پهنه بندي خطر زمين لغزش با مدل رگرسيون چند متغيره در محيط GIS ( مطالعه موردي: حوزه آق مشهد، استان مازندران)

Lnadslide Hazard Zonation using Multivariate Regression in GIS Environment (Case Study: Aghmashhad Watershed, Mazandaran)

شناسايي عوامل موثر در وقوع زمين لغزش هاي موجود در يك حوزه و پهنه بندي خطر آن يكي از ابزارهاي اساس جهت دستيابي به راه هكارهاي كنترل اين پديده و انتخاب مناسب ترين و كاربردي ترين گزينه موثر مي باشد. در اين مطالعه مدل پيش بيني مكاني خطر زمين لغزش در حوزه آق مشهد چوب و كاغذ مازندران، بر پايه زمين لغزش هاي رخ داده در گذشته ارايه شد. اين مدل براساس رگرسيون چند متغيره در محيط GIS، نقشه پهنه بندي خطر زمين لغزش را نشان مي دهد. پس از بررسي هاي ميداني و مرور مطالعات در مناطق مشابه، نقشه 8 عامل ارتفاع از سطح دريا، شيب، جهت جغرافيايي، زمين شناسي، خاك شناسي، فاصله از آبراهه، فاصله از جاده و نقشه كاربري اراضي در محيط GIS تهيه گرديد و نقشه زمين لغزش هاي موجود نيز از طريق عميات ميداني با استفاده از دستگاه موقعيت ياب جهاني (GPS)، ثبت و در محيط GIS تهيه گرديد. 8 لايه آماده شده در محيط GIS با لايه اطلاعاتي پراكنش زمين لغزش تطابق داده و نقشه پهنه بندي خطر زمين لغزش با مدل رگرسيون چند متغيره با به كارگيري تكنيك سيستم اطلاعات جغرافيايي و تلفيق لايه ها در محيط نرم افزارArc GIS 9.3 تهيه شد. مدل ارايه شده براي منطقه با نرم افزار SPSSنشان داد كه فاصله از آبراهه بيشترين تاثير را روي زمين لغزش هاي رخ داده داشته است. مزيت اين مدل اين است كه امكان ارزيابي سريع مكان هاي وقوع زمين لغزش در يك منطقه وسيع امكان پذير است. نتايج تحقيق نشان داد كه بين اعداد و كلاسه هاي خطر اين مدل با مساحت زمين لغزش هاي موجود همبستگي و ارتباط معني داري در سطح يك درصد (P < 0.01) برقرار است.

Identification of factors affecting on existing of landslide as well as its zonation in the given watershed is one of the basic tools for landslide control and selection of approach and effective solution as well. In this study landslide hazard mapping provided using previous landslide distribution and multivariate regression model in GIS environment in Aghmashhad. With reviewing previous resources and studying of Aghmashahd watershed, the eight factors of altitude, slope, aspect, geology, soil, land use, distance from river and distance from road were selected. With a field observation of the whole watershed, the local information and GPS were listed and landslide preparation map was prepared with stepwise multivariate regression in the statistical software SPSS. The distance from the river factor was selected as major factor affecting the landslide. The benefit of this model is to assess the expansive areas in short time. Research result showed that there is a significant correlation at the 0.01 level (P < 0.01) between potential hazard values, classes and current land slide area.