ورود
مقالات فارسیISIکنفرانسهاژورنالها

تحلیل حساسیت پذیری زمین لغزش با استفاده از مدل های دو و چندمتغیره در شهرستان چالوس

محل انتشار: مجله هیدروژیومورفولوژی، دوره: 13، شماره: 47
سال انتشار: 1405
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 72

فایل این مقاله در 19 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:
https://civilica.com/doc/2656686

شناسه ملی سند علمی:

JR_HYD-13-47_002

تاریخ نمایه سازی: 16 تیر 1405

چکیده مقاله:

در نواحی کوهستانی، حرکت توده ای و زمین لغزش به عنوان یک فرآیند فرسایشی مهم در نظر گرفته می شوند. مناطق شیب دار به لحاظ زمین شناسی و بوم شناسی حساس و شکننده هستند که منجر به وقوع زمین لغزش می شود. زمین لغزش ها این منطقه را در برابر بسیاری از خطرات دیگر نیز آسیب پذیر می کند. هدف اصلی این تحقیق تهیه نقشه حساسیت پذیری زمین لغزش با استفاده از مدل های آماری دو متغیره (نسبت فراوانی و ارزش اطلاعات) و یک مدل چندمتغیره (رگرسیون لجستیک) و انتخاب مدل مناسب برای این کار در شهرستان چالوس است. اولین گام در این پژوهش تهیه نقشه پراکنش زمین لغزش ها و تعیین محل آن ها روی نقشه است. این کار با استفاده از تصاویر گوگل ارث و پیمایش زمینی انجام شد. نقشه های مربوط به عوامل موثر از منابع مختلف تهیه و وارد محیط GIS شد. مدل های نسبت فراوانی، ارزش اطلاعات و رگرسیون لجیستیک برای تهیه نقشه حساسیت زمین لغزش استفاده شدند. منحنی ROC و سطح زیر این منحنی برای ارزیابی دقت مدل ها استفاده شدند. مساحت زیر منحنی برای نسبت فراوانی، ارزش اطلاعات و رگرسیون لجستیک به ترتیب ۷۰۵/۰، ۷۲۱/۰ و ۸۱۱/۰ به دست آمد. مساحت طبقه های حساسیت پذیری برای نقشه حساسیت پذیری تهیه شده با استفاده از رگرسیون محاسبه شدند. نتایج نشان می دهند که تقریبا ۴۴٪ از منطقه مطالعه در معرض حساسیت زیاد و خیلی زیاد زمین لغزش قرار دارد. مساحت محاسبه شده نشان می دهد که این منطقه به شدت مستعد زمین لغزش بوده و توجه به این پدیده بسیار ضروری است.

کلیدواژه ها:

نویسندگان

مجید محمدی

گروه محیط زیست، دانشکده منابع طبیعی، دانشگاه سمنان

مجتبی امیری

گروه محیط زیست، دانشکده منابع طبیعی، دانشگاه سمنان، سمنان، ایران

جعفر دستورانی

گروه محیط زیست، دانشکده منابع طبیعی، دانشگاه سمنان، سمنان، ایران

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 :
  • Aghayary, L., Asghari Saraskanrood, S., & Zeynali, B. (۲۰۲۴). Identification ...
  • Ali, S., Biermanns, P., Haider, R., & Reicherter, K. ۲۰۱۹. ...
  • Alsabhan, A.H., Singh, K., Sharma, A., Alam, S., Pandey, D.D., ...
  • Amponsah, P.O., Forson, E.D., Sungzie, P.S., & Akosuah Loh, Y.S. ...
  • Asmare, D. (۲۰۲۳). Application and validation of AHP and FR ...
  • Ayalew, L., Yamagishi, H. (۲۰۰۵). The Application of GIS – ...
  • Bisht, S., Rawat, K.S., & Singh, S.K. (۲۰۲۴). Earth observation ...
  • Chang, Z., Catani, F., Huang, F., Liu, G., Meena, S., ...
  • Chen, J., Yang, Z.F., & Liu, H.Q. ۲۰۰۵. Landslide susceptibility ...
  • Chowdhury, S., Rahman, N., Sheikh, S., Sayeid, A., Mahmud, K.H., ...
  • Dai, F.C., Lee, C.F., Li, J.X.Z.W., & Xu, Z.W. ۲۰۰۱. ...
  • A Geospatial Approach to Landslide Susceptibility Mapping of Spiti, India [مقاله ژورنالی]
  • Esfandyari Darabad, F., Rostami, G., Mostafazadeh, R., & Abedini, M. ...
  • Fatemi Aghda, S.M., Bagheri, V., & Razifard, M. (۲۰۱۸). Landslide ...
  • Froude, M., & Petley, D. (۲۰۱۸). Global fatal landslide occurrence ...
  • Guo, Z., Guo, F., Zhang, U., He, J. Li, G., ...
  • Hong, H., ۲۰۲۳. Assessing landslide susceptibility based on hybrid Best-first ...
  • Jaafari, A., Najafi, A., Pourghasemi, H.R., Rezaeian, J., & Sattarian, ...
  • Li, M., Wang, H., Chen, J., & Zheng, K. (۲۰۲۴). ...
  • Liao, X., & Carin, L. (۲۰۰۹). Migratory logistic regression for ...
  • Lima, P., Steger, S., Glade, T., & Mergili, M. (۲۰۲۳). ...
  • Liu, X.D., Xiao, T., Zhang, S.H., Sun, P.H., Liu, L.L., ...
  • Lombardo, L., Martin, & Mai. P. (۲۰۱۸). Presenting logistic regression-based ...
  • Mohammady, M., & Davudirad, A. (۲۰۲۴). Gully Erosion Susceptibility Assessment ...
  • Mohammady, M., Pourghasemi, H.R., Pradhan, B. (۲۰۱۲). Landslide susceptibility mapping ...
  • Nefeslioglu, H.A., Duman, T.Y., & Durmaz, S. (۲۰۰۸). Landslide susceptibility ...
  • Ogbonna, J.U., Alozie, M., Nkemdirim, V., & Eze, M. (۲۰۱۱). ...
  • Pourghasemi, H.R., Mohammady, M., & Pradhan, B. (۲۰۱۲). Landslide susceptibility ...
  • Rai, S.C., Pandey, V.K., Sharma, K.K., & Sharma, S. (۲۰۲۴). ...
  • Rasyid, A.R., Bhandary, N.P., & Yatabe, R. (۲۰۱۶). Performance of ...
  • Saha, S., Majumdar, P., & Bera, B. (۲۰۲۳). Deep learning ...
  • Sakar, S., Kanungo, D., & Mehrotar, G.S. (۱۹۹۵). Landslide hazard ...
  • Sahana, M., Hong, H., Sajjad, H., Liu. J., & Zhu, ...
  • Shafique, M., van der Meijde, M., & Khan, M.A. (۲۰۱۶). ...
  • Sharma, N., Saharia, M., & Ramana, G.V. (۲۰۲۴). High resolution ...
  • Singh, P., Sur, U., Kumar Rai, P., & Singh, S.K. ...
  • Wang, L.Q., Xiao, T., Liu, S.L., Zhang, W.G., Yang, B.B., ...
  • Wang, Y., Kang, L., & Wang, J. (۲۰۲۴). Landslide risk ...
  • Wubalem, A., Getahun, B., Hailemariam, Y., Mesele, A., Tesfaw, G., ...
  • Xi, C. Han, M. Hu, X. Liu, B. He, K. ...
  • Yalcin, A. (۲۰۰۸). GIS-based landslide susceptibility mapping using analytical hierarchy ...
  • Yalcin, A., Reis, S., Aydinoglu, A.C., & Yomralioglu, T. (۲۰۱۱). ...
  • Yin, K.L. (۲۰۰۴). Landslide hazard prediction and evaluation. China University ...
  • Zhang, A., Zhao, X.W., Zhao, X.Y., Zheng, X.Z., Zeng, M., ...
    • نمایش کامل مراجع