اولویت بندی عوامل و پهنه بندی حساسیت وقوع زمین لغزش در حوزه آبخیز سد کرج

Publish Year: 1403
نوع سند: مقاله ژورنالی
زبان: Persian
View: 27

This Paper With 15 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_JWEM-16-1_001

تاریخ نمایه سازی: 19 فروردین 1403

Abstract:

مقدمهشناخت نواحی مستعد وقوع زمین لغزش و خطرات ناشی از آن، یکی از اقدامات اولیه در مدیریت منابع طبیعی و برنامه ریزی های توسعه ای و عمرانی است. با توجه به تلفات جانی، خسارات مالی و تاثیرات محیط زیستی، زمین لغزش یکی از مهم ترین بلایای طبیعی در جهان و به ویژه در ایران بوده است که هر ساله نقش به سزایی در تخریب جاده های ارتباطی، تخریب مراتع، باغ ها، مناطق مسکونی، ایجاد فرسایش و تولید حجم بالای رسوب در حوزه های آبخیز کشور دارد. این مسایل منجر به استفاده از مدل های داده کاوی در مطالعات زمین شناسی و ژئوتکنیک شده است. در سال های اخیر، بهره گیری از سامانه اطلاعات جغرافیایی و سنجش از دور، همراه با روش های یادگیری ماشینی گامی نو در پهنه بندی وقوع زمین لغزش ایجاد کرده است و نقشه های حساسیت وقوع زمین لغزش با دقت مناسب و قابل قبولی تهیه می شوند. حوزه آبخیز سد کرج، به دلیل شرایط کوهستانی و پرباران و ساخت وسازهای فراوان به دلیل شرایط آب و هوایی مناسب و جاده سازی های غیراصولی از جمله مناطق مستعد وقوع زمین لغزش است. هدف از این پژوهش، اولویت بندی عوامل موثر بر زمین لغزش با استفاده از مدل بیشینه آنتروپی (مدل MaxEnt) و تعیین مناطق دارای پتانسیل حساسیت زمین لغزش است.مواد و روش هاحوزه آبخیز سد کرج، در شرق استان البرز و بین مختصات جغرافیایی بین ۳۵ درجه و ۵۱ دقیقه تا ۳۶ درجه و ۱۳ دقیقه عرض شمالی و ۵۱ درجه و ۵ دقیقه تا ۵۱ درجه و ۳۵ دقیقه طول شرقی، واقع شده است. بیشترین و کمترین مقدار بارندگی متوسط سالانه به ترتیب در معادل ۱۰۹۹ و ۶۰۸ میلی متر محاسبه شده است. در پژوهش حاضر، برای تعیین مناطق دارای حساسیت زمین لغزش از ۱۱ عامل موثر بر پتانسیل زمین لغزش منطقه شامل ارتفاع، شیب، جهت شیب، فاصله از آبراهه، سنگ شناسی، بارندگی، کاربری اراضی، شاخص رطوبت توپوگرافی، انحنا سطح، فاصله از آبراهه و فاصله از جاده انتخاب و آزمون هم خطی عوامل با آزمون عامل تورم واریانس (VIF) در نرم افزار SPSS بررسی شد. از مجموع ۴۷۷ زمین لغزش، به صورت تصادفی، ۷۰ درصد به عنوان داده های آزمون (۳۳۴ نقطه) و ۳۰ درصد به عنوان داده های اعتبارسنجی (۱۴۳ نقطه) طبقه بندی شدند. در این پژوهش، از مدل بیشینه آنتروپی استفاده شده است. برای تعیین مهم ترین پارامترها از نمودار جکنایف و از منحنی تشخیص عملکرد نسبی (ROC) برای قدرت پیش بینی مدل استفاده شد. نقاط زمین لغزش حوضه مورد مطالعه از بانک اطلاعاتی اداره کل منابع طبیعی و آبخیزداری استان البرز و بازدیدهای میدانی تهیه شده است.نتایج و بحثنتایج نشان داد که هم خطی بین عوامل مورد استفاده وجود ندارد. بر اساس نمودار جکنایف لایه های بارندگی، فاصله از جاده، لیتولوژی و کاربری اراضی، به ترتیب مهم ترین عوامل تاثیرگذار بر وقوع زمین لغزش در منطقه مورد مطالعه بودند. منحنی تشخیص عملکرد نسبی، نشان دهنده دقت ۹۰ درصد (عالی) روش بیشینه آنتروپی در مرحله آموزش و ۸۳ درصد (خیلی خوب) در مرحله اعتبارسنجی بود. بر اساس نقشه نهایی حساسیت زمین لغزش بیش از ۳۵ درصد از پهنه حوضه مورد مطالعه دارای پتانسیل حساسیت زمین لغزش زیاد و خیلی زیاد است.نتیجه گیریبا توجه به نتایج به دست آمده می توان گفت که مدل MaxEnt، توانایی بالایی در تعیین مناطق دارای حساسیت زمین لغزش دارد و با توجه به سرعت و دقت بالای مدل پیشنهاد می شود که در تحقیقات مشابه به خصوص در کشورهای در حال توسعه به دلیل کمبود امکانات و منابع مالی و همچنین، زمان بر بودن شناسایی مناطق دارای حساسیت زمین لغزش مورد استفاده قرار بگیرد. علاوه بر عوامل طبیعی برخی عوامل انسانی نظیر جاده سازی، نقش مهمی بر وقوع زمین لغزش دارد که برای کاهش نسبی خطرات لازم است از تغییر اکوسیستم به عنوان محرک بلایای طبیعی اجتناب کرد. به طور کلی، می توان بیان کرد که حوزه آبخیز سد کرج دارای پتانسیل حساسیت زمین لغزش بالایی است که بیشتر مناطق دارای حساسیت در نزدیکی جاده ها واقع شده اند و به دلیل اینکه در این مناطق دخالت های انسانی فراوانی صورت گرفته است، حساسیت زمین لغزش افزایش پیدا کرده است. ترکیب سامانه اطلاعات جغرافیایی با روش بیشینه آنتروپی به منظور تعیین مناطق دارای حساسیت زمین لغزش مخصوصا در کشورهای در حال توسعه مثل ایران که دسترسی به اطلاعات و داده های زمین لغزش با محدودیت زمان و هزینه مواجه هستند، پیشنهاد می شود. نتایج این پژوهش در تصمیم گیری و آمایش سرزمین استانی و همچنین برنامه ریزی شهری قابل استفاده خواهد بود و نقش به سزایی در پیشگیری و کاهش خسارات ناشی از وقوع زمین لغزش خواهد داشت.

Authors

امید اسدی نلیوان

دانش آموخته دکتری آبخیزداری، گروه آبخیزداری، دانشکده مرتع و آبخیزداری، دانشگاه علوم کشاورزی و منابع طبیعی گرگان، گرگان، ایران

مجید رحمانی

کارشناس آبخیزداری اداره کل منابع طبیعی و آبخیزداری استان البرز، البرز، ایران

فرزانه وکیلی تجره

دانشجوی دکتری علوم و مهندسی آبخیزداری، گروه احیای مناطق خشک و کوهستانی، دانشکده منابع طبیعی، دانشگاه تهران، کرج، ایران

اصغر بیات

معاون آبخیزداری اداره کل منابع طبیعی و آبخیزداری استان البرز، البرز، ایران

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
  • Aghdam, I.N., Varzandeh, M.H.M., Pradhan, B. ۲۰۱۶. Landslide susceptibility mapping ...
  • Amir Ahmadi, A., Naemi Tabar, M., Gholkar, B. ۲۰۱۷. Prioritize ...
  • Arulbalaji, P., Padmalal, D., Sreelash, K. ۲۰۱۹. GIS and AHP ...
  • Bui, T.D., Shahabi, H., Shirzadi, A., Chapi, K., Alizadeh, M., ...
  • Chen, W., Zhang, S., Li, R., Shahabi, H. ۲۰۱۸. Performance ...
  • Deng, F., Deng, Z., Lv, D., Wang, D., Duan, H., ...
  • Hong, H., Shahabi, H., Shirzadi, A., Chen, W., Chapi, K., ...
  • Kadavi, P., Lee, C.W., Lee, S. ۲۰۱۸. Application of ensemble-based ...
  • Kerekes, A.H., Poszet, S.L., Gal, A. ۲۰۱۸. Landslide susceptibility assessment ...
  • Koehorst, B.A.N., Kjekstad, O., Patel, D., Lubkowski, Z., Knoeff, J.G., ...
  • Kornejady, A., Ownegh, M., Bahremand, A. ۲۰۱۷. Landslide susceptibility assessment ...
  • Miller. J.R., Ritter, D.F., Kochel, R.C. ۱۹۹۰. Morphometric assessment of ...
  • Mirzaei, G., Soltani, A., Soltani, M., Darabi, M. ۲۰۱۸. An ...
  • Muniraj, K., Jesudhas, C.J., Chinnasamy, A. ۲۰۱۹. Delineating the groundwater ...
  • Nachappa, T.G., Tavakkoli, S., Gholamnia, Kh. Ghorbanzadeh, O., Rahmati, O., ...
  • Naghibi, S.A., Moghaddam, D., Kalantari, B., Pradhan, B., Kisi, O. ...
  • Nguyen, V.T., Tran, T.H., Ha, N.A., Ngo, V.L., Nadhir, A.A., ...
  • Pandey, V.K., Pourghasemi, H.R., Sharma, M.C. ۲۰۱۸. Landslide susceptibility mapping ...
  • Park, N.W. ۲۰۱۵. Using maximum entropy modeling for landslide susceptibility ...
  • Phillips, S.J., Anderson, R.P., Schapire, R.E. ۲۰۰۶. Maximum entropy modeling ...
  • Pourghasemi, H.R., Rossi, M. ۲۰۱۶. Landslide susceptibility modeling in a ...
  • Salarian, T., Zare, M., Jouri, M.H., Miarrostami, S., Mahmoudi, M. ...
  • Teimouri, M., Asadi Naivan, O. ۲۰۲۰. Susceptibility zoning and prioritization ...
  • Toll, D.G. ۱۹۹۶. Artificial intelligence applications in geotechnical engineering. Electron. ...
  • Youssef, A.M., Pourghasemi, H.R., Pourtaghi, Z., Al-Katheeri, M.M. ۲۰۱۶. Landslide ...
  • Zhang, T., Han, L., Han, J., Li, X., Zhang, H., ...
  • نمایش کامل مراجع