دوره ۱۱، شماره ۱ - ( ۳-۱۴۰۳ )
جلد ۱۱ شماره ۱ صفحات ۱۳۰-۱۱۳ |
برگشت به فهرست نسخه ها
Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Pourfarrashzadeh F, Beyghipour Motlagh F, Gharachorlu M. Statistical-spatial modeling of the potential of landslide occurrence in Yamchi catchment. Journal of Spatial Analysis Environmental Hazards 2024; 11 (1) : 7
URL: http://jsaeh.khu.ac.ir/article-1-3409-fa.html
URL: http://jsaeh.khu.ac.ir/article-1-3409-fa.html
پورفراش زاده فهیمه، بیگی پور مطلق فریبا، قراچورلو مرتضی. مدل‌سازی آماری- فضایی پتانسیل رخداد زمینلغزش در حوضه آبخیز سد یامچی. تحلیل فضایی مخاطرات محیطی. ۱۴۰۳; ۱۱ (۱) :۱۱۳-۱۳۰
۱- دانشگاه محقق اردبیلی
۲- دانشگاه محقق اردبیلی ،morchorloo@gmail.com
۲- دانشگاه محقق اردبیلی ،
چکیده: (۲۸۱۱ مشاهده)
پژوهش حاضر با هدف تبیین سیستمی پتانسیل وقوع زمینلغزش در جهت ارائه مدل پیش‌بین احتمال رخداد آن در حوضه آبخیز یامچی واقع در استان اردبیل انجام گرفت. در این راستا، از هر دو رویکرد متغیرهای گسسته و پیوسته، به ترتیب از طریق عملیات هم‌پوشانی و رگرسیون لجستیک استفاده شد. متغیرهای مستقل شامل ارتفاع از سطح دریا، شیب، جهت دامنه، لیتولوژی، بارندگی سالانه، ناهمواری، انحناء زمین، شاخص رطوبت توپوگرافی، کاربری و پوشش زمین، شاخص پوشش گیاهی، فاصله از گسل، فاصله از آبراهه و فاصله از جاده بود. در وهله نخست، انطباق لایه‌های متغیرهای مستقل با لایه زمین‌لغزش‌های موجود در محیط سامانه اطلاعات جغرافیایی (GIS)، نقاط دارای پتانسیل بالا برای رخداد زمین‌لغزش‌ها را آشکار ساخت. این نقاط در ارتفاعات میانی، شیب‌های زیاد، جهت دامنه شمالی، گودی‌ها، ناهمواری بالا، رسوبات فرسایش‌پذیر (کواترنری)، بارندگی‌های بالا، پوشش گیاهی متوسط، پیرامون گسل‌ها و رودها قرار داشتند. در وهله دوم، نتایج اجرای مدل رگرسیون لجستیک با ارائه معادله پیش بین احتمال رخداد زمینلغزش نشان داد که مدل حاصل با داشتن Pseudo R2 و ROC به ترتیب برابر با 22/0 و 86/0، از توان و کارایی خوبی جهت پیش‌بینی زمین‌لغزش‌ها در سطح حوضه برخوردار بود. به‌علاوه ضرایب بتای حاصل برای متغیرهای مستقل نشان داد که ترتیب اهمیت متغیرها در وقوع زمینلغزش بدین صورت بود: شاخص پوشش گیاهی، فاصله از جاده، بارندگی، لیتولوژی، فاصله از گسل، ارتفاع، شاخص رطوبت توپوگرافی، شاخص ناهمواری، جهت دامنه، شیب، فاصله از رود. در پایان، لزوم توجه جدی به حفاظت و حمایت از پوشش گیاهی مراتع میان‌دست و بالادست حوضه با توجه به شرایط ژئومورفیک ناپایدار این نقاط مشخص گردید.
شماره‌ی مقاله: ۷
فهرست منابع
۱. بابلی موخر، حمید؛ کورش شیرانی و علیرضا تقیان. ۱۳۹۷. کارایی تئوری بی‌نظمی سامانه‌های طبیعی در پهنه‌بندی حساسیت زمینلغزش مطالعه موردی: حوضه آبخیز رودخانه فهلیان. فصلنامه علوم زمین، ۲۸(۱۰۹): ۲۰۰-۱۸۷.
۲. دارابی شهماری، سحر و امیر صفاری ۱۳۹۸. برآورد حساسیت زمینلغزش با استفاده از مدل رگرسیون لجستیک و شاخص آنتروپی مطالعه موردی: ارتفاعات شهرستان دالاهو. نشریه تحلیل فضایی مخاطرات محیطی، ۶(۲): ۱۸۰-۱۶۵.
۳. حفیظی، محمدکاظم؛ بهمن عباسی و احمد اشتری تلخستانی. ۱۳۸۹. بررسی زمینلغزش گردنه صائین اردبیل به منظور تأمین ایمنی راه با روش توموگرافی الکتریکی دوبُعدی و سه‌بُعدی. مجله فیزیک زمین و فضا، ۳۶(۱): ۲۸-۱۷.
۴. خسروی، محسن؛ و علی‌اکبرجمالی. ۱۳۹۷. پیش‌بینی روند تغییرات زمینلغزش منطقه شمل قوچان با توجه به عوامل موثر بر لغزش به روش شبکه عصبی، اتومات سلولی – مارکوف و رگرسیون لجستیک. فصلنامه جغرافیا و مخاطرات محیطی، ۲۷: ۱-۱۷.
۵. خالدی، شهریار؛ خه‌بات درفشی، اکبر مهرجونژاد، سعیده قره‌چاهی و شاهین خالدی. ۱۳۹۱. ارزیابی عامل‌های مؤثر در رویداد زمینلغزش و پهنه‌بندی آن با استفاده از مدل رگرسیون لجستیک در محیط GISمطالعه موردی: حوضه آبخیز طالقان. فصلنامه جغرافیا و مخاطرات محیطی، ۱: ۸۲-۶۵.
۶. خدائی قشلاق، لیلا؛ شهرام روستائی، و سید اسدا... حجازی. ۱۳۹۶. ارزیابی روش رگرسیون لجستیک در بررسی پتانسیل وقوع زمینلغزش مطالعه موردی: حوضه آبریز رودخانه حاجیلرچای. فصلنامه جغرافیای طبیعی، ۱۰ (۳۷): ۵۷-۴۵.
۷. صمدزاده، رسول. ۱۳۹۴. ارزیابی پهنه‌های خطر زمینلغزش در جاده اردبیل ـ سرچم. فصلنامه پژوهش‌های دانش زمین، ۶(۳): ۳۳-۱۹.
۸. زارع گاریزی، آرش؛ واحد بردی‌شیخ، امیر سعدالدین و عبدالرسول سلمان‌ماهینی. ۱۳۹۱. کاربرد روش رگرسیون لجستیک در مدل‌سازی الگوی مکانی احتمال تغییر پوشش گیاهی (مطالعه موردی: آبخیز چهل‌چای استان گلستان). نشریه فضای جغرافیایی، ۱۲(۳۷): ۶۸-۵۵.
۹. طلایی، رضا؛ محسن شریعت جعفری و بیرامعلی بیرامی. ۱۳۹۸. ارزیابی تأثیر زمینلغزش بر بار رسوبی حوضه بالخلوچای در استان اردبیل. نشریه مهندسی و مدیریت آبخیز، ۱۱()۱: ۲۱۰-۱۹۳.
۱۰. عبدی بسطامی، شیوا؛ هادی معماریان، سید محمد تاجبخش و محمود اعظمی راد. ۱۳۹۸. اولویت‌بندی عوامل موثر در وقوع زمینلغزش با استفاده از روش رگرسیون لجستیک. پژوهشنامه مدیریت حوزه آبخیز، ۱۰(۱۹): ۱۷۰-۱۵۴.
۱۱. قراچورلو، مرتضی؛ فریبا اسفندیاری و علی دلال‌اوغلی. ۱۳۹۷. بررسی نقش پارامترهای ژئومورفولوژی در پراکنش پوشش گیاهی با استفاده از تحلیل رگرسیونی فضایی، فصلنامه فضای جغرافیایی، ۱۸(۶۳): ۲۴۸-۲۲۵.
۱۲. کرم، عبدالامیر و فرج‌ا... محمودی. ۱۳۸۴. مدل‌سازی کمی و پهنه‌بندی خطر زمینلغزش در زاگرس چین‌خورده (مطالعه موردی: حوضه آبریز سرخون واقع در استان چهارمحال و بختیاری). فصلنامه پژوهش‌های جغرافیایی، ۵۱: ۱۴-۱.
۱۳. کیانی، شکراله؛ اکرم کریمخانی و احمد مزیدی. ۱۴۰۰. پهنه‌بندی خطر زمینلغزش با استفاده از مدل رگرسیون لجستیک و آنفیس در حوضه آبریز هشتجین استان اردبیل. فصلنامه جغرافیا و پایداری محیط، ۳۹: ۷۳-۵۵.
۱۴. مددی، عقیل. ۱۳۸۶. علل وقوع و پیامدهای ژئومورفولوژیک زمین‌لغزه ۱۶ خرداد ماه ۱۳۸۴ محور اردبیل- تبریز در گردنه صایین (منطقه آذربایجان، غرب استان اردبیل). نشریه تحقیقات جغرافیایی، ۲۳(۳): ۱۶۴-۱۴۳.
۱۵. مقیمی، ابراهیم؛ مجتبی یمانی و سعید رحیمی هرآبادی. ۱۳۹۲. ارزیابی و پهنه‌بندی خطر زمینلغزش در شهر رودبار با استفاده از فرایند تحلیل شبکه. فصلنامه پژوهش‌های ژئومورفولوژی کمی، ۴: ۱۱۸-۱۰۳.
16. Agren, A.M., Lidberg, W., Stromgren, M., Oglive, J., Arp, P.A. 2014. Evaluating digital terrain indices for soil wetness mapping- a Swedish case study, Hydrology and Earth System Sciences, 11: 4103-4129.
17. Bai, F., W. Sang, and J. C. Axmacher. 2011. Forest vegetation responses to climate and environmental change: A case study from Changbai Mountain, NE China. Forest Ecology and Management, 262(11): 2052-2060.
18. Froude, M. J., and D. N. Petley. 2018. Global fatal landslide occurrence from 2004 to 2016. Natural Hazards and Earth System Sciences, 18: 2161–2181.
19. Gariano, S. L., and F. Guzzetti. 2016. Landslides in a changing climate. Earth-Science Reviews, 162: 227-252.
20. Kavzoglu, T., E. K. Sahin, & I. Colkesen. 2014. Landslide susceptibility mapping using GIS-based multi-criteria decision analysis, support vector machines, and logistic regression. Landslides 11, 425-439.
21. Mathew, J., V.K. Jha, and G.S. Rawat. 2007. Application of binary logistic regression analysis and its validation for landslide susceptibility mapping in part of Garhwal Himalaya, India. International Journal of Remote Sensing, 28(10): 2257-2275.
22. Olaya, V. 2009. Basic Land-Surface Parameters. In T. Hengl & H. Reuter (Eds.), Geomorphometry (pp. 141-169). Amsterdam, Elsevier.
23. Pokharel, B., M. Alvioli, and S. Lim. 2020. Relevance of morphometric predictors and completeness of inventories in earthquake-induced landslide susceptibility. In Proceedings of the Geomorphometry Conference, pp. 182-185.
24. Reichenbach, P., M. Rossi, BD. Malamud, M. Mihir, and F. Guzzetti. 2018. A review of statistically-based landslide susceptibility models. Earth-Science Reviews, 180: 60-91.
25. Simea, I., and S. Todica. 2012. Statistical landslide hazard analysis in Solca catchment area. Geographia, 1: 15-22.
26. Sujatha, E. R., and V. Sridhar. 2021. Landslide susceptibility analysis: a logistic regression model case study in Coonoor, India. Hydrology, 8(1): 1-18.
ارسال پیام به نویسنده مسئول
| بازنشر اطلاعات | |
 | این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |
