مدل‌سازی آماری- فضایی پتانسیل رخداد زمین‌لغزش در حوضه آبخیز سد یامچی

پژوهش حاضر با هدف تبیین سیستمی پتانسیل وقوع زمین‌لغزش در جهت ارائه مدل پیش‌بین احتمال رخداد آن در حوضه آبخیز یامچی واقع در استان اردبیل انجام گرفت. در این راستا، از هر دو رویکرد متغیرهای گسسته و پیوسته، به ترتیب از طریق عملیات هم‌پوشانی و رگرسیون لجستیک استفاده شد. متغیرهای مستقل شامل ارتفاع از سطح دریا، شیب، جهت دامنه، لیتولوژی، بارندگی سالانه، ناهمواری، انحناء زمین، شاخص رطوبت توپوگرافی، کاربری و پوشش زمین، شاخص پوشش گیاهی، فاصله از گسل، فاصله از آبراهه و فاصله از جاده بود. در  وهله نخست، انطباق لایه‌های متغیرهای مستقل با لایه زمین‌لغزش‌های موجود در محیط سامانه اطلاعات جغرافیایی (gis)، نقاط دارای پتانسیل بالا برای رخداد زمین‌لغزش‌ها را آشکار ساخت. این نقاط در ارتفاعات میانی، شیب‌های زیاد، جهت دامنه شمالی، گودی‌ها، ناهمواری بالا، رسوبات فرسایش‌پذیر (کواترنری)، بارندگی‌های بالا، پوشش گیاهی متوسط، پیرامون گسل‌ها و رودها قرار داشتند. در وهله دوم، نتایج اجرای مدل رگرسیون لجستیک با ارائه معادله پیش بین احتمال رخداد زمین‌لغزش نشان داد که مدل حاصل با داشتن pseudo r2 و roc به ترتیب برابر با 0.22 و 0.86، از توان و کارایی خوبی جهت پیش‌بینی زمین‌لغزش‌ها در سطح حوضه برخوردار بود. به‌علاوه ضرایب بتای حاصل برای متغیرهای مستقل نشان داد که ترتیب اهمیت متغیرها در وقوع زمین لغزش بدین صورت بود: شاخص پوشش گیاهی، فاصله از جاده، بارندگی، لیتولوژی، فاصله از گسل، ارتفاع، شاخص رطوبت توپوگرافی، شاخص ناهمواری، جهت دامنه، شیب، فاصله از رود. در پایان، لزوم توجه جدی به حفاظت و حمایت از پوشش گیاهی مراتع میان‌دست و بالادست حوضه با توجه به شرایط ژئومورفیک ناپایدار این نقاط مشخص گردید. 

statistical-spatial modeling of the potential of landslide occurrence in yamchi catchment

this study aimed to systematically explain the potential of the landslide occurrence to provide a prediction model of the possibility of this phenomenon in the yamchi catchment in ardebil province. in this regard, both approaches of discrete and continuous variables were used by means of overlay and logistic regression, respectively. independent variables included elevation, slope, aspect, lithology, annual rainfall, roughness, general curvature, topographic wetness index, vegetation index, distance to fault, distance to stream and distance to road. the results, firstly, revealed the areas with high landslide potential by the matching layers of independent variables with the landslide layer in the geographical information system (gis). these areas were in the middle elevation, high slopes, northern slope, high roughness, erodible formations, high rainfall, medium vegetation, surroundings of faults and rivers. secondly, the results of the logistics regression model by providing a prediction equation of probability of landslide occurrence showed that the resulting model with pseudo r2 and roc 0.22 and 0.86, respectively, had good power and efficiency to predict landslide through the catchment. in addition, the resulting beta coefficients for independent variables indicated that the importance of the variables was as follows: vegetation index distance to road, rain, lithology, distance to fault, elevation, topographic wetness index, roughness index, aspect, slope, and distance to river. in the end, the need to pay serious attention to the supporting and protection of vegetation cover of the mid -range and upstream of the catchment was determined because of unstable geomorphic conditions of these areas.