journal of watershed management research
پژوهشنامه مديريت حوزه آبخيز
jwmr
Agriculture
http://jwmr.sanru.ac.ir
1
admin
2251-6174
2676-4636
10.61186/jwmr
fa
jalali
1396
11
1
gregorian
2018
2
1
8
16
online
1
fulltext
fa
تخمین احتمال بزرگی زمینلغزشهای رخداده در حوزه آبخیز پیوهژن
(استان خراسان رضوی)
Estimation of landslide size probability occurrence in the Pivejan Watershed (Razavi Khorasan Province)
تخصصي
Special
پژوهشي
Research
<strong><span dir="RTL"><span><span style="font-size: 10pt;"> اطلاع از تعداد، مساحت و فراوانی زمین­لغزش­های رخ­داده در هر منطقه­، نقش مهمی در ارزیابی درازمدت منطقه تحت تاثیر زمین­لغزش داشته و به­منظور تحلیل حساسیت، خطر و ریسک زمین­لغزش استفاده می­شود. در این ارتباط، پژوهش حاضر تلاش می­کند تا به بررسی احتمال بزرگی زمین­لغزش­های شناسایی­شده در حوزه آبخیز پیوه­ژن در استان خراسان رضوی پرداخته شود. در اولین مرحله، با استفاده از تصاویر گوگل ارث و بازدیدهای گسترده میدانی نقشه پراکنش زمین­لغزش­ها تهیه گردید. در مرحله بعد، با استفاده از نرم­افزار </span></span></span></strong><span style="font-family: times new roman,serif;"><span style="font-size: 8pt;">ArcGIS</span></span><strong><span dir="RTL"><span><span style="font-size: 10pt;"> و جعبه ابزار </span></span></span></strong><span style="font-family: times new roman,serif;"><span style="font-size: 8pt;">XTools Pro</span></span><strong><span dir="RTL"><span><span style="font-size: 10pt;">، مساحت هر یک از لغزش­ها تعیین گردید. متعاقباً، احتمال بزرگی زمین­لغزش­های شناسایی شده در منطقه مورد مطالعه با استفاده از توابع چگالی احتمالی </span></span></span></strong><span style="font-family: times new roman,serif;"><span style="font-size: 8pt;">Double Pareto</span></span><strong><span dir="RTL"><span><span style="font-size: 10pt;">، </span></span></span></strong><span style="font-family: times new roman,serif;"><span style="font-size: 8pt;">Double Pareto</span></span><strong><span dir="RTL"><span><span style="font-size: 10pt;"> ساده­شده و گامای معکوس در نرم­افزار </span></span></span></strong><span style="font-family: times new roman,serif;"><span style="font-size: 8pt;">R</span></span><strong><span dir="RTL"><span><span style="font-size: 10pt;">، محاسبه گردید.</span></span></span></strong> <strong><span dir="RTL"><span><span style="font-size: 10pt;">هم­چنین در پژوهش حاضر به­منظور بهینه­سازی ضرایب تخمینی از دو روش ناپارامتریک تخمینی چگالی هیستوگرام (</span></span></span></strong><span style="font-family: times new roman,serif;"><span style="font-size: 8pt;">HDE</span></span><strong><span dir="RTL"><span><span style="font-size: 10pt;">) و چگالی کرنل (</span></span></span></strong><span style="font-family: times new roman,serif;"><span style="font-size: 8pt;">KDE</span></span><strong><span dir="RTL"><span><span style="font-size: 10pt;">) و روش پارامتریک تخمینی بیشینه احتمال (</span></span></span></strong><span style="font-family: times new roman,serif;"><span style="font-size: 8pt;">ML</span></span><strong><span dir="RTL"><span><span style="font-size: 10pt;">) استفاده گردید. نتایج تابع چگالی احتمال نشان داد که روش­های تخمین ناپارامتریک (</span></span></span></strong><span style="font-family: times new roman,serif;"><span style="font-size: 8pt;">HDE</span></span><strong><span dir="RTL"><span><span style="font-size: 10pt;"> و </span></span></span></strong><span style="font-family: times new roman,serif;"><span style="font-size: 8pt;">KDE</span></span><strong><span dir="RTL"><span><span style="font-size: 10pt;">) نتایج قابل قبولی برای کل لغزش­ها داشتند، اگرچه روش بیشینه احتمال نتایج خوبی ارائه نکرده است. هم­چنین نتایج احتمال رخ­داد لغزش بیان­گر شباهت مدل­های </span></span></span></strong><span style="font-family: times new roman,serif;"><span style="font-size: 8pt;">Double Parreto</span></span><strong><span dir="RTL"><span><span style="font-size: 10pt;"> ساده شده و گامای معکوس با روش­های مختلف بهینه­سازی بوده، هرچند نتایج مدل </span></span></span></strong><span style="font-family: times new roman,serif;"><span style="font-size: 8pt;">DP</span></span><strong><span dir="RTL"><span><span style="font-size: 10pt;"> با کمتخمینی همراه بوده و نتوانسته برآورد صحیحی از احتمال بزرگی لغزش­ها ارائه دهد</span></span></span></strong>
Knowing the number, area, and frequency of landslides occurred in each area has a prominent role in the long-term evolution of area dominated by landslides and can be used for analyzing of susceptibility, hazard, and risk. In this regard, the current research is trying to consider identified landslides size probability in the Pivejan Watershed, Razavi Khorasan Province. In the first step, landslides inventory map was created using Google Earth images and extensive field surveys. In the next step, area of each landslide was determined using ArcGIS software and Xtools Extension. Subsequently, probability of landslides size identified were calculated in R statistical software using Double Pareto (DP), Double Pareto Simplified (DPS), and Inverse Gamma (IG) probability density functions in the study area. Also, in the present study for optimization of parameters coefficients used of two non-parametric probability density function namely Histogram Density Estimation (HDE) and Kernel Density Estimation (KDE) and a parametric Maximum Likelihood (ML) estimation. The results showed that non-parametric estimation methods (i.e., HDE and KDE) provided accurate results for all the landslides; whereas, ML failed to provide a good result. Also, results of landslide occurrence probability showed a good similarity between DPS and IG with different optimization techniques, meanwhile the DP model had under estimation results and can’t presented a correct calculation for probability of landslides in the study area.
احتمال بزرگی زمینلغزش, تابع چگالی احتمال, تکنیک های بهینه سازی, حوزه آبخیز پیوه ژن
Landslide size probability, Probability density function, Optimization techniques,
Pivejan Watershed
170
177
http://jwmr.sanru.ac.ir/browse.php?a_code=A-10-1-212&slc_lang=fa&sid=1
حمیدرضا
پورقاسمی
10031947532846005731
10031947532846005731
Yes