پیام خود را بنویسید
دوره 12، شماره 3 - ( دوره دوازدهم ،شماره سوم،پاییز 1401 )                   جلد 12 شماره 3 صفحات 268-253 | برگشت به فهرست نسخه ها

XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Dastranj A, Shadfar S. Predicting the susceptibility of landslide occurrence in order to manage landslide risk in Bar Neyshabur watershed. Disaster Prev. Manag. Know. 2022; 12 (3) : 1
URL: http://dpmk.ir/article-1-510-fa.html
دسترنج علی، شادفر صمد. پیش‌بینی حساسیت وقوع زمین‌لغزش به‌منظور مدیریت ریسک زمین‌لغزش در حوضه آبخیز بار نیشابور. دانش پیشگیری و مدیریت بحران. 1401; 12 (3) :253-268

URL: http://dpmk.ir/article-1-510-fa.html


1- بخش تحقیقات حفاظت خاک و آبخیزداری، مرکز تحقیقات و آموزش کشاورزی و منابع‌طبیعی خراسان‌رضوی، سازمان تحقیقات، آموزش و ترویج کشاورزی، مشهد. ایران.
2- دانشیار، پژوهشکده حفاظت خاک و آبخیزداری، سازمان تحقیقات، آموزش و ترویج کشاورزی، تهران، ایران.
چکیده:   (684 مشاهده)
زمینه و هدف: پهنه‌بندی حساسیت وقوع زمین‌لغزش با استفاده از روش‌های مختلف، یکی از راه‌کارهای مدیریت زمین‌لغزش است. هدف از این پژوهش، ارزیابی حساسیت وقوع زمین‌لغزش در حوضه آبخیز بار نیشابور در استان خراسان رضوی با استفاده از الگوریتم ماشین بردار پشتیبان (SVM) است.
روش: ابتدا از طریق بازدیدهای میدانی و تصاویر ماهواره‌ای Google Earth، لایه زمین‌لغزش‌های منطقه که توسط اداره کل منابع طبیعی تهیه‌شده بود، اصلاح گردید. در نهایت 73 مورد زمین‌لغزش شناسایی و لایه مربوط (به‌‌صورت نقطه‌ای) به این زمین‌لغزش‌ها در محیط سیستم اطلاعات جغرافیایی(GIS) تهیه شد. از این تعداد زمین‌لغزش،70 درصد به ‌منظور آموزش مدل و 30 درصد باقیمانده به‌ منظور اعتبارسنجی مدل‌سازی مورد استفاده قرار گرفت. در ادامه با توجه به ‌مرور منابع گسترده و نظرات کارشناسی 16 عامل مؤثر بر وقوع زمین‌لغزش در منطقه مورد مطالعه شناسایی و لایه‌های مربوط به این پارامترها تهیه گردید. سپس با استفاده از الگوریتم SVM در محیط نرم‌افزار ModEco، نقشه حساسیت زمین تهیه شد و در نهایت، این نقشه به پنج کلاس با حساسیت خیلی زیاد، زیاد، متوسط، کم و خیلی کم تقسیم گردید. در پایان، عملکرد این الگوریتم با استفاده از منحنی ROC مورد ارزیابی قرار گرفت.
یافته‌ها: بر اساس نتایج به‌دست ‌آمده، سطح زیر نمودار (AUC) با استفاده از داده‌های آموزشی،87/0 و با استفاده از داده‌های صحت‌سنجی، 85/0 به دست آمد. لذا الگوریتم SVM عملکرد خیلی خوبی جهت ارزیابی حساسیت زمین‌لغزش در منطقه مورد مطالعه دارد. همچنین ارزیابی مدل بر اساس شاخص کاپا نشان داد که شاخص‌های طول شیب (LS) و شیب بیشترین تأثیر را در ناپایداری دامنه‌ها در این منطقه دارند. نتایج پهنه‌بندی حساسیت نیز نشان داد که 6/27 درصد از اراضی منطقه که عمدتاً در غرب و شمال غرب حوضه واقع شدند در کلاس با حساسیت زیاد و خیلی زیاد قرار گرفتند.
نتیجه‌گیری: نتایج به‌دست‌ آمده در مرحله آموزش مدل و هم در مرحله اعتبارسنجی بیانگر این مطلب است که الگوریتم SVM، از نظر صحت و اعتبار مدل‌سازی مورد تأیید میباشد. در نتیجه، نقشه حساسیت زمین‌لغزش به‌دست‌ آمده در منطقه مورد مطالعه به ‌عنوان سنگ بنای تحقیقات زمین‌لغزش در مواقع بحرانی، برنامه‌ریزی کاربری اراضی، کاهش خسارات و خطرات زمین‌لغزش می‌تواند به عنوان یک ابزار مدیریتی مورد استفاده قرار می‌گیرد.
شماره‌ی مقاله: 1
متن کامل [PDF 1288 kb]   (398 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: تخصصي
دریافت: 1401/3/29 | پذیرش: 1401/5/8 | انتشار الکترونیک: 1401/10/13

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA

بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.

کلیه حقوق این وب سایت متعلق به فصلنامه علمی دانش پیشگیری و مدیریت بحران می باشد.

طراحی و برنامه نویسی : یکتاوب افزار شرق

Designed & Developed by : Yektaweb