پهنه بندی خطر وقوع زمین لغزش با استفاده از مدل ارزش اطلاعاتی (Winf) در محیط سیستم اطلاعات جغرافیایی (GIS)، مطالعه موردی: دهستان دوهزار شهرستان تنکابن
- سال انتشار: 1392
- محل انتشار: دومین کنفرانس بین المللی مخاطرات محیطی
- کد COI اختصاصی: ICEHH02_155
- زبان مقاله: فارسی
- تعداد مشاهده: 776
نویسندگان
استادیار دانشگاه فارابی و رئیس اداره اطلاعات جغرافیایی سازمان جغرافیایی نیروهای مسلح
دانشجوی دکتری جغرافیا و برنامه ریزی روستایی دانشگاه پیام نور
مربی و عضو هیات علمی دانشگاه پیام نور
چکیده
زمین لغزشها رخدادهاى طبیعى بوده که تحت تاثیر عوامل مختلف باعث ایجاد خسارت به مناظر طبیعى، انسانها و تاسیسات می شود. از آنجا که پیش بینى زمان رخداد زمین لغزش ها از توان علم و دانش فعلى بشر خارج می باشد، لذا با شناسایى مناطق حساس به زمین لغزش و رتبه بندى آن می توان تا حدودى خطرات ناشى از وقوع زمین لغزش را جلوگیرى نمود. به طور کلى می توان هدف نهایى بررسى و مطالعه زمین لغزشها را یافتن راه هاى کاهش خسارات ناشى از آنها ذکر کرد. همین امر لزوم تهیه نقشه پهنه بندى خطر زمین لغزش را ضروری می داند.روش تحقیق در این مقاله از نوع کاربردی و رویکرد حاکم بر آن تحلیلی و کمی است و به منظور آماده سازی لایه ها در سامانه اطلاعاتجغرافیایی، از 10 لایه اطلاعاتی شامل: نقشه های شیب، جهات جغرافیایی شیب، بارش، زمین شناسی، فاصله از گسل،عامل انسانی، لایه خاک به همراه ویژگی های فیزیکی و شیمیایی آن شامل:غلظت آهک، نمک (هدایت الکتریکی) و ph استفاده گردید.همچنین جهت پهنه بندی خطر وقوع زمین لغزش از روش بینا و مدل ارزش اطلاعاتی (Winf) در محیط GIS استفاده شده است.نتایج نشان می دهد 25/88 کیلومتر مربع از کل دهستان مورد مطالعه، دارای پتانسیل خطر خیلی کم، 54/09 کیلومتر مربع، خطر کم، 92/57 کیلومتر مربع، خطر متوسط، 85/57 کیلومتر مربع، خطر زیاد و 34/50 کیلومتر مربع دارای پتانسیل خطر خیلی زیاد در دهستان دوهزار در شهرستان تنکابن می باشد که در اینخصوص عامل انسانی به عنوان عامل اصلی در این رابطه محسوب می شود.کلیدواژه ها
زمین لغزش، پهنه بندی، مدل ارزش اطلاعاتی، GIS، دهستان دوهزارمقالات مرتبط جدید
- Assessment of carbon dioxide emissions from ready-mixed concrete production in different strength classes: A case study
- Ultra-High-Performance Concrete (UHPC): Fundamentals, Engineering Applications, and Research Directions
- Crack Detection in Concrete Structures Using Deep Learning: A Review
- A Case Study on Heat of Hydration of a Mass Concrete Foundation Containing Slag Cement
- Major and Strong Earthquake Sequences and the inefficiency of Seismic Hazard Zoning Map: Iran ۲۰۱۷ Mw۷.۴, Turkiye ۲۰۲۳ Mw۷.۸ and Myanmar ۲۰۲۵, Mw۷.۷
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.