اولويت بندي عوامل موثر در زمين لغزش و مدل سازي فضايي آن با رويكرد داده محور در حوزه آبخيز سميرم

Modelling and Assessment of Landslide Susceptibility Zonation (Case Study: Semirom Basin

در اين پژوهش از يك مدل تركيبي نوين با استفاده از رويكرد داده محور به منظور شناسايي عوامل موثر در رخداد زمين لغزش و همچنين تهيه نقشه حساسيت زمين لغزش در حوزه آبخيز سميرم، كه يك منطقه حساس نسبت به زمين لغزش مي باشد، استفاده گرديده است. بدين منظور در ابتدا با استفاده از تفسير عكس هاي هوايي و پيمايش ميداني گسترده موقعيت زمين لغزش ها شناسايي گرديد. از تعداد كل 200 زمين لغزش شناسايي شده، 70 درصد (140 زمين لغزش) به صورت تصادفي براي اجراي مدل و 30 درصد (60 زمين لغزش) به منظور اعتبار سنجي مورد استفاده قرار گرفت. در ابتدا تعداد 25 پارامتر ژئومورفولوژيك، هيدرولوژيك، زمين شناسي و محيطي در نظر گرفته شد. به منظور غربالگري پارامترها از روش SVM استفاده گرديد. پس از تعيين معيارها، از مدل آنتروپي شانون به منظور تعيين وزن معيارها و از مدل تراكم سطح براي تعيين وزن طبقات استفاده گرديد و از تلفيق وزن معيارها و طبقات در محيط نرم افزار ArcGIS10.2 نقشه حساسيت زمين لغزش تهيه و بر اساس شكست هاي طبيعي به 5 كلاس طبقه بندي گرديد. به منظور اعتبارسنجي مدل از منحني ROC استفاده گرديد. نتايج صحت سنجي نشان داد كه مدل تركيبي داري دقت خيلي خوب 0/877 (87/7 درصد) در شناسايي مناطق حساس به زمين لغزش مي باشد. طبق نتايج پارامترهاي طول شيب، درجه شيب و شاخص خيسي توپوگرافي بيشترين تاثير را در وقوع زمين لغزش داشته اند. از كل مساحت منطقه ، 27/39 درصد در كلاس حساسيت زياد و خيلي زياد قرار گرفته اند. نقشه تهيه شده مي تواند براي برنامه ريزي كاربري اراضي و ساخت تاسيسات زير بنايي مانند جاده مفيد باشد.

landslides situation recognized using interpreting the aerial photos and extensive field measurements. Among total number of 200 identified landslides، %70 (140 landslides) of them have been utilized for model executing and %30 (60 landslides) of them for verification randomly. This research criteria including geomorphological parameters، hydrological parameters ، geological parameters and environmental parameters . The Shannon’s entropy model have been used for defining the criteria weight and Area density model for defining classes weight، then the regionalization map obtained by combining the criteria and classes weight in ArcGIS 10.2 software environment and classified to 5 classes very little، little ، moderate، high and very high according to natural fractures. The Roc curve have been used for model verification. The clerical accuracy results indicated that the compound model have the high accuracy 0.877 (87.7%) for identifying the regions susceptible to landslide. According to the results، slope length، slope and topography wetness index have had the most effect in occurring the landslide. Among total area of region (168547 hectar)، 27.39% (46165.02 hectar) have been placed in high and very high sensitive. The prepared regionalization map can be useful for planning land use and building the infrastructure installations such as road.