Afarand Journals

Geographical Research

eISSN : 2538-4384
pISSN : 1019-7052
Persian
Language
Geographical Research is Published in Persian Fulltext.
دوره 31، شماره 2 - ( 1395 )                   جلد 31 شماره 2 صفحات 151-137 | برگشت به فهرست نسخه ها
نوع مقاله:
پژوهشی اصیل |
موضوع مقاله:

Print XML English Abstract PDF HTML

History

دریافت: 1394/11/11 | پذیرش: 1395/4/20 | انتشار: 1395/6/28
How to cite this article
Mohammadnia M, Amirahmadi A, Bahrami S. Weight of Evidence (WOE) Model Based on GIS to Evaluate Landslides Susceptibility (Case study: Jaghargh Watershed). GeoRes 2016; 31 (2) :137-151
URL: http://georesearch.ir/article-1-62-fa.html
محمدنیا ملیحه، امیراحمدی ابوالقاسم، بهرامی شهرام. کاربرد مدل شواهد وزنی در ارزیابی حساسیت زمین لغزش با استفاده از فناوری سامانه اطلاعات جغرافیایی (مطالعه موردی: حوضه آبخیز جاغرق). فصل‌نامه تحقیقات جغرافیایی. 1395; 31 (2) :137-151

URL: http://georesearch.ir/article-1-62-fa.html

Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Rights and permissions
کاربرد مدل شواهد وزنی در ارزیابی حساسیت زمین لغزش با استفاده از فناوری سامانه اطلاعات جغرافیایی (مطالعه موردی: حوضه آبخیز جاغرق)
Authors ملیحه محمدنیا*1، ابوالقاسم امیراحمدی2، شهرام بهرامی2
1- گروه جغرافیای طبیعی (ژئومورفولوؤی)،دانشگاه حکیم سبزواری ،سبزوار،ایران ، malihe.mohamadnia@yahoo.com
2- گروه جغرافیای طبیعی ،دانشگاه حکیم سبزواری ،سبزوار،ایران
چکیده   (4802 مشاهده)

زمین ­لغزش یک پدیده زمین ­شناسی است که می­تواند منشاء آسیب­ های متعدد در محیط زیست طبیعی و جامعه بشری باشد. شناخت نواحی مستعد وقوع زمین­ لغزش و خطرات ناشی از آن یکی از اقدامات اولیه در مدیریت منابع طبیعی و برنامه‌ریزی­های توسعه ­ای و عمرانی است. روش­های متعددی برای پهنه­ بندی خطر زمین ­لغزش ارائه شده است. در این بین نقشه‌های حساسیت و پهنه ­بندی خطر از ابزار بسیار مفید برای برنامه ریزان و مهندسان جهت مکان­گزینی مناسب در ابعاد مختلف توسعه، به شمار می‌رود. هدف از این پژوهش، شناسایی عوامل موثر بر وقوع زمین­ لغزش و پهنه ­بندی حوضه آبخیز جاغرق به لحاظ وقوع این رخداد با استفاده از روش شواهد وزنی مبتنی بر تکنیک سامانه اطلاعات جغرافیایی است. به این منظور با در نظرگرفتن موقعیت زمین­ لغزش­ها از پایگاه داده­های اطلاعات مکانی شامل: توپوگرفی، لیتولوژی، پوشش زمین و خط­واره ­ها استفاده شد. داده‌­های توپوگرافی شامل اطلاعاتی چون: ارتفاع، زاویه شیب، جهت شیب، شکل شیب (شکل منحنی)،  فاصله از جاده، فاصله از آبراهه، شاخص توان آبراهه و شاخص حمل رسوب، از مدل ارتفاعی رقوم تهیه شد. اطلاعات زمین‌شناسی و فاصله از گسل(خطواره ها) از پایگاه داده­های زمین شناسی اخذ گردید و در ادامه لایه نواحی بارشی نیز با استفاده از داده­های هواشناسی تهیه گردید. با اتکا به قابلیت­های روش شواهد وزنی ارتباط هر یک از عوامل و نقاط لغزشی تعیین و وزن طبقه ­های هر عامل مشخص شد و نقشه ­های پهنه­ بندی خطر زمین­ لغزش با استفاده از جمع جبری ساده، برای منطقه مورد مطالعه تهیه گردید. در نهایت میزان دقت و صحت نقشه­ با استفاده از شاخص Li مورد سنجش قرار گرفت. نتایج نشان می­دهد که در بین زیرمعیارهای موثر بر وقوع زمین لغزش عوامل ارتفاع و بارش به ترتیب با اوزان 66/47 و 47/24 به عنوان مهم­ترین عوامل در ایجاد  زمین ­لغزش در حوضه مطالعاتی محسوب می­شوند. نتایج حاصل از ارزیابی دقت و صحت مدل، روند صعودی شاخص زمین­لغزش از پهنه خطر کم به زیاد را نشان داده که خود تاییدی برکفایت دقت مدل است. با استفاده از نقشه ارائه شده می­توان مناطق ناپایدار را شناسایی و در اجرای برنامه­های عمرانی به آن استناد نمود.

واژه‌های کلیدی:
پهنه ­بندی خطر زمین‌­لغزش، روش شواهد وزنی، شاخصLi، سامانه اطلاعات جغرافیایی، حوضه آبخیز جاغرق .
فهرست منابع
1. ابراهیمی، مجید، حبیب‌اللهیان، محمود، امیراحمدی، ابوالقاسم، بهرامی، شهرام(1393)، پهنه‌بندی حساسیت خطر وقوع زمین‌لغزش با استفاده از مدل احتمالاتی وزن واقعه(تئوری بیزین) مطالعه موردی: حوضه آبخیز بار نیشابور، فصلنامه جغرافیا و برنامه‌ریزی محیطی، سال25، شماره4، پیاپی56، صص125-144.
2. امامی، سید نعیم، غیومیان، جعفر(1382)، پژوهشی بر سازوکار زمین‌لغزش‌ها بر روی واریزه‌های دامنه‌ای(مطالعه موردی لغزش افسر آباد استان چهار محال و بختیاری)، مجموعه مقالات سومین کنفرانس زمین‌شناسی مهندسی و محیط زیست ایران، دانشگاه بوعلی سینا همدان، ص113-126.
3. پورقاسمی، حمیدرضا، مرادی، حمیدرضا، محمدی، مجید، مصطفی زاده، رئوف،گلی‌جیرنده، عباس(1391)،پهنه بندی خطرزمین‌لغزش
4. با استفاده از تئوری بیزین، مجله علوم و فنون کشاورزی و منابع طبیعی، علوم آب و خاک، سال شانزدهم ، شماره62، ص109-123.
5. پورقاسمی، حمیدرضا، مرادی، حمیدرضا و محمدی، مجید (1389)، کاربرد سامانه اطلاعات مکانی و مدل احتمالی weight of Evidence در پهنه‌بندی حساسیت زمین‌لغزش، مجموعه مقالات هفتمین همایش ملی رسانه‌های اطلاعات مکانی‌سامانه اطلاعات جغرافیایی89، سازمان نقشه‌برداری ایران.
6. خالدی، شهریار، درفشی، خه‌بات، مهرجونژاد، اکبر، قره‌چاهی، سعید، خالدی، شاهین(1391)، ارزیابی عامل‌های موثر در رویداد زمین‌لغزش و پهنه‌بندی آن با استفاده از مدل رگرسیون لجستیک در محیط سامانه اطلاعات جغرافیایی(مطالعه موردی حوضه آبخیز طالقان)، مجله جغرافیا و مخاطرات محیطی، شماره1، صص65-82.
7. فعله‌گری، محسن، طالبی، علی، کیا‌اشکوریان، یاسر(1392)، بررسی اثر جاده‌سازی در وقوع زمین لغزش با استفاده ازمدل پایداری دامنه FlAC SlOP (مطالعه موردی: حوضه آبخیز سد ایلام)، مجله پژوهشهای حفاظت آب و خاک، جلد20، ش. 1، صص 227-239.
8. کرمی، فریبا (1391)، ارزیابی حساسیت زمین‌لغزش در حوضه‌های کوهستانی نیمه‌خشک با استفاده از روش‌های آماری و مدل وزنی شاهد(نمونه: حوضه زهکشی سعیدآباد چای- شمال غرب ایران)، فصلنامه تحقیقات جغرافیایی، سال27، شماره3، صص21-44.
9. مقیمی، ابراهیم، یمانی، مجتبی، رحیمی، ‌هرآبادی، سعید(1392)، ارزیابی و پهنه‌بندی خطر زمین‌لغزش در شهر رودبار با استفاده از فرایند تحلیل شبکه، پژوهشهای ژئومرفولوژی کمی، شماره4، صص103-118.
10. ملک، محمدرضا، پیله‌فروش‌ها، پرستو(1393)، مقایسه دو روش تهیه نقشه آسیب‌پذیری زمین‌لرزه تحت شرایط عدم قطعیت مبتنی بر منطق فازی کلاسیک و منطق فازی شهودی، دوفصلنامه علمی پژوهشی مدیریت بحران، شماره ششم، صص5-13.
11. Brardinoni F., Olav Slatmaker,. (2002). Landslide inventory in a rugged forested watershed:a comparison between air-photo and field survy data. Geomorphology(54),pp.179-196.
12. Dahal,R.K., Hasegawa,Sh., Nonoura.A., Yamanka,M., Dhakal,S., Paudyal., P. (2008), Predictive modeling of rainfallinduced landslide hazard in the lesser Himalaya of Nepal based on weights of evidence, Geomorphology 102,pp.496- 510.
13. Denison, D.G.T., Holmes, C.C., Mallick, B.K., Smith, A.F.M., (2002). Bayesian methods for nonlinear classification and regression. John Wiley & Sons, Chichester, west Sussex.
14. J. Davis, L. Blesius(2015), A Hybird physical and Maximum- Entropy Landslide susceptibility Model, Entropy Journal, 17. pp.4271-4292.
15. M, C. Margarint, A Grozavu and C V Patriche(2013) Assessing the spatial variability of coefficients of Landslide Predictors in different regions of Romania using logestic regression. Natural Hazard and Earth system scinces. Sci., 13,pp.3339-3355.
16. Gabet, E. J.,Burbank,D. W.and patkonen,J.k., )2004(, Rainfall Thresholds for Landsliding in the Himalayas of Nepal, Geomorphology, Vol.63, pp.131-143.
17. Hattanji, T., and Moriwaki, H. (2009), Morphometric analysis of relic landslides using detailed landslide distribution maps. Implications for forecasting travel distance of future landslides. Journal of Geomorphology, No, 103, pp.447-454.
18. Komac, M. A. )2006(. Landslide susceptibility model using the Analytical Hierarchy Process method and multivariate statistics in perialpine Sloveni. Geomorphology, Vol 74,pp.17-28.
19. -Lee, S., J. choi and k.Min. 2002. Landslide susceptibility analysis and verification using the Bayesian probability model.Environ.Geol,Vol 43. Pp. 120-131.
20. Lee, S., and J.Choi. 2004. Landslide susceptibility mapping using GIS and the weight-of-evidence model, Intle.J. Geograph. Inform. Sci. 18(8):pp.789-814.
21. Mathew, J., V.K. Jha and G.S. rawat. (2007). Weights of evidence modeling for landslide hazard zonation mapping in part of Bhagirathi Valley, uttarakhand. CURRENT SCIENCE, vol.92.No.5, 10, pp. 628-638.
22. Moore, I. D., P.E. Gessler, G.A. Neslesn and G.A. Peterson.(1993). Soil atteibutes prediction using terrain analysis. Soil Sci. Soc. Amer. J.57 (2).pp 443-452.
23. 22- Nefeslioglu, H. A., T. Y. Duman and S. Durmaz. (2008). Landslide susceptibility mapping for a part of tectonic Kelkit Valley (Eastern Black Sea Region of Turkey), Geomorphology,Vol 94.pp 401-418.
24. Neuhauser, B and B. Terhorst. (2007). Landslide susceptibility assessment using weights-of-evidence applied to a study area at the Jurassic escarpment (SW. Germany). Geomorphology,Vol 86. pp12-24
25. -Pike, R. J., Russell W. Graymer.(2003). Terrapub, Tokyo. A simple GIS model for mapping landslide susceptibility. Concepts and modelling in Geomorphology : International Perspeectives.Pp.185-197.
26. - Pradhan, B., (2011). An Assessment of the use of an Advanced Neural Network Model with Five Different Training strategies for the Preparation of land slide susceptibility maps. Jornal of Data science, No.9, pp. 65-81.
27. - Regmi, N. R., J. R. Giardino and J. D. Vitek. (2010). Modeling susceptibility to landslides using the weight of Evidence approach: Western Colorado, USA, Geomorphology, 115, 172–187. Measuring the accuracy of diagnostic systems, Science, 240,pp.1285-1293.
28. - Van Western, C.J. (2002). Use of weights of evidence modeling for Landslide susc