ارزیابی حساسیت زمین‌لغزش با استفاده از رویکرد منطق فازی و سامانه اطلاعات جغرافیایی در حوزه آبخیز نکارود

زمین‌لغزش نتیجه فرآیندهای مختلف ژئودینامیکی است و نوع مهمی از بلای طبیعی را نشان می‌دهد. این پدیده با آسیب رساندن به زیرساخت‌ها و ساختمان‌ها موجب خسارت‌های اقتصادی و اجتماعی می‌شود. زمین‌لغزش‌ها عمدتاً توسط عوامل متعددی شامل زمین‌شناسی، خصوصیات شیب، و سایر عوامل که در ایجاد زمین‌لغزش تاثیر دارند، حادث می‌شوند. زمین‌لغزش شایع‌ترین پدیده در شمال ایران است که هر ساله خسارت‌های مالی و جانی قابل‌توجهی به بار می‌آورد. یکی از روش‌های بسیار پرکاربرد برای کاهش این خسارت‌ها، تهیه نقشه حساسیت به زمین‌لغزش با استفاده از روش‌های مناسب و انتخاب عوامل مناسب است. در این پژوهش در حوزه آبخیز نکارود در استان مازندران با استفاده از روش منطق فازی در نرم‌افزار arc gis و ادغام نقشه‌هایی که در شناسایی مناطق زمین‌لغزش تاثیر زیادی دارند، مناطقی با پتانسیل بالا تا کم از مقدار یک تا پنج به زمین‌لغزش‌ها اختصاص داده شد. نتایج نشان داد زیرحوضة n1 با مقادیر 37.59 (بسیار ضعیف)، 35.55 (ضعیف)، 25.21 (متوسط)، 17.41 (خوب) و 11.25 (بسیار خوب) درصد در اولویت اول مستعد وقوع زمین‌لغزش قرار دارد. با مقایسه زیرحوضه‌ها با یکدیگر از لحاظ زمین‌لغزش، زیرحوضه n12 با مقادیر 7.37 (بسیار ضعیف)، 14.12 (ضعیف)، 23.33 (متوسط)، 26.49 (خوب) و 28.69 (بسیار خوب) در وضعیت بهتری از لحاظ وقوع زمین‌لغزش قرار دارد. زیرحوضه‌های n3 ،n4 ،n5 و n6 با توجه به میزان حساسیت به زمین‌لغزش حالت متوسط به بالا و متوسط دارند و از زیرحوضه n7 تا n11 از میزان حساسیت زمین‌لغزش‌ها کاسته می‌شود. نتایج به‌دست‌آمده به‌وضوح نشان می‌دهد که تراکم حوادث رانش زمین با درجه حساسیت عواملی مانند شیب، فقدان پوشش گیاهی و نیز افزایش میزان نفوذپذیری خاک افزایش می‌یابد. با توجه به نتایج جهت کاهش زمین‌لغزش جلوگیری از تغییرات کاربری اراضی و انجام مطالعات قبل از انجام هر گونه کار عمرانی مانند احداث جاده الزامی است. نتایج این پژوهش برای برنامه‌ریزان، تصمیم‌گیران، پژوهش‌گران و برنامه‌ریزان عمومی استفاده از زمین در منطقه مورد مطالعه مفید و اساسی است.

Landslide sensitivity assessment using fuzzy logic approach and GIS in Neka Watershed

IntroductionLandslide is an important geological hazard and one of the natural disasters that are constantly happening around the world. The factors that cause landslides are numerous and complex. Today, due to the importance of landslides and the effects of not paying attention to this issue, risk prevention has become an important tool in land use planning and management. Given the sensitivity and importance of this issue, the preparation of zoning maps of landslide sensitivity is very important and should be considered. These maps show landslideprone areas and safe areas. Effective use of the landslide map can reduce the potential damage to the event and thus avoid many hazards. Landslides are natural events, but they can become dangerous and cause casualties and damage to manmade and natural structures.Materials and MethodsThe study area is the Neka Watershed located in the east of Mazandaran Province. To study landslides in this study, from nine maps including land use, slope, geology, slope direction, land curvature, distance from faults, communication routes, sewage from the river, and rainfall were selected and each map was extracted to produce the final landslide map. Finally, the maps were finalized in GIS software and the final map was prepared using the fuzzy logic method. In the fuzzy model, each of the pixels in the map is given a value between zero and one. To perform fuzzy in ArcGIS software the fuzzy Membership tool was applied. In this research, the Shannon entropy method was also used. Finally, the landslide map was extracted and evaluated. According to the final map and its studies, landslidesensitive areas were identified.Results and DiscussionVarious factors, in relation to each other and in relation to local characteristics, cause domain instability. Instability factors with different contributions to the occurrence of mass movements, especially in the occurrence of landslides. To study landslides in this study, from 9 maps including land use, slope, geology, slope direction, land curvature, distance from the fault, communication paths (sewage from the road), sewage from the river and rainfall, and the map of each separately The final landslide was extracted to prepare the map. The maps were prepared in the final GIS software and the final map was prepared using the fuzzy logic method. The fuzzy model was performed using Arc GIS software and each of the pixels in the map was given a value between zero and one. The Shannon entropy method was used in this study. Finally, the landslide map was extracted and evaluated. According to the final map and its studies, landslidesensitive areas were identified.ConclusionBased on the knowledgebased approach, the evaluation of several parameters such as geology, slope, land cover, slope direction, land curvature, rainfall, distance to flow, distance to road, and distance to fault were overlayed and the landslide map was extracted. A numerical scale (15) from very high to very low impact was used. Areas with high and very high sensitivity have been recorded in areas without vegetation and with high slopes and high rainfall. Subwatersheds N2 and N1 are ranked 1st and 2nd, respectively, in terms of high landslide potential. The reason for the high intensity of landslides in these two subwatersheds is low vegetation and a high slope.