زمان پاسخگویی تنها روزهای زوج ساعت 8 الی 10 صبح -Response time only pairs at 8:10 AM 

   [صفحه اصلی ]   [Archive] [ English ]  
:: صفحه اصلي :: درباره نشريه :: آخرين شماره :: تمام شماره‌ها :: جستجو :: ارسال مقاله :: پیشکسوتان جغرافیا :: ثبت نام :: تماس با ما ::
:: دوره 32، شماره 4 - ( 12-1396 ) ::
جلد 32 شماره 4 صفحات 105-126 برگشت به فهرست نسخه ها
مقایسه‌ تهیه‌ نقشه‌ حساسیت به فرسایش آبکندی با استفاده از مدل‌های احتمالاتی وزن واقعه و نسبت فراوانی در حوضه‌ آبخیز سنگانه‌ کلات
مجید ابراهیمی 1، دکتر ابوالقاسم امیر احمدی2، دکتر محمدعلی زنگنه اسدی2
1- دانشجوی دکتری ژئومورفولوژی دانشگاه حکیم سبزواری
2- دانشیار گروه ژئومورفولوژی و اقلیم‌شناسی دانشگاه حکیم سبزواری
چکیده:   (538 مشاهده)
فرسایش آبکندی پیشرفته‌ترین نوع فرسایش آبی است که با تولید حجم زیاد رسوب در حوضه‌های آبخیز خسارات زیادی ایجاد می‌کند. بنابراین تهیه‌ نقشه‌ حساسیت به فرسایش آبکندی و شناسایی عوامل مؤثر به آن می‌تواند به مدیران و تصمیم گیران کمک کند تا خطر وقوع این فرسایش را کاهش دهند. هدف از انجام این پژوهش، ارزیابی قابلیت‌های مدل‌های احتمالاتی وزن واقعه و نسبت فراوانی برای پیش‌بینی فضایی حساسیت به فرسایش آبکندی و تعیین اهمیت هر یک از عوامل محیطی مؤثر بر آن در حوضه‌ آبخیز سنگانه‌ کلات است. در ابتدا نقشه‌ موقعیت آبکندهای موجود با استفاده از مطالعات میدانی گسترده تهیه گردید سپس نقشه‌های رستری متغیرهای مؤثر بر فرسایش آبکندی (سنگ‌شناسی، کاربری اراضی، فاصله از رودخانه، شیب، جهت شیب، شکل شیب، شاخص رطوبت توپوگرافی (TWI)، تراکم زهکشی و ارتفاع) در قالب پایگاه داده و سامانه اطلاعات جغرافیایی (GIS) ساخته شد. درمجموع از 46 آبکند شناسایی‌شده، 32 آبکند (%70) به‌صورت تصادفی برای ساخت مدل‌های حساسیت به فرسایش آبکندی و 30 درصد باقی‌مانده (14 آبکند) برای اعتبارسنجی مدل استفاده شد. اثربخشی ارزیابی حساسیت به فرسایش آبکندی با استفاده از مدل‌های مبتنی بر سیستم اطلاعات جغرافیایی بستگی به انتخاب مناسب از عوامل ایجاد آبکند، که نقش مهمی در فرسایش آبکندی بازی می‌کنند دارد. بنابراین در این پژوهش از الگوریتم یادگیری کوانتیزاسیون برداری (LVQ) که یکی از روش‌های تحت نظارت می‌باشد؛ به‌منظور برآورد اهمیت متغیرها استفاده شد. درنهایت برای ارزیابی دقت مدل‌های مذکور، منحنی راک (ROC) به کار گرفته شد. تجزیه‌وتحلیل‌های حاصل از منحنی راک نشان ‌می‌دهد که مدل نسبت فراوانی (%32/86 =AUC) دقت بیشتری نسبت به مدل احتمالاتی وزن واقعه (%49/73 =AUC) دارد. درنتیجه، عملکرد مدل نسبت فراوانی برای تهیه نقشه حساسیت به فرسایش آبکندی بیشتر از نقشه تولیدشده توسط مدل احتمالاتی وزن واقعه است. علاوه بر این نتایج نشان داد که با توجه به الگوریتم یادگیری کوانتیزاسیون برداری، عوامل مؤثر در پیش‌بینی حساسیت به فرسایش آبکندی شامل تراکم زهکشی، شیب، فاصله از رودخانه و شاخص رطوبت توپوگرافی هستند
واژه‌های کلیدی: فرسایش آبکندی، مدل‌های آماری دومتغیره، الگوریتم یادگیری کوانتیزاسیون برداری، حوضه‌ آبخیز سنگانه‌ کلات
متن کامل [PDF 3098 kb]   (446 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: تخصصي
دریافت: ۱۳۹۶/۱۲/۱۹ | پذیرش: ۱۳۹۶/۱۲/۱۹ | انتشار: ۱۳۹۶/۱۲/۱۹
فهرست منابع
1. ­ ارخازلو، حسین‌شهاب، امامی، حجت، حق نیا، غلامحسین، اسمعیلی، اباذر (1395)، مقایسه دو روش تحلیل سلسله مراتبی و منطق فازی برای پهنه‌بندی خطر فرسایش آبکندی در سه منطقه از استان اردبیل، فصلنامه پژوهش‌های فرسایش محیطی، سال 21، شماره 1، صص 16-1.
2. ­ امیر احمدی، ابوالقاسم، ابراهیمی، مجید، حبیب‌اللهیان، محمود، زنگنه اسدی، محمد‌علی (1393)، بررسی ناپایداری ژئومورفولوژیک دامنه‌ای به روش آنبالاگان با استفاده از GIS (مطالعه موردی: حوضه آبخیز کلات در ارتفاعات هزار مسجد)، فصلنامه تحقیقات جغرافیایی، سال 29، شماره 4، صص 259-241.
3. ­ انتظاری، مژگان، ملکی، امجد، مرادی، خدیجه، الفتی، سعید (1394)، بررسی فرسایش خندقی حوضه آبریز دیره از روش تلفیق وزنی و شاخص توان آبراهه‌ای، فصلنامه تحقیقات جغرافیایی، سال 30، شماره 3، صص 312-297.
4. ­ بشری، مهدی، صادقی، سید حمیدرضا، رنگ‌آور، عبدالصالح (1391)، مقایسه تولید رسوب در دو جهت شمالی و جنوبی با استفاده از کرت کوچک، نشریه مهندسی و مدیریت آبخیز، شماره 3، صص 140-134.
5. ­ بیاتی‌خطیبی، مریم، کرمی، فریبا (1394)، برآورد میزان فرسایش آبی و خاک تلف‌شده از یک خندق در سطح حوضه‌ آتش بیگ، فصلنامه هیدروژئومورفولوژی، شماره 7، صص 106-87.
6. ­ حسین‌زاده، محمدمهدی، ثروتی، محمدرضا، منصوری، عادل، میرباقری، بابک، خضری، سعید (1388)، پهنه‌بندی ریسک وقوع حرکات توده‌ای با استفاده از مدل رگرسیون لجستیک (مطالعه موردی: محدوده مسیر سنندج- دهگلان)، فصلنامه زمین‌شناسی ایران، سال 3، شماره 11، صص 37-27.
7. ­ رنگ‌آور، عبدالصالح، عباسی، علی‌اکبر، زنگی‌آبادی، مهدی (1386)، فرسایش آبکندی و بررسی خسارت اقتصادی ناشی از آن (مطالعه موردی: منطقه سنگانه کلات، خراسان رضوی). اسفندماه، چهارمین همایش ملی علوم مهندسی آبخیزداری، کرج، صص 23-16.
8. ­ سازمان جنگل‌ها، مراتع و آبخیزداری کشور (1389)، فایل رقومی کاربری اراضی پوشش سراسری کشور، شهریورماه 1389.
9. ­ شهریور، عبدالله، شاد فر، صمد، خزایی، مجید، عادلی، بهزاد (1396)، ارزیابی روش‌های پهنه‌بندی فرسایش خندقی (مطالعه موردی: حوضه آبخیز آبگندی)، فصلنامه اکوهیدرلوژی، دوره 4، شماره 1، صص 132-119.
10. ­ صابر چناری، کاظم، بهره‌مند، عبدالرضا، شیخ، واحد بردی، بایرام‌کمکی، چوقی (1395)، پهنه‌بندی خطر فرسایش خندقی با استفاده از مدل دمپستر- شفر در حوضه‌ آبخیز قرناوه، استان گلستان، فصلنامه اکوهیدرلوژی، دوره 3، شماره 2، صص 231-219.
11. ­ صادقی، سید‌حمید‌رضا، بشری سه قلعه، مهدی، رنگ‌آور، عبدالصالح (1387) مقایسه تغییرات رسوب با جهت دامنه و طول کرت در برآورد فرسایش خاک ناشی از رگبارها، مجله آب‌وخاک (علوم و صنایع کشاورزی)، شماره 22، دوره 2، صص 239-230.
12. ­ فرج‌زاده، منوچهر، افضلی، عباسعلی، خلیلی، یاسر، قلیچی، عبادالله (1392)، ارزیابی میزان حساسیت به فرسایش خندقی با استفاده از مدل رگرسیون چند متغیره (مطالعه موردی: جنوب شرق استان مازندران؛ کیاسر)، مجله پژوهش‌های فرسایش محیطی، شماره 2، دوره 2، صص 57-42.
13. ­ ملکی، اَمجد، میلادی، بهزاد (1391)، شبیه‌سازی مناطق مستعد خندق‌زایی با استفاده از روش SPI در حوضه‌ی رودخانه مِرِگ، پژوهش‌های ژئومورفولوژی کمّی، شماره 3، دوره 1، صص 38-23.
14. ­ Achten, W.M.J., Dondeyne, S., Mugogo, S., Kafiriti, E., Poesen, J., Deckers, J. (2008), Gully Erosion in South Eastern Tanzania: Spatial Distribution and Topographic Thresholds, Zeitschrift für Geomorphologie, Vol. 52, No. 2, pp. 225-235.
15. ­ Agnesi, V., Angileri, S., Cappadonia, C., Conoscenti, C., Rotigliano, E. (2011), Multi-parametric GIS Analysis to Assess Gully Erosion Susceptibility a Test in Southern Sicily, Italy, Landform Analysis, Vol.7, pp.15-20.
16. ­ Ahalt, SC., Krishnamurthy, AK., Chen, P., Melton, D.E. (1990), Competitive learning algorithms for vector quantization. Neural networks, Vol. 3, No. 3, pp. 277-290.
17. ­ Anabalagan, R. (1992), Landslide Hazard Evaluation and Zonation Mapping in Mountainous Terrain, Engineering geology, Vol. 32, pp. 269-277.
18. ­ Baeza, C., Corominas, J. (2001), Assessment of Shallow Landslide Susceptibility by Means of Multivariate Statistical Techniques, Earth surface processes and landforms, Vol. 26, pp.1251-1263.
19. ­ Bonham-Carter, GF. (1991), Integration of Geoscientific Data using GIS, in Goodchild MF, Rhind DW, Maguire DJ (eds) Geographic information systems: principle and applications, Longdom, London, pp. 171-184.
20. ­ Bonham-Carter, G.F. (1994), Geographic Information Systems for Geoscientists Modeling with GIS, In: Bonham-Carter F (ed), Computer methods in the geosciences, Pergamon, Oxford, p. 398.
21. ­ Boukheir, R., Chorowicz, J., Chadi, A., Dhont, D. (2008), Soil and Bedrock Distribution Estimated from Gully form and Frequency a GIS-based decision-tree model for Lebanon, Geomorphology, Vol, 93, pp. 482-492.
22. ­ Casali, J., Lopez, J.J., Giraldez, J.V. (1999), Ephemeral Gully Erosion in Southern Navarra (Spain), Catena, Vol. 36, pp. 65-84.
23. ­ Cevik, E., Topal, T. (2003), GIS-based Landslide Susceptibility Mapping for a Problematic Segment of the Natural Gas Pipeline, Hendek (Turkey), Environmental geology, Vol. 44, pp. 949-962.
24. ­ Chaplot, V. (2013), Impact of Terrain Attributes, Parent Material and Soil Types on Gully Erosion, Geomorphology, Vol. 186, pp.1-11.
25. ­ Chaplot, V., Giboire, G., Marchand, P., Valentin, C. (2005), Dynamic Modelling For Linear Erosion Initiation and Development Under Climate and Land-use Changes in Northern Laos, Catena, Vol. 63, pp.318-328.
26. ­ Choi ,Y., Park, H., Sunwoo, C. (2008), Flood and Gully Erosion Problems at the Pasir Open Pit Coal Mine, Indonesia a Case Study of the Hydrology Using GIS, Bulletin of Engineering Geology and the Environment, Vol.67, pp.251-258.
27. ­ Conforti, M., Aucelli, P.P.C., Robustelli, G., Scarciglia, F. (2010), Geomorphology and GIS Analysis for Mapping Gully Erosion Susceptibility in the Turbolo Stream Catchment (Northern Calabria, Italy), Natural hazards, Vol. 56, pp. 881-898.
28. ­ Conoscenti, C., Angileri, S., Cappadonia, C., Rotigliano, E., Agnesi, V., Marker, M. (2014), Gully Erosion Susceptibility Assessment by Means of GIS-based Logistic Regression a Case of Sicily (Italy), Geomorphology, Vol. 204, No.1, pp. 399-411.
29. ­ Conoscenti, C., Di Maggio, C., Rotigliano, E. (2008), Soil Erosion Susceptibility Assessment and Validation Using a Geostatistical Multivariate Approach a Test in Southern Sicily, Natural hazards, Vol. 46, pp. 287-305.
30. ­ Dai, F.C., Lee, C.F., Li, J., Xu, Z.W. (2001), Assessment of Landslide Susceptibility on the Natural Terrain of Lantau Island, Hong Kong, Environmental Geology, Vol. 40, pp. 381-391.
31. ­ De Vente, J., Poesen, J., Govers, G., Boix-Fayos, C. (2009), The Implications of Data Selection for Regional Erosion and Sediment Yield Modeling, Earth surface processes and landforms, Vol. 34, pp. 1994-2007.
32. ­ Devkota, KC., Regmi, A.D., Pourghasemi, H.R., Yoshida, K., Pradhan, B., Ryu, I.C., Dhital, M.R., Althuwaynee, O.F. (2013), Landslide Susceptibility Mapping Using Certainty Factor, index of Entropy and Logistic Regression Models in GIS and their Comparison at Mugling-Narayanghat Road Section in Nepal Himalaya, Natural Hazards, Vol. 65, pp.135-165.
33. ­ Dramis, F., Gentili, B. (1977), Contributo Allo Studio Delle Acclivita Dei Versanti nell’Appennino Umbro, Marchigiano, Stud Geol Camerti, Vol. 3, pp.153-164.
34. ­ Dube, F., Nhapi, I., Murwira, A., Gumindoga, W., Goldin, J., Mashauri, D.A. (2014), Potential of Weight of Evidence Modelling for Gully Erosion Hazard Assessment in Mbire District-Zimbabwe, Physics and Chemistry of the Earth, Vol. 67, pp.145-152
35. ­ El Maaoui, M.A., Sfar Felfoul, M., Boussema, M.R, Snane, M.H. (2012), Sediment Yield from Irregularly Shaped Gullies Located on the Fortuna Lithologic Formation in Semi-arid area of Tunisia, Catena, Vol. 93, pp. 97-104.
36. ­ Filippi, A.M., Jensen, J.R. (2006), Fuzzy Learning Vector Quantization for Hyperspectral Coastal Vegetation Classification, Remote Sensing of Environment, Vol. 100, pp. 512-530.
37. ­ Flugel, W.A., Marker, M., Moretti, S., Rodolfi, G., Sidorchuk, A. (2003), Integrating Geographical Information Systems, remote sensing, ground truthing and modelling approaches for regional erosion classification of semi-arid catchments in South Africa, Hydrology Process, Vol. 17, pp. 929-942.
38. ­ Ghorbani Nejad, S., Falah, F., Daneshfar, M., Haghizadeh, A., Rahmati, O. (2016), Delineation of Groundwater Potential Zones using Remote Sensing and GIS-based Data-driven Models, Geocarto International, Vol. 32, No. 2, pp. 167-187.
39. ­ Golestani, G., Issazadeh, L., Serajamani, R. (2014), Lithology Effects on Gully Erosion in Ghoori chay Watershed using RS , GIS, International Journal of Biosciences (IJB), Vol. 4, No. 2, pp. 71-76.
40. ­ Gomez, G.A., Schnabel, S., Felicısimo, A.M. (2009), Modelling the Occurrence of Gullies in Rangelands of Southwest Spain. Earth Surface Processes and Landforms, Vol. 34, No.14, pp. 1894-1902.
41. ­ Gomez-Gutierrez, A., Conoscenti, C., Angileri, S.E., Rotigliano, E., Schnabel, S. (2015), Using Topographical Attributes to Evaluate Gully Erosion Proneness (Susceptibility) in Two Mediterranean Basins Advantages and Limitations, Natural Hazards, Vol.79, No. 1, pp. 291-314.
42. ­ Gorum, T., Gonencgil, B., Gokceoglu, C., Nefeslioglu, H.A. (2008), Implementation of Reconstructed Geomorphologic Units in Landslide Susceptibility Mapping the Melen Gorge (NW Turkey), Natural Hazards, Vol. 46, No. 3, pp. 323-351.
43. ­ Hongchun, Z.H.U, Guoan, T., Kejian, Q., Haiying, L. (2014), Extraction and Analysis of Gully Head of Loess Plateau in China Based on Digital Elevation Model, Chinese Geographical Science, Vol. 24, No. 3, pp. 328-338.
44. ­ Hughes, A.O, Prosser, I.P., Stevenson, J., Scott, A., Lu, H., Gallant, J., Moran, C.J. (2001), Gully Erosion Mapping for the National Land and Water Resources Audit, Csiro Land and Water Technical Report, Canberra, Technical Report, Vol. 26, pp. 1-20.
45. ­ Jaafari, A., Najafi, A., Pourghasemi, H.R., Rezaeian, J., Sattarian, A. (2014), GIS-based Frequency Ratio and Index of Entropy Models for Landslide Susceptibility Assessment in the Caspian Forest, northern Iran, Environmental Earth Sciences, Vol. 75, No. 9, p.780.
46. ­ Kakembo, V., Xanga, W.W., Rowntree, K. (2009), Topographic Thresholds in Gully Development on the Hillslopes of Communal Areas in Ngqushwa Local Municipality, Eastern Cape, South Africa, Geomorphology, Vol. 110, No. 3-4, pp. 188-194.
47. ­ Kohonen, T., Hynninen, J., Kangas, J., Laaksonen, J., Torkkola, K. (1996), Learning Vector Quantization. Technical Report A30. Helsinki University of Technology, Laboratory of Computer and Information Science, Espoo.
48. ­ Kuhnert, PM., Henderson, A.K., Bartley, R., Herr, A. (2010), Incorporating Uncertainty in Gully Erosion Calculations Using the Random Forests Modelling Approach, Environmetrics, Vol. 21, pp. 493-509.
49. ­ Le Roux, J.J., Sumner, P.D. (2012), Factors Controlling gully Development Comparing Continuous and Discontinuous Gullies, Land Degradation Development, Vol. 23, No. 5, pp. 440-449.
50. ­ Luca, F., Conforti, M., Robustelli, G. (2011), Comparison of GIS-based Gullying Susceptibility Mapping Using Bivariate and Multivariate Statistics: Northern Calabria, South Italy, Geomorphology, Vol. 134, pp. 297 308.
51. ­ Maharaj, R. (1993), Landslide Processes and Landslide Susceptibility Analysis from an Upland Watershed a Case Study from St Andrew, Jamaica, West Indies. Engineering Geology, Vol. 34, pp. 53-79.
52. ­ Manap, M.A., Nampak, H., Pradhan, B., Lee, S., Sulaiman, W.N.A., Ramli, M.F. (2014), Application of Probabilisticbased Frequency Ratio Model in Groundwater Potential Mapping Using Remote Sensing Data and GIS, Arabian Journal of Geosciences, Vol. 7, No. 2, pp. 711-724.
53. ­ Marker, M., Pelacani, S., Schroder, B. (2011), A Functional Entity Approach to Predict Soil Erosion Processes in a Small Plio-Pleistocene Mediterranean Catchment in Northern Chianti, Italy, Geomorphology, Vol. 125, pp. 530-540.
54. ­ Marzolff, I., Poesen, J., (2009), The Potential of 3D Gully Monitoring with GIS Using High-resolution Aerial Photography and a Digital Photogrammetry System, Geomorphology, Vol. 111, No. 1, pp. 48-60.
55. ­ Moghaddam, D.D., Rezaei, M., Pourghasemi, H.R., Pourtaghie, Z.S., Pradhan, B. (2013), Groundwater Spring Potential Mapping Using Bivariate Statistical Model and GIS in the Taleghan Watershed, Iran, Arabian Journal of Geosciences, Vol. 8, No. 2, pp. 913-929. DOI:10.1007/s12517-013-1161-5.
56. ­ Mohammady, M., Pourghasemi, H.R., Pradhan, B. (2012), Landslide Susceptibility Mapping at Golestan Province, Iran a Comparison Between Frequency Ratio, Dempster-Shafer, and weights-of-evidence models, Journal of Asian Earth Sciences, Vol. 61, pp. 221-236.
57. ­ Naghibi, S.A., Pourghasemi, H.R., Dixon, B. (2016), GIS-based Groundwater Potential Mapping Using Boosted Regression Tree, Classification and Regression Tree, and Random Forest Machine Learning Models in Iran, Environmental monitoring and assessment, Vol. 188, No. 1, pp. 44. DOI:10.1007/s10661-015-5049-6.
58. ­ Patel, A.K., Chatterjee, S. (2016), Computer Vision-based Limestone Rock-type Classification Using Probabilistic Neural Network, Geoscience Frontiers, Vol. 7, No. 1, pp. 53-60.
59. ­ Pavel, M., Nelson, J.D., Fannin, R.J. (2011), An Analysis of Landslide Susceptibility Zonation Using a Subjective Geomorphic Mapping and Existing Landslides, Computers geosciences, Vol. 37, No. 4, pp. 554-566.
60. ­ Poesen, J., Nachetergaele, J., Verstraeten, J., Valentin, C. (2003), Gully Erosion and Environmental Change: imporTance and Research Needs, Catena, Vol. 50, No. 2-4, pp. 91-133.
61. ­ Poudyal, C.P., Chang, C., Oh, H.J., Lee, S. (2010), Landslide Susceptibility Maps Comparing Frequency Ratio and Artificial Neural Networks: a Case Study from the Nepal Himalaya, Environmental Earth Sciences, Vol. 6, pp. 1049-1064.
62. ­ Pourghasemi, H.R., Kerle, N. (2016), Random Forests and Evidential Belief function-based Landslide Susceptibility Assessment in Western Mazandaran Province, Iran, Environmental Earth Sciences, Vol. 75, No. 3, p. 185.
63. ­ Pourtaghi, Z.S., Pourghasemi, H.R. (2014), GIS-based Groundwater Spring Potential Assessment and Mapping in the Birjand Township, Southern Khorasan Province, Iran, Hydrogeology, Vol. 22, pp. 643-662.
64. ­ Pradhan, B. (2010), Landslide Susceptibility Mapping of a Catchment Area Using Frequency Ratio, Fuzzy Logic and Multivariate Logistic Regression Approaches, Journal of the Indian Society of Remote Sensing, Vol. 38, No. 2, pp. 301-320.
65. ­ Qilin, Y., Jiarong, G., Yue, W., Bintian, Q. (2011), Debris Flow Characteristics and Risk Degree Assessment in Changyuan Gully, Huairou District, Beijing, Procedia Earth and Planetary Science, Vol. 2, pp. 262 -271.
66. ­ Rahmati, O., Zeinivand, H., Besharat, M. (2015), Flood Hazard Zoning in Yasooj Region, Iran, Using GIS and Multi-criteria Decision Analysis, Geomatics, Natural Hazards and Risk, Vol. 7, No. 3, pp. 1000-1017.
67. ­ Razandi, Y., Pourghasemi, H.R, Samani Neisani, N., Rahmati, O. (2015), Application of Analytical Hierarchy Process, Frequency Ratio, and Certainty Factor Models for Groundwater Potential Mapping Using GIS, Earth Science Informatics, Vol. 8, No. 4, pp.867-883. DOI:10.1007/s12145-015-0220-8.
68. ­ Regmi, A.D., Devkota, K.C., Yoshida, K., Pradhan, B., Pourghasemi, H.R., Kumamoto, T., Akgun, A. (2013), Application of Frequency Ratio, Statistical Index, and Weights-of-evidence Models and their Comparison in Landslide Susceptibility Mapping in Central Nepal Himalaya, Arabian Journal of Geosciences, Vol. 7, No. 2, pp. 725-742. DOI:10.1007/s12517-012-0807z.
69. ­ Scheidegger, A.E. (2012), Theoretical Geomorphology, Springer Science Business Media, 2012 Dec 6.
70. ­ Snelder, D.J., Bryan, R.B. (1995), The Use of Rainfall Simulation Tests to Assess the Influence of Vegetation Density on Soil Loss on Degraded Rangelands in the Baringo District, Kenya, Catena, Vol. 25, No. 4, pp. 105-116.
71. ­ Stotle, J., Liu, B., Ritsema, C.J., Van, H.G.M., Den Elsen, R., Hessel, R. (2003), Modeling Water Flow and Sediment Processes in a Small Gully System on the Loess Plateau in China, Catena, Vol. 54, pp.117-130.
72. ­ Svoray, T., Michailov, E., Cohen, A., Rokah, L., Sturm, A. (2012), Predicting Gully Initiation: Comparing Data Mining Techniques, Analytical Hierarchy Processes and the Topographic Threshold, Earth Surface Processes and Landforms, Vol. 37, No. 6, pp. 607-619.
73. ­ Tayebi, M.H., Tangestani, M.H. (2015), Sub Pixel Mapping of Alteration Minerals Using SOM Neural Network Model and Hyperion Data, Earth Science Informatics, Vol. 8, No. 2, pp. 279-291.
74. ­ Tehrany, M.S., Pradhan, B., Jebur, M.N. (2014), Flood Susceptibility Mapping Using a Novel Ensemble Weightsof- evidence and Support Vector Machine Models in GIS, Journal of hydrology, Vol. 512, pp. 332-343.
75. ­ Tien Bui, D., Pradhan, B., Lofman, O., Revhaug, I., Dick, O.B. (2012), Spatial Prediction of Landslide Hazards in Vietnam: a Comparative Assessment of the Efficacy of Evidential Belief Functions and Fuzzy Logic Models, Catena, Vol. 96, pp. 28-40.
76. ­ Umar, Z., Pradhan, B., Ahmad, A., Jebur, M.N., Tehrany, M.S. (2014), Earthquake Induced Landslide Susceptibility Mapping Using an Integrated Ensemble Frequency Ratio and Logistic Regression Models in West Sumatera Province, Indonesia, Catena, Vol. 118, pp. 124-135.
77. ­ Valentin, C., Poesen, J., Yong, L. (2005), Gully Erosion: Impacts, Factors and Control Catena,Vol. 63, pp.132 153.
78. ­ Vandaele, K., Poesen, J., Govers, G., Wesemael, B. (1996), Geomorphic Threshold Conditions for Ephemeral Gully Incision, Geomorphology, Vol. 16, pp. 161-173.
79. ­ Wang, L., Wei, S., Horton, R., Shao, M. (2011), Effects of Vegetation and Slope Aspect on Water Budget in the Hill and Gully Region of the Loess Plateau of China, Catena, Vol, 87, No. 1, pp. 90-100.
80. ­ Williams, R.N., Souza. J.r, Jones, E.M. (2014), Analysing Coastal Ocean Model Outputs Using Competitivelearning Pattern Recognition Techniques, Environ Modell Softw, Vol. 57, pp. 165-176.
81. ­ Yesilnacar, E.K. (2005), The Application of Computational Intelligence to Landslide Susceptibility Mapping in Turkey, Ph.D Thesis Department of Geomatics the University of Melbourne, p. 423.
82. ­ Youssef, A.M., Pourghasemi, H.R., El-Haddad, B.A, Dhahry, B.K. (2015), Landslide Susceptibility Maps Using Different Probabilistic and Bivariate Statistical Models and Comparison of their Performance at Wadi Itwad Basin, Asir Region, Saudi Arabia. Bulletin of Engineering Geology and the Environment, Vol. 75, No. 1, pp. 63-87.
83. ­ Zakerinejad, R., Maerker, M. (2015), An Integrated Assessment of Soil Erosion Dynamics with Special Emphasis on Gully Erosion in the Mazayjan basin, southwestern Iran, Natural Hazards, Vol. 79, No. 1, pp. 25-50.
84. ­ Zare, M., Pourghasemi, H.R., Vafakhah, M., Pradhan, B. (2013), Landslide Susceptibility Mapping at Vaz Watershed (Iran) Using an Artificial Neural Network Model a Comparison Between Multilayer Perceptron (MLP) and Radial basic Function (RBF) Algorithms, Arabian Journal of Geosciences, Vol. 6, No. 8, pp. 2873-2888.
85. ­ Zheng, F. (2006), Effect of Vegetation Changes on Soil Erosion on the Loess Plateau, Pedosphere, Vol. 16, No. 4, pp. 420-427.
86. ­ Zhu, A., Wang, R., Qiao, J., Qin, C., Chen, Y., Liu, J., Du, F., Lin, Y., Zhu, T. (2014), An Expert Knowledge-based Approach to Landslide Susceptibility Mapping Using GIS and Fuzzy Logic, Geomorphology, Vol. 214, pp. 128-138.
87. ­ Zinck, J.A., Lopezb, J., Metternichtc, G.I., Shresthaa, D.P., Vazquez-Selemd, L. (2001), Mapping and Modeling Mass Movements and Gullies in Mountainous Areas Using Remote Sensing and GIS Techniques, International Journal of Applied Earth Observation and Geoinformation, Vol. 3, No. 1, pp. 43-53.
88. ­ Zucca, C., Canu, A., Della Peruta, R. (2006), Effects of Land use and Landscape on Spatial Distribution and Morphological Features of Gullies in an Agropastoral Area in Sardinia (Italy), Catena, Vol. 68, pp. 87-95.
ارسال پیام به نویسنده مسئول

ارسال نظر درباره این مقاله
نام کاربری یا پست الکترونیک شما:

کد امنیتی را در کادر بنویسید >



XML   English Abstract   Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Ebrahim M, Amir Ahmadi A, Zangeneh Asadi M A. Comparison of Gully Erosion Susceptibility Mapping Using Weight of Evidence and Frequency Ratio Models at Sanganeh Kalat Basin. geores. 2018; 32 (4) :105-126
URL: http://georesearch.ir/article-1-368-fa.html

ابراهیمی مجید، امیر احمدی ابوالقاسم، زنگنه اسدی محمدعلی. مقایسه‌ تهیه‌ نقشه‌ حساسیت به فرسایش آبکندی با استفاده از مدل‌های احتمالاتی وزن واقعه و نسبت فراوانی در حوضه‌ آبخیز سنگانه‌ کلات . فصلنامه تحقیقات جغرافیایی. 1396; 32 (4) :105-126

URL: http://georesearch.ir/article-1-368-fa.html



دوره 32، شماره 4 - ( 12-1396 ) برگشت به فهرست نسخه ها
فصلنامه تحقیقات جغرافیایی Geographical Researches Quarterly Journal
Persian site map - English site map - Created in 0.06 seconds with 31 queries by YEKTAWEB 3708