اولویت‌بندی عوامل موثر در زمین‌لغزش و مدل‌سازی فضایی آن با رویکرد داده محور در حوزه آبخیز سمیرم

در این پژوهش از یک مدل ترکیبی نوین با استفاده از رویکرد داده محور به منظور شناسایی عوامل موثر در رخداد زمین لغزش و همچنین تهیه نقشه حساسیت زمین لغزش در حوزه آبخیز سمیرم، که یک منطقه حساس نسبت به زمین لغزش می باشد، استفاده گردیده است. بدین منظور در ابتدا با استفاده از تفسیر عکس های هوایی و پیمایش میدانی گسترده موقعیت زمین لغزش ها شناسایی گردید. از تعداد کل 200 زمین لغزش شناسایی شده، 70 درصد (140 زمین لغزش) به صورت تصادفی برای اجرای مدل و 30 درصد (60 زمین لغزش) به منظور اعتبار سنجی مورد استفاده قرار گرفت. در ابتدا تعداد 25 پارامتر ژئومورفولوژیک، هیدرولوژیک، زمین شناسی و محیطی در نظر گرفته شد. به منظور غربالگری پارامترها از روش svm استفاده گردید. پس از تعیین معیارها، از مدل آنتروپی شانون به منظور تعیین وزن معیارها و از مدل تراکم سطح برای تعیین وزن طبقات استفاده گردید و از تلفیق وزن معیارها و طبقات در محیط نرم افزار arcgis10.2 نقشه حساسیت زمین لغزش تهیه و بر اساس شکست های طبیعی به 5 کلاس طبقه بندی گردید. به منظور اعتبارسنجی مدل از منحنی roc استفاده گردید. نتایج صحت سنجی نشان داد که مدل ترکیبی داری دقت خیلی خوب 877/ 0 (7/ 87 درصد) در شناسایی مناطق حساس به زمین لغزش می باشد. طبق نتایج پارامترهای طول شیب، درجه شیب و شاخص خیسی توپوگرافی بیشترین تاثیر را در وقوع زمین لغزش داشته اند. از کل مساحت منطقه ، 39/ 27 درصد در کلاس حساسیت زیاد و خیلی زیاد قرار گرفته اند. نقشه تهیه شده می تواند برای برنامه ریزی کاربری اراضی و ساخت تاسیسات زیر بنایی مانند جاده مفید باشد.

modelling and assessment of landslide susceptibility zonation (case study: semirom basin)

landslides situation recognized using interpreting the aerial photos and extensive field measurements. among total number of 200 identified landslides, %70 (140 landslides) of them have been utilized for model executing and %30 (60 landslides) of them for verification randomly. this research criteria including geomorphological parameters, hydrological parameters , geological parameters and environmental parameters . the shannon’s entropy model have been used for defining the criteria weight and area density model for defining classes weight, then the regionalization map obtained by combining the criteria and classes weight in arcgis 10.2 software environment and classified to 5 classes very little, little , moderate, high and very high according to natural fractures. the roc curve have been used for model verification. the clerical accuracy results indicated that the compound model have the high accuracy 0.877 (87.7%) for identifying the regions susceptible to landslide. according to the results, slope length, slope and topography wetness index have had the most effect in occurring the landslide. among total area of region (168547 hectar), 27.39% (46165.02 hectar) have been placed in high and very high sensitive. the prepared regionalization map can be useful for planning land use and building the infrastructure installations such as road.