پهنه بندي حساسيت خطر زمين لغزش با استفاده از مدل نروفازي در حوزه آبخيز واز

Landslide Hazard Assessment by using Neuro-Fuzzy Technique in Vaz Watershed

در اين مطالعه از مدل نروفازي براي تهيه نقشه حساسيت خطر لغزش حوزه آبخيز واز در محيط سيستم اطلاعات جغرافيايي (GIS) استفاده گرديد. موقعيت لغزش هاي منطقه از طريق پايش ميداني و عكس هاي هوايي مشخص گرديد. در مرحله بعد عوامل موثر در بروز زمين لغزش نظير ارتفاع، سنگ شناسي، شيب، جهت، فاصله از رودخانه، فاصله از جاده، فاصله از گسل، بارندگي و كاربري اراضي رقومي گرديد. سپس مناطق حساس به زمين لغزش با استفاده از يافته هاي سيستم استنتاجي فازي عصبي تطبيقي (ANFIS) در عوامل موثر بروز لغزش ها مورد ارزيابي قرار گرفت. توابع عضويت هاي (MFs) مثلثي و گوسي براي نقشه حساسيت زمين لغزش و مقايسه نتايج آنها مورد استفاده قرار گرفت. به منظور ارزيابي مدل از روش هاي ميانگين مربعات خطا (RMSE) و ميانگين مطلق خطا (MEE) بهره گرفته شد. نتايج نشان داد مدل ANFIS كارايي خوبي براي تهيه نقشه حساسيت لغزش ها داشت و ساختار عصبي- فازي با تابع عضويت گوسي بهترين كارايي را در منطقه دارا بود. نقشه خطر لغزش نشان داد مساحت مناطق با خطرپذيري بالا بيش ترين مساحت را به خود اختصاص داده كه نشان دهنده خطرپذيري بالاي حوزه آبخيز واز در بروز لغزش ها مي باشد.

In this study, Neuro-Fuzzy model was used to prepare the map of Vaz watershed landslide susceptibility in GIS environment. Location of landslides occurred in the study area was determined through interpretation of aerial photographs and the field monitoring. In the next step, factors affecting landslide occurrence such as altitude, lithology, slope, aspect, distance to drainage, distance to road, distance to fault, rainfall, and land use were digitized. Then, landslide susceptible areas were assessed by using ANFIS model based on factors affecting landslide occurrence. For this purpose, two membership functions of triangulate and Gaussian were used to prepare landslide susceptibility map and compare their results. Two statistical criteria of RMSE and MEE were employed to evaluate model performance. The results showed high efficiency of ANFIS model for preparing landslide susceptibility map and also the ANFIS model with Gaussian membership function over-performed the ANFIS model with Triangular membership function in the study area. Landslide hazard map showed that the regions with high risk have the most area indicating high risk-taking of Vaz watershed in occurrence of landslides.