استفاده از روش pcsm و مدل فازی برای تخمین شاخص پتانسیل فرونشست در آبخوان دشت اردبیل

پدیده فرونشست زمین که ناشی از عوامل طبیعی و انسانی است، در طی سال های اخیر آثار تخریبی فاجعه باری در مناطق مسکونی، کشاورزی و صنعتی به دنبال داشته است. لذا در این پژوهش به منظور کنترل و مدیریت این پدیده در دشت اردبیل به شناسایی مناطق محتمل فرونشست در این دشت پرداخته شده است. بدین صورت که با استفاده از هفت پارامتر موثر بر فرونشست نقشه آسیپ پذیری منطقه و بعد از رتبه دهی و وزن دهی با استفاده از روش pscm شاخص آسیب پذیری فرونشست دشت محاسبه شد و این مقدار برای دشت اردبیل بین 80 تا 154 به دست آمد. سپس نتایج حاصل از این روش با مقدار فرونشست رخ داده که حاصل از بررسی تصاویر راداری insar ماهواره سینتل 1 است صحت سنجی شد. در ادامه با توجه به اینکه رتبه ها و وزن های به کار برده شده در روش pscm بر اساس نظر کارشناسی است لذا به منظور بهینه سازی این روش از مدل فازی سوگنو استفاده شد تا از این طریق به نتایج دقیق تری از آسیب پذیری دست یافت. بدین صورت که هفت پارامتر موثر بر فرونشست به عنوان ورودی مدل و مقدار شاخص آسیب پذیری تصحیح شده با فرونشست حاصل از تصاویر راداری به عنوان خروجی مدل تعریف شد. نتایج حاصل از این روش نشان داد که قسمت های جنوب و جنوب شرقی دشت دارای پتانسیل آسیب پذیری فرونشست بالایی است.

Estimation of Subsidence Potential Index Using the PCSM Method and Fuzzy Model in Ardabil Plain Aquifer

Recently, land subsidence due to natural and human factors changed to catastrophic destruction for the residential, agricultural and industrial areas. In this study, the high potential subsidence areas of Ardabil plain were identified to control and manage this phenomenon. Thus, the seven effective parameters on the subsidence were rated and weighted and the subsidence potential index (SPI) was calculated for study area. The SPI value for the Ardabil Plain was obtained between 80 and 154. Then the results of this method were verified by occurred subsidence which is obtained through INSAR image analysis for the study area. Although the results are acceptable but to increase the framework efficiency and accuracy of results, the fuzzy model adopted to optimize this framework. In this way, seven effective parameters on the SPI were used as the input of the FL model and the value of the corrected SPI by obtained observed subsidence from INSAR images was defined as the output of the model. The results of this method showed that the southern and southeastern parts of the plain have the high subsidence potential.