آمار
| تعداد نشریات | 44 |
| تعداد شماره‌ها | 1,303 |
| تعداد مقالات | 16,020 |
| تعداد مشاهده مقاله | 52,489,247 |
| تعداد دریافت فایل اصل مقاله | 15,216,893 |
تحلیل کمی و مقایسه ای ناپایداری های دامنه ای در دامنه های مشرف بر جاده کرج- چالوس (کرج- گچسر) و اتوبان در حال احداث تهران- شمال (تهران- سولقان) با استفاده از روش رگرسیون لجستیک | ||
| هیدروژئومورفولوژی | ||
| دوره 7، شماره 24، آذر 1399، صفحه 41-63 اصل مقاله (2.23 M) | ||
| نوع مقاله: پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22034/hyd.2020.38806.1522 | ||
| نویسندگان | ||
| شهرام روستایی* 1؛ داود مختاری2؛ کریستینه جانانه3 | ||
| 1هیات علمی | ||
| 2دانشگاه تبریز | ||
| 3دانشگاه تیریز | ||
| چکیده | ||
| در این مطالعه از روش رگرسیون لجستیک برای تحلیل کمی و مقایسه ای ناپایداریها در دامنه های مشرف بر جاده کرج- چالوس (حد فاصل کرج- گچسر) و اتوبان در حال احداث تهران- شمال (حد فاصل تهران- سولقان) استفاده شده است. جهت بررسی پتانسیل وقوع حرکات دامنه‌ای لایه‌های جداگانه 14 فاکتور موثر در وقوع ناپایداریها (شامل طبقات ارتفاعی، شیب، جهت شیب، زمین شناسی، کاربری اراضی، بارش، فاصله از گسل، فاصله از رودخانه، فاصله از جاده، پوشش گیاهی، اقلیم، طول شیب، شاخص قدرت آبراهه‌ای و شاخص رطوبت توپوگرافیک) در محیط GIS تهیه شدند، سپس با لایه پراکنش ناپایداری‌های موجود انطباق داده شدند و تراکم آن‌ها در واحد سطح محاسبه شد. در ادامه با استفاده از نرم‌افزار Terrset مدل رگرسیون لجستیک انجام شد. در نهایت می‌توان گفت مدل آماری رگرسیون لجستیک مدلی مناسب جهت پهنه‌‌بندی احتمال وقوع ناپایداریها در منطقه مورد مطالعه در کنار خطوط ارتباطی است. به عنوان نتیجه‌گیری نهایی می‌توان گفت علاوه بر عوامل طبیعی، عوامل انسانی خصوصا جاده‌سازی غیراصولی می‌توانند نقش مهمی در وقوع ناپایداری‌های دامنه های مشرف بر جاده داشته باشند. برای کاهش نسبی خطرات و افزایش میزان پایداری دامنه‌ها لازم است تا حد ممکن از تغییر اکوسیستم و کاربری اراضی اجتناب نمود، و همچنین هرگونه سیاست‌گذاری به منظور احداث سازه‌ها متناسب با شرایط ژئومورفولوژیکی و زمین‌شناسی منطقه صورت پذیرد. | ||
| کلیدواژه‌ها | ||
| ناپایداری های دامنه ای؛ رگرسیون لجستیک؛ بزرگراه تهران-شمال؛ جاده کرج-چالوس؛ پهنه بندی خطر | ||
|
سایر فایل های مرتبط با مقاله
|
||
| مراجع | ||
|
Ayalew, l. Yamagishi, H. (2005). The application of GIS-based Logistic Regression for landslide susceptibility mapping in the Kakuda-Yaahiko Mountains, central Japan. Geomorphology, 65, 15-31.
Bashiri, M., Kavusi Davudi, M., Afzali, A. (2018). Zonation of the effect of geological and geomorphological features on landslide pattern using fractal geometry (Case Study: Walled Toure Basin). Journal of Hydrogeomorphology, 4(14), 157-178.
Dewitte, O., Chung, C., Cornet, Y., Daoudi, M., & Demoulin, A. (2010). Combining spatial data in landslide reactivation susceptibility mapping: A likelihood ratio-based approach in W Belgium. Geomorphology, 122 (1–2), 153-166.
Etezadi Amoli, S., Kiyapour, M., & Taghvai, M. (2015). Investigation and study of landslide occurrence and its impact on road performance and effective stabilization method with Geo-Slop Software (Case study 30 Km of Sari to Kaiser road). Proceedings of the First International Conference on Engineering and Applied Sciences, UAE-Dubai,1-8.
Ghafouri, M., Hafezi Moghadas, N., & Azizi, Alireza. (2011). Landslide zonation in the Farsian-Peno road. MSc thesis, Ferdowsi University of Mashhad, 1-147.
Ghayed Sharaf, A.M., Talai, R, & Mokhberi, M. (2018). 13th National Conference on Watershed Management Science and Engineering and the 3rd National Conference on Conservation of Natural Resources and Environment with a focus on Watershed Management and Conservation of Natural Resources and Environment, University of Mohaghegh Ardabili.
Ghohrudi Tali, M., Talebpour Asl, D. (2017). Spatial analysis of slope instability in the Amand dam basin. Geographic Space, 59, 83-101.
Hejazi, S A., Zangane Tabar, Z., & Zamani, Z. (2019). Identification of landslides susceptible areas in Sarpol Zahab basin. Journal of Hydrogeomorphology, 5(20), 121-140.
Jafarloo, M. (2005). Zonation of slope instability in Chalus road area (Karaj-Gachsar). MSc thesis, Ministry of Science, Research and Technology, Tarbiat Modarres University, 1-120.
Menard, S. (1995). Applied logistic regression analysis. Sage university paper series on quantitative applications in social sciences, 106, 94-98.
Miraki, Sh., Vahab Zade, & Shirzadi, A. (2017). Landslide zonation with geographic information system and Oomparison of efficiency of logistic regression and frequency ratio methods (Case study: Cheshmidar basin, Kurdistan). Journal of GIS & RS Application in Planning, 2, 11-21.
Moghimi, A., Elavipanah S.K, & Jafari T. (2008). Assessment and effects parameters zonation in occurrence landslides Aladagh. Geographic Researches, 64, 53-75.
Motashari, A., Ghomi, J., Eftekhari, A., Pouzesh, B., & Shahmari, M. (2012). Landslide hazard zonation on Tehran-Chalus road and under construction highway. Journal of Applied Geology, 2, 147-158.
Motavali, S., Esmaili, R., & Hosseinzade, MM. (2009). Determination of sensitivity of landslide occurrence using logistic regression method in Vaz Basin (Mazandaran Province). Journal of Natural Geography, 5, 73-83.
Nandy, G., Andrew, M., Richard, A., & Stephana, G. (2009). Assessing landslide potential using GIS, soil wetness modeling and topographic attribute, Payette River, Idaho. Geomorphology, 37(1–2), 149-165.
National Geosciences Database of Iran, (www.ngdir.ir).
Orumiyei, A., Khmechian, M., & Jafarloo., M. (2005). Zonation of slope instabilties in the Chalus road (Karaj-Gachsar). MSc thesis, Ministry of Science, Research and Technology, Tarbiat Modarres University,1-120.
Pareta, K., Kumar, J., & Pareta, U. (2012). Landslide hazard zonation using quantitative methods in GIS. International Journal of GeospatialEngineering and Technology, 1(1), 1-9.
Roostai, Sh., Mokhtari, D., & Khodaei, F. (2015), Hazard Zonation of slope instabilities on mountainous roads by using logistic regression Method. Journal of Environmental Hazards, 6, 94-103 | ||
|
آمار تعداد مشاهده مقاله: 610 تعداد دریافت فایل اصل مقاله: 351 |
||
