مقايسه روش هاي مورا و وارسون و رگرسيون چندمتغيره در پهنه بندي خطر زمين لغزش حوزه آبخيز كن

Comparing Methods of Mora and Varson and Multivariate Regression in Zoning Landslide Hazard of Kan Watershed

شناخت نواحي مستعد وقوع زمين لغزش يكي از اقدامات اوليه در مديريت منابع طبيعي و برنامه ريزيهاي توسعه اي و عمراني است. با توجه به اهميت تشخيص مناسب ترين روش برآورد صحيح خطر زمين لغزش، در اين تحقيق ميزان كارايي دو روشپهنه بندي خطر زمين لغزش شامل روش مورا و وارسون و روش رگرسيون چند متغيره مقايسه گرديد. بدين منظور ابتدا محدوده هاي لغزشي با استفاده از عكسهاي هوايي با مقياس 1:20000 و 1:50000 و برداشت هاي صحرايي صورت گرفته توسط GPS در محيط نرم افزاري ARCGIS ترسيم گرديد. در اين تحقيق، به منظور پهنه بندي خطر زمين لغزش منطقه ي مورد مطالعه با كاربرد روش هاي مورا و وارسون و رگرسيون چندمتغيره، اقدام به تهيه ي لايه هاي اطلاعاتي موثر در هر روش و سپس اقدام به وزن-دهي لايه ها و پهنه بندي منطقه ي تحقيق گرديد. ارزيابي نتايج حاصل از مدل هاي پهنه بندي خطر زمين لغزش با بهره گيري از نمايه جمع كيفي (Qs) و معيار ضريب همبستگي، حكايت از تناسب بيشتر نتايج مدل رگرسيون چندمتغيره در پهنه بندي خطر زمين لغزش منطقه مورد مطالعه دارد. بر اين اساس منطقه ي مورد مطالعه مشتمل بر شش طبقه خطر زمين لغزش مي باشد. بدين ترتيب با انتخاب بهترين روش پهنه بندي، مي توان براي مديريت پهنه هاي آبخيز و مقابله با خطر زمين لغزش با صرف هزينه و زمان كمتر به نتايج مطلوب تري دست يافت.

Identifying areas with different potential to landslide occurrence is one of the primitive actions in natural resources management. In view of importance of recognizing appropriate method to estimate landslide, in this research, the efficiency of two methods of landslide hazard zonation including methods of Mora and Varson and Multivariate regression were compared. In this research, first, layer of landslide was created in Arc GIS using aerial photographs with scales of 1:20000 and 1:50000, field monitoring and GPS. To zone landslide hazard in research area using methods of Mora and Varson and Multivariate regression, efficient layers for each method were created. After creating and weighting each layer, research area zonation to be done. Assessment of results of different models using quality sum index (Qs) and correlation coefficient shows that Multivariate regression is the best model in zonation of research area from the view point of the landslide hazard. According to the Multivariate regression, research area was separated to six classes of landslide hazard. Therefore we can manage the basins and fighting with landslide hazard by less cost and time By selecting the best method.