تحلیل مکانی خطر زمین‌لغزش با تأکید بر عوامل ژئومورفولوژیک با استفاده از مدل جنگل تصادفی (مطالعه موردی: شهرستان لارستان در استان فارس)

نوع مقاله : مقاله های پژوهشی

نویسنده

استادیار گروه جغرافیا، واحد لارستان، دانشگاه آزاد اسلامی، لارستان. ایران

چکیده

با توجه به توانایی تکنیک‌های داده‌کاوی، کاربرد آن‌ها در رشته‌های علوم زمین گسترش فراوانی داشته است. هدف از پژوهش حاضر پهنه‌بندی حساسیت زمین‌لغزش با استفاده از الگوریتم جنگل تصادفی، در شهرستان لارستان، استان فارس است. جنگل‌های تصادفی یک نوع مدرن از درخت - پایه هستند که شامل انبوهی از درخت‌های کلاس‌بندی و رگرسیونی می‌باشند. الگوریتم جنگل تصادفی مبتنی بر دسته‌ای از درخت‌های تصمیم است و در حال حاضر یکی از بهترین الگوریتم‌های یادگیری است. برای انجام پژوهش حاضر لایه‌های اطلاعاتی درجه شیب، جهت شیب، ارتفاع از سطح دریا، شکل شیب، فاصله از گسل، فاصله از آبراهه، فاصله از جاده، بارندگی، لیتولوژی و کاربری اراضی به‌عنوان عوامل مؤثر بر وقوع زمین‌لغزش شناسایی و نقشه‌های آن در نرم‌افزار ArcGIS10/2  رقومی و تهیه شدند. سپس با استفاده از الگوریتم جنگل تصادفی، ارتباط بین عوامل مؤثر و موقعیت زمین‌لغزش‌ها و وزن هر یک از آن‌ها در نرم‌افزار آماری R محاسبه و در نهایت جهت تهیه نقشه حساسیت زمین‌لغزش منطقه مورد مطالعه به محیط GIS منتقل گردید. نتایج ارزیابی دقت روش پهنه‌بندی با استفاده از منحنی تشخیص عملکرد نسبی و ۳۰ درصد نقاط لغزشی استفاده نشده در فرآیند مدل‌سازی، بیانگر دقت عالی مدل جنگل تصادفی با سطح زیر منحنی 8/98 درصد است. توصیه اجرایی جهت کاهش خطر پایدارسازی مناطق ناپایدار و دوری جستن از این مناطق است؛ و هرگونه برنامه‌ریزی در توسعه آتی عناصر کالبدی زیرساختی شهری باید با توجه به‌احتمال سانحه زمین‌لغزش صورت گیرد.

کلیدواژه‌ها


1- المدرسی، علی. میر دهقان اشکذری، الهه (1397): تخمین خسارات ناشی از زلزله با استفاده از مدل Radids و GIS (مطالعه موردی شهرستان اشکذر)، فصل­نامه مخاطرات محیط طبیعی، دوره 7، شماره 16، صص 100 800.
2- پور قاسمی، حمیدرضا، (1398): پهنه‌بندی حساسیت به زمین‌لغزش با استفاده از مدل‌سازی احتمالی وزن با واقعه، مهندسی اطلاعات جغرافیایی، دوره 1، شماره 9، ص 80.
4- رنجبر، محسن، (1397): اریابی زمین‌لغزش با استفاده از روش LNRF در جاده هراز (از امامزاده هاشم تا لاریجان)، فصل­نامه انجمن جغرافیای ایران، شماره 2، ص 119.
5- روستایی، شهرام، (1397): پهنه‌بندی خطر گسل تبریز برای کاربری‌های مختلف اراضی شهری، جغرافیا و توسعه، شماره یک، ص 21.
6- شیرزادی، عطا اله، سلیمانی کریم، حبیب نژاد محمود، کاویان عطا اله، چپی کامران (۱۳۹۶): معرفی یک مدل جدید ترکیبی الگوریتم مینا به‌منظور پیش‌بینی حساسیت زمین‌لغزش‌های سطحی اطراف شهر بیجار، جغرافیا و توسعه، شماره ۴۶، صص ۲۴۶-۲۲۵.
7- طالبی، علی، (1397): بررسی امکان تهیه نقشه خطر زمین‌لغزش با استفاده از الگوریتم جنگل تصادفی حوضه آبخیز سردارآباد استان لرستان، مجله مخاطرات محیط طبیعی، دوره هفتم شماره 16.
8- عابدینی مهدی، قاسمیان بهرام، رضائی مقدم مهدی حسین، (1397): نقشه‌برداری از مستعد بودن زمین‌لغزش در شهر بیجار، استان کردستان، ایران: یک مطالعه مقایسه‌ای با استفاده از مدل‌های رگرسیون لجستیک وAHP، محیط‌زیست محیط.
9- عفیفی، محمدابراهیم، پورمعلمی، محمد، (1398): تحلیل مکانی خطر زمین‌لغزش با تأکید بر عوامل ژئومورفولوژیک با استفاده از مدل جنگل تصادفی (مطالعه موردی شهرستان لارستان در استان فارس)، پایان‌نامه کارشناسی ارشد رشته سنجش از دور، دانشگاه آزاد اسلامی واحد لارستان.
10- عفیفی، محمدابراهیم (1395): ژئو مورفولوژی کاربردی در ایران، انتشارات پیروز، چاپ اول.
11- قنواتی، عزت اله (1392)، توانمند سازی مدیریت بحران شهری در جهت کاهش بلایای طبیعی (زلزله) نمونه موردی شهر خرم آباد، فصلنامه جغرافیای طبیعی، دوره 1، شماره 4.
12- مدیری، محمد. (1396): مدل‌سازی آسیب‌پذیری مناطق شهری در زمان وقوع زلزله با استفاده از GIS (نمونه موردی: منطقه سه کلان‌شهر تهران)، فصل­نامه مخاطرات محیط طبیعی، سال ششم، شماره 16، صص 164 143.
13- نصرآبادی، اسد اله. (1377): برآورد خطر زمین‌لرزه و پهنه‌بندی لرزه‌ای استان ایلام (به دو روش تعینی و احتمالاتی)، سیزدهمین کنفرانس ژئوفیزیک ایران.
14- مرادی، حمیدرضا محمدی، مجید پور قاسمی، حمیدرضا، (1397): حرکات دامنه (حرکات جمعی)، با تأکید بر روش‌های کمی تحلیل زمین‌لغزش، انتشارات جانبی، ص 20.
15- ملکی، امجد، محمد. بهزاد، (1396): شبیه‌سازی مناطق پیش‌بینی شده خندق با استفاده از روش SPI در حوضه رودخانه مرگ، تحقیقات ژئو مورفولوژی کمی، شماره 3، صص 2 - 1.
16- می‌رسانی، مهدی. (1396): روش‌ها و معیارهای بهینه برای نقشه‌برداری از خطر زمین‌لغزش، مؤسسه تحقیقات بلایای طبیعی، صص 2-4.
 
17- Abedini M, Ghasemyan B, Rezaei Mogaddam M H, (2017): Landslide Susceptibility Mapping In Bijar City, Kurdistan Province, Iran: A Comparative Study By Logistic Regression And AHP Models, Environ Earth Sci, 76:308, DOI 10.1007/S12665-017-6502
18- Ahmad, A. Dey, L. (2018): A Feature Selection Technique For Classificatory Analysis. Pattern Recogn. Let. 26 (1), Pp. 43–56.
19- Brown S. Row Lands, I. Nodal Pricing In Ontario, (2015): Canada: Implications For Solar PV Electricity. Renew. Energy, 34, Pp.170-178.
20- Cevik E Topal T (2016): GIS-Based Landslide Susceptibility Mapping For A Problematic Segment Of The Natural Gas Pipeline, Hendek (Turkey) Environmental Geology 44: Pp. 949-962.