توسعه نمودار نرخ پیش بینی _ مساحت به منظور بهبود خروجی مدل های پتانسیل خطر زمین لغزش

سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 60

فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_MCEJ-20-6_010

تاریخ نمایه سازی: 6 اسفند 1403

چکیده مقاله:

هدف از انجام پژوهش حاضر توسعه نمودار نرخ پیش ­بینی _ مساحت برای پهنه­بندی خطر زمین لغزش می­باشد. به این منظور پس از تعریف یک مدل توصیفی و مفهومی در برگیرنده متغیرهای موثر در پهنه ­بندی خطر زمین لغزش، همه مشخصاتی که می­ توانند به عنوان معیارهای مناسب مورد استفاده قرار گیرند، شناسایی و در قالب یک مدل هدف جمع آوری گردید. سپس با استفاده از تجزیه و تحلیل لایه­ های اطلاعاتی مختلف و وزن دار نمودن آنها با کاربرد تابع لجستیکی به منظور مدلسازی و پهنه­ بندی خطر زمین لغزش، نقشه­ های وزن دار به طور پیوسته و بدون ساده­ سازی تولید گردیدند.  وزن هر کدام از لایه­ ها با استفاده از چگالی نرمال شده مشخص شد. در نهایت کلیه نقشه­ های وزن دار با استفاده از روش شاخص همپوشانی داده محور با هم تلفیق شدند. نتایج این پژوهش نشان داد که اهمیت نسبی متغیرهای تاثیرگذار در بروز زمین لغزش می­ تواند با استفاده از نمودار نرخ پیش بینی _ مساحت به طور کمی مورد ارزیابی قرار گیرد. بنابراین لحاظ نمودن وزن کمی محاسبه شده با استفاده از نمودار نرخ پیش بینی _ مساحت، چگالی نرمال شده، در رابطه شاخص همپوشانی داده محور موجب تولید مدل­های پتانسیل خطر زمین لغزش قابل اعتمادتر شده و توانسته همچنین ۵۵ درصد نقاط زمین لغزش را در ۴۵ درصد مساحت کل منطقه شناسایی کند. کاربرد مدل توسعه داده شده در حوضه آبخیز عشوند-نهاوند اثبات نمود که مدلسازی به روش فوق می­تواند به نحوه مطلوبی مناطق پرخطر را جهت بررسی­های بیشتر صحرایی شناسایی نماید.

نویسندگان

واحد قیاسی

Assistant Professor of Geotechnical EngineeringDepartment of Civil EngineeringFaculty of Civil and Architecture EngineeringMalayer University - IranH/P: (۰۰۹۸)۹۱۲-۵۳۷-۴۲۹۵

صادق میرزایی

Master of Science, Faculty of engineering, University of Malayer

مهیار یوسفی

associate PROFESSOR OF MINING ENGINEERING gis

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 :
  • Fell, R. (۱۹۹۴). Landslide risk assessment and acceptable risk. Canadian ...
  • Mafian, S., Huat, B. B. K., and Ghiasi, V. (۲۰۰۹). ...
  • Safaei, M., Omar, H., Huat, B. K., Yousof, Z. B., ...
  • Hadji, R., errahmane Boumazbeur, A., Limani, Y., Baghem, M., el ...
  • Ilanloo, M. (۲۰۱۱). A comparative study of fuzzy logic approach ...
  • Bui, D. T., Pradhan, B., Lofman, O., Revhaug, I., & ...
  • Yousefi, M., & Carranza, E. J. M. (۲۰۱۵a). Fuzzification of ...
  • Yousefi, M., & Carranza, E. J. M. (۲۰۱۵). Prediction–area (P–A) ...
  • Pradhan, B., & Lee, S. (۲۰۱۰). Landslide susceptibility assessment and ...
  • Mokarram, M., & Zarei, A. R. (۲۰۱۸). Landslide Susceptibility Mapping ...
  • Chen, W., Panahi, M., Tsangaratos, P., Shahabi, H., Ilia, I., ...
  • Kayastha, P., Dhital, M. R., & De Smedt, F. (۲۰۱۳). ...
  • Adhikari, M. (۲۰۱۱). Bivariate Statistical Analysis of Landslide Susceptibility in ...
  • Yousefi, M., & Nykänen, V. (۲۰۱۶). Data-driven logistic-based weighting of ...
  • Yousefi, M., & Carranza, E. J. M. (۲۰۱۵b). Prediction–area (P–A) ...
  • Mihalasky, M. J., & Bonham-Carter, G. F. (۲۰۰۱). Lithodiversity and ...
  • Yousefi, M., Kamkar-Rouhani, A., & Carranza, E. J. M. (۲۰۱۲). ...
  • نمایش کامل مراجع