پهنه بندي حساسيت وقوع زمين لغزش با مدل هاي آنتروپي و منطق فازي ( مطالعه موردي: شهرستان كرمانشاه )

Sensitivity mapping of landslide occurrence by entropy and fuzzy logic models case study: Kermanshah city

ارزيابي زمين به منظور شناخت و پهنه بندي عرصه هاي حساس به حركات دامنه اي به ويژه زمين لغزش از پژوهش هاي مربوط به جغرافيدانان طبيعي بويژه ژئومورفولوژيست ها است .شناسايي و تعيين مناطق حساس و مستعد لغزش مي تواند ضمن جلوگيري از بروز خسارت ها ، زمينه را براي اجراي طرح هاي پايدار سازي دامنه ها فراهم آورد . در پژوهش حاضر پهنه بندي خطر زمين لغزش با استفاده از دو روش مدل انتروپي و روش منطق فازي انجام شده است براساس مطالعات ، نه پارامتر ليتولوژي ، فاصله از آبراهه ، فاصله از گسل ، فاصله از جاده ، شيب ، جهت شيب ،ارتفاع، كاربري اراضي و بارش به عنوان مهم ترين پارامتر هاي احتمالي موثر در وقوع زمين لغزش هاي منطقه ، تشخيص داده شدند، با انطباق لايه هاي اطلاعاتي اين عوامل بر نقشه زمين لغزش هاي منطقه بررسي شده در محيط gis ، اثر هر يك ار عوامل در رخداد زمين لغزش ها ارزيابي شد و در نهايت نقشه پهنه بندي خطر زمين لغزش با استفاده از 9 پارامتر تهيه شد . ارزيابي صورت گرفته با استفاده از شاخص احتمال تجربي نشان مي دهد كه مدل فازي با مقدار شاخص احتمال تجربي 90% روش كارامد تري نسبت به مدل انتروپي با مقدار شاخص 50% در برآورد خطر زمين لغزش در شهرستان كرمانشاه است.

Estimation of the ground to determine the zoning of sensitive areas movements، especially landslides range of research related to natural geographers is especially geomorphologists.Identification of sensitive areas to landslide can prevent the damages and also provide the capability for slope stabilization projects. In this paper landslide risk zoning is done by entropy and fuzzy methods. According to studies nine factors have been determined as the most important factors in landslide risk which include: lithology، distance from stream، distance from fault، distance from road، slope، aspect، altitude، land use and rainfall. By overlaying data layers، the effects of these factors on landslides in study area was reviewed in GIS، then the effect of them was evaluated and finally zoning map of landslide risk was provided by using these 9 factors. Evaluating by experimental probability index shows that fuzzy model with index of 90% is more capable than entropy method with index of 50% in landslide risk assessment in Kermanshah Township.