ارزیابی خطر زمین لغزش با استفاده از فرایند سلسله مراتبی (AHP) ،تحلیل شبکه عصبی مصنوعی (ANN) و مطالعات میدانی با رویکرد کاهش ریسک(مطالعه موردی: محور جاده هراز)(مقاله علمی وزارت علوم)
منبع:
پژوهش های ژئومورفولوژی کمی سال ششم بهار ۱۳۹۷ شماره ۴ (پیاپی ۲۴)
172 - 190
حوزه های تخصصی:
شناسائی پهنه های حساس متاثر از لغزش و ریزش مهم ترین بخش در تهیه نقشه زمین لغزش و ریزش می باشد. مطالعه حاضر در محور جاده هراز حدفاصل بین امامزاده هاشم و شهرستان آمل که از محور های پرتردد و پرخطر ایران می باشد انجام پذیرفت. در این پژوهش از دو مدل شبکه عصبی مصنوعی (ANN) و فرآیند سلسله مراتبی (AHP) به منظور ارزیابی و مقایسه با وضع موجود و معرفی مدل مناسب استفاده شده است. همچنین وضعیت موجود منطقه به صورت میدانی پایش شده و مناطق متاثر از پدیده های ریزش و لغزش ثبت گردیده است. سطح بندی نقاط از نظر میزان خطر، تعداد نقاط از نظر عوامل خطرآفرین و اشتراک عوامل مخاطره آمیز در نقاط ثبت شده، مرحله دیگری از مطالعه میدانی می باشد که با رویکرد کاهش ریسک انجام پذیرفت. از نقشه های رقومی ارتفاعی، شیب، جهت شیب، زمین شناسی، کاربری اراضی، فاصله از گسل، فاصله از راه به عنوان لایه های اطلاعاتی استفاده شد. در مطالعات میدانی 261 نقطه حادثه خیز متاثر از لغزش و ریزش ثبت گردید. با در نظر گرفتن تعداد نقاط برداشت شده و آمار اشتراک مخاطرات موجود در آن ها و همچنین سطح بندی نقاط این نتیجه بدست آمد که تمامی نقاط ثبت شده با خطر احتمالی ریزش مواجه است. لازم به ذکر است 191 مورد از نقاط ثبت شده با سطح پر خطر تشخیص داده شد. بیشترین خطر در رابطه با اشتراک مخاطرات مربوط به ریزش و روآناب بدست آمد. با توجه به این که 88 مورد از نقاط ثبت شده مرتبط با پدیده لغزش می باشد، در صورت رخداد، این مورد بیشترین تاثیر را از نظر میزان آسیب خواهد داشت. در نهایت نتایج حاصل از پژوهش نشان داد که روش شبکه عصبی مصنوعی با وضع موجود مطابقت بیشتری داشته است. خطای بدست آمده از روش شبکه عصبی مصنوعی 8 درصد بوده و این میزان، قابل قبول بودن تحلیل های انجام شده را نشان می دهد و این روش می تواند در مناطق مشابه مورد استفاده قرار گیرد.