Nos últimos anos, um dos objetivos mais importantes dos gestores urbanos tem sido o planejamento da resiliência a desastres naturais, especialmente terremotos. Babol, como a segunda cidade mais populosa da província de Mazandaran, no norte do Irã, está exposta a terremotos devido à sua proximidade com duas falhas ativas, o Mar Cáspio e o norte de Alborz. O objetivo deste estudo foi avaliar os indicadores físicos efetivos na taxa de resiliência de 22 bairros de Babol. O método de pesquisa é descritivo-analítico e aplicado-desenvolvimentista. Nesse sentido, 48 indicadores efetivos na dimensão física foram extraídos e avaliados quanto à sua adequação por meio do teste KMO em consulta com especialistas e professores em planejamento urbano, gestão de crises e terremoto. Em seguida, os índices selecionados foram reduzidos para quatro fatores pela análise fatorial, responsável por 61,9% da variância. Entre os quatro fatores, o primeiro fator sozinho foi responsável por 24,8% da variância, que é o fator mais influente no estudo, e o quarto fator, com 10,3% da variância, tem o menor efeito. A análise de agrupamento foi usada para a classificação homogênea dos bairros e os 22 bairros de Babol foram classificados em 8 grupos homogêneos. Os resultados do método de agrupamento mostram que cerca de 40,9% dos bairros são avaliados como muito pobres, pobres e relativamente pobres e em condições indesejáveis em geral. Além disso, cerca de 18,2% dos bairros estão no nível médio e cerca de 40,2% dos bairros são avaliados como bons, muito bons, excelentes e excelentes em termos de resiliência física.
In recent years, one of the most important goals of urban managers has been the planning for resilience to natural disasters, especially earthquakes. Babol, as the second most populous city of Mazandaran province in northern Iran, is exposed to earthquakes due to its proximity to two active faults, the Caspian Sea and northern Alborz. The purpose of this study was to evaluate the effective physical indicators in the resilience rate of 22 neighborhoods of Babol. The research method is descriptive-analytical and applied-developmental. Accordingly, 48 effective indicators in the physical dimension were extracted and evaluated for their suitability through KMO test in consultation with experts and professors in urban planning, crisis management and earthquake. Then, the selected indices were reduced to four factors by factor analysis, which accounted for 61.9% of the variance. Among the four factors, the first factor alone accounted for 24.8% of the variance, which is the most influential factor in the study, and the fourth factor with 10.3% of the variance has the least effect. Cluster analysis was used for homogeneous classification of the neighborhoods and Babol's 22 neighborhoods were classified into 8 homogeneous groups. The results of clustering method show that about 40.9% of neighborhoods are evaluated as very poor, poor and relatively poor and in undesirable conditions in general. Also, about 18.2% of the neighborhoods are in the medium level and about 40.2% of the neighborhoods are evaluated as good, very good, excellent and very excellent levels in terms of physical resilience.
Nos últimos anos, um dos objetivos mais importantes dos gestores urbanos tem sido o planejamento da resiliência a desastres naturais, especialmente terremotos. Babol, como a segunda cidade mais populosa da província de Mazandaran, no norte do Irã, está exposta a terremotos devido à sua proximidade com duas falhas ativas, o Mar Cáspio e o norte de Alborz. O objetivo deste estudo foi avaliar os indicadores físicos efetivos na taxa de resiliência de 22 bairros de Babol. O método de pesquisa é descritivo-analítico e aplicado-desenvolvimentista. Nesse sentido, 48 indicadores efetivos na dimensão física foram extraídos e avaliados quanto à sua adequação por meio do teste KMO em consulta com especialistas e professores em planejamento urbano, gestão de crises e terremoto. Em seguida, os índices selecionados foram reduzidos para quatro fatores pela análise fatorial, responsável por 61,9% da variância. Entre os quatro fatores, o primeiro fator sozinho foi responsável por 24,8% da variância, que é o fator mais influente no estudo, e o quarto fator, com 10,3% da variância, tem o menor efeito. A análise de agrupamento foi usada para a classificação homogênea dos bairros e os 22 bairros de Babol foram classificados em 8 grupos homogêneos. Os resultados do método de agrupamento mostram que cerca de 40,9% dos bairros são avaliados como muito pobres, pobres e relativamente pobres e em condições indesejáveis em geral. Além disso, cerca de 18,2% dos bairros estão no nível médio e cerca de 40,2% dos bairros são avaliados como bons, muito bons, excelentes e excelentes em termos de resiliência física.
