تهیه نقشه حساسیت زمین‌لغزش با استفاده از مدل تلفیقی فازی- فرآیند تحلیل شبکه ای

محورهای موضوعی : توسعه سیستم های مکانی

الهه اکبری ¹ (دانشجوی دکتری سنجش از دور، دانشگاه تهران - مربی گروه ژئومورفولوژی و اقلیم شناسی، دانشگاه حکیم سبزواری)
علی درویشی بلورانی ² (استادیار دانشکده جغرافیا، دانشگاه تهران)
نجمه نیسانی سامانی ³ (استادیار دانشکده جغرافیا، دانشگاه تهران)

تاریخ دریافت : 1395/02/23 تاریخ پذیرش : 1396/04/28 تاریخ انتشار : 1396/08/20

کلید واژه: حوزه فاروب رومان- نیشابور, زمین‌لغزش, مدل‌سازی محیطی, فازی- فرآیند تحلیل شبکه ای,

چکیده مقاله :

در دهه های اخیر با گسترش فعالیت های بشر در محیط طبیعی، انواع مخاطرات ازجمله زمین‌لغزش، آسیب های جدی مالی و جانی به همراه داشته است. درنتیجه بررسی حساسیت وقوع زمین‌لغزش و تعیین مناطق بحرانی جهت عملیات محافظتی و آبخیزداری ضروری به نظر می رسد. در این تحقیق، حساسیت زمین‌لغزش با استفاده از تلفیق روش های فازی و فرایند تحلیل شبکه ای (ANP) در حوزه فاروب رومان مدل‌سازی گردید. برای انجام تحقیق، چهار خوشه توپوگرافی، عوامل زیستی، هیدرو اقلیم و زمین شناسی و معیارهای ارتفاع، شیب، جهت شیب، شکل شیب، فاصله از جاده، کاربری اراضی، شاخص نرمال شده تفاوت پوشش گیاهی (NDVI)، فاصله از رودخانه، تراکم زهکشی، بارش و شاخص رطوبت خاک، فاصله از گسل و لیتولوژی در نظر گرفته‌شده‌اند. نتایج نشان‌دهنده کارایی مدل فازی- فرایند تحلیل شبکه ای در مدل‌سازی حساسیت زمین‌لغزش است به‌طوری‌که در اعتبارسنجی مدل از طریق منحنی مدل منحنی عامل نسبی (ROC)، میزان AUC، 83/0 با میزان خطای استاندارد 07/0 و مقدار P-value برابر صفر، به دست آمد. برای بررسی حساسیت زمین‌لغزش در حوزه فاروب رومان بر اساس نتیجه منحنی ROC، مدل فازی- فرایند تحلیل شبکه ای با دقت خیلی خوب ارزیابی گردید. نتایج همچنین نشان داد که 66% از زمین‌لغزش های معلوم در مناطق با حساسیت زیاد و بسیار زیاد قرارگرفته‌اند. نظر به برآورد حساسیت زیاد و بسیار زیاد زمین‌لغزش به میزان 51 درصد از سطح کل منطقه، اجرای عملیات محافظتی از حوزه مطالعاتی ضروری به نظر می رسد.

چکیده انگلیسی:

In recent decades, with the expansion of human activities on the natural environment, a variety of hazards, including landslides, have had serious human and financial damage. As a result, landslide susceptibility assessment and identifying the critical areas for watershed protection seems to be necessary. In this study, landslide susceptibility using combined fuzzy and Analytic Network Process (FANP) methods has been modelled on the Farub Roman basin. To achieve this goal, four clusters; topography, biological, hydro-climate and geological and criteria such as elevation, slope, aspect, curvature, distance from roads, land use, normalized difference vegetation index (NDVI), distance from rivers, drainage density, rainfall, soil moisture index, distance from faults and lithology have been considered. The results showed that the Fuzzy-analytic network process model is appropriate for landslide susceptibility modelling for as much as in model validation through the Relative Operating Characteristic (ROC) curves, the AUC, 0.83 has achieved with the standard error; 0.07, of the P-value equal to zero. For assessing the landslide susceptibility in the Farub Roman basin based on the results of the ROC curve, fuzzy ANP model evaluated very well. In addition, the results showed that, 66% of the known landslides have been found in areas with high and very high sensitivity. Due to the estimation of the high and very high sensitivity of landslides; 51% of the total area, the implementation of studying watershed protection seems to be necessary.

منابع و مأخذ:

1. امینی فسخودی، ع. 1384. کاربرد استنتاج منطق فازی در مطالعات برنامه­ریزی و توسعه منطقه­ای. دانش و توسعه، 17: 39-61.

2. بزرگمهر، ک.، س. ی. حکیم‌‌دوست، ع. محمدپورزیدی و ز. صیدی. 1393. مکانیابی بهینه محل دفن مواد زاید جامد شهری با استفاده از مدل (AHP) و سیستم اطلاعات جغرافیایی (مطالعه موردی: شهرستان تنکابن). فصلنامه اطلاعات جغرافیایی، 23(91):  81-88.

3. بهاروند، س. و س. سوری. 1394. پهنه­بندی خطر زمین لغزش با استفاده از روش شبکه عصبی مصنوعی (مطالعة موردی: حوزه سپیددشت، لرستان). سنجش از دور و سامانه اطلاعات جغرافیایی در منابع طبیعی، 6(4): 15-31.

4. پورهاشمی، س.، ا. امیراحمدی و ا. اکبری. 1393. انتخاب مدل مناسب از بین روش­های آماری دومتغیره جهت پهنه‌بندی خطر زمین‌لغزش در محیط  GIS(مطالعه موردی: حوزه آبخیز بقیع). مطالعات جغرافیایی مناطق خشک، 4(15): 71-89.

5. جوادیان کوتنایی، س.، س. ملماسی، ن. اورک و ج. مرشدی. 1393. تدوین الگوی ارزیابی توان اکولوژیک توسعه شهری با بهره­گیری از فرآیند تحلیل شبکه­ای (ANP) (نمونه موردی: شهرستان ساری). آمایش سرزمین، 6(1): 153-178.

6. حجازی، س. ا. و م. رنجبریان شادباد. 1393. شناسایی عوامل موثر و پهنه­بندی خطر زمین لغزش در بخش غربی حوضه آبریز سرندچای. پژوهش­های ژئومورفولوژی کمی، 3(3): 114-129.

7. داداش‌پور، ه.، ح. ر. خدابخش و م. رفیعیان. 1391. تحلیل فضایی و مکانیابی مراکز اسکان موقت با استفاده از تلفیق فرآیند تحلیل شبکه­ای (ANP) و سامانه اطلاعات جغرافیایی (GIS). مجله جغرافیا و مخاطرات محیطی، 1(1): 111-131.

8. رمضانی گورابی، ب. و ه. ابراهیمی. 1388. شناخت عوامل موثر زمین لغزش در حوضه آبخیز سد برنجستانک قائمشهر. نگرش­های نو در جغرافیای انسانی، 1(4): 127-136.

9. زبردست، ا. 1389. کاربرد فرآیند تحلیل شبکه‌ای (ANP) در برنامه‌ریزی شهری و منطقه‌ای. نشریه هنرهای زیبا – معماری و شهرسازی، 2(41): 79-90.

10. زیاری، ک.، م. اکبرپور سراسکانرود، ه. سلامی و ا. عابدینی. 1386. بررسی تطبیقی دلایل عدم تحقق اهداف شهرهای جدید در ایران با بکارگیری روش ANP. جغرافیا، 5(12-13): 117-139.

11. ساسان­پور، ف. و ج. موسی­وند. 1389. تاثیر عوامل انسان­ساخت در تشدید پیامدهای مخاطرات طبیعی در محیط­های کلان شهری با کاربرد منطق فازی و سیستم اطلاعات جغرافیایی. نشریه تحقیقات کاربردی علوم جغرافیایی، 13(16): 29-50.

12. سالاری، م.، ه. معاضد و ف. رادمنش. ­1391. مکان­یابی محل دفن پسماند شهری با استفاده از مدل AHP_FUZZY در محیط GIS (مطالعه موردی: شهر شیراز). طلوع بهداشت، 11(1): 96-109.

13. سلطانی، ع. و ط. طالبی اردکانی. 1392. بررسی نظام توزیع فضایی و تحلیل مکان­گزینی پایانه­های حمل و نقل اتوبوسرانی درون شهری شیراز با استفاده از تکنیک فرآیند تحلیل شبکه­ای (ANP). مطالعات و پژوهش‌های شهری و منطقه‌ای، 5(18): 107-122.

14. سوری، س.، س. بهاروند و ط. فرهادی نژاد. 1392. پهنه­بندی خطر زمین‌لغزش با استفاده از منطق فازی (مطالعة موردی: حوزه چم سنگر). سنجش از دور و سامانه اطلاعات جغرافیایی در منابع طبیعی. 4(4): 47-60.

15. صدوق ونینی، ح.، م. ر. ثروتی، ک. نصرتی، م. اسدی و م. ص. قربانی. 1394. پهنه‌بندی لغزش زمین در منطقۀ کاشتر کامیاران برای کاهش مخاطرات. مدیریت مخاطرات محیطی، 2(1): 105-116.

16. عابدینی، م. و ح. ستایشی نساز. 1393. پهنه­بندی خطر وقوع لغزش با استفاده از تحلیل سلسله مراتبی (AHP) مطالعه موردی: حوضه آبخیز گُلجه. جغرافیا و برنامه‌ریزی، 18(49): 139-165.

17. عشورنژاد، غ.، ح. ع. فرجی سبکبار، س. ک. علوی‌پناه و م. ح. نامی. 1390. مکان­یابی شعب جدید بانک­ها و موسسات مالی و اعتباری با استفاده از فرآیند تحلیل شبکه­ای فازی (Fuzzy ANP). پژوهش و برنامه‌ریزی شهری، 2(7): 1-20.

18. فتحی، م. ح.، ا. بهشتی جاوید و م. عابدینی. 1394. پهنه‌بندی حساسیت وقوع زمین لغزش با مدل­های آماری دومتغیره و منطق فازی. جغرافیا و برنامه­ریزی محیطی، 26(3): 49-60.

19. فرجی سبکبار، ح. ع.، ح.، نصیری، م. حمزه، س. طالبی و ی. رفیعی. 1390. تعیین عرصه‌های مناسب برای تغذیه مصنوعی بر پایه‌ی تلفیق روش‌های ANP و مقایسه زوجی در محیط GIS، مطالعه موردی دشت گربایگان فسا. مجله جغرافیا و برنامه‌ریزی محیطی، 22(4): 143-166.

20. فرجی سبکبار، ح. ع.، م. سلمانی، ف. فریدونی، ح. کریم‌زاده و ح. رحیمی. 1389. مکان­یابی محل دفن بهداشتی زباله روستایی با استفاده از مدل فرایند شبکه­ای تحلیل (ANP): مطالعه موردی نواحی روستایی شهرستان قوچان. برنامه­ریزی و آمایش فضا، 14(1): 127-149.

21. قائدرحمتی، ص.، ا. باستانی­فر و ل. سلطانی. 1390. بررسی تاثیرات تراکم بر آسیب­پذیری ناشی از زلزله در شهر اصفهان (با رویکرد فازی). مجله جغرافیا و برنامه­ریزی محیطی، 22(1): 107-122.

22. قراگوزلو، ع. و م. علیزاده. 1393. رزیابی تناسب اراضی برای استقرار صنایع به روش فرآیند تحلیل سلسله مراتبی- منطق فازی Fuzzy-AHP (مطالعه موردی: شهرستان ملارد). سنجش از دور و سامانه اطلاعات جغرافیایی در منابع طبیعی، 5(4): 79-94.

23. قنبری، ح. و ش. روستایی. 1392. بررسی اولویت‌های برنامه‌ریزی و آمایش مناطق مرزی در استان آذربایجان شرقی با به کارگیری مدل تحلیل شبکه (ANP). آمایش سرزمین، 5(2): 335-360.

24. کرمی، آ. و ع. عبدشاهی. 1390. رتبه­بندی توسعه یافتگی مناطق روستایی استان کهگیلویه و بویراحمد به روش فازی. تحقیقات اقتصاد کشاورزی، 3(11): 117-136.

25. کریمی، ح.، ف. نادری، ب. ناصری و ع. سلاجقه. 1393. مقایسة مدل‌های مختلف برای پهنه‌بندی خطر زمین‌لغزش در حوزة آبخیز زنگوان ایلام. مرتع و آبخیزداری، 67(3): 459-485.

26. کیا، س. م. 1390. منطق فازی در MATLAB، انتشارات کیان رایانه سبز، چاپ دوم. 304 صفحه.

27. کیانی، ا.، خ. بزی و ف. سالاری سردری. 1392. اولویت­سنجی تعیین راهبردهای توسعه فضاهای عمومی شهر عسلویه با استفاده از مدل فرآیند تحلیل شبکه (ANP). تحقیقات جغرافیایی، 28(4): 195-210.

28. متکان، ع. ­ا.، ع. شکیبا، س. ح. پورعلی و ح. نظم­فر. 1387. مکانیابی مناطق مناسب جهت دفن پسماند با استفاده از GIS (ناحیه مورد مطالعه: شهر تبریز). علوم محیطی، 6(2): 121-131.

29. متولی، ص.، م. م. حسین زاده، ر. اسماعیلی و خ. درفشی. 1394. ارزیابی دقت روش‌های رگرسیون چند متغیره (MR)، رگرسیون لجستیک (LR)، تحلیل سلسله مراتبی (AHP) و منطق فازی (FL) در پهنه‌بندی خطر زمین‌لغزش حوضه آبخیز طالقان. پژوهشهای ژئومورفولوژی کمی، 4(1): 1-20. 

30. مرادی، ح. ر.، م. محمدی و ح. ر. پورقاسمی. 1391. حرکات دامنه­ای (حرکات توده­ای) با تاکید بر روشهای کمی تحلیل وقوع زمین‌لغزش، تهران: انتشارات سمت. 224 صفحه.

31. مکانیکی، ج. و ح. صادقی. 1391. مکان­یابی مراکز بهداشتی-درمانی (بیمارستان­ها) شهر بیرجند، از طریق تلفیق فرآیند تحلیل شبکه­ای (ANP) و مقایسه زوجی در محیط GIS. آمایش محیط، 5(19): 121-142.

32. Ahmed B. 2015. Landslide susceptibility mapping using multi-criteria evaluation techniques in Chittagong Metropolitan Area, Bangladesh. Landslides, 12(6): 1077-1095.

33. Balezentiene L, Streimikiene D, Balezentis T. 2013. Fuzzy decision support methodology for sustainable energy crop selection. Renewable and Sustainable Energy Reviews, 17: 83-93.

34. Bibi T, Gul Y, Rahman AA, Riaz M. 2016. Landslide susceptibility assessment through fuzzy logic inference system (flis). The International Archives of Photogrammetry, Remote Sensing and Spatial Information Sciences, 42: 355-360.

35. Chen C-Y, Huang W-L. 2013. Land use change and landslide characteristics analysis for community-based disaster mitigation. Environmental Monitoring and Assessment, 185(5): 4125-4139.

36. Chen Y, Yu J, Khan S. 2010. Spatial sensitivity analysis of multi-criteria weights in GIS-based land suitability evaluation. Environmental Modelling & Software, 25(12): 1582-1591.

37. Das I, Sahoo S, van Westen C, Stein A, Hack R. 2010. Landslide susceptibility assessment using logistic regression and its comparison with a rock mass classification system, along a road section in the northern Himalayas (India). Geomorphology, 114(4): 627-637.

38. Fathi MH, Khohdel K, Kandi AS, Ashrafifeini Z, Khaliji MA. The combination of spectral and spatial data in zoning of landslide susceptibility (Case study: Sangorchay reservoir). Journal of Biodiversity and Environmental Sciences (JBES), 6(2): 515-527. 

39. Feizizadeh B, Blaschke T, Nazmfar H, Rezaei Moghaddam M. 2013. Landslide susceptibility mapping for the Urmia Lake basin, Iran: a multi-criteria evaluation approach using GIS. International Journal of Environmental Research, 7(2): 319-336.

40. Feizizadeh B, Blaschke T. 2013. GIS-multicriteria decision analysis for landslide susceptibility mapping: comparing three methods for the Urmia lake basin, Iran. Natural Hazards, 65(3): 2105-2128.

41. Feizizadeh B, Roodposhti MS, Jankowski P, Blaschke T. 2014. A GIS-based extended fuzzy multi-criteria evaluation for landslide susceptibility mapping. Computers & Geosciences, 73: 208-221.

42. Ilanloo M. 2011. A comparative study of fuzzy logic approach for landslide susceptibility mapping using GIS: An experience of Karaj dam basin in Iran. Procedia-Social and Behavioral Sciences, 19: 668-676.

43. Intarawichian N, Dasananda S. 2010. Analytical Hierarchy Process for landslide susceptibility mapping in lower Mae Chem watershed, Northern Thailand.  Suranaree Journal of Science & Technology, 17(3): 277–292.

44. Kahraman C, Kaya İ. 2010. Investment analyses using fuzzy probability concept. Technological and Economic Development of Economy, 16(1): 43-57.

45. Khan S, Faisal MN. 2008. An analytic network process model for municipal solid waste disposal options. Waste Management, 28(9): 1500-1508.

46. Kumar FP, Claudio D. 2016. Implications of estimating confidence intervals on group fuzzy decision making scores. Expert Systems with Applications, 65: 152-163.

47. Marrapu BM, Jakka RS. 2014. Landslide Hazard Zonation methods: A critical review. International Journal of Civil Engineering and Research, 5(3): 215-220.

48. Neaupane KM, Piantanakulchai M. 2006. Analytic network process model for landslide hazard zonation. Engineering Geology, 85(3): 281-294.

49. Nefeslioglu HA, Sezer EA, Gokceoglu C, Ayas Z. 2013. A modified analytical hierarchy process (M-AHP) approach for decision support systems in natural hazard assessments. Computers & Geosciences, 59: 1-8.

50. Saaty TL. 2004. Fundamentals of the analytic network process—Dependence and feedback in decision-making with a single network. Journal of Systems Science and Systems Engineering, 13(2): 129-157.

51. Shadman Roodposhti M, Aryal J, Shahabi H, Safarrad T. 2016. Fuzzy Shannon Entropy: A Hybrid GIS-Based Landslide Susceptibility Mapping Method. Entropy, 18(10): 1-20.

52. Shahabi H, Hashim M, Ahmad BB. 2015. Remote sensing and GIS-based landslide susceptibility mapping using frequency ratio, logistic regression, and fuzzy logic methods at the central Zab basin, Iran. Environmental Earth Sciences, 73(12): 8647-8668.

53. Sumathi V, Natesan U, Sarkar C. 2008. GIS-based approach for optimized siting of municipal solid waste landfill. Waste Management, 28(11): 2146-2160.

54. Wolfslehner B, Vacik H, Lexer MJ. 2005. Application of the analytic network process in multi-criteria analysis of sustainable forest management. Forest Ecology and Management, 207(1): 157-170.

55. Zadeh LA. 1975. The concept of a linguistic variable and its application to approximate reasoning—I. Information Sciences, 8(3): 199-249.