تهیه نقشه حساسیت زمین‌لغزش با استفاده از مدل تلفیقی فازی- فرآیند تحلیل شبکه ای

در دهه های اخیر با گسترش فعالیت های بشر در محیط طبیعی، انواع مخاطرات ازجمله زمین‌لغزش، آسیب های جدی مالی و جانی به همراه داشته است. درنتیجه بررسی حساسیت وقوع زمین‌لغزش و تعیین مناطق بحرانی جهت عملیات محافظتی و آبخیزداری ضروری به نظر می رسد. در این تحقیق، حساسیت زمین‌لغزش با استفاده از تلفیق روش های فازی و فرایند تحلیل شبکه ای (anp) در حوزه فاروب رومان مدل‌سازی گردید. برای انجام تحقیق، چهار خوشه توپوگرافی، عوامل زیستی، هیدرو اقلیم و زمین شناسی و معیارهای ارتفاع، شیب، جهت شیب، شکل شیب، فاصله از جاده، کاربری اراضی، شاخص نرمال شده تفاوت پوشش گیاهی (ndvi)، فاصله از رودخانه، تراکم زهکشی، بارش و شاخص رطوبت خاک، فاصله از گسل و لیتولوژی در نظر گرفته‌شده‌اند. نتایج نشان‌دهنده کارایی مدل فازی فرایند تحلیل شبکه ای در مدل‌سازی حساسیت زمین‌لغزش است به‌طوری‌که در اعتبارسنجی مدل از طریق منحنی مدل منحنی عامل نسبی (roc)، میزان auc، 83/0 با میزان خطای استاندارد 07/0 و مقدار pvalue برابر صفر، به دست آمد. برای بررسی حساسیت زمین‌لغزش در حوزه فاروب رومان بر اساس نتیجه منحنی roc، مدل فازی فرایند تحلیل شبکه ای با دقت خیلی خوب ارزیابی گردید. نتایج همچنین نشان داد که 66% از زمین‌لغزش های معلوم در مناطق با حساسیت زیاد و بسیار زیاد قرارگرفته‌اند. نظر به برآورد حساسیت زیاد و بسیار زیاد زمین‌لغزش به میزان 51 درصد از سطح کل منطقه، اجرای عملیات محافظتی از حوزه مطالعاتی ضروری به نظر می رسد.

Landslide susceptibility mapping using fuzzyanalytic network process

In recent decades, with the expansion of human activities on the natural environment, a variety of hazards, including landslides, have had serious human and financial damage. As a result, landslide susceptibility assessment and identifying the critical areas for watershed protection seems to be necessary. In this study, landslide susceptibility using combined fuzzy and Analytic Network Process (FANP) methods has been modelled on the Farub Roman basin. To achieve this goal, four clusters; topography, biological, hydroclimate and geological and criteria such as elevation, slope, aspect, curvature, distance from roads, land use, normalized difference vegetation index (NDVI), distance from rivers, drainage density, rainfall, soil moisture index, distance from faults and lithology have been considered. The results showed that the Fuzzyanalytic network process model is appropriate for landslide susceptibility modelling for as much as in model validation through the Relative Operating Characteristic (ROC) curves, the AUC, 0.83 has achieved with the standard error; 0.07, of the Pvalue equal to zero. For assessing the landslide susceptibility in the Farub Roman basin based on the results of the ROC curve, fuzzy ANP model evaluated very well. In addition, the results showed that, 66% of the known landslides have been found in areas with high and very high sensitivity. Due to the estimation of the high and very high sensitivity of landslides; 51% of the total area, the implementation of studying watershed protection seems to be necessary.