شناسايي مناطق لغزشي با استفاده از داده هاي سنجش از دور (مطالعه موردي: جنوب شرق خرم‌آباد)

Remote sensing data assessment to identify the landslide zones (Case study: southeast of Khorramabad)

منطقه مورد مطالعه در جنوب شرق شهر خرم‌آباد در استان لرستان واقع شده است و بر اساس تقسيم‌بندي زمين ساخت و حوزه‌هاي قديمي ‌ايران در محدوده زاگرس چين‌خورده قرار مي‌گيرد. با توجه به نوع سازند‌هاي زمين‌شناسي، لرزه‌خيزي، اقليم و وضعيت توپوگرافي،‌ اين حوزه از نظر لغزشي ناپايدار مي‌باشد. زمين لغزش يكي از خطرناك‌ترين انواع بلاياي طبيعي به شمار مي‌آيد.‌ اين پديده همه ساله موجب وارد آمدن خسارات فراواني در بسياري از كشورها مي‌شود كه به منظور كاهش ‌اين خسارات نيازمند انديشيدن تمهيداتي مي‌باشيم.‌ اين مطالعه با هدف ارزيابي داده‌هاي به دست آمده از سنجنده‌هاي مختلف در تشخيص لغزش‌هاي رخ داده در منطقه مورد مطالعه و مناطق مشابه، انجام گرفته است. به منظور ارزيابي دقت داده هاي TM، ETM+، IRS، ASTER از روش ماتريس خطا استفاده گرديد. در مطالعه صورت گرفته با استفاده از تكنيك‌هاي آشكارسازي و ساختن تركيب‌هاي رنگي مختلف از طريق بصري مناطق لغزشي تفكيك گرديد و براي ارزيابي، با نقشه واقعيت زميني مقايسه گرديد. محاسبه ماتريس خطا براي نقشه‌هاي تهيه شده نشان مي‌دهد كه با افزايش تفكيك فضايي تصاوير، دقت تشخيص لغزش‌هاي رخ داده افزايش مي‌يابد.

The study area is located in southeast Khorramabad in Lorestan province and based on classification of tectonic and old watersheds in Iran, is in folded Zagros range. According to the type of geological formations, seismic, climatic and topographic conditions, this area is considered unstable slip. Landslide is considered one of the most dangerous types of natural disasters. This phenomenon is causing great damage in many countries all years that need to contemplate measures to reduce these losses. This study is carried out to evaluate the remote sensing data for landslide cognition and mapping them. The confusion matrix has been used for data accuracy assessment of TM, ETM+, IRS, ASTER images. The separation of landslide zones done with using the detection techniques, visually making the different color compositions and finally these results used for comparison with real situations. Calculate the confusion matrix for maps show that by increasing the spatial resolution images, diagnostic accuracy of occurred landslides increase.