پایش و نقشه‌برداری حرکات توده‌ای زمین از پردازش داده ماهواره راداری و فن تداخل‌سنجی (InSAR) (مطالعه موردی: کلیجان‌رستاق ساری، مازندران)
محورهای موضوعی : برنامه های کاربردی در خطر بلایای طبیعی
سیدرمضان موسوی
1
*
,
ناهید قربان نژاد
2
,
قربان وهاب زاده
3
,
محمدرضا رمضانی
4
1 - استادیار گروه مهندسی آبخیزداری، دانشکده منابع طبیعی ، دانشگاه علوم کشاورزی و منابع طبیعی ساری
2 - دانشجوی کارشناسی ارشد، گروه آبخیزداری
3 - دانشیار و عضو هیئت علمی گروه مرتع و آبخیزداری، دانشکده منابع طبیعی علوم کشاورزی و منابع طبیعی ساری.
4 - دانش آموخته کارشناسی ارشد نقشه برداری - دانشگاه خواجه نصیر طوسی
کلید واژه: زمین‌لغزش, تداخل‌سنجی, تصاویر ماهواره‌ای, سنتینل-1, اسنپ, کلیجان‌رستاق,
چکیده مقاله :
این مطالعه بر روی پایش و نقشه‌برداری مدرن از عرصه‌های طبیعی بخش کلیجان‌رستاق ساری، با استفاده از فن تداخل‌سنجی و پردازش داده‌های راداری و به‌کارگیری نرم‌افزارهای اسنپ متمرکز است. زمین‌لغزش یکی از مخاطرات است که در نتیجه دخالت عوامل مختلف طبیعی و غیرطبیعی در دامنه‌های شیب‌دار رخ می‌دهد. در دهه‌های اخیر به سبب تغییرات اقلیم، دوره‌های خشک-سالی، تغییرات کاربری اراضی، وقوع آن به همراه خسارت مالی و جانی در اکثر نقاط دنیا قابل مشاهده است. کشور ایران و استان مازندران به خاطر وجود شرایط و عوامل مختلف زمین‌شناسی، ژئومورفولوژی، هیدرولوژی، اقلیمی و تغییرات کاربری اراضی دارای سابقه و زمینه بالای وقوع انواع زمین‌لغزش‌ها است. در این پژوهش، به سبب پوشش گیاهی عرصه‌های موردمطالعه، از داده‌های راداری ماهواره‌ای سنتینل-1 در دو بازه‌ی زمانی بین سال‌های 2014 تا 2020 بهره‌گیری شده است. زمین‌لغزش‌های فعال و عرصه-های مستعد رانش در منطقه به‌صورت نقشه‌های تخصصی اینترفروگرام تولیدشده‌اند. برای صحت سنجی و دقت نتایج، بازدید میدانی به عمل آمد که صحت این مطالعه بیش از 85 درصد بوده است. نتایج این پژوهش نشان داد که منطقه دارای استعداد زمین‌لغزشی بالایی است و عمده عرصه‌های ناپایدار و زمین‌لغزشی مربوط به مناطق نزدیک به گسل‌ها، چشمه‌ها و روی سازندهای حساس شمشک دوران دوم زمین‌شناسی و نیز روی عرصه‌های تغییر کاربری هستند. نتیجه اینکه روش تداخل‌سنجی برای پایش و شناسایی مناطق زمین‌لغزشی در مناطق دارای پوشش، یکی از روش‌های است که ازلحاظ هزینه و زمان مناسب، ارزان‌قیمت و با صحت بالاتر است و نتایج آن می‌تواند برای مدیریت اجرایی مخاطرات منطقه مفید باشد.
This study focuses on modern monitoring and mapping of the natural areas of Kilijan-Rostaq Sari sector, using interferometric technology and radar data processing and using SNAP software. Landslide is one of the hazards that occurs as a result of the involvement of various natural and unnatural factors in steep slopes. In recent decades, due to climate changes, drought periods, land use changes, its occurrence along with financial and human losses can be seen in most parts of the world. The country of Iran and the province of Mazandaran has a high history of occurrence of all kinds of landslides due to the existence of various geological, geomorphological, hydrological, climatic and land use changes. In this research, due to the vegetation cover of the studied areas, Sentinel-1 satellite radar data has been used in two time periods between 2014 and 2020. Active landslides and landslide-prone areas in the region have been produced in the form of specialized interferogram maps. In order to verify the accuracy and accuracy of the results, a field visit was carried out, and the accuracy of this study was more than 85%. The results of this research showed that the region has a high potential for landslides and most of the unstable and landslide areas are related to the areas near faults, springs and on the sensitive formations of Shamshak of the second geological period as well as on the areas of land use change. are. The result is that the interferometric method for monitoring and identifying landslide areas in covered areas is one of the methods that is cheap and more accurate in terms of cost and time, and its results can be useful for the executive management of regional risks.
1- Ahmadi h. 2015. Applied geomorphology, volume 1 (water erosion). Tehran University Press. 577 ( in Persian).
2- Alipour H, Malekian A. 2014. Landslide risk zoning in Jahan Esfrain watershed, North Khorasan. Journal of Geography and Development. 17, 61. 641-615. ( in Persian) https://civilica.com/doc/1474483/download/
3- Bayati Khatibi M. 2016. Determining the potential sensitivity of sloping surfaces in mountain basins to the occurrence of landslides, using the method of determining the special factor of a case study: Qoranguchai basin located in the eastern slope of the Sahand Mountains (East Azerbaijan). Tabriz University, Geography Special. Spring. https://www.sid.ir/paper/6953/fa#downloadbottom
4- Bayuaji L, sumantyo J. T, Kuzeplaser H. 2010. D-InSAR for land subsidence mapping, Canadian jornal of remote sensing, https://doi.org/10.1016/S1872-5791(08)60059-7
5- Biranvand H, Saif A, Shahrukh Vandi M. 2012. Paleogeography and geomorphological evolutions of the old Simre lake, Journal of Geography and Urban-Regional Studies, No. 6, pp. 97-110. ( in Persian) https://civilica.com/l/97463/
6- Crosta B.G. 2009. Dating, triggering, odeling and hazard assessment of large landslides. Geomorphology 103, 1 – 4. https://doi.org/10.1016/j.geomorph.2008.04.007
7- Daniel R. C, Maisons C, Carnec S, Mouelic C, King D, and Hosford S. 2003. Monitoring of slow ground deformation by ERS radar interferometry on the Vauvert salt mine (France) Comparison with ground-based measurement, Remote Sensing of Environment, 88, 468-478. https://doi: 10.1016/j.rse.2003.09.005
8- Erener A, Sarp G, Duzgun S. 2019. Use of GIS and Remote Sensing for Landslide Susceptibility Mapping.
9- Geological map of Sari on a scale of 1/100,000; Publications of the Geological Organization of Iran
10- Ghorbanzadeh O, Meena S.R, Blaschke T, Aryal J. 2019. UAV based slope failure detection using deep-learning convolutional neural networks. Remote Sensing 11(17), 2046. 2046; https://doi.org/10.3390/rs11172046
11- Graii P. 2018. Determining the most suitable method of zoning the risk of landslides in the watershed and Sari province. Earth Science Research, second year, number 6, summer, pp. 114-93. https://www.sid.ir/paper/207346/fa#downloadbottom
12- Hooper A.J. 2006. Persistent scatter radar interferometry for crustal deformation studies and modeling of volcanic deformation. JOURNAL OF GEOPHYSICAL RESEARCH, VOL. 112, https://doi:10.1029/2006JB004763
13- Karam A. 2008. Quantitative modeling and zoning of landslide risk in folded Zagros (case study: Serkhon watershed - Chaharmahal Bakhtiari province) Ph.D. thesis in natural geography, Tarbiat Modares University, Tehran.
14- Khazai B, Sitar N. 2004. Evaluation of factors controlling earthquake-induced landslides caused by Chi-Chi earthquake and comparison with the Northridge and Loma Prieta events. B. Khazai, N. Sitar / Engineering Geology 71 79–95. https://doi.org/10.1016/S0013-7952(03)00127-3
15- Khovaninzadeh N. 2018. Use of radar interferometric method to study landslides. Mapping and Geomatics Engineering Department, Technical Colleges Campus, University of Tehran, 148 p. ( in Persian)
16- Koh Banani H; Yazdani M; Hosseini S. 2018. Land subsidence risk zoning using radar interferometry (case study: Kashmar plain and Khalilabad). Desert Management, 7(13), 65-76. Doi: 10.22034/JDMAL.2019.36526
17- Lan H. X, Zhou C.H, Wang L.J, Zhang H. J, Li R.H. 2004. Landslide watershed , yunnan,china. Engineering geology vol.76, 101-128.
18- Liu Z, Xu B, Wang Q, Yu W, Miao Z. 2022. Monitoring landslide associated with reservoir impoundment using synthetic aperture radar interferometry: A case study of the Yalong reservoir. School of Geosciences and Info-Physics, Central South University, Changsha 410083, China. https://doi.org/10.1016/j.geog.2020.12.001
10- Mousavi Z. 2018. Landslide Zoning and Modeling Using Logistic Regression Model, Master's Thesis. University of Mazandaran.
20- Moqimi A, Alavi Panah K, Jafari T. 2017. Evaluation and zoning of factors affecting the occurrence of landslides in the northern slopes of Aladagh. Geography Research. 64, 53-75. https://journals.ut.ac.ir/article_26906_0.html
21- Mohammadi M, Noor H. 2016. Landslide susceptibility zoning using a new combined method in the GIS environment, the study area is located in Mazandaran province and a part of Haraz river sub-basin. Environmental science and technology, 21st period, 12th issue, March.
22- Raushi S., Hijazi A., Rajabi M., Jalali N., Najafi Igdir A. 2017. The use of fuzzy logic in landslide risk zoning in Nazlochai watershed. Quantitative geomorphological research Journal. No 4, Spring, pp103-119. ( in Persian) https://www.sid.ir/paper/507496/fa#downloadbottom
23- Sharifi Kia M. 2013. Determining the amount of ground subsidence using the radar interferometric method of Dasht Noug Behrman, space planning and preparation, 16th period, number 9, autumn 2013. https://www.sid.ir/Fa/Journal/ViewPaper.aspx?ID=86437
24- Solari L, Del Soldato M, Raspini F, Barra A, Bianchini S, Confuorto P, Casagli N, Crosetto M. 2020. Review of Satellite Interferometry for Landslide Detection in Italy. DOI:10.3390/rs12081351
25- Talai R., Mohammad Alizadeh A. 2018. Evaluation of the role of Neogene clay sediments in the occurrence of landslides, south of Ardabil province, northwest of Iran. https://jwem.areeo.ac.ir/article_120331_0cd6ff7aac3f74cb7d1a92f783430809.pdf
26- Yin Y, li B, wang W. 2019. Dynamic analysis of the stabilized Wangjiayan landslide in the Wenchuan Ms 8.0 earthquake and aftershocks. DOI:10.1007/s10346-014-0497-6