1دانشگاه آزاد اسلامی، واحد علوم و تحقیقات، باشگاه پژوهشگران جوان و نخبگان، تهران، ایران
2استادیار، دانشگاه آزاد اسلامی، واحد شهر قدس
3دانشگاه آزاد اسلامی، واحد اردبیل، باشگاه پژوهشگران جوان و نخبگان، اردبیل، ایران
4استاد، دانشکده منابع طبیعی، دانشگاه تهران
5دانشیار، دانشکده منابع طبیعی، دانشگاه تهران
چکیده
ارزیابی حساسیتپذیری زمینلغزشهای کمعمق با استفاده از روشهای مناسب و تعیین عوامل مؤثر در کاهش خطرات آن بسیار مؤثر میباشد. هدف از این مطالعه تعیین عوامل مؤثر در وقوع زمینلغزشهای کمعمق و بررسی کارایی مدل شاخص آماری در تهیه نقشه حساسیتپذیری میباشد. بدین منظور تعیین نرخ مربوط به طبقات هر عامل با استفاده از روش شاخص آماری صورت پذیرفت که با تطبیق نقشه پراکنش زمینلغزش و 10 لایه اطلاعاتی تهیهشده شامل؛ شیب، جهت، بارندگی، ارتفاع، تراکم زهکشی، انحنای دامنه، کاربری اراضی، سنگشناسی، رخسارههای ژئومورفولوژی و حساسیت نسبی واحدهای سنگی به فرسایش در محیط ArcGIS 9.3 انجام شد. سپس آزمون کارایی مدل مورد استفاده با استفاده از شاخص درصد سطح زیر منحنی (ROC) صورت پذیرفت که حاکی از دقت بالای مدل شاخص آماری میباشد (0.952). بهمنظور تعیین عوامل اصلی در وقوع زمینلغزشهای کمعمق از تجزیه به مؤلفههای اصلی (PCA) استفاده شد. نتایج نشان داد که متغیرهای میزان بارندگی، شیب، جهت شیب، حساسیت نسبی واحدهای سنگی به فرسایش و انحنای دامنه بهترتیب بیشترین تأثیر را در وقوع زمینلغزش دارند.
1Young Researchers and Elite Club, Science and Research Branch, Islamic Azad University, Tehran, Ira
2Assistant Professor, Shahr-e-Qods Branch, Islamic Azad University, Iran
3Young Researchers and Elite Club, Ardabil Branch, Islamic Azad University, Ardabil, Iran
4Professor, Faculty of Rehabilitation Dry and Mountain Areas, University of Tehran, Iran
5Associate Professor, Faculty of Rehabilitation Dry and Mountain Areas, University of Tehran, Iran
چکیده [English]
Shallow landslide susceptibility assessment by using appropriate methods and determine of effective factors in reduce of its hazards is so effective. The aim of this study is to determine the effective factors on shallow landslide occurrence and investigation of Statistical Index Method (SIM) efficiency for landslide susceptibility mapping. So, determination of each class of factors’ weights was accomplished by using SIM. That was done by adoption of inventory landslide map and ten initial factors including: slope, aspect, rainfall, altitude, drainage density, plan curvature, land use, geology, geomorphological faces and rock unit sensitivity to erosion in ArcGIS 9.3. Then model efficiency was evaluated by using percentage of area under ROC curve and the results showed high accuracy (0.95) of SIM. Principal Component Analysis (PCA) was used for determination of primary causative factors of shallow landslide occurrence. Results showed that five variables of rainfall, slope, aspect, rock unit sensitivity to erosion and plain curvature are the most effective factors on landslide occurrence, respectively.
کلیدواژهها [English]
ArcGIS 9.3, ROC curve, PCA, Statistical Index Method, Susceptibility