مقایسه مدل نسبت فراوانی و توابع عضویت فازی در پهنه‌بندی خطر زمین‌لغزش (مطالعه موردی: جاده ارتباطی مریوان- سنندج)

جغرافیا و مخاطرات محیطی

مقاله 4، دوره 1، شماره 4، بهمن 1391، صفحه 79-96   

نوع مقاله: مقاله پژوهشی

شناسه دیجیتال (DOI): 10.22067/geo.v1i4.17225

نویسندگان

امیر صفاری^* ؛ آرش اخدر

خوارزمی

چکیده

زمین‌لغزش‌ها نوعی حرکت دامنه‌ای هستند که نه تنها سازه‌های مهندسی مثل جاده‌ها، خطوط راه‌‌آهن و سدها را تحت تأثیر قرار می‌دهند، بلکه تلفات جانی را هم به دنبال دارند. هدف از این تحقیق، پهنه‌بندی خطر زمین‌لغزش‌های محدوده جاده ارتباطی مریوان - سنندج در استان کردستان (غرب ایران)، از طریق وزن‌دهی به معیارهای اصلی و با استفاده از مدل نسبت فراوانی و توابع ‌عضویت فازی در نرم‌افزار Arc GIS 10 است. به منظور پهنه‌بندی خطر زمین‌لغزش، معیارهای ارتفاع، شیب، جهت ‌شیب، فاصله از گسل، واحدهای سنگ‌شناسی، فاصله از آبراهه‌ها، فاصله از جاده، نوع کاربری اراضی، پوشش‌ گیاهی، خاک و بارش مورد ارزیابی قرار گرفت. بعد از مرحله فازی‌سازی معیارهای مؤثر در وقوع زمین‌لغزش‌های منطقه با استفاده از روش‌های مذکور، نقشه‌های پهنه‌بندی خطر زمین‌لغزش جهت ارزیابی این دو روش از طریق عملگرهای گامای فازی با لانداهای 7/0، 8/0 و 9/0 تهیه شد و با مقایسه نقشه‌های نهایی، مدل ایده‌آل برای پهنه‌بندی خطر زمین‌لغزش‌ در این محدوده انتخاب شد. نتایج نشان داد که از میان دو روش مورد بحث، استفاده از مدل نسبت فراوانی به دلیل فازی‌سازی مناسب هر معیار با استناد به نقشه‌های پراکنش زمین‌لغزش‌های رخ داده و نحوه تفکیک طبقات خطر، روش مناسب‌‌تری برای پهنه‌بندی زمین‌لغزش‌ها در این جاده ارتباطی محسوب می‌شود.

کلیدواژه‌ها

جاده ارتباطی مریوان – سنندج؛ زمین‌لغزش؛ ارزیابی؛ پهنه‌بندی؛ نسبت فراوانی؛ مدل فازی

مراجع

Ahmadi, H., Esmali, A., Feiznia, S., Shariat jafari, M., 2004. Mass movement hazard zonation with two multiple regression (MR) and Analytical Hierarchy process (AHP) methods. (Case study: Germichay watershed). Iranian J. Natural Res. Vol 56, No 4, 323-336. (In Per.)

Alaiee Taleghani, M., Rahimzadeh, Z., Amini, A., 2011. Mass Zoning the Skirts Sensitivity to Instability (Slippage) at Javanrood Catchment Area by the Use of Two Variables Statistical Model of Surface Compaction. Geography and Development. No 22, 57-72. (In Per.)

Feiznia, S., Kalarstaghi, A., Ahmadi, H., Safaei, M., 2004. An Investigation of Effective Factors on Landslide Occurrence and Landslide Hazard Zonation (Case Study Shirin Rood Drainage Basin - Tajan Dam). Iranian J. Natural Res. Vol 57, No 1, 3-22. (In Per.)

Graee, P., Karimi, H., 2010. Determination of the best landslide susceptibility mapping method in the Ilam dam basin. Geographical Research. Vol 25, No 96, 101-127. (In Per.)

Hoon chi, K., Park, n., chung.ch.jo, 2002. Fuzzy logic integration for landslide hazard mapping using spatial data from boeun, Korea, symposium on geospatial theory. Processing and applications. (In Eng.)

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.)

khaledi, S., derafshi, K., Mehrjunejad, A., gharachahi, S., khaledi, S. 2012. Assessment of the landslide effective factors and zonation of this event using logistic regression in the GIS environment (Case Study Taleghan Watershed). Journal of Geography and Environmental Hazards. No 1, 65-82. (In Per.)

Komac. M., 2006. A landslide susceptibility model using the analytical hierarchy process method and multivariate statistics in per alpine Slovenia. Geomorphology, No 24, 17-28. (In Eng.)

Moradi, H. R., Pourghasemi, H. R., Mohammdi, M., Mahdavifar, M. R., 2010. Landslide Hazard Zoning using Gamma Fuzzy Operator, with a Case Study of Haraz Watershed. Environmental Sciences. Vol 7, No 4, 129-142. (In Per.)

Shahabi, H., Khezri, S., Ahmad, B.B., Allahvirdiasi, H., 2012. Application of satellite images and fuzzy set theory in landside hazard mapping in central zab basin. IOSR Journal of applied physics, vol 1, 17-24. (In Eng.)

Van Westen, C. J., Rengers, N. Soaters, R. 1993. Geographic information systems applied to landslide hazard zonation. Mapping awareness and GIS in Europe.17. 5. (In Eng.)

Van Westen, C. J., Rengers, N. Terline, J. Soaters, R. 1997. Predication of the occurrence of slope instability phenomena through GIS -Based hazard zonation. Geologies ches Runds chall. 86. (In Eng.)

Yamani, M., Ahmadabadi, A., zare, R., 2012. Evaluation of Performance Artificial Intelligence Techniques in landslide study with an emphasis on SVM algorithm (Case Study: Darakeh Basin). Journal of Geography and Environmental Hazards. No 3. (In Per.)

Zhang F.L., 2007. Study on landslide susceptibility mapping based on GIS and with bivariate statistics. A case study in London area highway 212. Science paper online.