| تعداد نشریات | 51 |
| تعداد شماره‌ها | 2,028 |
| تعداد مقالات | 21,110 |
| تعداد مشاهده مقاله | 47,485,460 |
| تعداد دریافت فایل اصل مقاله | 20,369,664 |
پهنهبندی خطر وقوع زمینلغزش در منطقه کلور با استفاده از مدل ترکیبی قضیه بیز-ANP | ||
| جغرافیا و مخاطرات محیطی | ||
| مقاله 1، دوره 11، شماره 2 - شماره پیاپی 42، تیر 1401، صفحه 1-21 اصل مقاله (1.3 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22067/geoeh.2021.69988.1048 | ||
| نویسندگان | ||
| فرنگیس نظری بیاتیانی1؛ منصور جعفربیگلو* 2؛ شیرین محمدخان3؛ مهران مقصودی2 | ||
| 1دانشجوی دکتری ژئومورفولوژی، پردیس بین‌الملل کیش، دانشگاه تهران، تهران، ایران | ||
| 2دانشیار ژئومورفولوژی، دانشکده جغرافیا، دانشگاه تهران، تهران، ایران | ||
| 3استادیار ژئومورفولوژی، دانشکده جغرافیا، دانشگاه تهران، تهران، ایران | ||
| چکیده | ||
| شناسایی عوامل مؤثر در وقوع زمینلغزش در یک منطقه و پهنهبندی خطر آن یکی از اقدامات اساسی جهت دستیابی به راهکارهای کنترل این پدیده و کاهش مخاطرات محیطی ناشی از آن است. تحقیق حاضر با هدف تعیین عرصههای حساس نسبت به احتمال خطر وقوع زمینلغزش در منطقه کلور (شهرستان خلخال) انجام گرفته است. در این راستا، 9 عامل مؤثر در رخداد زمین‌لغزش‌های منطقه شامل لیتولوژی، ارتفاع، شیب، جهت شیب، کاربری اراضی، گسل، جاده‌سازی، شبکه زهکشی و بارش، شناسایی شدند و مورد استفاده قرار گرفتند. در ادامه، جهت تعیین عرصههای آسیبپذیر از مدل ترکیبی احتمالات شرطی (قضیه بیز) و فرایند تحلیل شبکهای (ANP) بهره گرفته شد. نتایج به دست آمده نشان داد که پهنه‌های با خطر خیلی زیاد و زیاد به ترتیب حدود 69/28 و 40/25 درصد، پهنه‌های با خطر متوسط حدود 57/21 درصد و پهنه‌های با خطر کم و خیلی کم نیز به ترتیب 21/14 و 13/10 درصد از منطقه موردمطالعه را شامل می‌شوند؛ بنابراین، بیش از 54 درصد از منطقه کلور دارای پتانسیل خطر زیاد و خیلی زیاد وقوع زمینلغزش است که دلیل اصلی آن شیب زیاد و وجود سازندهای آهکی مارنی است. همچنین، صحت نتایج با بررسی رابطه مساحت پهنه‌های خطر و مساحت سطوح لغزشی و R2 بیش از 93/0 در سطح خوبی مورد تأیید قرار گرفت؛ بنابراین، نتایج مدل ترکیبی قضیه بیز-ANP برای پهنهبندی خطر زمینلغزش در این نوع مناطق مناسب بوده و نقشه حاصل از آن همراه با شرح تفصیلی می‌تواند به‌عنوان ابزاری ارزشمند در برنامهریزی محیطی و کاهش هزینه‌های رخ داد زمینلغزش مورد استفاده قرار گیرد. | ||
| کلیدواژه‌ها | ||
| مخاطرات محیطی؛ زمینلغزش؛ قضیه بیز؛ ANP؛ کلور | ||
| مراجع | ||
|
اسفندیاری درآباد، فریبا؛ ابراهیم، بهشتی جاوید؛ 1395. پهنهبندی حساسیت وقوع زمینلغزش با استفاده از مدل هیبریدی قضیه بیز ANP (مطالعه موردی: گردنه حیران). نشریه هیدروژئومورفولوژی. شماره 8. 93-111. DOI: 20.1001.1.23833254.1395.3.8.5.3
پورقاسمی، حمیدرضا؛ مرادی، حمیدرضا؛ محمدی، مجید؛ مصطفی‌زاده، رئوف؛ گلی جیرنده، عباس؛ 1391. پهنهبندی خطر زمینلغزش با استفاده از تئوری بیزین. مجله علوم و فنون کشاورزی و منابع طبیعی. علوم آب و خاک. شماره 62. 109-121. DOI: 20.1001.1.24763594.1391.16.62.10.9
پیشنماز احمدی، مجید؛ محمد زاده، کیوان؛ ثقفی، مهدی؛ 1397. پهنهبندی خطر وقوع زمینلغزش و خطرپذیری سکونتگاههای روستایی در زیرحوضه رودبار با استفاده از روش تحلیل شبکه (ANP). مجله پژوهشهای ژئومورفولوژی کمّی. شماره 1. 211-225. DOI: 20.1001.1.22519424.1397.7.1.14.8
رنجبری، احد؛ عابدینی، موسی؛ مختاری، داود؛ 1398. تجزیه‌وتحلیل خطر زمینلغزش با استفاده از مدل‌های ANP و LR در محیط GIS(مطالعه موردی: پهنه گسلی قوشاداغ-ارسباران در آذربایجان شرقی). مجله پژوهشهای ژئومورفولوژی کمّی. شماره 1. 70-88.
http://www.geomorphologyjournal.ir/article_91726.html
روستایی، شهرام؛ خدائی، لیلا؛ مختاری، داود؛ رضا طبع، خدیجه؛ خدائی، فاطمه؛ 1394. کاربرد تحلیل شبکهای (ANP) در بررسی پتانسیل وقوع زمینلغزش در محدوده سد قلعه چای. مجله مخاطرات محیط طبیعی. شماره 5. 59-74. 10.22111/JNEH.2015.2475 DOI:
روستایی، شهرام؛ مختاری، داوود؛ حسینی، زهرا؛ اطمانی حقویران، مهدی؛ 1394. بررسی پتانسیل وقوع زمینلغزش در حوضه آبخیز رودخانه میمه به روش تحلیل شبکه. مجله هیدروژئومورفولوژی. شماره 4. 101-123.
شاهکوئی، اسماعیل؛ سارلی، رضا؛ درویشی، یوسف؛ امانپور قرائی، سمانه؛ 1398. پهنهبندی عرصههای آسیبپذیر در برابر مخاطرات طبیعی با تأکید بر زمینلغزش مطالعه موردی: زیر حوضه گرگان رود شهرستان گرگان. مجله پژوهشهای ژئومورفولوژی کمّی. شماره 2. 52-70. http://noo.rs/VdlKD
شکاریبادی، علی؛ معتمدی راد، علی؛ محمدی نیا، ملیحه؛ 1394. تلفیق مدل ANP و شاخص آنتروپی شانون در برآورد عوامل مؤثر در وقوع و پهنهبندی خطر زمینلغزش (مطالعه موردی: حوضه فاروبرومان نیشابور). مجله مطالعات جغرافیایی مناطق خشک. شماره 22. 89-103.
شمس، جلیل؛ علیزاده، البروس؛ 1397). پهنهبندی حساسیت خطر وقوع زمینلغزش با استفاده از مدل احتمالات شرطی (قضیه بیز)، مطالعه موردی: قاراداغ (ارسباران، از قرهسو تا دره دیز). نشریه علمی- پژوهشی جغرافیا و برنامهریزی. شماره 63. 161-182. https://www.sid.ir/fa/journal/ViewPaper.aspx?id=527864
صفاری، امیر؛ هاشمی، معصومه؛ 1395. پهنهبندی حساسیت زمینلغزش با مدل آنتروپی و منطق فازی (مطالعه موردی: شهرستان کرمانشاه). فصلنامه جغرافیای طبیعی. شماره 34. 43-62. 20.1001.1.20085656.1395.9.34.3.1
عابدینی، موسی؛ روستایی، شهرام؛ فتحی، محمد حسین؛ 1395. پهنهبندی حساسیت وقوع زمینلغزش با استفاده از مدل هیبریدی قضیه بیز و ANP (مطالعه موردی: کرانه جنوبی حوضه آبریز اهرچای از روستای نصیرآباد تا سد ستارخان). مجله پژوهشهای ژئومورفولوژی کمی. شماره 1. 142-159.
مجد باوی، اکبر؛ مومی پور، مهدی؛ 1400. پهنهبندی مناطق مستعد خطر زمینلغزش در محدودۀ سد شهید عباسپور. جغرافیا و مخاطرات محیطی. شماره 10. 65-80. DOI: 10.22067/GEOEH.2021.67029.0
محمدخان شیرین؛ ویسی، عبدالکریم؛ باقری، کیوان؛ 1393. پتانسیل‌سنجی خطر زمینلغزش با استفاده از مدل آنتروپی (منطقه کوهستانی شیرپناه در جنوب غرب استان کرمانشاه). مجله جغرافیایی سرزمین. شماره 4. 89-103.
محمودی، فرج اله؛ 1382. ژئومورفولوژی دینامیک. انتشارات دانشگاه تهران.
https://sarzamin.srbiau.ac.ir/article_7991.html
مقصودی، مهران؛ شرفی، سیامک؛ یمانی، مجتبی؛ مقدم، عباس و زمانزاده، سید محمد؛ 1394. تغییرات محیطی بعد از رخداد زمینلغزش کبیرکوه و تأثیر آن در شکلگیری محوطه‌های باستانی محدوده دریاچه جایدر. فصلنامه کواترنری ایران. شماره 1. 1-14. http://journal.iranqua.ir/article-1-322-fa.html
مقیمی، ابراهیم؛ باقری سید شکری، سجاد؛ صفرراد، طاهر؛ 1391. پهنهبندی خطر وقوع زمینلغزش با استفاده از مدل آنتروپی (مطالعه موردی: تاقدیس نسار زاگرس شمال غربی). پژوهشهای جغرافیای طبیعی. شماره 79. 79-90.
نظمفر، حسین؛ بهشتی، ابراهیم؛ 1395. کاربرد مدل ترکیبی فرآیند تحلیل شبکه و منطق فازی در پهنهبندی حساسیت وقوع زمینلغزش. مجله جغرافیا و برنامهریزی محیطی. شماره 1. 53-68.
یمانی، مجتبی؛ خداپور، سیروس؛ مصطفایی، ابولفضل؛ شادمان رود پشتی، مجید؛ 1391. نقشه پهنهبندی خطر زمینلغزش در حوضه آبخیز کارون بزرگ با استفاده از مدل AHP در محیGIS . مجله جغرافیا و برنامهریزی محیطی. شماره 4. 39-56. DOI: 20.1001.1.20085362.1391.23.4.3.7
Basu T, Pal S., 2019. RS-GIS based morphometrical and geological multi- criteria approach to the landslide susceptibility mapping in Gish River Basin, West Bengal India. Advances in Space Research 3: 1253-1269. https://doi.org/10.1016/j.asr.2018.10.033
Bera S, Guru B, Ramesh V., 2019. Evaluation of landslide susceptibility models: a comparative study on the part of Western Ghat Region, India. Remote Sensing Applications: Society and Environment 17: 39-52. https://doi.org/10.1016/j.rsase.2018.10.010
Bernknopf RL, Cambell RH, Brookshire DS, Shapiro CD., 1998. A probabilistic approach to landslide hazard mapping in Cincinnati, Ohio, with applications for economic evaluation. Bulletin of the Association of Engineering Geologists 25: 39-56.
Brabb EE., 1991. The world landslide problem. Episodes Journal of International Geoscience 14: 52-61. https://pubs.er.usgs.gov/publication/70197558
Chen K, Blong R, Jacobson C., 2012. MCE-Risk: Integrating Multicriteria Evolution and GIS for Risk Decision-Making in Natural Hazards. Environmental Modeling & Software 16: 387-397. DOI:10.1016/S1364-8152(01)00006-8
Chen W, He B, Zhang L, Nover D., 2016. Developing an integrated 2D and 3D WebGIS based platform for effective landslide hazard management. International Journal of Disaster Risk Reduction 20: 28-38. https://doi.org/10.1016/j.ijdrr.2016.10.003
D'Errico G E, Murru, N., 2012. Fuzzy Treatment of Candidate Outliers in Measurements. Advances in Fuzzy Systems 1-6. DOI:10.1155/2012/783843
Denison DGT, Holmes CC, Mallick BK, Smith AFM., 2002. Bayesian Methods for Nonlinear Classification and Regression. John Wiley & Sons, Chichester, west Sussex.
https://www.wiley.com/en-us/ Bayesian+ Methods+ for+ Nonlinear+ Classification+ and+ Regression- p-9780471490364
Faraji Sabokbar H, Shadman Roodposhti M, Tazik E., 2014. Landslide susceptibility mapping using geographically-weighted principal component analysis. Journal of Geomorphology 226: 15–24. https://doi.org/10.1016/j.geomorph.2014.07.026
Fathi M H, Khohdel K, Kandi Shoreh A, Ashrafi feini Z, Khaliji M A., 2015. The combination of spectral and spatial data in zoning oflandslide susceptibility (Case study: Sangorchay reservoir). Journal of Biodiversity and Environmental Sciences 2: 515-527.
Hattanji T, Moriwaki H., 2009. Morphometric Analysis of Relic Landslides Using Detailed Landslide Distribution Maps: Implications for Forecasting Travel Distance of Future Landslides. Journal of Geomorphology 3: 447-454. https:// doi.org/ 10.1016/ j.geomorph .2008. 07. 009
Lantada N, Pujades L, Barbat A., 2009. Vulnerability index and capacity spectrum based methods for urban seismic risk evaluation. A comparison, Natural Hazards 51:501-524.
Melchiorre C, Tryggvason A., 2015. Application of a fast and efficient algorithm to assess landslide-prone areas in sensitive clays in Sweden. Natural Hazards and Earth System Sciences 12: 2703-2713. https://doi.org/10.5194/nhess-15-2703-2015
Neaupane KM, Piantanakulchai M., 2006. Analytic network process model for landslide hazard zonation, Engineering Geology 85: 281–294. https://doi.org/10.1016/j.enggeo.2006.02.003
Nefeslioglu HA, Duman TY, Durmaz S., 2008. Landslide susceptibilit, mapping for a part of tectonic Kelkit Valley (Eastern Black Sea region of Turkey). Journal of Geomorphology 94: 401-418. https://doi.org/10.1016/j.geomorph.2006.10.036
Piacentinia D, Troiani F, Soldati M, Notarnicola C, Savelli D, Schneiderbauer S, Strada C., 2012. Statistical analysis for assessing shallow-landslide susceptibility in South Tyrol (south-eastern Alps, Italy). Journal of Geomorphology 151-152: 196-206. DOI: 10.1016/ j. geomorph. 2012.02.003
Pradhan B., 2011. An Assessment of the Use of an Advanced Neural Network Model with Five Different Training Strategies for the Preparation of Landslide Susceptibility Maps. Journal of Data Science 9: 65-81. DOI:10.6339/JDS.201101_09(1).0006
Samodra G, Chen G, Sartohadi J, Kasama K., 2018. Generating landslide inventory by participatory mapping: an example in Purwosari Area, Yogyakarta Java. Journal of Geomorphology 306: 306-313. https://doi.org/10.1016/j.geomorph.2015.07.035
Shadman Roodposhti M, Rahimi S, Jafarbeglou M., 2013. PROMETHEE II and fuzzy AHP: an enhanced GIS-based landslide susceptibility mapping. Journal of Nat Hazards 1: 95-77. DOI: 10. 1007/ s11069-012-0523-8
Yamin F, Rahman A, Huq S., 2005. Vulnerability, Adaptation and Climate Disasters: A Conceptual overview. Institute of Development Studies Bulletin 4: 1-14. https://doi.org/ 10.1111/ j.1759-5436.2005.tb00231.x
Zhu A-X, Wang R, Qiao J, Qin C-Z, Chen Y, Liu J, Du F, Lin Y, Zhu T., 2014. An expert knowledge- based approach to landslide susceptibility mapping using GIS and fuzzy logic. Journal of Geomorphology 214: 128-138. https://doi.org/10.1016/j.geomorph.2014.02.003
| ||
|
آمار تعداد مشاهده مقاله: 2,166 تعداد دریافت فایل اصل مقاله: 933 |
||