ارزیابی عامل های مؤثر در رویداد زمین لغزش و پهنه بندی آن با استفاده از مدل رگرسیون لجستیک در محیط GIS (مطالعه موردی: حوضه آبخیز طالقان)

جغرافیا و مخاطرات محیطی

مقاله 3، دوره 1، شماره 1، فروردین 1391، صفحه 65-82   

نوع مقاله: مقاله پژوهشی

شناسه دیجیتال (DOI): 10.22067/geo.v1i1.16523

نویسندگان

شهریار خالدی^{* 1}؛ خه بات درفشی²؛ اکبر مهرجونژاد³؛ سعیده قره چاهی¹؛ شاهین خالدی⁴

¹شهید بهشتی تهران

²دانشگاه شهید بهشتی

³دانشگاه تهران

⁴آزاد اسلامی نور

چکیده

زمین لغزش از جمله مخاطرات طبیعی است که موجب خسارت های مالی، جانی و تخریب منابع طبیعی می شود. ترکیب عامل های طبیعی و انسانی، شرایط رویداد این پدیده ناپایدار دامنه ای را در فرآیندهای انتقال ژئومورفیکی درپی دارد. در پژوهش حاضر، با استفاده از مدل رگرسیون لجستیک در محیط ArcGIS به شناسایی عوامل مؤثر در رویداد زمین لغزش و پهنه بندی میزان خطر این رویداد در حوضه آبخیز طالقان پرداخته شد. لایه پهنه های زمین لغزش به عنوان متغیّر وابسته و لایه های زمین شناسی، فاصله از گسل، فاصله از جاده، ارتفاع، شیب، جهت دامنه و تراکم شبکه آبراهه به عنوان متغیّرهای مستقل در مدل وارد شدند. ضرایب به دست آمده از اجرای مدل، متغیّر فاصله از گسل را مهم ترین عامل مؤثر در رویداد زمین لغزش حوضه نشان می دهد. برمبنای استاندارد سازی لایه ها و ضرایب به دست آمده، پهنه بندی خطر احتمال رویداد زمین لغزش در پنج رده بسیار بالا، بالا، متوسط، پایین و بسیار پایین انجام گرفت که درصد مساحت این پهنه ها به ترتیب 19/28، 64/46، 18، 84/6 و 33/2 از مجموع مساحت حوضه است؛ به عبارتی 83/72 درصد از مساحت حوضه آبخیز طالقان در رده های با خطر بالا و بسیار بالا قرار می گیرد.

کلیدواژه‌ها

زمین لغزش؛ پهنه بندی؛ رگرسیون لجستیک؛ GIS؛ حوضه آبخیز طالقان

مراجع

Agricultural Jihad Ministry. 2004. Report of Nation Landslide Database. Landslide Study Group,Watershed, Ranges and Forests Organization. (In Per.)

Ahmadi, H., Esmaili, A., Fayznia, S., and Shariat J. M. 2003. Zonation of the Mass Movements using Multivariate Regression (MR) and Analytic Hierarchy Process (AHP) Methods, a Case Study Germy Chai Watershed. Natural Resources of IRAN, 56 (4): 323-336. (In Per.)

Ashghali Farahani, A. 2001. Assessment of the Natural Slopes Instability Risk in Roudbar Area using Fuzzy Theory. Thesis of M.Sc Degree in Engineering Geology, Tarbiat Moalem University, 141 pp. (In Per.)

Ayalew, I. and Yamagishi H. 2005. The Application of GIS-based Logistic Regression for Landslide Susceptibility Mapping in the Kakuda-Yaahiko Mountains Central Japan, Geomorphology, 65: 15-31. (In Eng.)

Can, T., Nefeslioglu, H. A., Gokceoglu, C., Sonmez, H. and Duman, Y. 2005. Susceptibility Assessment of Shallow Earth Flows Triggered by Heavy Rainfall at three Catchments by Logistic Regression Analysis, Geomorphology, 82: 250-271. (In Eng.)

Chang, K. T. and Chiang, S. H. 2007. Modeling Typhoon and Earthquake induced Landslide in a Mountainous Watershed using Logistic Regression. Geomorphology, 89: 335-347. (In Eng.)

Chau, K. T., Sze, Y. L., Fung, M. K., Wong, W. Y., Fong, E. L. and Chan, L. C. 2004. Landslide Hazard Analysis for Hong Kong using Landslide Inventory and GIS. Computers and Geosciences, 30: 429-443. (In Eng.)

Dai, F. C. and Lee, C. F. 2002. Landslide Characteristics and Slope in Stability Modeling using GIS Lantau Island Hong Kong. Geomorphology, 42: 213-228.(In Eng.)

Dai, F. C., Lee, C. f. and Ngai, Y. Y. 2002. Landslide Risk Assessment and Management: an Overview. Engineering Geology, 64: 65-87. (In Eng.)

Duman, T. Y., Can, T., Gokceoglu, C., Nefeslioglu, H. A. and Sonmez, H. 2006. Application of Logistic Regression for Landslide Susceptibility Zoning of Cekmece Area Istanbul Turkey. Environmental Geology, 51: 241-256. (In Eng.)

Garaay, P. 2007. Study of Mass Movements to Present the Risk Zonation Regional Model in Lajimroud Watershed. Thesis of M.Sc Degree, Mazandaran University, pp. 231. (In Per.)

Garcia-Rodriquez, M. J., Malplica, B. and Diaz, M. 2008. Susceptibility Assessment of Earthquake Triggered Landslide in EI Salvador using Logistic Regression. Geomorphology, 95: 172-191. (In Eng.)

Gouraki Nejhad, M., Onagh, M., Islami, M., Kabir, A., and Shafiezadeh, A. 2005. Landslide Risk Zonation in Golestan Roudbar Siah Watershed. 2th Congress of Watershed, Soil and Water Resources Management, Kerman, pp. 361-368. (In Per.)

Haghshenas, E. 1995. Zonation of Landslide and its Relation with Sediment Yield in Taleghan Watershed. Thesis of M.Sc Degree, Tarbiat Modarres University, pp. 156. (In Per.)

Hosseinzadeh, M., Servati, M. R., and Mansouri, A. 2009. Zonation of Mass Movements Occurring Risk using Logistic Regression Model. IRAN Geology Quarterly, 3 (11): 27-37. (In Per.)

Lee, S. and Pradhan, B. 2007. Landslide Hazard Mapping at Selangor Malaysia using Frequency Ratio and Logistic Regression models, Landslide, 4: 33-41. (In Eng.)

Lee, S. and Sambath, T. 2006. Landslide Susceptibility Mapping in the Dameri Romel Areas Cambodia using Frequency Ratio and Logistic Regression Models. Environmental Geology, 50: 847-855. (In Eng.)

Lee, S. 2007. Application and Verification of Fuzzy Algebraic Operators to Landslide Susceptibility Mapping. Environment Geology, 52: 615-623. (In Eng.)

Mossafay, J., Onagh, M., and Shariat Jaefari, M. 2009. Comparing of Theorical and Statistical Models in Alamout Watershed Landslide Risk Zonation. Journal of Natural Resources and Agricultural Sciences, 16 (4): 25-42. (In Per.)

Nikandish, N. 1997. Study of Earth Mass Movement Importance in IRAN. Jihad Technical Journal, 12 (155): 46-61. (In Per.)

Ohlmacher, G. C. and Davis, J. C. 2003. Using Multiple Logistic Regression and GIS Technology to Predict Landslide Hazard in Northeast Kansas USA . Engineering Geology, 69: 331-343. (In Eng.)

Rajahy, A. 2003. Implication of Physical Geography in Rural and Urban Planning. Samt Publication, Tehran. (In Per.)

Shirani, K. 2003. Assessment of Landslide Risk Zonation Methods to select the Proper Method for Semirom Area of Esfahan Province in Maribor River Route. Soil Conservation and Watershed Institute. Tehran, pp. 104. (In Per.)