بهاره قاسمیان

زمین لغزش ها به عنوان یکی از مخرب ترین پدیده های طبیعی محسوب می شوند. به دلیل تهدید آن ها، باید یک نقشه جامع حساسیت زمین لغزش برای کاهش آسیب های احتمالی به افراد و زیرساخت ها تهیه شود. کیفیت نقشه های حساسیت زمین لغزش تحت تأثیر بسیاری از عوامل، از جمله کیفیت داده های ورودی و انتخاب مدل های ریاضی است. هدف اصلی این پژوهش ارائه یک مدل ترکیبی جدید داده کاوی به نام Rotation Forest - Functional Trees (RF-FT) که یک رویکرد هوشمند ترکیبی از دو تکنیک یادگیری ماشین مدل Functional Trees (FT) و تکنیک طبقه بندی مدل Rotation Forest (RF) برای ارزیابی حساسیت زمین لغزش های اطراف شهر کامیاران واقع در استان کردستان می باشد. در ابتدا، بیست و یک عامل مؤثر بر وقوع زمین لغزش های منطقه مورد مطالعه شامل درجه شیب، جهت شیب، ارتفاع، انحنای شیب، انحنای عرضی شیب، انحنای طولی شیب، تابش خورشید، عمق دره، شاخص قدرت جریان، شاخص نمناکی توپوگرافی، شاخص طول دامنه، کاربری اراضی، تراکم پوشش گیاهی، فاصله از گسل، تراکم گسل، فاصله از جاده، تراکم جاده، فاصله از آبراهه، تراکم آبراهه، همباران و لیتولوژی  به همراه نقشه پراکنش زمین لغزش با 60 نقطه لغزشی برای جمع آوری داده های آموزشی و آزمون جمع آوری شدند. سپس، بر اساس شاخص Information Gain Ratio هفده عامل مؤثر از بین آن ها انتخاب و جهت مدل سازی به کار گرفته شدند. در مرحله بعد  مدل هیبریدی RFFT برای ارزیابی حساسیت زمین لغزش با استفاده از مجموعه داده های آموزشی ساخته شد. عملکرد مدل پیشنهادی RFFT با استفاده از چندین پارامتر آماری از جمله حساسیت، شفافیت، صحت، مجذور مربعات خطا، منحنی نرخ موفقیت و سطح زیر این منحنی مورد ارزیابی قرار گرفت.  

یکی از انواع فرآیندهای دامنه ای که هر ساله موجب خسارات جانی و مالی فراوان در بسیاری از نقاط ایران و جهان می شود، پدیده زمین لغزش است. شناسایی مناطق مستعد وقوع زمین لغزش از طریق پهنه بندی خطر، یکی از اقدامات مؤثر و ضروری در کاهش خطرات احتمالی و مدیریت آن می باشد. هدف اصلی این پژوهش، ارزیابی حساسیت زمین لغزش در شهرستان کامیاران با استفاده از مدل ماشین پشتیبان بردار می باشد. در ابتدا، نقشه پراکنش زمین لغزش با 60 نقطه لغزشی در منطقه مورد مطالعه با استفاده از منابع مختلف ترسیم گردید. پس از آن مکان های لغزشی، به صورت تصادفی به یک نسبت 70 به 30 برای ساخت مدل زمین لغزش و اعتبارسنجی آن تقسیم شدند. آموزش و صحت سنجی تابع RBF از الگوریتم SVM توسط یک پایگاه داده مکانی با مجموع دوازده عامل زمین لغزش از جمله شیب، جهت شیب، ارتفاع، انحنای شیب، انحنای عرضی شیب، انحنای طولی شیب، شدت تابش خورشید، لیتولوژی، کاربری اراضی، فاصله از گسل، فاصله از جاده و فاصله از رودخانه با توجه به مدل مرجع مورد بررسی قرار گرفتند. در نهایت منطقه مورد مطالعه به پنج کلاس حساسیت بسیار بالا، بالا، متوسط، کم و بسیار کم تقسیم شد. سپس عمکرد این الگوریتم با استفاده از منحنی ROC مورد بررسی قرار گرفت. نتایج نشان می دهد که سطح زیر منحنی (AUC) با استفاده از مجموعه داده های آموزشی (970/0) و با استفاده از داده های صحت سنجی (882/0) می باشد. لذا تجزیه و تحلیل نتایج نشان دهنده آن بود که تابع RBF مدل SVM عملکرد خوبی جهت ارزیابی حساسیت زمین لغزش در منطقه مورد مطالعه دارد و نتایج به دست آمده از این پژوهش می تواند برای برنامه ریزی کاربری اراضی، کاهش خطرات زمین لغزش و تصمیم گیری در مناطق مستعد لغزش مفید واقع گردد.

زمین لغزش ها و ناپایداری های دامنه ای مخاطرات مهمی برای فعالیت های انسانی هستند که اغلب سبب از دست رفتن منابع اقتصادی و خسارات به اموال و تأسیسات می شوند. این مخاطرات در شیب های طبیعی و یا شیب هایی که به دست انسان تغییر یافته اند اتفاق می افتد. هدف اصلی این پژوهش شناسایی عوامل مؤثر بر وقوع زمین لغزش های شهرستان بیجار واقع در استان کردستان و ارزیابی مناطق دارای پتانسیل زمین لغزش جهت تهیه نقشه پهنه بندی با استفاده از مدل تحلیل سلسله مراتبی (AHP) می باشد. در این پژوهش ابتدا با استفاده از بازدیدهای میدانی، پرسشنامه ای، نقشه های زمین شناسی، توپوگرافی و مرور مطالعات انجام شده، 9 عامل مؤثر شامل متغیرهای ارتفاع از سطح دریا، درجه شیب، جهت شیب، زمین شناسی، فاصله از عناصر خطی گسل، جاده، رودخانه، بارندگی و کاربری اراضی مورد استفاده قرار گرفت، در مرحله بعد با به کارگیری روش تحلیل سلسله مراتبی عوامل مورد بررسی در مرحله پیشین به صورت زوجی مقایسه و وزن هر یک از عوامل که مبین میزان تأثیر آن ها است محاسبه شده است. با توجه به مقادیر کمی وزن هر یک از عوامل، نقشه وزنی هر عامل تهیه و در نهایت اقدام به تهیه نقشه پهنه بندی خطر زمین لغزش با استفاده از لایه های وزنی و ضریب وزنی مربوط به هریک از عوامل گردیده است. نتایج حاصل از این بررسی نشانگر این است که عامل شیب با وزن نسبی 307/ 0 و عامل کاربری اراضی با وزن نسبی 218/0 به ت رتیب بیش ترین تأث یر و عامل بارن دگی با وزن نسبی 019/0 ک مترین تأث یر را بر وقوع زمین لغزش ها در شهرستان بیجار داشته است بر این اساس 489/75 درصد از مساحت منطقه در محدوده با خطر بسیار کم ، 037/10 درصد با خطر کم، 628/3 درصد با خطر متوسط، 062/4 درصد با خطر بالا و 784/6 درصد با خطر بسیار بالا مواجه است.

زمین لغزش ها و ناپایداری های دامنه ای مخاطرات مهمی برای فعالیّت های انسانی هستند که اغلب سبب از دست رفتن منابع اقتصادی، خسارات به اموال و تأسیسات می شوند. این مخاطرات در شیب های طبیعی و یا شیب هایی که به دست انسان تغییر یافته اند اتفاق می افتد. هدف اصلی این پژوهش شناسایی عوامل مؤثر بر وقوع زمین لغزش های شهرستان بیجار واقع در استان کردستان و ارزیابی مناطق دارای پتانسیل زمین لغزش جهت تهیه ی نقشه پهنه بندی با استفاده از مدل آماری رگرسیون لجستیک می باشد در این پژوهش ابتدا با استفاده از بازدیدهای میدانی، پرسشنامه ای، نقشه های زمین شناسی و توپوگرافی و مرور مطالعات انجام شده، 9 عامل مؤثر شامل متغیّرهای ارتفاع از سطح دریا، درجه شیب، جهت شیب، زمین شناسی، فاصله از عناصر خطی گسل، جاده، رودخانه، بارندگی و کاربری اراضی مورد استفاده قرار گرفت. پس از شناسایی آن ها اقدام به پردازش با استفاده از نرم افزارهایARC GIS10، ILWIS 3.3،گردید. سپس از 144 دامنه مستعد به زمین لغزش به عنوان داده های لغزشی(کد یک) و همسو با آن 144 دامنه پایدار به زمین لغزش به صورت کاملاً تصادفی در سراسر منطقه برای داده های بدون لغزش (کد صفر) به عنوان متغیّر وابسته استفاده شد. با روی هم اندازی مجموع این داده ها بر روی هر کدام از متغیّرهای مستقل، داده های لازم برای ورود به نرم افزارSPSS 18استخراج شدند. نتایج نشان داد که شیب مهم ترین نقش را در بروز زمین لغزش های منطقه بر عهده دارد، پس از آن به ترتیب لایه های کاربری اراضی، جهت دامنه، گسل، فاصله از شبکه زهکش، طبقات ارتفاعی، فاصله از جاده و لیتولوژی در درجه بعدی اهمیت قرار می گیرند. نتایج ارزیابی صحت نشان داد که مدل آماری رگرسیون لجستیک با مقدار 4/83 برای شاخص PCPT و 226/229 برای شاخص -2LL و 5/98 درصد برای شاخص ROC همچنین نقشه خطر پهنه بندی زمین لغزش بر اساس شاخص SCAIاز صحت بالایی برخوردار می باشند. بر این اساس 489/75 درصد از مساحت منطقه در محدوده با خطر بسیار کم ، 037/10 درصد با خطر کم، 628/3 درصد با خطر متوسط، 062/4 درصد با خطر بالا و 784/6 درصد با خطر بسیار بالا مواجه است. این نتایج می تواند در پیش بینی وقوع زمین لغزش های آینده، کاهش خطرات همراه آن ها و برنامه ریزی جهت کاربری زمین مورد استفاده قرار گیرد