ارزیابی مقایسه ای روش های احتمالاتی وزن واقعه و نسبت فراوانی در پهنه بندی خطر زمین لغزش (مطالعه موردی: حوزه آبخیز ونک، اصفهان)
محل انتشار: پژوهشنامه مدیریت حوزه آبخیز، دوره: 8، شماره: 15
سال انتشار: 1396
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 302
فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JWMR-8-15_014
تاریخ نمایه سازی: 17 مهر 1400
چکیده مقاله:
در این پژوهش، ابتدا حوزه ونک به دلیل حساسیت بالای آن به زمین لغزش انتخاب گردید، سپس با استفاده از نقشههای توپوگرافی، زمینشناسی و عملیات میدانی با استفاده از GPS، نقشه پراکنش زمین لغزشها به عنوان متغیر وابسته تهیه گردید. از تعداد کل ۱۱۰ زمین لغزش، ۷۷ زمین لغزش (۷۰٪) برای مدلسازی و ۳۳ زمین لغزش (۳۰٪) برای اعتبار سنجی مدل مورد استفاده قرار گرفت. سپس لایههای عوامل موثر در زمین لغزش شامل درجه شیب، جهت شیب، شکل شیب، طبقات ارتفاعی، لیتولوژی، کاربری اراضی، فاصله از جاده، فاصله از گسل، فاصله از آبراهه، تراکم آبراهه، شاخص رطوبت توپوگرافی و شاخص پوشش گیاهی تفاضلی نرمال تهیه گردید. رابطه بین زمین لغزشها و عوامل موثر در زمین لغزش با استفاده از مدل های وزن واقعه و نسبت فراوانی محاسبه گردید. نهایتا، نقشه حساسیت زمین لغزش در پنج کلاس خیلی کم، کم، متوسط، زیاد و خیلی زیاد طبقهبندی گردید. جهت اعتبارسنجی، نتایج با زمین لغزشهایی که در مرحله آموزش مدلها استفاده نشده بود، مقایسه گردید. متعاقبا، منحنی ROC رسم گردیده و مساحت زیر منحنی برای نقشههای حساسیت زمین لغزش محاسبه گردید. نتایج بدست آمده از اعتبارسنجی نشان داد که مقادیر AUC برای مدلهای نسبت فراوانی و وزن واقعه به ترتیب ۷۳۴/۰ (۴/۷۳٪) و ۶۲۳/۰ (۳/۶۲٪) میباشد. بنابراین، نتایج نشان داد که مدل نسبت فراوانی مناسبتر از مدل وزن واقعه میباشد. نهایتا، اعتبارسنجی تطابق رضایت بخشی را بین نتایج حاصل از نقشه حساسیت و دادههای زمین لغزش موجود در منطقه نشان داد.
کلیدواژه ها:
Frequency Ratio model ، Landslide ، Vanak Basin ، Weights-of-evidence ، Zonation model ، پهنه بندی ، زمین لغزش ، روش نسبت فراوانی ، روش وزن واقعه ، حوزه ونک
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :