پهنه‌بندی خطر وقوع زمین‌لغزش در حوضه آبریز نهندچای با استفاده از مدل ANP و تکنیک GIS

نوع مقاله: مقاله پژوهشی

نویسندگان

دانشگاه تبریز

چکیده

این تحقیق با هدف تهیه نقشه پتانسیل وقوع زمین‌لغزش در حوضه آبریز نهندچای واقع در استان آذربایجان شرقی انجام شده است. برای تهیه نقشه پهنه‌بندی از مدل ANP و تکنیک GIS استفاده شده است. ابتدا لایه‌های اطلاعاتی مربوط به 8 فاکتور مؤثر در وقوع زمین‌لغزش شامل شیب، جهت شیب، ارتفاع، زمین‌شناسی، کاربری اراضی، فاصله از آبراهه، فاصله از گسل و بارش با استفاده از نرم‌افزار Arc­GIS تهیه ‌شد. سپس به‌منظور وزن دهی هر یک از معیارها از نرم‌افزار Super Decisions استفاده شد. بدین صورت که ابتدا مدل شبکه‌ای جهت پهنه‌بندی خطر وقوع زمین‌لغزش در این نرم‌افزار طراحی و ارتباطات داخلی و خارجی معیارها مشخص شده و وزن دهی معیارها صورت گرفت. نتایج به دست آمده از تحقیق حاضر نشان داد که وزن معیارهای هشت‌گانه مذکور به ترتیب 064/0، 028/0، 044/0، 296/0، 180/0، 134/0، 054/0 و 196/0 است. درنهایت، با تلفیق این لایه‌ها با توجه به وزنشان، در محیط GIS نقشه‌ی پهنه‌بندی خطر وقوع زمین‌لغزش به‌ دست ‌آمد. در نهایت، نقشه پهنه‌بندی در 5 طبقه با پتانسیل خطر زمین‌لغزش خیلی زیاد، زیاد، متوسط، کم و خیلی کم تهیه شد. نتایج تحقیق نشان داد که بیش از 40 درصد از مساحت منطقه پتانسیل بالایی از نظر وقوع زمین‌لغزش را دارا می‌باشد که بیشتر منطبق بر مناطق دارای کاربری مرتع، حاشیه آبراهه‌ها و مناطق دارای سازند مارن است. ارزیابی دقت نقشه پهنه‌بندی تهیه ‌شده از مدل ANP با نقاط لغزشی رخ داده در سطح منطقه نشان داد که بیش از 80 درصد لغزش‌ها در مناطق با خطر زیاد و خیلی زیاد اتفاق افتاده است که نشان‌دهنده دقت خوب مدل ANP در تهیه نقشه خطر وقوع زمین‌لغزش در منطقه می‌باشد.
 

کلیدواژه‌ها


عنوان مقاله [English]

Landslide Hazard Zonation Using ANP model and GIS technique in the Nahand Chai Basin

نویسندگان [English]

  • Somayyeh Moazzez
  • shahram roostaei
  • Tohid Rahimpour
چکیده [English]

Introduction
Landslide is a natural phenomenon which occurs through a fall or the movement of an integrated and often rapid volume of sedimentary materials along the hillsides. This phenomenon causes a lot of economic damages to forests and their growth, farmlands, gas and power transmission lines, mines, engineering structures and buildings. The purpose of this study is identifying the areas prone to landslide and determining the factors influencing the occurrence of landslides in the Nahand Chai basin, located in East Azerbaijan province, using Analytical Network Process (ANP) and GIS technique.
Methodology
The study area is located between 38, 08´ and 38, 28´ N and between 46, 21´ and 46, 35´ E in the East Azerbaijan province, Northwest of Iran. According to the current study's hypothetical criteria, practically 8 data layers have been provided in a GIS setting; as they are regarded to be significantly important factors in landslide occurrence in Nahand Chai. The ANP model was introduced to the provided relational database in weighting of data layers and defining a number of related functional criteria and factors.
 

کلیدواژه‌ها [English]

  • Landslide
  • ANP
  • Super Decisions
  • GIS
  • Nahand Chai Basin
  • امیر احمدی، ابوالقاسم؛ شکاری بادی، علی؛ معتمدی راد، محمد؛ بینقی، مریم، 1394، پهنه‌بندی خطر زمین‌لغزش با استفاده از مدل ANP در حوضه پیوه ژن دامنه جنوبی بینالود، پژوهش‌های ژئومورفولوژی کمی، سال چهارم، شماره 2، صص 230-214.
  • حسین­زاده، محمدمهدی، ثروتی، محمدرضا، منصوری، عادل، میرباقری، بابک؛ خضری، سعید، 1388، پهنه‌بندی ریسک وقوع حرکات توده‌ای با استفاده از مدل رگرسیون لجستیک، فصلنامه زمین‌شناسی ایران، سال 3، شماره 11، صص 37-27.
  • رجب‌زاده، حمیدرضا، 1392، ارزیابی و پهنه‌بندی احتمال خطر زمین‌لغزش در حوضه آبریز گدار چای نقده با استفاده از GIS، پایان‌نامه کارشناسی ارشد دانشگاه آزاد اسلامی واحد اهر، 116 صفحه.
  • روستایی، شهرام؛ احمدزاده، حسن، 1391، پهنه‌بندی مناطق متأثر از خطر زمین‌لغزش در جاده‌ی تبریز – مرند با استفاده از سنجش‌ازدور و GIS، پژوهش‌های ژئومورفولوژی کمی، شماره 1، صص 58-47.
  • روستایی، شهرام؛ خدائی، لیلا؛ مختاری، داود؛ رضاطبع، خدیجه؛ خدائی، فاطمه، 1394، کاربرد تحلیل شبکه (ANP) در بررسی وقوع زمین‌لغزش در محدوده محور و مخزن سد قلعه چای، مخاطرات محیط طبیعی، شماره 5، صص 74-59.
  • روستایی، شهرام؛ مختاری، داوود؛ حسینی، زهرا؛ اطمانی حقویران، مهدی، 1394، بررسی پتانسیل وقوع زمین‌لغزش در حوضه آبخیز رودخانه میمه در استان ایلام به روش تحلیل شبکه، مجله هیدروژئومورفولوژی، شماره 4، صص123-101.
  • زبردست، اسفندیار، 1389، کاربرد فرایند تحلیل شبکه در برنامه‌ریزی شهری و منطقه، نشریه هنرهای زیبا ،معماری و شهرسازی، شماره 41، صص90-79.
  • سفیدگری، رضا، 1372، مجموعه سخنرانی‌های نخستین گردهمایی کارشناسان معاونت آبخیزداری پیرامون پدیده زمین‌لغزش، معاونت آبخیزداری جهاد سازندگی، دفتر مطالعات و ارزیابی آبخیزها، 92 صفحه.
  • شریعت ­جعفری، محسن، 1375، زمین‌لغزش (مبانی و اصول پایداری شیب‌های طبیعی)، تهران، انتشارات سازه.
  • عابدینی، موسی؛ روستایی، شهرام؛ فتحی، محمدحسین، 1395، پهنه‌بندی حساسیت وقوع زمین‌لغزش با استفاده از مدل هیبریدی قضیه بیز- ANP کرانه جنوبی حوضه آبریز اهرچای از روستای نصیرکندی تا سد ستارخان، پژوهش‌های ژئومورفولوژی کمی، سال پنجم، شماره 1، صص 159-142.
  • کمک­پناه، علی، 1385، بروشور اطلاعاتی در مورد زمین‌لغزش‌های کشور، سازمان جنگل‌ها، مراتع و آبخیزداری کشور، معاونت آبخیزداری کشور، دفتر مطالعات و ارزیابی آبخیزها، گروه مطالعه امور زمین‌لغزش‌ها.
  • مقیمی، ابراهیم؛ محمودی، فرج‌الله، 1383، روش تحقیق در جغرافیای طبیعی (ژئومورفولوژی)، تهران، انتشارات قومس، 296 صفحه.
  • نظم فر، حسین؛ بهشتی، ابراهیم، 1395، کاربرد مدل ترکیبی فرآیند تحلیل شبکه و منطق فازی در پهنه‌بندی حساسیت وقوع زمین‌لغزش (مطالعه مورد: حوضه آبریز چلی چای)، جغرافیا و برنامه‌ریزی محیطی، سال 27، شماره 1، صص 68-53.
  • نیری، هادی؛ کرمی، محمدرضا؛ سالاری، ممند، 1396، پهنه‌بندی خطر زمین‌لغزش از طریق ارزیابی متغیرهای محیطی با استفاده از مدل تحلیل شبکه در شهرستان بیجار، پژوهش‌های ژئومورفولوژی کمی، سال پنجم، شماره 4، صص 136-121.
  • نیک‌اندیش، نسرین، 1376، نگرشی بر اهمیت حرکات توده‌ای زمین در ایران، نشریه جهاد سازندگی، شماره 155، سال دوازدهم.
  • یمانی، مجتبی؛ خداپور، سیروس؛ مصطفایی، ابولفضل؛ شادمان رود پشتی، مجید، 1391، نقشه پهنه‌بندی خطر زمین‌لغزش در حوضه آبخیز کارون بزرگ با استفاده از مدل AHP در محیط GIS، مجله جغرافیا و برنامه‌ریزی محیطی، سال 23، شماره 4، صص56-39.
    • Ayalew, L., Yamagishi, H., 2005. The application of GIS-based logistic regression for landslide susceptibility mapping in the Kakuda-Yahiko Mountains, Central Japan. Geomorphology, 65: 15–31
    • Carrara, A., Cardinali, M., Guzzetti, F., Reichenbach, P., 1995. GIS technology in mapping Landslide hazard, Geographical Information Systems in Assessing Natural Hazards. Kluwer Academic Publisher, Dordrecht, The Netherlands, pp.135–175.
    • Chen, W., He, B., Zhang, L., Nover, D., 2016, Developing an integrated 2D and 3D
      WebGIS based platform for effective landslide hazard management , International
      Journal of Disaster Risk Reduction, Vol. 20, pp. 28-38.
    • Dai, F.C., Lee, C.F., XuZ, W., 2001. Assessment of landslide susceptibility on the natural terrain of Lantau Island, Hong Kong, Environmental Geology, Vol 40.Issue 3, 381-391.
    • Ermini, L., Catani, F., Casagli, N., 2005. Artificial Neural Networks applied to landslide Susceptibility assessment, Geomorphology 66, pp.327–343.
    • Garcia, M.M., Javier, F.O., Jeronimo, A.B., Pablo, A.B., Rocio, P.B., 2008. Farmland appraisal based on the Analytic Network Process. Journal of Global Optimization. 42, 143-155.
    • Gorsevski, P.V., Gessler, P.E., BOLL, J., Elliot, W.J., Flotz, R.B., 2006. Spatially and temporally distributed of landslide susceptibility, Geomorphology, 80,178-198.
    • Kumar Dahal, R., 2008. Predictive Modeling of Rainfall- induced Landslide Hazard in the Lesser Himalaya of Nepal Based on Weights- of- evidence, Geomorphology, Vol.102, 496-510.
    • Lami, I.M., Abastante, F., 2014. Decision making for urban solid waste treatment in   the context of territorial conflict: Can the Analytic Network Process help?. Land Use Policy, 41, 11-20.
    • Melchiorre, C., Tryggvason, A., 2015, Application of a fast and efficient algorithm to
      assess landslide-prone areas in sensitive clays in Sweden, Natural Hazards and Earth
      System Sciences, Vol. 15, 12, pp. 2703-2713.
    • Panizza, M., 2004. Environmental Geomorphology, Encyclopedia of Geomorphology, Vol, 1. 318-320.
    • Petschko, H., Brenning, A., Bell, R., Goetz, J., Glade, T., 2014. Assessing the quality of land slide susceptibility maps- case study Liwer Austria. Natural Hazards Earth System Sciences, 14(1), 95-118.
    • Piacentini, D., Troiani, F., Soldati, M., Notarnicola, C., Savelli, D., Schneiderbauer, S., Schneiderbauer, C., 2012. Statistical analysis for assessing shallow-landslide susceptibility in South Tyrol (south-eastern Alps, Italy), Geomorphology, 151–152, pp.196–206.
    • Rosenfeld, C.L., 2004. Geomorphological Hazard, Encyclopedia of Geomorphology, VOL1, 423-426.
    • Saaty, T.L., 1980. The Analytic Hierarchy Process. New York. McGraw Hill, 287 pp.
    • Saaty, T.L., Vargas, L.G., 2006. Decision Making with the Analytic Network Process. New York. Springer Science. 363 pp.
    • Thomas, O., Patrice F, C., John S, G., Sajinkumar, K.S., 2018. Significance of variable selection and scaling issues for probabilistic modeling of rainfall-induced landslide susceptibility, Spatial Information Research, Volume 26, Issue 1, pp. 21-31.
    • Tirthankar, B., Swades, P., 2017. Exploring landslide susceptible zones by analytic hierarchy process (AHP) for the Gish River Basin, West Bengal, India, Spatial Information Research, 25, pp. 665-675.
    • Van Westen, C.J., Castellanos, E., Kuriakose, S.L., 2008. Spatial data for landslide susceptibility, hazard, and vulnerability assessment an overviwe, Engineering Geology, 102, pp. 112–131.
    • Wang, L.j., Kazuhide, S., Shuji, M., 2013. Landslide susceptibility analysis with
      logistic regression model based On FCM sampling strategy, Computers &
      Geosciences, Volume 57, 81-92.
    • Wang, Y., Bouten, W., Chen, Q., 2015. using statistical Learning Algorithms in Regional Landslide Susceptibility Zonation with Limited Landslide Field Data, Journal of Mountain Science, Vol. 12, Issue. 2, pp. 268-288.
    • Wang, Y., LIN, Q., SHI, P., 2018. Spatial pattern and influencing factors of landslide casualty events, Journal of Geographical Sciences, 28(3), pp. 259-374.