جستجو در مقالات منتشر شده


2 نتیجه برای پهنه‌بندی خطر

نورالدین رستمی، یونس کاظمی،
دوره 6، شماره 1 - ( 3-1398 )
چکیده

گسترش شهرنشینی و تغییر شرایط هیدرولوژیک طبیعی آبراهه‌ها احتمال وقوع سیلاب را افزایش می‌دهد. تحقیق حاضر جهت پهنه‌بندی خطر سیلاب در محدوده شهر ایلام و تعیین محدوده‌های بحرانی بافت شهری در برابر سیلاب با استفاده از روش AHP و GIS صورت گرفته است. برای این منظور پارامترهای شماره منحنی، ارتفاع، فاصله از آبراهه، زمین‌شناسی، کاربری اراضی، جمعیت، شیب، خاکشناسی، تراکم ساختمان، بافت فرسوده و تجمع جریان به عنوان پارامترهای تأثیرگذار در خطر سیلاب شهر ایلام انتخاب و وزن‌دهی این پارامترها در محیط نرم‌افزار Expert Choice انجام شد. سپس نتایج حاصل از این نرم‌افزار به محیط نرم‌افزار GIS منتقل و نقشه پهنه‌بندی خطر سیلاب در محدوده موردنظر تهیه گردید. نقشه پهنه‌بندی خطر سیلاب نشان می‌دهد که مناطق با خیلی خطر کم 8/0 درصد، مناطق با خطر کم 5/8 درصد، مناطق با خطر متوسط 6/49 درصد، مناطق با خطر زیاد 54/32 درصد و مناطق با خطر خیلی زیاد 56/8 درصد از مساحت حوزه آبخیز شهر ایلام را تشکیل می‌دهند. همچنین ناحیه مرکزی شهر بیشترین خطر و احتمال وقوع سیلاب را دارد که علت این امر تراکم زیاد جمعیت و مناطق مسکونی در این ناحیه و نزدیکی آن به مسیل و تراکم بافت فرسوده و قدیمی آن می‌باشد. بنابراین، با بررسی نتایج حاصل از نرم‌افزار Expert Choice می‌توان مؤثرترین عوامل در بروز خطر سیلاب را شناسایی و با اولویت‌بندی آنها، راهکارهای مدیریتی را معطوف به برطرف کردن یا کاهش تأثیر این عوامل کرد.


اسداله حجازی، محمدحسین رضایی مقدم، عدنان ناصری،
دوره 8، شماره 2 - ( 6-1400 )
چکیده

هدف از این پژوهش انتخاب بهترین مدل و شناسایی پهنه های خطر زمین لغزش در حوضه های پایین دست سد سنندج است. منطقه مورد مطالعه به مساحت 7/970 کیلومتر مربع در پایین دست سد سنندج قرار دارد و بر روی زون ساختاری سنندج - سیرجان واقع شده است. در این مطالعه از 9 عامل موثر بر زمین لغزش، شامل شیب، جهت شیب، فاصله از گسل، فاصله از جاده، فاصله از آبراهه، لیتولوژی، کاربری اراضی و بارش استفاده شد. با استفاده از تصاویر ماهواره ای Landsat 8 ETM  ، تعداد ۲۳۷ نقطه لغزشی مشخص گردید. سپس نقشه پراکنش زمین لغزشهای منطقه تهیه شد. همچنین 89 نقطه غیرلغزشی،  به منظور استفاده در مراحل آموزش و آزمایش شبکه عصبی پرسپترون در داخل شیبهای کمتر از 5 درجه مشخص شدند.
در مدل شبکه عصبی مصنوعی لایه ی میانی به صورت پیش فرض نرم افزار انتخاب شد. از 70 درصد زمین لغزشهای رخداده، جهت آموزش شبکه عصبی و از 30 درصد مابقی به عنوان داده های زمین مرجع جهت آزمایش و کالیبره کردن مدل استفاده شد. داده ها با استفاده از یک شبکه پرسپترون چندلایه با الگوریتم یادگیری آدام آموزش دیدند. ساختار نهایی شبکه دارای 9 نرون در لایه ورودی، 30 نرون در لایه میانی و 1 نرون در لایه خروجی است. در مدل AHP پس از محاسبه ی وزن نهایی زیرمعیارها، وزن های محاسبه شده را به جدول توصیفی لایه های اطلاعاتی عوامل موثر اضافه نموده و در نهایت نقشه ی پهنه بندی خطر زمین لغزش در منطقه بدست آمد.
 پس از آماده سازی مدلها، منطقه ی مورد مطالعه با 9 متغیر ورودی تحلیل شد. نتایج تحلیل به صورت نقشه ای با پنج طبقه خطر زمین لغزش برای هر مدل ترسیم گردید. از 5 روش محاسبه میزان خطا جهت صحت سنجی مدلها استفاده شد. بر اساس مدل شبکه عصبی، حدود 31 درصد  و مدل AHP ۳۵ درصد از منطقه در محدوده مناطق مطلوب جهت فعالیتهای انسانی قرار دارد.  همچنین  بر اساس مدل شبکه عصبی حدود 39 درصد و مدل AHP ۳۳ درصد از منطقه در محدوده مناطق نامطلوب و بسیار نامطلوب قرار گرفته اند. مناطق مخاطره آمیز عمدتا در غرب و جنوب غرب حوزه واقع شده اند. مقایسه نتایج صحت سنجی نشان می دهد که مدل شبکه عصبی پرسپترون دارای دقت بهتری نسبت به مدل تحلیل سلسله مراتبی است. بر اساس روش AHP پارامترهای شیب، لیتولوژی و کاربری اراضی بیشترین نقش را در وقوع زمین لغزش منطقه دارند.

صفحه 1 از 1     

کلیه حقوق این وب سایت متعلق به سامانه نشریات علمی می باشد.

طراحی و برنامه نویسی : یکتاوب افزار شرق

© 2022 CC BY-NC 4.0 | Journal of Spatial Analysis Environmental hazarts

Designed & Developed by : Yektaweb