ارزیابی و پهنه‌بندی خطر فرونشست با استفاده از الگوریتم تطبیقی mabac و anp (مطالعۀ موردی: دشت اردبیل)

یکی از مخاطرات پیشروی دشت های کشور، مخاطره فرونشست است. پدیده فرونشست زمین به دلایل مختلف ازجمله برداشت بیش‌ازحد منابع آب زیرزمینی و تغییرات جوّی سبب بروز مشکلات و معضلات فراوان در زمین های کشاورزی، جاده ها، خطوط انتقال نیرو و انرژی شده است؛ ازاین رو پرداختن به علل و عوامل تاثیرگذار جهت کنترل و مدیریت خطر دارای اهمیت است. دشت اردبیل نیز به خاطر تغییرات اقلیمی و افت سطح آب‌های زیرزمینی در سال های اخیر یکی از مناطق مستعد جهت مخاطره فرونشست است. هدف تحقیق حاضر، پهنه بندی خطر فرونشست در این دشت است. در این مطالعه ابتدا، عوامل موثر جهت ایجاد فرونشست در دشت اردبیل (شیب، کاربری اراضی، لیتولوژی، فاصله از گسل، فاصله از آبراهه، افت سطح آب، فاصله ازشهر و روستا)، شناسایی شدند و سپس نسبت به تهیۀ لایه های اطلاعاتی در سامانه اطلاعات جغرافیایی اقدام گردید. در مرحله بعد وزن دهی عوامل موردبررسی، با استفاده از روش anp و در محیط نرم افزار super decision انجام گردید و تحلیل و مدل سازی نهایی با استفاده از روش mabac به‌عنوان یکی از روش های تصمیم گیری چند معیاره، انجام شد. درنهایت، نقشۀ حاصله در پنج ردۀ با خطر بسیار کم تا خطر بسیار زیاد طبقه بندی گردید. با توجه به نتایج مطالعه، عوامل افت سطح آب، فاصله از رودخانه و لیتولوژی بیشترین ضریب وزنی را به خود اختصاص دادند. همچنین، نتایج مطالعه نشان داد؛ به ترتیب 244/29 و 370/59 کیلومتر مربع از مساحت این دشت، در طبقات بسیار پرخطر و پرخطر قرار دارند. درنهایت می توان اظهار داشت، نظر به توان بالای دشت اردبیل، از لحاظ رخداد فرونشست، بایستی اقدامات حفاظتی، مدیریتی در سطح دشت اردبیل مورد توجه مسئولان و دستگاه های ذیربط قرار گیرد.

evaluating and zoning subsidence risk using mabac and anp adaptive algorithm (case study: ardabil plain)

one of the dangers facing iran’s plains is subsidence. land subsidence due to various reasons, such as over-harvesting of underground water sources and climate changes, has caused many problems in agricultural lands, roads, and power and energy transmission lines. therefore, it is important to deal with the causes and influencing factors to control the risks. ardabil plain is also one of the areas prone to subsidence due to climate changes and the decrease of underground water in recent years. the aim of the present research is the zoning subsidence risk in this plain. first, the factors influencing subsidence in the ardabil plain (slope, land use, lithology, distance from the fault, distance from the waterway, drop in water level, distance from the city and the village) were identified. then the layers of data were applied in the geographic information system. in the next stage, the weighting of the investigated factors was done using anp method and in the super decision software, and the final analysis and modeling were done using the mabac method as one of the multi-criteria decision making methods. finally, the resulting map was classified into five categories from very low risk to very high risk. the results showed that such factors as water level drop, distance from the river and lithology have the highest weighting factor. moreover, 244.29 and 370.59 square kilometers, respectively, of the area of this plain, are in very dangerous and dangerous classes. finally, due to the high potential of ardabil plain in terms of subsidence, protective and management measures should be taken into consideration by relevant authorities and institutions.