بهار و تابستان 1402
برگشت به فهرست مقالات |
برگشت به فهرست نسخه ها
دانشگاه علوم کشاورزی و منابع طبیعی ساری
چکیده: (23 مشاهده)
مقدمه و هدف: در سال‌های اخیر، افزایش جمعیت و گسترش سکونتگاه‌ها در مناطق خطرناک تا حد زیادی تأثیر بلایای طبیعی را در کشورهای صنعتی و در حال توسعه افزایش داده است. پهنه بندی خطر زمین لغزش به شناسایی نقاط استراتژیک و مناطق بحرانی جغرافیایی مستعد، کمک می کند. بنابراین اقدامات برای کاهش سریع، ایمن و برنامه ریزی استراتژیک برای آینده اهمیت دارد. در واقع ارزیابی خطر زمین لغزش ممکن است یک کمک مناسب و مقرون‌به‌صرفه برای برنامه‌ریزی کاربری زمین باشد، لذا در این راستا هدف از پژوهش حاضر مدل سازی خطر وقوع زمین لغزش با استفاده از داده کاوی در حوضه های جنگل شمال کشور است.
مواد و روش ها: برای این منظور نقشه خطر زمین لغزش به روش مورا وارسون با تأثیر فاکتورهای مؤثر بر وقوع زمین لغزش شامل عوامل توپوگرافیکی، عوامل هیدرولوژیکی و اقلیمی، عوامل زمین شناسی، عامل پوشش زمین، عوامل انسانی، شبکه هیدروگرافی از مدل رقومی ارتفاعی، نقشه زمین شناسی با استفاده از نقشه سازمان زمین شناسی کشور تهیه و برای به دست آوردن شاخص پستی و بلندی نسبی ابتدا با استفاده از منحنی میزان های ارتفاعی برگرفته از نقشه های توپوگرافی 1:25000 منطقه نقشه طبقات ارتفاعی تهیه شد. پس از آن منطقه، به شبکه‌های یک کیلومترمربعی تقسیم و نقشه های با کمترین و بیشترین میزان ارتفاع در شبکه‌های یک کیلومترمربعی حاصل شد؛ و در مرحله آخر با تفریق این دو نقشه، نقشه های بهدست آمد که اطلاعات آن بیانگر مقدار شاخص پستی و بلندی نسبی است. برای به دست آوردن شاخص رطوبت خاک نیز از بارندگی ماهانه استفاده شد. در نهایت با استفاده از نقشه پهنه بندی حاصل شده از الگوریتم های سه مدل جنگل تصادفی، شبکه عصبی مصنوعی و الگوریتم درخت تصمیم برای مدل سازی خطر وقوع زمین لغزش در محیط نرمافزارSTATISTICA12.0 استفاده شد.
یافته ها: برطبق نتایج، بیشترین توزیع مساحت زمین لغزش متعلق به طبقه با خطر کم (76 درصد) است و به ترتیب متغیرهای شدت بارندگی، حساسیت لیتولوژیک، پستی و بلندی نسبی و شدت لرزهای براساس درجه اهمیت به عنوان مهمترین عوامل وقوع زمین لغزش در نظر گرفته شد. نتایج حاصل از اعتبارسنجی با سه الگوریتم جنگل تصادفی، درخت تصمیم و شبکه عصبی مصنوعی؛ با توجه به ضریب تبیین، درصد مجذور میانگین مربعات خطا و اریبی حاصل شده در مدل سازی خطر وقوع زمین لغزش نشان داد که مدل شبکه عصبی مصنوعی با تعداد 5 لایه ورودی، 7 لایه پنهان و (99/0R2=، 28/12RMSE%= و 33/3BIAS%=-) نسبت به سایر روش ها دارای دقت بالاتری است.
نتیجه گیری: نتایج پژوهش حاضر نشان داد روش های داده کاوی قابلیت بالایی در پیش بینی خطر وقوع زمین لغزش دارند. لذا استفاده از روش های مذکور می تواند در کاهش خطرات همراه زمین لغزش و برنامه ریزی برای کاربری زمین مورد نظر قرار گیرد.
مواد و روش ها: برای این منظور نقشه خطر زمین لغزش به روش مورا وارسون با تأثیر فاکتورهای مؤثر بر وقوع زمین لغزش شامل عوامل توپوگرافیکی، عوامل هیدرولوژیکی و اقلیمی، عوامل زمین شناسی، عامل پوشش زمین، عوامل انسانی، شبکه هیدروگرافی از مدل رقومی ارتفاعی، نقشه زمین شناسی با استفاده از نقشه سازمان زمین شناسی کشور تهیه و برای به دست آوردن شاخص پستی و بلندی نسبی ابتدا با استفاده از منحنی میزان های ارتفاعی برگرفته از نقشه های توپوگرافی 1:25000 منطقه نقشه طبقات ارتفاعی تهیه شد. پس از آن منطقه، به شبکه‌های یک کیلومترمربعی تقسیم و نقشه های با کمترین و بیشترین میزان ارتفاع در شبکه‌های یک کیلومترمربعی حاصل شد؛ و در مرحله آخر با تفریق این دو نقشه، نقشه های بهدست آمد که اطلاعات آن بیانگر مقدار شاخص پستی و بلندی نسبی است. برای به دست آوردن شاخص رطوبت خاک نیز از بارندگی ماهانه استفاده شد. در نهایت با استفاده از نقشه پهنه بندی حاصل شده از الگوریتم های سه مدل جنگل تصادفی، شبکه عصبی مصنوعی و الگوریتم درخت تصمیم برای مدل سازی خطر وقوع زمین لغزش در محیط نرمافزارSTATISTICA12.0 استفاده شد.
یافته ها: برطبق نتایج، بیشترین توزیع مساحت زمین لغزش متعلق به طبقه با خطر کم (76 درصد) است و به ترتیب متغیرهای شدت بارندگی، حساسیت لیتولوژیک، پستی و بلندی نسبی و شدت لرزهای براساس درجه اهمیت به عنوان مهمترین عوامل وقوع زمین لغزش در نظر گرفته شد. نتایج حاصل از اعتبارسنجی با سه الگوریتم جنگل تصادفی، درخت تصمیم و شبکه عصبی مصنوعی؛ با توجه به ضریب تبیین، درصد مجذور میانگین مربعات خطا و اریبی حاصل شده در مدل سازی خطر وقوع زمین لغزش نشان داد که مدل شبکه عصبی مصنوعی با تعداد 5 لایه ورودی، 7 لایه پنهان و (99/0R2=، 28/12RMSE%= و 33/3BIAS%=-) نسبت به سایر روش ها دارای دقت بالاتری است.
نتیجه گیری: نتایج پژوهش حاضر نشان داد روش های داده کاوی قابلیت بالایی در پیش بینی خطر وقوع زمین لغزش دارند. لذا استفاده از روش های مذکور می تواند در کاهش خطرات همراه زمین لغزش و برنامه ریزی برای کاربری زمین مورد نظر قرار گیرد.
نوع مطالعه: پژوهشي |
موضوع مقاله:
ساير موضوعات وابسته به مديريت حوزه آبخيز
دریافت: 1401/8/2 | ویرایش نهایی: 1401/12/24 | پذیرش: 1401/9/8
دریافت: 1401/8/2 | ویرایش نهایی: 1401/12/24 | پذیرش: 1401/9/8
ارسال پیام به نویسنده مسئول
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |
