تعداد نشریات | 44 |
تعداد شمارهها | 1,298 |
تعداد مقالات | 15,886 |
تعداد مشاهده مقاله | 52,118,902 |
تعداد دریافت فایل اصل مقاله | 14,889,151 |
اولویت بندی حوضه های آبخیز از نظر ریسک خطر وقوع زمین لغزش در استان کرمانشاه براساس مدل تصمیم گیری چندمعیاره (ELECTRE-1) | ||
هیدروژئومورفولوژی | ||
مقاله 2، دوره 6، شماره 18، خرداد 1398، صفحه 19-38 اصل مقاله (963.19 K) | ||
نوع مقاله: پژوهشی | ||
نویسندگان | ||
مژگان انتظاری* 1؛ طاهره جلیلیان2 | ||
1دانشیار، گروه جغرافیای دانشگاه اصفهان، اصفهان، ایران (نویسندهی مسئول) | ||
2دانشجوی دکترای ژئومورفولوژی دانشگاه اصفهان، اصفهان، ایران. | ||
چکیده | ||
چکیده زمین لغزش یکی از مخاطرات ژئومورفولوژیکی از نوع حرکات دامنه ای با خسارتهای اکولوژیکی و اقتصادی بالا میباشد. اولویت بندی زیرحوضه های یک حوضه ی آبخیز براساس پتانـسیل وقوع زمین لغزش، با هدف تعیین اولویت در سیاست گذاری ها و اقدامات مدیریتی میتواند نقش مهمی در مدیریت بهینه ی آبخیزها داشته باشد. در تحقیق حاضر از روش تصمیم گیری چندمعیاره (الکترا) به منظور اولویت بندی زیرحوضه های آبخیز استان کرمانشاه از نظر ریسک خطر وقوع زمین لغزش استفاده شده است. معیارهای در نظر گرفته شده، شامل ده معیار مختلف شامل شیب، جهت شیب، ارتفاع، تراکم آبراهه، تراکم گسل، دما، بارش، زمین شناسی، کاربری و تراکم گسل است که از معیارهای مهم و تأثیرگذار بر وقوع زمین لغزش هستند. وزن معیارها بر اساس مدل آنتروپی آنها به دست آمده و با استفاده از مدل الکترا شش زیرحوضه ی آبخیز در استان اولویت بندی، بررسی و سپس نقشه ی اولویت بندی این شش زیرحوضه ی آبخیز تهیه شد. تهیه ی نقشه ی اولویت بندی این امکان را فراهم مـیسازد که مناطق آسیبپذیر شناسایی و در برنامه ریزی محیطی مد نظر قرار گیرند. نقشه ی اولویت بندی منطقه ی مورد نظر نشان میدهد که زیرحوضه ی ریزه وند ماهیدشت در اولویت اول و زیرحوضه ی کنگیر در اولویت آخر قرار دارند. به گونه ای که براساس نتایج به دست آمده حدود 34 درصد لغزش های منطقه در زیرحوضه ی ریزه وند ماهیدشت رخ داده که علت اصلی آن تکتونیک و جنس سازندهای سطحی است. در نتیجه این منطقه از لحاظ ضرورت انجام اقدامات مدیریتی در اولویت است. | ||
تازه های تحقیق | ||
- | ||
کلیدواژهها | ||
کلمات کلیدی: زمین لغزش؛ مخاطرات؛ حوضه ی آبخیز؛ انتروپی؛ تصمیم گیری چندمعیاره | ||
اصل مقاله | ||
- | ||
مراجع | ||
منابع ـ امیراحمدی، ابوالقاسم؛ ناعمی تبار، مهناز و بـهار گلکار استادی (1396)، اولویتبـندی و پهنه بندی عوامل مؤثر بر وقوع زمین لغزش با استفاده از مدل انتروپی (مطالعه ی موردی منطقه ی باجیگران، قوچان)، نشریه ی هیدروژئومورفولوژی، دوره ی 3، شماره ی 11، صص 125-105. ـ ایلدرمی، علیرضا و حبیبه روزبهانی (1393)، پهنه بندی خطر ناپایداری دامنه ها با مدل LNRF و GIS در حوضه ی کلان ملایر، نشریه ی جغرافیا و برنامه ریزی، سال 18، شماره ی 48، صص 60- 37. ـ انواری رستمی، علی اصغر؛ حسینیان، شهامت و مرتضی رضایی اصل (1391)، رتبه بندی مالی شرکت های بورس اوراق بهادار تهران با استفاده از روش های تصمیم گیری چندشاخصه و مدل های ترکیبی، مجله ی تحقیقات مالی، شماره ی 1، صص 31-45. ـ بشیری، مهدی؛ کاوسی داودی، سیده مائده و علی افضلی (1397)، پهنه بندی اثر ویژگی های زمین شناسی و ژئومورفولوژی برالگوی زمین لغزش با استفاده از هندسه ی فرکتال (مطالعه ی موردی حوضه ی تویه دروار)، نشریه ی هیدروژئومورفولوژی، دوره ی 4، شماره ی 14، صص 157-178. ـ حائری، سیدمحمد (1375)، گزارش مرحله نهائی، طرح بررسی جامع رانش زمین در استان مازندران، جلد سوم. صص 34. ـ روستایی، شهرام؛ عظیمی راد، صمد؛ مختاری، داوود؛ حجازی، سیداسدالله و مجتبی یمانی (1397)، مورفومتری لغزش بزرگ سیمره و بازسازی تأثیرات لندفرمی آن در کواترنری پسین (رشتهکوه زاگرس در ایران)، نشریهی هیدروژئومورفولوژی، دوره ی 4، شماره ی 16، صص 138-119. ـ زارعی، پروین؛ علایی طالقانی، محمود و علی طالبی (1394)، بررسی علل وقوع لغزش های سطحی در منطقه ی جوانرود با استفاده از مدل فرایند محور، پژوهشهای ژئومورفولوژی کمی، سال چهارم، شماره ی 2، صص 153-138. ـ صفاری، امیر و معصومه هاشمی (1396)،پهنه بندی حساسیت وقوع زمین لغزش با مدل های آنتروپی و منطق فازی (مطالعه ی موردی: شهرستان کرمانشاه)، فصلنامه ی جغرافیای طبیعی، شماره ی 34، صص 44. ـ عرب عامری، علیرضا و کوروش شیرانی (1395)، اولویت بندی عوامل مؤثر بر وقوع زمین لغزش و پهنه بندی خطر آن با استفاده از تئوری احتمالاتی دمپستر شفر، مطالعه ی موردی (حوضه ی ونک سمیرم، استان اصفهان)، نشریه ی علمی پژوهشی مهندسی و مدیریت آبخیز، جلد 8 شماره ی 1، صص 107-93. ـ علاییطالقانی، محمود و زهرا رحیم زاده (1389)،شبیه سازی احتمال وقوع لغزش در حوضه ی آبخیز جوانرود با مدل تحلیل سلسله مراتبی (AHP) با تأکید بر ویژگی های مورفولوژی، جغرافیا و برنامه ریزی محیطی، شماره ی 4، صص 53-72. ـ قویم یپناه، محمدحسین؛ خالدی درویشان، عبدالواحد و محمدرضا قویمی پناه (1396)،صحت سنجی روش های تحلیل سلسله مراتبی (AHP) و رگرسیون چندمتغیره (MR) در پهنه بندی زمـینلغزش (مـطالعه ی موردی: حوضه ی آبخیز ولیعصر اسـتان اردبیل)، اکوهیدرولوژی، دوره ی 4، شماره ی 3، صص 775-789. ـ ملکی، امجد و علی قربانپور (1378)، پهنه بندی خطر زمین لغزش حوضه ی چرمله شهرستان سنقر استان کرمانشاه، جغرافیا و توسعه، شماره ی 12، صص 181-198. -Chen, W., Pourghasemi, H.R., Zhao, Z., (2016), A GIS-based comparative study ofDempster-Shafer, logistic regression and artificial neural network models for landslidesusceptibility mapping, Geocarto international, Vol. 32, No. 4, PP. 367-385. -Fathi, M.H., Khohdel K., Kandi, Shoreh., A., Ashrafifeini, Z., Khaliji,M A., (2015), The combination of spectral and spatial data in zoning oflandslide susceptibility (Case study: Sangorchay reservoir), Journal of Biodiversity and Environmental Sciences (JBES). Vol. 6, No. 2, PP. 515-527. -Havenith, H.B., Strom, A., Torgoev, I., Lamair, L., Ischuk, A., (2015), Tien Shan Geohazards database: Earthquakes and landslides, Journal of Geomorphology, Vol. 249, PP. 16-31. -Polykretis, Ch., Chalkias, Ch., Ferentinou, M., (2017), Adaptive neuro-fuzzy inference system (ANFIS) modeling for landslide susceptibility assessment in a Mediterranean hilly area Bulletin of Engineering Geology and the Environment, Vol. 76, No. 137, PP.1–15. -Pourghasemi, H.R., Gayen, A., Park, S., Lee, C-W., Lee, S., (2018), Assessment of Landslide-Prone Areas and Their Zonation Using Logistic Regression, LogitBoost, and NaïveBayes Machine-Learning Algorithmsand, Sustainability, Vol. 10, No. 3697, PP. 1-23. -Roy, B., (1991), The Outranking Approach and theFoundation of ELECTRE Methods, Theory and Decision, Vol. 31, No. 1, PP. 155-183. -Wang, Q., Li, W., Wu, Y., Pei, Y., & Xie, P., (2016), Application of statistical index and index of entropy methods to landslide susceptibility assessment in Gongliu (Xinjiang, China), Environmental Earth Sciences, Vol.75, No. 7, PP.599. -Yu, X., Wang, Y., Niu, R. Hu, Y., (2016), A Combination of Geographically Weighted Regression, Particle Swarm Optimization and Support Vector Machine for Landslide Susceptibility Mapping: A Case Study at Wanzhou in the Three Gorges Area, China, Int J Environ ResPublic Health, Vol.13, No. 5, PP.1-35. | ||
آمار تعداد مشاهده مقاله: 729 تعداد دریافت فایل اصل مقاله: 469 |