ΧΩΡΟΘΕΤΗΣΗ ΧΩΡΟΥ ΥΓΕΙΟΝΟΜΙΚΗΣ ΤΑΦΗΣ ΑΠΟΡΡΙΜΜΑΤΩΝ ΜΕ ΤΗΝ ΧΡΗΣΗ ΤΗΣ ΔΕΛΦΙΚΗΣ ΜΕΘΟΔΟΥ

ΚΑΙ ΤΗΣ ΛΟΓΙΚΗΣ ΤΗΣ ΑΣΑΦΕΙΑΣ Χατζηχρήστος Θωμάς *, Καρκαζή Άννα, Εμμανουηλίδου Βαρβάρα, Κυπριώτη

Ράνια, Μαυρόπουλος Αντώνης

Εθνικό Μετσόβιο Πολυτεχνείο, Εργαστήριο Γεωγραφίας & Περιφερειακού Σχεδιασμού, ΕΠΕΜ ΑΕ, ΕΠΕΜ ΑΕ, ΙΡΙΣ ΑΕ,ΕΠΕΜ ΑΕ

Τηλ. 0106447306, Fax: 0107722748, email: thomasx@survey.ntua.gr

ΠΕΡΙΛΗΨΗ Οι Χώροι Υγειονομικής Ταφής Απορριμμάτων (ΧΥΤΑ) είναι απαραίτητοι, ανεξάρτητα από τη μέθοδο ή το σύστημα διαχείρισης των αποβλήτων που επιλέγεται. Τα κριτήρια για τη χωροθέτηση ενός ΧΥΤΑ είναι αρκετά και στις περισσότερες περιπτώσεις αλληλοσυγκρουόμενα. Για αυτό το λόγο τα αποτελέσματα – οι προς χωροθέτηση περιοχές εξαρτώνεται σε μεγάλο βαθμό από την επιλογή των κριτηρίων καθώς και από τη μέθοδο χωροθέτησης που επιλέγεται και τους περιορισμούς της. Αρκετές μέθοδοι έχουν χρησιμοποιηθεί για τον προσδιορισμό των χώρων, σε συνδυασμό με τα Γεωγραφικά Συστήματα Πληροφοριών (ΓΣΠ). Στη συγκεκριμένη εργασία προτείνεται η Λογική της Ασάφειας για την ανάλυση των δεδομένων και την εξαγωγή των αποτελεσμάτων. Η δελφική μέθοδος χρησιμοποιείται για την κατασκευή των συναρτήσεων και τον προσδιορισμό των απαραίτητων παραμέτρων της λογική της ασάφειας. Περιγράφονται, τα βασικά στοιχεία των μεθόδων και η αξιοποίηση τους μέσω κατάλληλης μεθοδολογίας, στο συγκεκριμένο πρόβλημα. Επίσης, παρουσιάζεται μια εφαρμογή, η οποία έλαβε χώρα, στο κυβερνείο του Καιρου, μιάς από τις 27 διοικητικές περιφέρειες της Αιγύπτου.

ΛΕΞΕΙΣ ΚΛΕΙΔΙΑ Γεωγραφικά Συστήματα Πληροφοριών, Δελφική μέθοδος, Λογική της Ασάφειας, Χώροι Υγειονομικής Ταφής Απορριμμάτων 1. ΕΙΣΑΓΩΓΗ Ένα από τα κρισιμότερα και πιο δύσκολα στάδια που αντιμετωπίζουν οι σύγχρονες κοινωνίες στην υλοποίηση ολοκληρωμένων προγραμμάτων διαχείρισης στερεών αποβλήτων είναι η επιλογή τοποθεσίας για εγκατάσταση νέων χώρων υγειονομικής ταφής απορριμμάτων (ΧΥΤΑ) (Tchobanoglous et al, 1993). Η άμεση δημόσια ανάμειξη, οι οικονομικές επιπτώσεις στην ευρύτερη περιοχή ενός ΧΥΤΑ και η ανάγκη για έναν συνδυασμό τεχνικών, κοινωνικών και νομοθετικών ζητημάτων, είναι μερικοί τυπικοί παράγοντες οι οποίοι αυξάνουν τις δυσκολίες για μια επιτυχημένη επιλογή τοποθεσίας. Η ανακύκλωση και τα αποτεφρωμένα προϊόντα εφαρμόστηκαν ως τεχνικές που σχετίζονται με την ελαχιστοποίηση της διαδικασίας διάθεσης απορριμμάτων στην γη. Παρόλα αυτά, ακόμα και οι πρακτικές εκμετάλλευσης υλικών και ανάκτησης ενέργειας δημιουργούν κατάλοιπα τα οποία πρέπει να διατεθούν στην γη. Πολυάριθμοι παράγοντες πρέπει να ληφθούν υπόψη προκειμένου να χωροθετηθεί ένας ΧΥΤΑ. Εν τούτοις, ένας ‘επαρκής’ ΧΥΤΑ πρέπει να έχει ελάχιστες περιβαλλοντικές επιπτώσεις, κοινωνική αποδοχή και να είναι σύμφωνος με τις σεβαστές ρυθμίσεις (Zyma 1990). Μια διαδικασία επιλογής

τοποθεσίας συνήθως προχωρά μέσα από μια κλιμακωτή προσέγγισης, που απαρτίζεται από δυο βασικά βήματα: την αναγνώριση πιθανών τοποθεσιών μέσω μιας προκαταρτικής διαδικασίας επιλογής και εν συνεχεία την εκτίμηση της καταλληλότητας αυτών των θέσεων.

Διάφορες μεθοδολογίες για την χωροθέτηση χώρων υγειονομικής ταφής έχουν εφαρμοστεί σε συνδυασμό με τα ΓΣΠ (Muhammad Ζ. Et al 1996, Hung-Yueh L. et al 1999, Hung-Yueh & Jehng-Jung 1998), όπως τα έμπειρα συστήματα (Jehng-Jung K. et al 1996), εμπειρικές μέθοδοι υλοποιημένες με προγραμματισμό (Jehng-Jung Κ., 1996) και η πολυκριτηριακή ανάλυση (Jehng-Jung K. et al 1996). Αν και τα δεδομένα τα οποία χρησιμοποιούνται έχουν σκοπό την εξασφάλιση υψηλών περιβαλλοντικών και κοινωνικών επιπέδων, τα αποτελέσματα τα οποία εξάγονται από τις παραπάνω μεθόδους, είναι αληθή ή ψευδή και τα όρια των επιλεγμένων περιοχών ευκρινώς καθορισμένα, γεγονός που έρχεται σε αντίθεση με την πραγματικότητα, μια και είναι αδύνατον να προσδιοριστούν με 100% βεβαιότητα τα περιβαλλοντικά και κοινωνικά «σύνορα» ενός χώρου. Για τον υπερσκελισμό αυτών των προβλημάτων, η εργασία παρουσιάζει μία μεθοδολογία για την χωροθέτηση ΧΥΤΑ, χρησιμοποιώντας εργαλεία της Υπολογιστικής Νοημοσύνης και πιο συγκεκριμένα την λογική της ασάφειας. Τα Γ.Σ.Π. είναι σαφώς απαραίτητα, μιας και προσφέρουν ένα ισχυρό σύνολο εργαλείων για εισαγωγή, διατήρηση και παρουσίαση των δεδομένων, ενώ η λογική της ασάφειας προτείνεται για την ανάλυση των περιβαλλοντικών δεδομένων τα οποία είναι από τη φύση τους ανακριβή. Για την υποβοήθηση της διαδικασίας και τον προσδιορισμό βασικών παραμέτρων της λογικής της ασάφειας (συναρτήσεις συμμετοχής) προτείνεται η δελφική μέθοδος.

2. ΠΡΟΤΕΙΝΟΜΕΝΗ ΜΕΘΟΔΟΛΟΓΙΑ

Η τεχνολογία των ΓΣΠ θεωρείται το αυτονόητο περιβάλλον διαχείρισης περιβαλλοντικών δεδομένων, από τους περισσότερους ερευνητές σήμερα (Haines-Young 1993). Αυτό γιατί • διαχειρίζεται περιβαλλοντικά δεδομένα που προέρχονται απο διαφορετικές πηγές

(δεδομένα πεδίου, δορυφορικές εικόνες κτλ) • προμηθεύει δομές δεδομένων για την οσο το δυνατόν καλύτερη αποθήκευση και διαχείριση δεδομένων οικοσυστημάτων.

• κάνει δυνατή τη συγκέντρωση και το διαχωρισμό πληροφοριών ανάμεσα σε πολλαπλές κλίμακες

• βοηθά στη διαχείριση του περιβαλλοντος με την παρουσίαση των δεδομένων σε μορφή που είναι κατανοητή έτσι ώστε οι λήπτες αποφάσεων να αποκτήσουν μια παραστατική εικονα των φαινομένων που αναλύουν. Αναλογα με το προβλημα που αντιμετωπίζει εφαρμόζει την κατάλληλη μετατροπή και τα καταλληλα μοντέλα για την απεικονιση των δεδομένων. H διαδικασία αυτή υποβοηθείται απο τη χρήση τρισδιάστατων μοντέλων εδάφους.

Παρόλα αυτά τα ήδη υπάρχοντα αναλυτικά εργαλεία των ΓΣΠ δεν είναι επαρκή για την επίλυση του προβλήματος της χωροθέτησης των ΧΥΤΑ, μια και βασίζονται αποκλειστικά στη δυαδική λογική. Η προσέγγιση αυτή αντανακλά την εικόνα ενός κόσμου που αποτελείται απο διακριτές τάξεις (Dawkins R. 1993). Αν και απλή στην εφαρμογή της, σε καταστάσεις οπου υπάρχει αβεβαιότητα στον ακριβή καθορισμό των ακραίων τιμών μιας τάξης η αλληλεπίθεση των επιπέδων που βασίζεται στη λογική Bool

είναι προβληματική (Banai R., 1993). Για αυτό το λόγο, στη συγκεκριμένη εργασία, προτείνεται για την ανάλυση της πληροφορίας, η λογική της ασάφειας. 2.1 Λογική της Ασάφειας Στην δυαδική λογική (Boolean logic) ένα δεδομένο στοιχείο είναι είτε αληθές είτε ψευδές ή ένα αντικείμενο ανήκει σε ένα σύνολο ή δεν ανήκει. Αντίθετα, η αρχή της ασαφούς λογικής επιτρέπει τη συλλογιστική της «απόχρωσης». Μπορεί κάτι εκτός από αληθινό ή ψευδές, να είναι σχεδόν αληθινό (Kosko 1993). Σε αντίθεση με τα δυαδικά σύνολα, ένα ασαφές σύνολο δεν έχει αυστηρά καθορισμένα όρια. Η δομή ενός ασαφούς συνόλου επιτρέπει ένα φυσικό τρόπο επεξεργασίας δεδομένων σε προβλήματα των οποίων η πηγή της ανακρίβειας προέρχεται από την έλλειψη ευκρινώς καθορισμένων κανόνων για τη σχέση των μελών ενός συνόλου, προκειμένου να περιγραφούν οι αντίστοιχες μεταβλητές που χρησιμοποιούνται (Zimmermann, 1988).

Ένα σημαντικό γεγονός στη δυαδική λογική είναι ότι κάθε σημείο ενός συνόλου U είναι ξεκάθαρα ομαδοποιημένο με άλλα μέλη της ομάδας του κι έτσι δεν φέρει καμία ομοιότητα με τα μέλη άλλων ομάδων. Ένας τρόπος για να χαρακτηριστεί η ομοιότητα ενός μοναδικού σημείου (individual point’s similarity) σε όλες τις ομάδες παρουσιάστηκε από τον Zadeh το 1965. Το κλειδί στην ιδέα του Zadeh ήταν να απεικονίζει την ομοιότητα ενός σημείου που συμμετέχει σε κάθε ομάδα με μία συνάρτηση που ορίζεται ως συνάρτηση συμμετοχής και της οποίας οι τιμές (ονομάζονται μέλη) είναι μεταξύ μηδέν κι ένα (0<μ<1). Κάθε σημείο θα έχει ένα μέλος σε κάθε ομάδα. Μέλη κοντά στη μονάδα υποδηλώνουν έναν υψηλό βαθμό ομοιότητας μεταξύ ενός σημείου και μιας ομάδας, ενώ μέλη κοντά στο μηδέν υποδηλώνουν μικρή ομοιότητα ανάμεσα στο σημείο και στο σύνολο. Το άθροισμα δε των μελών για κάθε σημείο πρέπει να είναι η μονάδα.

Τα βασικά στοιχεία ενός ασαφούς συστήματος, τα οποία περιγράφονται περιληπτικά στις παρακάτω παραγράφους, είναι:

!"η ασαφοποίηση

!"η ανάπτυξη των κανόνων

!"η επεξεργασία των κανόνων

!"η απασαφοποίηση

Κάθε συνεχής μαθηματική εξίσωση μπορεί να προσεγγιστεί από ένα ασαφές σύνολο. Ο τυπικός τρόπος με τον οποίο παριστάνουμε στα ασαφή συστήματα τα διάφορα μεγέθη είναι οι λεκτικές μεταβλητές, οι εκφράσεις των οποίων είναι ασαφείς αριθμοί. Οι ασαφείς αριθμοί είναι ασαφή σύνολα ορισμένα σε ένα διάστημα, τα οποία αναπαριστούν γλωσσικούς όρους όπως μικρό, μέσο, μεγάλο κ.λ.π., το περιεχόμενο των οποίων εξαρτάται από την συγκεκριμένη περίπτωση. Οι συναρτήσεις συμμετοχής των ασαφών αριθμών παίρνουν σίγουρα την τιμή 1 σε ένα σημείο ή το πολύ σε ένα διάστημα. Αριστερά του διαστήματος αυτού είναι αύξουσες και δεξιά φθίνουσες. Με τη βοήθεια των λεκτικών μεταβλητών διαμερίζουμε τα διαστήματα των τομών με ασαφή τρόπο και προσεγγίζουμε τη συνάρτηση του συστήματος (Σχήμα 1)

Σχήμα Error! Unknown switch argument.: Παράδειγμα λεκτικής μεταβλητής.

Ο προσδιορισμός της ή η εκτίμηση της γίνεται με πολλές μεθόδους και κατά τρόπο υποκειμενικό. Η ευρύτερα χρησιμοποιούμενη συνάρτηση συμμετοχής είναι τριγωνικής μορφής και παρουσιάζει το μέγιστο στην πιο αντιπροσωπευτική τιμή της συνάρτησης. Εκτός της τριγωνικής υπάρχουν και άλλες τυπικές συναρτήσεις, όπως η τραπεζοειδής, η σιγμοειδής κτλ. Για τον προσδιορισμό και την κατασκευή των συναρτήσεων συμμετοχής έχουν χρησιμοποιηθεί διάφορες μέθοδοι. Οι πιο αντιπροσωπευτικές είναι: η μέθοδος του μέσου όρου (average guess method), η μέθοδος της απόστασης (distance function method), η μέθοδος της διαισθητικής σχέσης (intuitive relation), η μέθοδος της δυαδικής ψήφου (binary polling), και η μέθοδος της σχετικής προτίμησης (relative preference) (Bezdek 1981). Στη συγκεκριμένη εργασία προτείνεται ως μέθοδος προσδιορισμού και κατασκευής συναρτήσεων συμμετοχής η δελφική μέθοδος, η οποία και αναλύεται στο επόμενο υποκεφάλαιο. Η διαδικασία προσδιορισμού της εξίσωσης συμμετοχής για κάθε μεταβλητή ενός προβλήματος ονομάζεται διαδικασία ασαφοποίησης.

Το δεύτερο βήμα στη μεθοδολογία προσέγγισης των Ασαφών Συστημάτων είναι ο ορισμός των κανόνων που συνδέουν την είσοδο και την έξοδο. Αυτοί οι κανόνες βασίζονται στη μορφή του "Εάν ... τότε". Η γνώση σε ένα πρόβλημα επίλυσης μπορεί να αντιπροσωπεύεται από έναν σύνολο κανόνων. Οι εφαρμογή των κανόνων ορισμού συνήθως ολοκληρώνεται από ειδικούς με γενικές γνώσεις στο συγκεκριμένο πεδίο. Δεν χρειάζεται να γίνει καθορισμός βάρους των χρησιμοποιούμενων κριτηρίων. Τα βάρη λαμβάνονται έμμεσα μέσω των χρησιμοποιούμενων κριτηρίων. Για παράδειγμα, εάν το εξαγόμενο σύνολο "καταλληλότητα" αποτελείται από δύο υποσύνολα τα οποία ονομάζονται: "μικρή" και "απαραίτητη" καταλληλότητα, οι κανόνες θα μπορούσαν να είναι της μορφής:

Εάν η απόσταση είναι μικρή τότε η καταλληλότητα είναι μικρή Εάν η απόσταση είναι μεγάλη τότε η καταλληλότητα είναι μεγάλη

Το επόμενο βήμα είναι η επεξεργασία των κανόνων. Αυτό το βήμα ονομάζεται επίσης και εξαγωγή συμπεράσματος (inference). Περιλαμβάνει τρία στάδια τα οποία είναι του αθροίσματος (αggregation), της επίπτωσης (implication) και της συσσώρευσης (accumulation). Το στάδιο του αθροίσματος (αggregation) παρέχει το βαθμό εκπλήρωσης

ΑΣΑΦΕΙΣ ΑΡΙΘΜΟΙ

ΛΕΚΤΙΚΟΙ ΟΡΟΙ ΜΙΚΡΗ ΜΕΓΑΛΗ

ΑΠΟΣΤΑΣΗ ΛΕΚΤΙΚΗ ΜΕΤΑΒΛΗΤΗ

ΒΑΣΙΚΗ ΜΕΤΑΒΛΗΤΗ

για το σύνολο των κανόνων. Στο στάδιο της επίπτωσης (Ιmplication) υπολογίζεται ο βαθμός εκπλήρωσης για το συμπέρασμα. Ενώ το στάδιο της συσσώρευσης (αccumulation) συνδυάζει τα μεμονωμένα αποτελέσματα των μεταβλητών που χρησιμοποιήθηκαν αρχικά.

Το αποτέλεσμα της επεξεργασίας των κανόνων μπορεί να μετατραπεί σε μια γλωσσική έκφραση ή σε μια στατιστική τιμή. Αυτή η δεύτερη επεξεργασία ονομάζεται απασαφοποίηση και υπάρχουν αρκετές μέθοδοι για να επιτευχθεί (Bezdek, 1981). Η κυριότερη μέθοδος απασαφοποίησης είναι η μέθοδος της μέγιστης τιμής. Για παράδειγμα:

Ασαφοποιημένα αποτελέσματα: 73% χαμηλή καταλληλότητα, 37% απαραίτητη καταλληλότητα Απασαφοποιημένα αποτελέσματα: χαμηλή καταλληλότητα Στη συνέχεια αναπτύσσονται συνοπτικά τα βασικά χαρακτηριστικά της δελφικής μεθόδου και τα πλεονεκτήματα της αξιοποίησης της στον καθορισμό των βασικών στοιχείων ενός ασαφούς συστήματος. 2.2 Δελφική μέθοδος Η δελφική μέθοδος είναι μια τεχνική που ανιχνεύει την πεποίθηση των μελών μιας ομάδας σχετικά με ένα θέμα. Αποτελείται απο μια σειρά επαναλαμβανόμενων ερωτήσεων, συνήθως με τη μορφή ερωτηματολογίων, σε μέλη μιας ομάδας των οποίων η γνώμη κρίνεται ενδιαφέρουσα. Μετά τις ερωτήσεις του πρώτου κύκλου, οι ερωτήσεις κάθε επόμενου κύκλου, σε κάθε μέλος, συνοδεύονται απο πληροφορίες που αφορούν τις απαντήσεις των υπόλοιπων μελών της ομάδας, οι οποίες παρουσιάζονται ανώνυμα. Ετσι το κάθε μέλος της ομάδας ενθαρρύνεται να ξανασκεφθεί την άποψη του και ενδεχομένως να την τροποποιήσει υπο το φως των απαντήσεων των άλλων μελών. Η μέθοδος παρέχει ίσες δυνατότητες έκφρασης απόψεων σε όλους τους συμμετέχοντες, για να αποφευχθούν συνηθισμένα σφάλματα ομάδων εργασίας (Λουκίσσας, 1993). Μετά απο δυο ή τρείς κύκλους η άποψη της ομάδας καθορίζεται απο το μέσο όρο. Η μέθοδος συνήθως διεξάγεται ασύγχρονα μέσω γραμμάτων ή του ηλεκτρονικού ταχυδρομείου, μπορεί δε να υλοποιηθεί και μέσω ενός συστήματος τηλεδιάσκεψης. Οι λειτουργίες μεταξύ των μελών της ομάδας, διευθύνονται από κάποιον συντονιστή που απομονώνει οτιδήποτε μη σχετικό με το θέμα της ομάδας. Με αυτόν τον τρόπο ξεπερνούνται τα συνήθη προβλήματα δυναμικής της ομάδας. Ο Coates (1975) περιγράφει τα δέκα στάδια της Δελφικής μεθόδου, όπως αυτή ισχύει σήμερα : 1. Σχηματισμός ομάδας υπεύθυνης για την επίβλεψη των διαδικασιών πάνω σε συγκεκριμένο ζήτημα.

2. Επιλογή μιας ή περισσοτέρων υποομάδων για να συμμετέχουν στην άσκηση. Συνήθως τα μέλη αυτών των υποομάδων είναι ειδικοί σε σχέση με το συγκεκριμένο ζήτημα.

3. Δημιουργία ερωτηματολογίου για την πρώτη φάση της Δελφικής μεθόδου. 4. Έλεγχος του ερωτηματολογίου για την καταλληλότητα του συντακτικού που χρησιμοποιείται.

5. Μετάδοση των πρώτων ερωτηματολογίων στα μέλη των υποομάδων. 6. Ανάλυση των απαντήσεων της πρώτης φάσης. 7. Προετοιμασία ερωτηματολογίων δεύτερης φάσης (και πιθανός έλεγχος). 8. Μετάδοση των ερωτηματολογίων της δεύτερης φάσης στα μέλη των υποομάδων. 9. Ανάλυση των απαντήσεων της δεύτερης φάσης (στάδια 7-9 επαναλαμβάνονται έως ότου επιτευχθεί σταθερότητα των αποτελεσμάτων).

10. Προετοιμασία μιας αναφοράς από την ομάδα ανάλυσης για την παρουσίαση συμπερασμάτων από την άσκηση . Σύμφωνα με τον Rowe (1972), δεν είναι απαραίτητος μεγάλος αριθμός εμπειρογνωμόνων. Ο ελάχιστος αριθμός αυτών που συμμετέχουν, εξαρτάται από τη δομή του προβλήματος. Πειράματα έδειξαν ότι μικρές ομάδες όπως αυτές των τεσσάρων μελών μπορούν να αποδώσουν ικανοποιητικά. Η έκβαση μιας Δελφικής ακολουθίας δεν είναι τίποτα άλλο παρά μια άποψη. Τα αποτελέσματα της ακολουθίας είναι τόσο έγκυρα, όσο έγκυρες είναι και οι απόψεις των εμπειρογνωμόνων οι οποίοι σχημάτισαν την ομάδα ομιλητών. Η άποψη των ειδικών συνοψίζεται στατιστικά παρά σε σχέση με την πλειοψηφία. Η Δελφική μέθοδος έχει δεχτεί επικρίσεις όπως και επαίνους. Κάποιοι ερευνητές (Benarie M., 1988), σε μελέτες τους υποστηρίζουν την χρήση της Δελφικής μεθόδου. Σε μια μελέτη τoυς παρουσιάζονται τα αποτελέσματα στο γενικό πρόβλημα εκτίμησης μελλοντικών πωλήσεων από τη χρήση διαφόρων μεθόδων. Μεταξύ αυτών χρησιμοποιήθηκε η δελφική μέθοδος, μη δομημένες, υποκειμενικές μέθοδοι πρόβλεψης καθώς και ποσοτικές μέθοδοι, όπως ανάλυση παλινδρόμησης και εκθετικής εξομάλυνσης. Σύμφωνα με τα αποτελέσματα η Δελφική μέθοδος, με τρεις κύκλους χρησιμοποιώντας 23 βασικά μέλη, παρουσίασε σφάλματα 3-4% σε σχέση με τις πραγματικές πωλήσεις για τα πρώτα δύο έτη, ενώ για τις υπόλοιπες μεθόδους ήταν, 10-15% για τις ποσοτικές και περίπου 20% για τις μη δομημένες, υποκειμενικές προβλέψεις. Γενικά, η Δελφική μέθοδος είναι μάλλον χρήσιμη στην απάντηση μιας συγκεκριμένης, μονοδιάστατης ερώτησης. Υπάρχει λιγότερη υποστήριξη για τη χρήση της στον καθορισμό σύνθετων εκτιμήσεων και προβλέψεων. Τα ποσοτικά μοντέλα είναι πιο κατάλληλα σε τέτοιες περιπτώσεις σε συνδυασμό με τα αποτελέσματα της Δελφικής μεθόδου που μπορούν να χρησιμοποιηθούν ως δεδομένα εισόδου. Η μέθοδος έχει μειονεκτήματα επίσης. Οι Rowe, Wright και Bolger (1991) συνοψίζουν τα μειονεκτήματα της μεθόδου στα εξής : χαμηλό επίπεδο αξιοπιστίας των κρίσεων μεταξύ των ειδικών και συνεπώς εξάρτησης των προβλέψεων πάνω στις ιδιαίτερες κρίσεις που έχουν επιλεχτεί, ευαισθησία των αποτελεσμάτων η οποία εξαρτάται από το ερωτηματολόγιο το οποίο χρησιμοποιείται για τη συλλογή δεδομένων σε κάθε γύρο και δυσκολία στην αποτίμηση της πραγματογνωμοσύνης που είναι συγχωνευμένη στην πρόβλεψη. Σύμφωνα με τα προηγούμενα προτείνεται η εφαρμογή της δελφικής μεθόδου στην κατασκευή και εκτίμηση των συναρτήσεων συμμετοχής, που αφορούν στην χωροθέτηση, όσο και στους κανόνες επιλογής των ΧΥΤΑ, αν και θα μπορούσε πολύ εύκολα να αξιοποιηθεί σε οποιοδήποτε άλλο γεωγραφικό πρόβλημα. Πιο αναλυτικά, για την χωροθέτηση ΧΥΤΑ, προτείνονται τα εξής βήματα:

Αρχικά στο πρώτο βήμα διαμορφώνεται ένα ερωτηματολόγιο (ανοιχτό ερώτημα), στο οποίο η επιτροπή καλείται να προσδιορίσει τα κριτήρια αποκλεισμού και επιλογής των ΧΥΤΑ. Έπειτα στο δεύτερο βήμα, το ερώτημα επαναλαμβάνεται, δηλαδή κάθε μέλος της επιτροπής ανατροφοδοτείται με τις απαντήσεις των μελών και τα στατιστικά δεδομένα, και ενθαρρύνεται να ξανασκεφτεί, πιθανά να αναθεωρήσει απαντώντας ξανά για τα τελικά κριτήρια αποκλεισμού και επιλογής. Το βήμα αυτό είναι δυνατόν να επαναληφθεί να υπάρχει ανάγκη. Στο τρίτο βήμα, μετά τη δημιουργία του οριστικού καταλόγου των κριτηρίων, κάθε μέλος της επιτροπής καλείται να απαντήσει σε μια καινούργια ερώτηση, η οποία αφορά στον προσδιορισμό των συναρτήσεων συμμετοχής για κάθε κριτήριο. Πιο

συγκεκριμένα, η ερώτηση αφορά στον προσδιορισμό των υποκλάσεων, και της χρησιμοποιούμενης συνάρτησης, καθώς και την επικάλυψη των υποκλάσεων. Η επιτροπή μπορεί να θέσει περιορισμούς ως προς το πλήθος των υποκλάσεων για κάθε συνάρτηση και ως προς τα είδη των συναρτήσεων. Στο τέταρτο βήμα, η επιτροπή ανατροφοδοτείται με τις προτάσεις των μελών και τα αντίστοιχα στατιστικά αποτελέσματα, και καλείται να επανατοποθετηθεί στις προτεινόμενες παραμέτρους. Το πέμπτο βήμα αποτελεί τον οριστικό προσδιορισμό των κλάσεων για κάθε συνάρτηση συμμετοχής. Η μέθοδος μπορεί να συνεχισθεί με τον προσδιορισμό των κανόνων επιλογής των υποψήφιων περιοχών χωροθέτησης των ΧΥΤΑ. Ετσι το επόμενο έκτο βήμα, διαμορφώνεται ένα ερωτηματολόγιο (ανοιχτό ερώτημα), στο οποίο η επιτροπή καλείται να προσδιορίσει τους κανόνες επιλογής των ΧΥΤΑ. Στο έβδομο βήμα, το ερώτημα επαναλαμβάνεται, δηλαδή κάθε μέλος της επιτροπής ανατροφοδοτείται με τις απαντήσεις των μελών και τα στατιστικά δεδομένα, και ενθαρρύνεται να ξανασκεφτεί, πιθανά να αναθεωρήσει απαντώντας ξανά για τους τελικούς κανόνες χωροθέτησης. Το βήμα αυτό είναι δυνατόν να επαναληφθεί να υπάρχει ανάγκη. Στο όγδοο και τελευταίο βήμα, προκύπτει και ορίζεται ο κατάλογος των κανόνων.

Στη συνέχεια παρατίθεται εφαρμογή της προτεινόμενης μεθοδολογίας χωροθέτησης ΧΥΤΑ, με την χρήση των ΓΣΠ, της λογικής της ασάφειας και της δελφικής μεθόδου.

3. ΕΦΑΡΜΟΓΗ Η εφαρμογή που αναπτύσσεται στην συγκεκριμένη εργασία βασίζεται στο πρόγραμμα “Σχέδιο δράσης για τον εντοπισμό θέσεων και για την ανάπτυξη μεθόδων σχεδιασμού και αξιολόγησης των περιβαλλοντικών επιπτώσεων που αφορούν τους χώρους υγειονομικής ταφής (Χ.Υ.Τ.Α.) στα Κυβερνεία της Αιγύπτου” (“Action plan for the site location on the development of design operation & environmental impact assessment methods of solid waste sanitary landfills in Egypt Governorates”), το οποίο χρηματοδοτείται από την Έυρωπαική Ένωση στα πλαίσια του Προγράμματος Life για τις Τρίτες Χώρες.

Η περιοχή μελέτης, που επιλέχθηκε για τους σκοπούς αυτής της εργασίας, είναι το Κυβερνείο του Καΐρου, μια από τις είκοσι επτά διοικητικές μονάδες της χώρας. Τα πακέτα λογισμικού, που χρησιμοποιήθηκαν είναι το ARC/INFO 7.2.1, το ARCVIEW 3.2 και το DATA ENGINE 2.0.

Τα βήματα που υλοποιήθηκαν στη συγκεκριμένη μελέτη χωροθέτησης ΧΥΤΑ, σύμφωνα με τη δελφική μέθοδο, στο κυβερνείο του Καίρου, στην Αίγυπτο, ήταν τα εξής: Αρχικά στο πρώτο βήμα διαμορφώθηκε ένα ερωτηματολόγιο με πιθανά κριτήρια, προσδιορισμένα εκ των προτέρων, για τα οποία εντεκαμελής επιτροπή, κλήθηκε να επιλέξει τα σημαντικότερα. Έπειτα στο δεύτερο βήμα, το ερώτημα επαναλήφθηκε, δηλαδή κάθε μέλος της επιτροπής ανατροφοδοτήθηκε με τις απαντήσεις των μελών και τα στατιστικά δεδομένα, και ενθαρρύνθηκε να ξανασκεφτεί, πιθανά να αναθεωρήσει απαντώντας ξανά για τα τελικά κριτήρια αποκλεισμού και επιλογής. Τα τελικά κριτήρια απεικονίζονται στους πίνακες 1 και 2.

Συχνότητα Κριτήριο Συχνότητα Κριτήριο 7 Άτομα Νείλος 10 Άτομα Αστικές περιοχές 8 Άτομα Τουριστικές περιοχές 9 Άτομα Προςτατευόμενες ζώνες 7 Άτομα Κανάλια

6 Άτομα ΄Ελη 10 Άτομα Αερολιμένες – λιμάνια 8 Άτομα Γεωτρήσεις 9 Άτομα Λίμνες 7 Άτομα Λεκάνες απορροής

8 Άτομα Ρήγματα 8 Άτομα Ακτογραμμή 7 Άτομα Γεωργικό έδαφος 9 Άτομα Βασικό οδικό δίκτυο

9 Άτομα Ρέματα 9 Άτομα Πυραμίδες 8 Άτομα Δευτερεύων οδικό δίκτυο

Πίνακας 1: Κριτήρια αποκλεισμού Συχνότητα Κριτήριο 9 Άτομα Γεωλογικά, υδρογεωλογικά, υδρολογικά κριτήρια 8 Άτομα Σταθμισμένη απόσταση δρόμων ή σιδηροδρόμου της περιοχής από τις πηγές αποβλήτων 8 Άτομα Μέγεθος και Τεχνολογική απλότητα των απαραίτητων εργασιών υποδομής

συμπεριλαμβανομένου του δρόμου πρόσβασης από το υπάρχον δίκτυο μεταφορών στο ΧΥΤΑ

7 Άτομα Κόστος έκτασης Πίνακας 2: Κριτήρια επιλογής

Τα απαραίτητα γεωγραφικά δεδομένα, τα οποία αντιστοιχούν στα κριτήρια επιλογής και αποκλεισμού, προήλθαν από την ψηφιοποίηση υποβάθρων κλίμακας 1:250000. Τα δεδομένα μετατράπηκαν σε raster μορφή, με μέγεθος pixel 75 μ., που αντιστοιχεί στο ¼ του 1 χιλ της κλίμακας, για να είναι ευχερής η διαδικασία της ανάλυσης (Karkazi et al, 2001). Για κάθε γραμμικό επίπεδο υπολογίσθηκε η ευκλείδεια απόσταση των στοιχείων του για την περιοχή μελέτης. Τα τελικά θεματικά επίπεδα αλληλεπιτέθηκαν σε ένα επίπεδο, ώστε να είναι δυνατή η επεξεργασία με την μέθοδο της λογικής της ασάφειας.

Στο τρίτο βήμα, μετά τη δημιουργία του οριστικού καταλόγου των κριτηρίων και της δημιουργίας της γεωγραφικής βάσης δεδομένων, κάθε μέλος της επιτροπής κλήθηκε να απαντήσει σε μια καινούργια ερώτηση, η οποία αφορούσε στον προσδιορισμό των συναρτήσεων συμμετοχής για κάθε κριτήριο. Πιο συγκεκριμένα, η ερώτηση αφορούσε στον προσδιορισμό των υποκλάσεων, και της χρησιμοποιούμενης συνάρτησης, καθώς και την επικάλυψη των υποκλάσεων, με όριο δύο υποκλάσεις για κάθε συνάρτηση και μορφή συνάρτησης την τριγωνική ή την τραπεζοειδή. Στο τέταρτο βήμα, η επιτροπή ανατροφοδοτήθηκε με τις προτάσεις των μελών και τα αντίστοιχα στατιστικά αποτελέσματα, και κλήθηκε να επανατοποθετηθεί στις προτεινόμενες παραμέτρους. Το πέμπτο βήμα αποτέλεσε τον οριστικό προσδιορισμό των κλάσεων για κάθε συνάρτηση συμμετοχής, όπως εμφανίζονται στον επόμενο πίνακα 3 καθώς και στο σχήμα 2.

Κριτήριο Λεκτική μεταβλητή Συνάρτηση Συμμετοχής

Πρωτεύων οδικό δίκτυο

Απόσταση: Μικρή(x), Μεγάλη(x)

>≤≤−

<=

1300(x)ό 1, 1300(x)ό 700 700)/600, (x)ό(

700(x)ό 0, (x)

στασηαπανστασηαπανστασηαπ

στασηαπανΜεγάλη

Δευτερεύον οδικό δίκτυο

Απόσταση: Μικρή(x), Μεγάλη(x)

>≤≤−

<=

1400(x)ό , 1 1400(x)ό 600 600)/800, (x)ό(

600(x)ό 0, (x)

στασηαπανστασηαπανστασηαπ

στασηαπανΜεγάλη

Ρήγματα Απόσταση: Μικρή(x), Μεγάλη(x)

>≤≤−

<=

1200(x)ό 1, 1200(x)ό 800 800)/400, (x)ό(

800(x)ό 0, (x)

στασηαπανστασηαπανστασηαπ

στασηαπανΜεγάλη

Αεροδρόμια –Λιμάνια

Απόσταση: Μικρή(x), Μεγάλη(x)

>≤≤−

<=

7500(x)ό 1, 7500(x)ό 4500, 4500)/3000(x)ό(

4500(x)ό 0, (x)

στασηαπανστασηαπανστασηαπ

στασηαπανΜεγάλη

Ρέματα Απόσταση: Μικρή(x), Μεγάλη(x)

>≤≤−

<=

1200(x)ό 1, 1200(x)ό 800 800)/400, (x)ό(

800(x)ό 0, (x)

στασηαπανστασηαπανστασηαπ

στασηαπανΜεγάλη

Λεκάνες Απορροής Απόσταση: Μικρή(x), Μεγάλη(x)

>≤≤−

<=

1200(x)ό 1, 1200(x)ό 800 800)/400, (x)ό(

800(x)ό 0, (x)

στασηαπανστασηαπανστασηαπ

στασηαπανΜεγάλη

Κανάλια Απόσταση: Μικρή(x), Μεγάλη(x)

>≤≤−

<=

2500(x)ό 1, 2500(x)ό 1500, 1500)/1000(x)ό(

1500(x)ό 0, (x)άM

στασηαπανστασηαπανστασηαπ

στασηαπανληεγ

Νείλος Ποταμός Απόσταση: Μικρή(x), Μεγάλη(x)

>≤≤−

<=

6000(x)ό 1, 6000(x)ό 4000, 4000)/2000(x)ό(

4000(x)ό 0, (x)άM

στασηαπανστασηαπανστασηαπ

στασηαπανληεγ

Προστατευτέες Περιοχές

Απόσταση: Μικρή(x), Μεγάλη(x)

>≤≤−

<=

6000(x)ό 1, 6000(x)ό 4000, 4000)/2000(x)ό(

4000(x)ό 0, (x)άM

στασηαπανστασηαπανστασηαπ

στασηαπανληεγ

Αςτικές περιοχές Απόσταση: Μικρή(x), Μεγάλη(x)

>≤≤−

<=

2000(x)ό 1, 2000(x)ό 1000, 1000)/1000(x)ό(

1000(x)ό 0, (x)άM

στασηαπανστασηαπανστασηαπ

στασηαπανληεγ

Αγροτική γη Γεωργική Γη Χαμηλή(x), Υψηλή(x)

{ }0)εκτάσεις(x έ 0, ή(x) ==Χ ςγεωργικαναµηλ

Γεωλογία – Υδρογεωλογία

Γεωλ.– Υδρογ. Χαμηλή(x), Υψηλή(x)

≥−<−

=Υ4(x)ίί 1, 4(x)ίί 0,

ή(x)αυδρογεωλογαγεωλογαναυδρογεωλογαγεωλογαν

ψηλ

Πίνακας 3: Χρησιμοποιηθέντα κριτήρια, λεκτικές μεταβλητές και συναρτήσεις συμμετοχής.

Σχήμα 2: Γραφική απεικόνιση της συνάρτησης συμμετοχής για το κριτήριο “Απόσταση από Αεροδρόμιο”. Απαραίτητο για να ορισθεί πλήρως το ασαφές σύστημα, είναι ο προσδιορισμός κατάλληλων όρων για τον χαρακτηρισμό των αποτελεσμάτων της επεξεργασίας των δεδομένων. Οι όροι αυτοί, είναι οι λεγόμενοι λεκτικοί συμβολισμοί (linguistic symbols)

και αφορούν άμεσα το ασαφές αποτέλεσμα της ανάλυσης. Στην συγκεκριμένη εφαρμογή, οι όροι που χρησιμοποιούνται σχετίζονται με την καταλληλότητα των τοποθεσιών για χωροθέτηση Χ.Υ.Τ.Α. και διακρίνονται σε χαμηλή καταλληλότητα και σε υψηλή καταλληλότητα. Στο τέλος της διαδικασίας της ασαφούς λογικής, σε κάθε τοποθεσία της περιοχής μελέτης θα αποδοθεί μια τιμή, από το 0 – 100, για τα δύο υποσύνολα καταλληλότητας, χαμηλή και υψηλή.

Η μέθοδος συνεχίσθηκε με τον προσδιορισμό των κανόνων επιλογής των υποψήφιων περιοχών χωροθέτησης των ΧΥΤΑ. Ετσι στο επόμενο, έκτο βήμα, διαμορφώθηκε ένα ερωτηματολόγιο (ανοιχτό ερώτημα), στο οποίο η επιτροπή κλήθηκε να προσδιορίσει τους κανόνες επιλογής των ΧΥΤΑ. Στο έβδομο βήμα, το ερώτημα επαναλήφθηκε, δηλαδή κάθε μέλος της επιτροπής ανατροφοδοτήθηκε με τις απαντήσεις των μελών και τα στατιστικά δεδομένα, και ενθαρρύνθηκε να ξανασκεφτεί, πιθανά να αναθεωρήσει απαντώντας ξανά για τους τελικούς κανόνες χωροθέτησης. Στο όγδοο και τελευταίο βήμα, προέκυψε και ορίσθηκε ο τελικός κατάλογος των κανόνων. Συνολικά συντάχθηκαν δεκαεννέα (19) κανόνες, μέσω των οποίων έγινε προσπάθεια να συνδυασθούν όσο το δυνατό καλύτερα τα δώδεκα κριτήρια αποκλεισμού, με στόχο την βέλτιστη απόδοση της ανθρώπινης σκέψης και την λήψη ικανοποιητικών αποτελεσμάτων. Αυτό που θα πρέπει να σημειωθεί σχετικά με τους κανόνες που δημιουργήθηκαν είναι ότι καθένας χαρακτηρίζεται από ένα βαθμό βεβαιότητας ή από ένα ποσοστό βεβαιότητας. Το ποσοστό βεβαιότητας αναφέρεται στο πόσο σημαντικός είναι ο κάθε κανόνας για την εκπλήρωσή του, καθώς επίσης αναφέρεται και στη σχετική σημαντικότητα των επιμέρους λογικών προτάσεων από τις οποίες αποτελείται. Ένα μικρό δείγμα των κανόνων αυτών παρατίθεται ακολούθως: 1. Εάν οι αποστάσεις από το πρωτεύον οδικό και το δευτερεύον οδικό δίκτυο είναι μεγάλες και οι αποστάσεις από τις προστατευμένες περιοχές και τα αστικά κέντρα είναι μεγάλες και η γεωργική γη είναι χαμηλή, τότε η καταλληλότητα είναι υψηλή με βεβαιότητα 80%

2. Εάν οι αποστάσεις από τις προστατευμένες περιοχές και τα αστικά κέντρα είναι μεγάλες και η γεωργική γη είναι χαμηλή και η γεωλογία-υδρογεωλογία είναι υψηλή, τότε η καταλληλότητα είναι υψηλή με βεβαιότητα 85%

3. Εάν οι αποστάσεις από το πρωτεύον οδικό και το δευτερεύον οδικό δίκτυο είναι μεγάλες και οι αποστάσεις από τα ρήγματα, τα ρέματα και τις λεκάνες απορροής είναι μεγάλες, τότε η καταλληλότητα είναι υψηλή με βεβαιότητα 45%

Το επόμενο στάδιο της επεξεργασίας, αναφέρεται στην διαδικασία με την οποία εξάγονται τα αποτελέσματα από τα υπάρχοντα γεγονότα και την διαθέσιμη γνώση. Το βήμα αυτό περιλαμβάνει την επεξεργασία των κανόνων ή με άλλα λόγια αναφέρεται στις λογικές πράξεις που γίνονται προκειμένου να εξαχθεί το αποτέλεσμα. Για την εξαγωγή του συμπεράσματος χρησιμοποιήθηκαν οι εξής τελεστές: «Aggregation operator = Minimum», «Implication operator = Algebraic Product» και «Accumulation operator = Maximum».

Τα αποτελέσματα της ανάλυσης της μεθόδου της ασαφούς λογικής παρουσιάζονται στο Χάρτη 1. Τα εικονοστοιχεία με βαθμό συμμετοχής κοντά στην μονάδα υποδηλώνουν περιοχές με υψηλή καταλληλότητα για χωροθέτηση Χ.Υ.Τ.Α., ενώ αυτά στα οποία ο βαθμός συμμετοχής τείνει στο μηδέν χαρακτηρίζονται ως ακατάλληλα προς χωροθέτηση.

Χάρτης 1: Αποτελέσματα ανάλυσης

Παρατηρώντας τα αποτελέσματα διαπιστώνουμε, ότι η λογική της ασάφειας αποδίδει βαθμιαία την καταλληλότητα των υποψήφιων θέσεων για την εγκατάσταση ενός ΧΥΤΑ., ενώ αντίθετα, η δυαδική λογική θα παρουσίαζε σαφή διαχωρισμό ανάμεσα στις κατάλληλες και στις ακατάλληλες θέσεις για χωροθέτηση. Από τα αποτελέσματα της ανάλυσης της ασαφούς λογικής, οι περιοχές που επικεντρώνουν το ενδιαφέρον και χαρακτηρίζονται από υψηλή καταλληλότητα (τιμές βαθμού συμμετοχής μεγαλύτερες από 0,8 ή 80%) αποτελούν το 40% του συνόλου της έκτασης. Η διαπίστωση αυτή αποτελεί ένα κρίσιμο σημείο μιας και το στάδιο της προκαταρκτικής επιλογής ικανοποιητικών θέσεων (screening) βασίζεται κυρίως στον αποκλεισμό των περιοχών εκείνων που χρήζουν προστασίας, ενώ συγχρόνως δημιουργεί μια ιεραρχικά βαθμολογημένη λίστα με τις υποψήφιες περιοχές. Το αποτέλεσμα, λοιπόν, με τη μέθοδο της ασαφούς λογικής, δίνει τη δυνατότητα στο μελετητή να επιλέξει την ιδανικότερη θέση για την χωροθέτηση του νέου Χ.Υ.Τ.Α., αφού του παρέχει μια βαθμονόμηση των περιοχών ανάλογα με τις ανάγκες του. Ενώ η δυαδική λογική δίνει ένα πλήθος περιοχών που ικανοποιούν όλα τα κριτήρια, η ασαφής λογική εμπεριέχει στο αποτέλεσμά της και την εμπειρία του μελετητή στην επιλογή της καλύτερης λύσης, μέσα από τη βαθμονόμηση των αποτελεσμάτων.

Η ‘ευλυγισία’ σε ότι αφορά τις επιλογές των τελικών θέσεων αποτελεί ένα ακόμα χαρακτηριστικό της μεθόδου της ασαφούς λογικής. Χρησιμοποιώντας ένα χάρτη που περιέχει αποτελέσματα από ασαφή ανάλυση δεδομένων οι λήπτες των αποφάσεων, λαμβάνοντας κάθε φορά υπόψη το πόσο αυστηρό είναι το εκάστοτε νομοθετικό πλαίσιο για τις χωροθετήσεις και συνυπολογίζοντας τους περιβαλλοντικούς και κοινωνικο-οικονομικούς παράγοντες που διέπουν μια κατάσταση, μπορούν να επιλέξουν αρχικά περιοχές με υψηλό βαθμό συμμετοχής και εν συνεχεία να προχωρήσουν στο επόμενο στάδιο αυτό δηλαδή της επιτόπιας έρευνας (επίσκεψη στο πεδίο). Εάν και εφόσον για κάποιο λόγο μια τοποθεσία θεωρηθεί ακατάλληλη δίδεται η δυνατότητα επιλογής μιας επόμενης θέσης από τη βαθμονομημένη λίστα με τον ίδιο βαθμό συμμετοχής ή διαφορετικό μικρότερης όμως καταλληλότητας. Το όφελος από αυτή τη διαδικασία είναι ότι δεν χρειάζεται να επαναληφθεί η διαδικασία ανάλυσης των δεδομένων ή να αλλάξουν οι κανόνες ή ακόμα και τα κριτήρια αποκλεισμού εξοικονομώντας έτσι χρόνο και προσπάθεια.

Επιπλέον, ένας μεγάλος αριθμός συμπληρωματικών κριτηρίων εφαρμογής, όπως: η απαιτούμενη έκταση για την χωροθέτηση ενός Χ.Υ.Τ.Α., η απόσταση από την πηγή παραγωγής απορριμμάτων, η διαθεσιμότητα του οδικού δικτύου, η χρήσεις γης, το ιδιοκτησιακό καθεστώς της γης, κλπ, μπορούν να ληφθούν υπόψη και να οδηγήσουν στην επιλογή των βέλτιστων θέσεων. Βέβαια, πρέπει να σημειωθεί ότι το αποτέλεσμα μιας προκαταρτικής επιλογής θέσεων δεν πρέπει να θεωρείται ως τελικό μιας και ένας μεγάλος αριθμός επιπλέον παραγόντων πρέπει να ληφθεί υπόψη κατά τις επιτόπιες έρευνες και αξιολογήσεις των υποψηφίων θέσεων. Η οριστική επιλογή της περισσότερο κατάλληλης θέσης για χωροθέτηση πρέπει να γίνεται μετά από την εξέταση όλων των πιθανών βέλτιστων θέσεων.

3. ΣΥΜΠΕΡΑΣΜΑΤΑ

Η συγκεκριμένη εργασία ασχολήθηκε με ένα τυπικό πρόβλημα χωροταξικού σχεδιασμού, σύμφωνα με το οποίο τόσο τα περισσότερα φαινόμενα που μελετώνται όσο και τα χαρακτηριστικά τους, δεν μπορούν να καθορισθούν μοναδιαία. Η δίχρωμη αντίληψη του χώρου (άσπρο – μαύρο) της δυαδικής λογικής, η οποία αποτελεί συνήθως τη βάση σε προβλήματα χωροταξικού σχεδιασμού, στέκει αδύναμη σε προβλήματα όπου υπάρχει αμφιβολία, ανακρίβεια και ασάφεια στον προσδιορισμό των ορίων των φαινομένων. Το πρόβλημα αυτό είναι σύνηθες σε χωρικά – περιβαλλοντικά συστήματα τα οποία είναι πολύπλοκα και χαρακτηρίζονται από υποκειμενικότητα, έλλειψη στοιχείων και ανακρίβεια. Συνήθως, τα δεδομένα που έχουν χωρική αναφορά δεν μπορούν να περιγραφούν με ακριβή τρόπο.

Η θεωρία του ασαφούς συνόλου, που περιέγραψε ο Zadeh (1965), ως επέκταση της συνηθισμένης δυαδικής άλγεβρας, ταιριάζει με προβλήματα όπως αυτό της χωροθέτησης ΧΥΤΑ, όπου υπάρχει μια αβεβαιότητα στους κανόνες που διέπουν τα όρια των κριτηρίων που εφαρμόζονται. Μπορούμε να πούμε ότι η εφαρμογή παραδοσιακών προσεγγίσεων για την χωροθέτηση ΧΥΤΑ που βασίζονται κυρίως σε περιβαλλοντικά χαρακτηριστικά είναι ελλιπής, εξαιτίας της ασάφειας που παρουσιάζουν αυτού του είδους τα χαρακτηριστικά. Αντιθέτως, η ασαφής λογική μεταχειρίζεται κατάλληλα τα φαινόμενα αυτά και έχει αρκετά πλεονεκτήματα έναντι των κλασσικών μεθόδων, όπως άλλωστε παρουσιάσθηκε και στην εν λόγω εργασία.

Πιο συγκεκριμένα, η εισαγωγή της ασαφούς λογικής σε τέτοιου είδους διαδικασίες ανάλυσης χωρικών δεδομένων, προσφέρει:

#" έναν τρόπο διαχείρισης και επεξεργασίας δεδομένων ανάλογο με αυτόν της ανθρώπινης λογικής,

#" την δυνατότητα συνδυασμού των παραμέτρων που συμμετέχουν στο πρόβλημα, μέσα από λογικές πράξεις, επιτρέποντας την ταυτόχρονη επεξεργασία κριτηρίων,

#" περισσότερες εναλλακτικές θέσεις, οι οποίες χάνονται με τη στατιστική λογική #" διαβάθμιση της καταλληλότητας των αποτελεσμάτων και γενικότερα μια ιεραρχική κατάταξη του συνόλου του γεωγραφικού χώρου, και

#" λιγότερες επαναλήψεις του ιδίου μοντέλου με σκοπό την επιλογή της βέλτιστης θέσης.

Η μέθοδος της ασαφούς λογικής στον σχεδιασμό με Γ.Σ.Π. παρουσιάζει επίσης προβλήματα. Το πιο σημαντικό πρόβλημα στην χρήση της θεωρίας του ασαφούς συνόλου στον χωροταξικό σχεδιασμό, αποτελεί ο ορισμός της συνάρτησης συμμετοχής.

Στη συγκεκριμένη εργασία προτάθηκε, η δελφική μέθοδος για την αξιολόγηση και αποτίμηση των συναρτήσεων συμμετοχής. Η χρήση της κατέδειξε ότι είναι ένα ισχυρό και εύκαμπτο εργαλείο, ικανό να προσδιορίζει και να αποτιμά με αξιόπιστο τρόπο, υποκειμενικές παραμέτρους, όπως η συνάρτηση συμμετοχής, μιας γεωγραφικής μεταβλητής. Βασικό πλεονέκτήμα της είναι ότι κανένας ειδικός εξοπλισμός ή λογισμικό δεν απαιτείται. Η Δελφική μέθοδος παρουσιάζει επίσης προβλήματα, ένα από αυτά και το πιο σημαντικό ίσως είναι και το ότι εξαρτάται ιδιαίτερα από τον ερευνητή. Η μετατόπιση του ερευνητή κατά τη διάρκεια της μελέτης θα μπορούσε να προκαλέσει σοβαρά προβλήματα. Ο συγχρονισμός της μελέτης είναι δύσκολος, λόγω του μεγάλου αριθμού επαφών και συνεδριάσεων που απαιτούνται. Άλλα προβλήματα επίσης είναι η έλλειψη καταρτισμένου προσωπικού, η έλλειψη τεχνικών οδηγιών, ή η έλλειψη δημοσιότητας της προσέγγισης της Δελφικής Μεθόδου. Ο Woudenberg (1991) επισημαίνει τη δυσκολία στην αξιολόγηση της ακρίβειας και της αξιοπιστίας μιας μεθόδου που έχει την κρίση και την άποψη ως βάση της. Η πραγματική πρόκληση είναι η ανάγκη για ανάπτυξη κατάλληλων μεθόδων που να αφορούν την χωροθέτηση Χ.Υ.Τ.Α. και να προσεγγίζουν την ανθρώπινη σκέψη, όπως είναι η ασαφής λογική. Τέτοιου είδους μέθοδοι θα πρέπει να έχουν τη δυνατότητα να αντιμετωπίζουν δεδομένα περιβαλλοντικής και κοινωνικο-οικονομικής φύσεως. Η προσπάθεια ανάπτυξης και εκτίμησης κατάλληλων μεθόδων για χωρική ανάλυση, όπως η ασαφής λογικής, είναι πολύ σημαντική, ειδικότερα σε μια περίοδο που η διαθεσιμότητα των γεωγραφικών δεδομένων είναι μεγάλη και τα όριά τους σχετικά ανακριβή.

Συμπερασματικά λοιπόν γίνεται αντιληπτό ότι, καθ’ όσο η μέθοδος αυτή γίνεται όλο και πιο γνωστή, η διαδικασία χωροθέτησης Χ.Υ.Τ.Α. θα γίνεται όλο και πιο εύκολη, χωρίς αυτό βέβαια να σημαίνει ότι πρέπει κατ’ ανάγκη να καταργηθεί η επεξεργασία των χωρικών δεδομένων με την δυαδική λογική ούτε ότι η υλοποίηση ορίων που βασίζεται στην ασαφή λογική είναι πανάκεια, ενώ θα πρέπει επίσης να τονισθεί ότι το μεθοδολογικό πλαίσιο, καθώς και τα τεχνολογικά εργαλεία που χρησιμοποιήθηκαν, θα μπορούσε να έχει και άλλες γεωγραφικές εφαρμογές

ΒΙΒΛΙΟΓΡΑΦΙΑ

Banai R., 1993, Fuziness in Geographic Information Systems: Contributions from the Analytic Hierarchy Process, International Journal of GIS, Vol. 7, pp. 315-329 Benarie M., 1988, ‘Delphi- and Delphilike approaches with special regard to environmental standard setting’, Springer Bezdek C. J., Pattern Recognition with Fuzzy Objective Function Algorithms, New York: Plenum Press, 1981 Burrough P., Methods of Spatial Analysis in GIS, International Journal of Geographical Information Systems, 4, pp 221-223, 1990 Burrough P., Natural Objects with Indeterminate Boundaries, In Geographic Objects with Indeterminated Boundaries ed. by Burrough and Frank A., Taylor & Francis, pp. 3-29, 1996 Burrough P., Principles of Geographic Information Systems, 1986 Coates J, 1975, ‘In Defense of Delphi : A review of Delphi assessment, expert opinion, Forecasting and group process, Taylor & Francis. Dawkins R., 1993, Meet my Cousin, the Chimpanzee, New Scientist, 138, 36-38 Fischer Ρ., Boolean and Fuzzy Regions in Geographic Objects with Indeterminated Bounadries ed. by Burrough and Frank A., Taylor & Francis, pp. 87-95, 1996

Haines-Young R., 1993, G. David and Cousins S., Landscape Ecology and GIS, Taylor and Francis Hung –Yueh Lin, Jehng-Jung Kao, A vector-based spatial model for landfill sitting, Journal of Hazardous Materials, pp 3-14 Vol 58, 1998 Hung –Yueh Lin, Jehng-Jung Kao, Enhanced spatial model for landfill sitting analysis, Journal of environmental engineering, 1999 Hung-Yue, Jehng-Jung, Kung-Cheh & Hue-Yuan, Fuzzy GIS Assisted Landfill Sitting Analysis, Proceedings of the International Conference on Solid Waste Technology and Management, pp.8, 1996 ISWA, Guidance for land filling waste in economically developing countries, 1998 Jehng-Jung Kao, A raster-based C program for sitting a landfill with optimal compactness, Computers & Geosciences, pp 837-847 Vol 22 No. 8, 1996 Jehng-Jung Kao, Hung –Yueh Lin, Multifactor spatial analysis for landfill sitting, Journal of environmental engineering, 1996 Jehng-Jung Kao, Wie-Yea Chen, Hung –Yueh Lin, Show-Jyi Guo, Network expert Geographic Information Systems for landfill sitting, Journal of environmental engineering, 1996 Kandel A., Fuzzy Mathematical Techniques with Applications, New York: Addison-Wesley, 1986 Karkazi A. Hatzichristos T. Mavropoulos A. Emmanouilidou A. Elseoud A., Landfill Siting Using Gis And Fuzzy Logic, Eight International Waste Management & Landfill Symposium, Sardinia, October 2001 Kosko B. & Isaka Satoru, Fuzzy Logic, Scientific American, 1993 Kosko B., Fuzzy Thinking, Flamingο Press, New York, 1996 Λουκίσσας Φ., 1993, Μεθοδολογικά Θέματα Περιβαλλοντικής Πολιτικής, στο βιβλίο Περιβαλλοντική Κρίση με κριτές τους Κ. Κουτσόπουλο, Δ. Παναγόπουλο, Δ. Ρόκο, σελ. 297-335, Εκδόσεις Σύγχρονη Εποχή Muhammad Z. Siddiqui, Jess W. Everett, Baxter E. Vieux, Landfill sitting using Geographic Information Systems: A demonstration, Journal of Εnvironmental Εngineering, 1996 Munda G. Nijkamp P. Rietveld P., Multicriteria Evaluation in Environmental Management: Why and How?, in Applying Multiple Criteria Aid for Decision Management, Kluwer Academic Publishers, pp. 1-22, 1994 Openshaw S, Artificial Intelligence in Geography, Wiley, London. 1997 RoweG, Wright G.,, Bolger F., ‘Delphi a revaluation of research and theory’, Springer, 1991. Scholten G.I. & Stillwel J.H., Geographical Information Systems for Urban and Regional Planning, London: Kluwer Academic, 1990 Sui D., A Fizzy GIS Modeling Approach for Urban Land Evaluation, Computer Environment and Urban Systems, vol 16, pp. 101-115, 1992 Tchobanoglous, C. Theisen, H. & Vigil, S.A., Integrated Solid Waste Management: Engineering Principles and Management Issues. Singapore: McGraw – Hill, p.377, 1993 Zadeh L.A., Fuzzy Sets, Information and Control, 8, pp. 338-353, 1965 Zimmermann H-J. Fuzzy Set Theory – An Inferential Mechanism in Mathematical Models for Decision Support, NATO ASI Series 727-741, 1988 Zyma R., Sitting considerations for resource recovery facilities public works, pp. 84-86, 1990