استفاده از روش های آماری رگرسیون دو و چند متغیره در پهنه بندی خطر زمین لغزش (مطالعه موردی: حوزه آبخیز شمال تهران)
محل انتشار: پژوهشنامه مدیریت حوزه آبخیز، دوره: 8، شماره: 15
سال انتشار: 1396
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 220
فایل این مقاله در 9 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_016
تاریخ نمایه سازی: 17 مهر 1400
چکیده مقاله:
در طی سالهای اخیر، وقوع زمین لغزش در نقاط مختلف و به دلایل گوناگون نظیر تغییر در نوع استفاده از زمین و احداث جاده روبه فزونی یافته است. به این دلیل، بررسی و تحقیق و تفحص در رابطه با این پدیده و ارزیابی عوامل ایجاد و شناسایی مناطق حساس بهمنظور پیشگیری و جلوگیری از خسارات احتمالی آن امری ضروری میباشد. بدین منظور تحقیق فوق در حوزه آبخیز شمال تهران با مساحت حدود ۱۴/۴۲ کیلومتر مربع به انجام رسیده است. بهمنظور پهنهبندی خطر زمین لغزش در منطقه مورد نظر با استفاده از دو روش رگرسیون دو متغیره و چند متغیره در ابتدا پس از بررسیهای میدانی، ۹ عامل شیب، جهت، ارتفاع، فاصله از گسل، سنگشناسی، فاصله از آبراهه، فاصله از جاده، بارندگی، کاربری اراضی در منطقه بهعنوان عوامل موثر در وقوع زمینلغزشها مورد شناسایی قرار گرفتند و سپس لایههای اطلاعاتی مربوطه در محیط نرمافزاری ArcGIS تهیه و بر اساس هر روش نقشه پهنهبندی خطر زمین لغزش تهیه گردید و برای ارزیابی روشها با نقشه پراکنش زمینلغزش مقایسه گردیدند. نتایج نشان داد که در روش رگرسیون دو متغیره، وقوع زمینلغزش با معیارهای فاصله از جاده، شیب، فاصله از گسل، طبقات بارندگی و سنگشناسی رابطه معنیداری دارد که میزان آنها به ترتیب ۵۱/۰، ۳۱/۰، ۱۶۷/۰، ۳۳/۰، ۱۰/۰ میباشد. ضریب تبیین بدست آمده در روش چند متغیره برابر با ۶۵/۰ بود که تمامی عوامل در سطح ۹۹/۰ معنیدار بوده اند.با توجه به آنکه دقت نتایج برای روش دو متغیره ۸۹/۰ و برای روش رگرسیون چند متغیره برابر با ۹۲/۰ بوده میتوان روش رگرسیون چند متغیره را روش مناسبتری تشخیص داد.
کلیدواژه ها:
landslide hazard zonation ، landslide index ، North of Tehran Watershed ، Statistics methods ، پهنه بندی خطر زمین لغزش ، روش های آماری ، شاخص زمین لغزش ، حوزه آبخیز شمال تهران
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 :