نشریه زمین شناسی مهندسی

زمین­لغزش­ها هر سال خسارت­های مالی و جانی زیادی به‌بار می­آورند. نقشه­های پهنه‌بندی خطر زمین­لغزش می­توانند به کاهش این خسارت­ها کمک کنند. حوزۀ آبخیز طالقان از جمله­ حوزه­های مستعد زمین­لغزش است که بررسی شده است. در این مقاله به پهنه­بندی خطر زمین­لغزش در این منطقه و در مقیاس 50000/1، و با در نظر داشتن لایه­های اطلاعاتی پراکندگی لغزش­ها، شیب، برای شیب، زمین‌شناسی (لیتولوژی)، فاصله از گسل­ها، فاصله از آبراهه­ها، با روش شبکه­های عصبی مصنوعی مبتنی بر توابع پایه­ای گوسی (RBF) و شبکه‌های عصبی پرسپترون (MLP) می‌پردازیم. کلیات روش RBF تا حدود زیادی مشابه شبکه­های عصبی پرسپترون (MLP) است که تا کنون قابلیت آن مشخص شده­ است و چندین تفاوت ساختاری در مؤلفه­ها بین این دوروش شبکۀ عصبی وجود دارد. از نتایج نهایی مشخص شد که نقشه‌های حاصل از هر دو روش قابل قبول هستند و روش MLP دقت بیش‌تری نسبت به‌روش RBF دارد.

زمین‌لغزش به سبب امکان رخداد آن در محیط‌های طبیعی مختلف و به سبب عوامل طبیعی و مصنوعی متفاوت موثر برآن، نسبت به سایر مخاطرات طبیعی جایگاه خاصی دارد. زمین‌لغزش ها به علت فراوانی رخدادشان، هر ساله موجب خسارات سنگینی می گردند که جبران برخی از آنها هزینه و وقت فراوانی می‌طلبد. به این سبب مطالعه و بررسی این پدیده مخصوصا در مناطقی که در مسیر پیشرفت و توسعه قرار دارند، امری ضروری است. از بهترین روش‌های مطالعه زمین‌لغزش ها پهنه‌بندی خطر آن می باشد، که از دیرباز مورد توجه محقیقن بوده است. در این روش منطقه مورد بررسی با توجه به عوامل موثر در بروز پدیده زمین‌لغزش، به پهنه‌های با خطر کم تا خطر خیلی زیاد تقسیم‌بندی می شوند. این پهنه‌بندی می تواند در برنامه‌ریزی های منطقه‌ای کمک شایانی داشته باشد. روش‌های متفاوتی برای این منظور ارائه و توسعه داده شده است. در این نوشتار از چهار روش ارزش اطلاعات، تراکم سطح، LNRF و نسبت فراوانی که از روش‌های آماری دو متغیره می باشند، در پهنه‌بندی خطر زمین‌لغزش منطقه پشت‌دربند استفاده شده است. نتایج بیانگر آن است که روش نسبت فراوانی با اختلاف جزئی نسبت به روش تراکم سطح از میان روش‌های بکار برده شده برای پهنه‌بندی منطقه نتایج مطلوب تری بدست می دهد.