پهنه بندی خطر وقوع زمین لغزش در منطقه کلور با استفاده از مدل ترکیبی قضیه بیز-ANP (مقاله علمی وزارت علوم)
درجه علمی: نشریه علمی (وزارت علوم)
آرشیو
چکیده
شناسایی عوامل مؤثر در وقوع زمین لغزش در یک منطقه و پهنه بندی خطر آن یکی از اقدامات اساسی جهت دستیابی به راهکارهای کنترل این پدیده و کاهش مخاطرات محیطی ناشی از آن است. تحقیق حاضر با هدف تعیین عرصه های حساس نسبت به احتمال خطر وقوع زمین لغزش در منطقه کلور (شهرستان خلخال) انجام گرفته است. در این راستا، 9 عامل مؤثر در رخداد زمین لغزش های منطقه شامل لیتولوژی، ارتفاع، شیب، جهت شیب، کاربری اراضی، گسل، جاده سازی، شبکه زهکشی و بارش، شناسایی شدند و مورد استفاده قرار گرفتند. در ادامه، جهت تعیین عرصه های آسیب پذیر از مدل ترکیبی احتمالات شرطی (قضیه بیز) و فرایند تحلیل شبکه ای ( ANP ) بهره گرفته شد. نتایج به دست آمده نشان داد که پهنه های با خطر خیلی زیاد و زیاد به ترتیب حدود 69/28 و 40/25 درصد، پهنه های با خطر متوسط حدود 57/21 درصد و پهنه های با خطر کم و خیلی کم نیز به ترتیب 21/14 و 13/10 درصد از منطقه موردمطالعه را شامل می شوند؛ بنابراین، بیش از 54 درصد از منطقه کلور دارای پتانسیل خطر زیاد و خیلی زیاد وقوع زمین لغزش است که دلیل اصلی آن شیب زیاد و وجود سازندهای آهکی مارنی است. همچنین، صحت نتایج با بررسی رابطه مساحت پهنه های خطر و مساحت سطوح لغزشی و R 2 بیش از 93/0 در سطح خوبی مورد تأیید قرار گرفت؛ بنابراین، نتایج مدل ترکیبی قضیه بیز- ANP برای پهنه بندی خطر زمین لغزش در این نوع مناطق مناسب بوده و نقشه حاصل از آن همراه با شرح تفصیلی می تواند به عنوان ابزاری ارزشمند در برنامه ریزی محیطی و کاهش هزینه های رخ داد زمین لغزش مورد استفاده قرار گیرد.Landslide Hazard Zonation in Kolur Region Using Bayes' Theorem-ANP Hybrid Model
Identifying the factors affecting landslides occurrence in an area and zoning its hazard is one of the basic measures to achieve solutions to control this phenomenon and reduce its environmental hazards. The aim of this study was to determine the areas sensitive to the possibility of landslides occurrence in the Kolur region (Khalkhal County). In this regard, 9 factors affecting the landslides occurrence in the region including lithology, elevation, slope, slope direction, land use, faults, road construction, drainage network and precipitation were identified and used. Then, to determine the vulnerable areas, the hybrid models of conditional probabilities (Bayes' theorem) and network analysis process (ANP) were used. As for landslides occurrence, the results showed that about 28.69% and 25.40% of the study area had a very high risk, about 21.57% of the study area had a moderate risk, and finally about 14.21 and 13.10% of the study area had a low and a very low risk, respectively. Therefore, 65% of the Kolur region had a high and a very high risk of landslides. The main reason was due to the high slope and the presence of marl calcareous formations. According to the obtained results and the relationship between the area of hazardous zones and the percentage of landslide with R2 more than 0.93, the accuracy of landslide hazard zoning map in the study area was confirmed at a good level. Therefore, the results of the combined Bayes' theorem-ANP model were suitable for landslide risk zoning in this type of areas, and the resulting map can be used as a valuable tool in environmental planning and reducing landslide occurrence costs.