีการใช้มากที่สุดของสถานที่ที่ใช้ศึกษาเพื่อประเมินความหลากหลายทางพื้นที่ของความอ่อนแอเม็ตสเกอร์ et al . , 2006 ; O ' Brien et al . , 2004 ; โอมะ& tateishi 2014 ; Ozcan & musaoglu , 2010 ; szlafsztein & sterr 2007 )