تعداد نشریات | 44 |
تعداد شمارهها | 1,304 |
تعداد مقالات | 15,937 |
تعداد مشاهده مقاله | 52,224,742 |
تعداد دریافت فایل اصل مقاله | 14,997,147 |
پهنه بندی خطر زمین لغزش در حوضه آبریز طالقان با استفاده از شاخص آنتروپی شانون | ||
جغرافیا و برنامهریزی | ||
مقاله 7، دوره 24، شماره 71، اردیبهشت 1399، صفحه 125-150 اصل مقاله (1.16 M) | ||
نوع مقاله: مقاله علمی پژوهشی | ||
شناسه دیجیتال (DOI): 10.22034/gp.2020.10631 | ||
نویسندگان | ||
شهرام روستایی* 1؛ داود مختاری2؛ زهرا اشرفی فینی3 | ||
1استاد گروه جغرافیای طبیعی، دانشگاه تبریز، تبریز، ایران | ||
2گروه جغرافیای طبیعی دانشگاه تبریز | ||
3دانشجوی دکتری ژئومورفولوژی، دانشگاه تبریز | ||
چکیده | ||
هدف از تحقیق حاضر اولویتبندی عوامل موثر بر وقوع زمین لغزش با استفاده از شاخص آنتروپی شانون و تهیه نقشه خطر پذیری حوضه با استفاده از روش اولویت بندی می باشد.به این منظور با استفاده از تصاویر ماهوارهای ASAR از سنجنده ENVISAT در سالهای 2003 الی 2009 و بازدیدهای صحرایی 17 پهنه لغزشی به صورت انتخابی شناسایی و نقشه پراکنش زمین لغزشهای منطقه مورد مطالعه در محیط نرم افزار ARCgis تهیه گردید. لایههای اطلاعاتی شیب، جهت شیب، هیپسومتری، نسبت مساحت سطح(ASR)، شاخص موقعیت توپوگرافی (TPI)، شاخص طول شیب(ALS)، شاخص رطوبت(TWI)، زمین شناسی، کاربری اراضی، شاخص پوشش گیاهی نرمال شده(NDVI)، فاصله از گسل، فاصله از رودخانه و فاصله از جاده به عنوان عوامل موثر بر وقوع زمین لغزش شناسایی و نقشههای مذکور در محیط سامانه اطلاعات جغرافیایی تهیه ورقومی گردید.اولویت بندی عوامل موثر با استفاده از شاخص آنتروپی شانون نشان داد که لایههای جهت شیب دامنه، کاربری اراضی، ارتفاع، شیب، شاخص پوشش گیاهی نرمال شده و فاصله از رودخانه بیشترین تاثیر را بر وقوع زمین لغزش حوضه و عوامل شاخص رطوبت، زمینشناسی و شاخص موقعیت توپوگرافی کمترین تاثیر را داشته اند. همچنین تهیه نقشه خطر زمین لغزش با استفاده از مدل آنتروپی و جمع نقشههای وزنی در محیط GIS بدست آمده است. راساس نقشه پهنه بندی خطر زمین لغزش، مناطق واقع در شمال شرق برخی مناطق مرکزی و جنوب غرب دارای خطر بسیار کم تا کم می باشند، در حالیکه بیشتر مناطق مورد مطالعه دارای خطر متوسط تا بسیار زیاد می باشد. | ||
کلیدواژهها | ||
خطر زمین لغزش؛ شاخص آنتروپی شانون؛ سامانه اطلاعات جغرافیایی؛ حوضه طالقان | ||
مراجع | ||
- اصغرپور، محمدجواد، 1391، تصمیمگیریهایچندمعیاره، انتشارات دانشگاه تهران، چاپ دهم.ص 198- 195. تهران - .محمدخان، شیرین، ویسی، عبدالکریم، باقری، کیوان (1393) .پتانسیل سنجی خطر زمین لغزش با استفاده از مدل آنتروپی، مطالعهی موردی:(منطقه کوهستانی شیرپناه در جنوب غرب استان کرمانشاه(، فصلنامهی جغرافیاییسرزمین، سال یازدهم، شمارهی 44، ص89-102 - مقیمی، ابراهیم، باقری، س. صفرراد، ط، 1391، پهنه بندی خطر وقوع زمین لغزش با استفاده از مدل، آنتروپی(مطالعه موردی: اقدیس نسار زاگرس شمال غربی)، مجلهپژوهشهایجغرافیایطبیعی، شماره 79، ص90-77. - یمانی، مجتبی، گورابی، ابوالقاسم، پیرانی، پریسا، مرادیپور، فاطمه، شعبانی، عراقی، عارفه(1393). ارزیابی ژئوموفولوژیکی پتانسیل زمین لغزش تاقدیس سیاه کوه، غرب ایران، فصلنامهی برنامه ریزیوآمایشفضا، دورهی هجدهم، – شمارهی 3، ص 147-170 -http: // www. jennessent. com/ arcview/ surface _ areas.htm (connected: 10.08.2003). -Baas, A., 2007, Complex Systems in Aeolian Geomorphology, Geomorphology, Vol. 91,PP.311-331. -Bednarik, M., Magulova, B., Matys, M., Marschalko, M., 2010, Landslide Susceptibility Assessment of the Kralˇovany–Liptovsky´ Mikulaš Railway Case Study, Physics and Chemistry of the Earth, Vol. 35, PP.162-171. -Constantin, M., M. Bednarik, M. C. Jurchescu, and M. Vlaicu. 2011. Landslide susceptibility assessment using thebivariate statistical analysis and the index of entropy in the Sibiciu Basin (Romania). Environ. Earth Sci. 63: 97–406. -Fathi, Mohmmad Hoessin, Khohdel Kazem, Amir, Kandi Shoreh, Ashrafifeini Zahra, Khaliji,Mohammad Ali (2015) The combination of spectral and spatial data in zoning oflandslidesusceptibility (Case study: Sangorchay reservoir) Journal of Biodiversity and Environmental Sciences (JBES). Vol. 6, No. 2, pp 515-527. -Fell, R., Corominas, J., Bonnard, CH., Cascini, L., Leroi, E., Savage, Z.S., 2008, Guidelines for Landslide Susceptibility, Hazard and Risk Zoning for Land Use Planning,Engineering Geology, Vol. 102, PP. 85-98. -Hattanji, T., & Moriwaki, H., (2009), “Morphometric analysis of relic landslides using detailed landslide distribution maps: Implications for forecasting travel distance of future landslides”, Journal of Geomorphology, No, 103, Pp. 447-454. -H.Hong. Haghibi، S. A. Pourghasemi. H. R (2016). GIS-based landslide spatial modeling in Ganzhou City, China, Arab J Geosci Journal, 9:112. -J,Davis. L. Blesius (2015). A Hybird physical and Maximum- Entropy Landslide Susceptibility Model. Entropy Journal, 17, 4271-4292. Jenness, J. 2002. Surface Areas and Ratios from Elevation Grid, Jenness Enterprises, -K, Ch. Devkota. A. D. Regmi. H. R. Pourghasemi, K, Yoshida. B, radhan. I, Ch. Ryu. M, R. Dhital. O, F. Althuwaynee (2013). Landslide susceptibility mapping using certainty factor, Index of Entropy and Logestic Regression in GIS and their comparison at Mugling- Narayanghat road section in Nepal Himalaya.Natural hazard, 65:135-165. -Koehorst, B. A. N., O. Kjekstad, D. Patel, Z. Lubkowski, J. G. Knoeff and G. J. Akkerman. 2005. Work package 6, Determination of Socio-Economic Impact of Natural Disasters, Assessing socio-economic Impact in Europe. 173p. -Kumar Dahal, R., 2008, Predictive Modeling of Rainfall-induced Landslide Hazard in the Lesser Himalaya of Nepal Based on Weights-of-evidence, Geomorphology, Vol. 102, PP.496-510. -Luna, B., Langbein, W.B., 1963, The Concept of Entropy in Landscape Evolution,Geological Survey Professional Paper, U.S. Govt. Print. Off, Washington -Minasny, B., McBratney, A., Blanes, S., 2008, Quantitative Models for Pedogenesis – A Review, Geoderma, Vol. 144, PP. 140-157. -Moore, I.D., P.E. Gessler, G.A. Neslesn and G.A. Peterson. 1993. Soil attributes prediction using terrain analysis.Soil Sci. Society American J. 57(2): 443-452. -Pourghasemi, H. R., M. Mohammady, and B. Pradhan. 2012a. Landslide susceptibility mapping using index of entropy and conditional probability models in GIS: Safarood Basin, Iran, Catena 97: 71–84. -Pourghasemi H.R., B., Pradhan, C., Gokceoglu and K. Deylami Moezzi. 2012c. A comparative assessment of prediction capabilities of Dempster-Shafer and weights-of-evidence models in landslide susceptibility mapping using GIS.Geomatics Nat.Hazards&Risk. doi:10.1080/19475705.2012.662915. -Ramakrishna, D., M.K., Ghose, R., Vinu Chandra and A. Jeyaram. 2005. Probabilistic techniques, GIS and remotesensing in landslide hazard mitigation: a case study from Sikkim Himalayas, India. Geocartography Int. 20 (4):53–58. -Shannon, C.E. 1948. A mathematical theory of communication. Bulletin System Technol. J. 27: 379–423. - Sharma, L.P., N. Patel, M. K. Ghose and P. Debnath. 2010. Influence of Shannon’s entropy on landslide-causing parameters for vulnerability study and zonation-a case study in Sikkim, India. Arab. J. Geosci. 5 (3): 421-431. -Yufeng, S. and J. Fengxiant. 2009. Landslide Stability Analysis Based on Generalized Information Entropy,International Conference on Environmental Science and Information Application echnology. 83-85. DOI10.1109/ESIAT.2009.258. -Youssef A M Pourghasemi H R El-Hadad B A Dhahry B K(2016) Landslide susceptibility maps using different probabilistic and bivariate statistical models and comparison of their performance at Wadi Itwad Basin, Asir Region, Saudi Arabia، Bull Eng Geol Environ، 75:63–87. -Wan, S. 2009. A spatial decision support system for extracting the core factors and thresholds for landslide susceptibility map. Eng. Geo. 108: 237-251 -Zongji, Y. Jianping; Q. Xiaogang., ZH. (2010). "Regional Landslide Zonation Based on EntropyMethod in Three Gorges Area, China", Fuzzy Systems and Knowledge Discovery (FSKD).Seventh International Conference on Fuzzy Systems and Knowledge Discovery, 1336- 339,Doi:10.1109/FSKD.2010.5569097.Downloaded from | ||
آمار تعداد مشاهده مقاله: 670 تعداد دریافت فایل اصل مقاله: 373 |