تلفیق دانش مبنا در پهنه بندی حساسیت زمین لغزش با رویکرد استانداردسازی اوزان مطالعات پیشین (مطالعه موردی: استان مازندران)
سال انتشار: 1405
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 23
فایل این مقاله در 25 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_GEH-15-3_002
تاریخ نمایه سازی: 18 مهر 1405
چکیده مقاله:
پهنه بندی خطر زمین لغزش با روش های دانش مبنا، به ویژه در مناطق دارای کمبود داده های میدانی، از راهکارهای مهم مدیریت مخاطرات است؛ بااین حال، نبود سازوکاری علمی برای استانداردسازی اوزان حاصل از مطالعات ناهمگون، چالش اصلی این رویکردهاست. پژوهش حاضر باهدف رفع این شکاف، چارچوب نرمال سازی اهمیت نسبی را در استان مازندران اجرا و با روش وزن های میانه مقایسه کرده است. بر پایه فراوانی حضور در هفت مطالعه معتبر، ۹ معیار شامل شیب، جهت شیب، ارتفاع، بارش، فاصله از گسل، جاده، آبراهه و مراکز جمعیتی و کاربری اراضی انتخاب و وزن دهی شدند. نتایج نشان داد شیب با وزن ۰.۲۳۹ بیشترین تاثیر را دارد و فاصله از جاده (۰.۱۳۳) و بارش (۰.۱۲۱) در رتبه های بعدی قرار می گیرند. استفاده از میانه، ضمن حفظ ترتیب کلی معیارها، وزن ارتفاع و کاربری اراضی را کاهش داد. وزن فاصله از مراکز جمعیتی نیز به دلیل حضور در تنها دو مطالعه، با عدم قطعیت همراه بود. روش نرمال سازی اهمیت نسبی با تمرکز ۱۰.۵ درصد نقاط لغزشی در پرخطرترین رده و افزایش نسبت فراوانی از ۰.۷۲ در رده کم خطر به ۱.۰۴ در رده پرخطر، نسبت به روش میانه با تمرکز ۰.۱۵ درصد نقاط، عملکرد بهتری داشت. مقادیر سطح زیر منحنی برای این دو روش به ترتیب ۰.۴۷۷ و ۰.۵۹۲ بود که ناکافی بودن این شاخص به تنهایی را نشان داد. اعتبارسنجی با ۶۷۴ نقطه لغزشی، روند صعودی نسبت فراوانی را تایید کرد. همچنین، ۳۴.۲ درصد مساحت استان در پهنه های خطر بالا و بسیار بالا قرار گرفت. این چارچوب برای پهنه بندی خطر در مناطق کوهستانی دارای داده کم مناسب است.
کلیدواژه ها:
نویسندگان
علی اشرفی
گروه جغرافیا، دانشکده ادبیات و علوم انسانی، دانشگاه بیرجند، بیرجند، ایران
داود اکبری
گروه مهندسی ژئوماتیک، دانشکده مهندسی، دانشگاه زابل، زابل، ایران
محدثه کچمی ملایی
گروه جغرافیا، دانشکده ادبیات و علوم انسانی، دانشگاه بیرجند، بیرجند، 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 :