ارزیابی مکانی مناطق در معرض ریسک فرونشست زمین در روستای فدافن، شهرستان کاشمر

رشد جمعیت همراه با توسعه صنعت و کشاورزی، افزایش مصرف آب را به‌دنبال داشته‌است. محدودیت منابع آب‌های سطحی، باعث برداشت بیش ‌ازحد از سفره‌های آب زیرزمینی گردیده و پیامدهای جبران‌ناپذیری را بر منابع آب و محیط‌زیست کشور وارد کرده‌ است؛ از جمله پدیده فرونشست، که اغلب دشت‌های کشور را فراگرفته است. هدف این پژوهش، شناسایی عوامل موثر و مناطق در معرض ریسک فرونشست در روستای فدافن کاشمر است. جهت پهنه‌بندی ریسک، طی سال 1398،عوامل سنگ‌شناسی، کاربری‌اراضی، خاک‌شناسی، میزان برداشت از آبخوان، فاصله از آبراهه، گسل، چاه‌های بهره‌برداری، چشمه و قنات‌ها و نیز عوامل ژئومورفولوژی شامل شیب، جهت و ارتفاع بررسی و هر یک از عوامل، تبدیل به یک لایه اطلاعاتی شد و با الگوریتم جنگل تصادفی در نرم‌افزار r، مدل‌سازی و ارزیابی انجام گردید. سپس جهت تعیین نواحی مستعد فرونشست، نقشه‌های پهنه‌بندی ریسک در پنج کلاس با دو روش ارزش اطلاعاتی و تراکم سطح در محیط arcgis استخراج شدند. نتایج نشان داد در روش‌های تراکم سطح و ارزش اطلاعات به‌ترتیب 97.01 و 91.04 درصد فرونشست‌ها درکلاس خطر خیلی زیاد و زیاد قرار گرفته است. بنابراین هر دو روش در پهنه‌بندی مناطق در معرض ریسک، موفق عمل کرده‌اند و عوامل برداشت از آبخوان و کاربری اراضی بیشترین اهمیت در وقوع فرونشست را دارند. همچنین براساس منحنی roc، الگوریتم جنگل تصادفی با دقت بسیار بالا (93 درصد)، نتایج خوبی در اولویت‌بندی و اهمیت عوامل موثر در فرونشست ارائه کرده‌ است و بخش جنوبی منطقه با کاربری مرتع، بیشترین ریسک و زراعت آبی در منطقه، کمترین ریسک در توسعه مکانی فرونشست‌ها را دارد.در نتیجه مدیریت تغذیه آبخوان با پخش سیلاب‌ها و کاهش استحصال آب در جنوب منطقه می‌تواند در کاهش ریسک وقوع و توسعه فرونشست‌ها موثر و کاربردی باشد.

spatial assessment of areas at risk of land subsidence in the fadafan village, kashmar county

population growth, along with the development of industry and agriculture, has led to an increase in water consumption. limited surface water resources have led to over-harvesting of groundwater aquifers and has had irreparable consequences for the country’s water resources and environment, including the subsidence phenomenon, which has covered most of the country’s plains. the present research aims to identify the effective factors and areas at risk of subsidence in fadafan village of kashmar. for risk zoning, during 2019, the lithology, land use, petrology, aquifer extraction rate, distance from the stream, fault, exploitation wells, springs and aqueducts factors as well as geomorphological factors including slope, direction and height studied and each factor turned into an information layer, then modeling and evaluation were performed using random forest algorithm in r software. then, to determine the areas prone to subsidence, risk zoning maps in five classes were extracted using two methods of information value and area density in arcgis environment. the results showed that in the methods of area density and information value, 97.01 and 91.04% of subsidence were in the very- high and high-risk class, respectively. therefore, both methods have been successful in risk zoning. also, the aquifer extraction and land use factors are most important in subsidence. also based on the roc curve, random forest algorithm with very high accuracy (93%) has provided good results in prioritizing and the importance of effective factors in subsidence. the southern part of the region with rangeland use, has the highest and irrigated agriculture in the region has the lowest risk in the spatial development of land subsidence.as a result, aquifer recharge management by spreading floods and reducing water extraction in the southern part of the region can be effective and practical in reducing the risk of occurrence and development of subsidence.