fa پهنه بندی خطر زمین لغزش در حوضه آبریز سیمینه رود بوکان با تلفیق مدلهای آماری، فرایند تحلیل سلسله مراتبی و سامانه اطلاعات مکانی سامانه های اطلاعات مکانی GIS ترویجی Tarviji <p dir="RTL" style="text-align: justify;"><span style="font-family:b nazanin;"><span style="font-size:11.0pt;">شناسایی مناطق مستعد وقوع زمین لغزش از طریق پهنه بندی قابلیت خطر با مدل های آماری مناسب، یکی از اقدامات اولیه در کاهش خسارات احتمالی و مدیریت خطر زمین لغزش است. حوضه سیمینه رود از زیر حوضه های حوضه آبریز دریاچه ارومیه به دلیل موقعیت جغرافیایی و ویژگی</span></span><span dir="LTR"><span style="font-size:11.0pt;">&zwj;</span></span><span style="font-family:b nazanin;"><span style="font-size:11.0pt;">های طبیعی آن یکی از مناطق مستعد کشور برای وقوع زمین لغزش و سایر پدیده های مرتبط با لغزش دامنه</span></span><span dir="LTR"><span style="font-size:11.0pt;">&zwj;</span></span><span style="font-family:b nazanin;"><span style="font-size:11.0pt;">ها می باشد. </span></span></p> <p dir="RTL" style="text-align: justify;"><span style="font-family:b nazanin;"><span style="font-size:11.0pt;">هدف از انجام این تحقیق مطالعه و بررسی خطر زمین لغزش در حوضه آبریز سمینه رود می باشد و برای انجام آن از تلفیق مدل تحلیل سلسله مراتبی و مدل آماری وزن های شاهد استفاده گردیده است. بطور کلی 9 معیار اصلی مرتبط با وقوع پدیده زمین لغزش در این پژوهش مورد استفاده قرارگرفت. لایه های مکانی مربوط به عوامل با جمع آوری، پردازش و طبقه بندی داده های مکانی ایجاد گردیدند. لایه وزن طبقات هر لایه توصیف کننده عامل موثر زمین لغزش با استفاده از </span></span><span style="font-family:b nazanin;"><span style="font-size:10.0pt;">مدلسازی وزن های شاهد</span></span><span style="font-family:b nazanin;"><span style="font-size:11.0pt;"> تولید شد. وزن اهمیت هر لایه با استفاده روش تحلیل سلسله مراتبی محاسبه شد. نقشه حساسیت زمین لغزش با همپوشانی لایه های وزن طبقات و اعمال وزن اهمیت هر لایه ایجاد و طبقه بندی برای حوضه سیمینه رود تولید گردید. </span></span></p> <p dir="RTL" style="text-align: justify;"><span style="font-family:b nazanin;"><span style="font-size:11.0pt;">محاسبه میزان موفقیت نقشه پهنه بندی نشان داد که حدود %60 زمین لغزش مورد استفاده در تهیه نقشه در طبقه خطر زیاد نقشه پهنه بندی قرارگرفته است. تراکم زمین لغزش در این طبقه حدود 37% می باشد که در مقایسه با طبقه خطر متوسط (8.8%) و طبقه خطر کم (0.083%) خیلی زیاد می باشد. میزان پیش بینی نقشه نیز نشان می دهد که حدود %56 زمین لغزش های مورد استفاده در ارزیابی نتایج تحقیق در طبقه خطر زیاد قرار گرفته اند.&nbsp;</span></span></p> <p style="text-align: justify;">Landslide is a kind of natural disasters that annually causes great losses in life and property throughout the world. With the increasing population and expanding urban areas to the steep slope areas the risk of landslide has increased. The objective of this research is to study the risk of landslide in order to reduce potential damage and manage landslide risk. Siminehrood basin is the case study of the research. It is a subbasin of Orumiyeh lake catchement area at north west of Iran and due to its geographical location and natural characteristics is one of the country&#39;s landslide prone areas.</p> <p style="text-align: justify;">In this research nine main factors affecting landslide including distance to fault, distance to road distance to stream network, topography, slope, aspect, landuse, precipitation and lithology are used. The weights of evidence model which is a bivariate statistical analysis and data-driven technique is used for producing Landslide susceptibility mapping. For obtaining the weights of&nbsp; evidence&nbsp; modeling&nbsp; prior probability,&nbsp; conditional&nbsp; probability&nbsp; and&nbsp; the&nbsp; positive&nbsp; and&nbsp; negative&nbsp; weights&nbsp; are calculated and a layer describing the total evidence weight for each class of factor layer is produced. Prior to combining the weights of factor layers, the importance weight of each factor layer is calculated using the Analytic Hierarchy Process (AHP).</p> <p style="text-align: justify;">For implementation of the research the related spatial data were gathered and prepared in order to produce spatial layers for describing effective factors. For preparation of spatial data different processing have been performed such as distance tool for creating distance layer, interpolation tool for creation surface layer from point layer, hydrology tool set for extracting stream network from Digital Elevation Model (DEM) and classification tool. All of the preparation processes, calculation of importance of factor layers by using AHP method and overlaying of factor layers have been implemented in ArcGIS software package. A python application has been developed in ArcGIS environment in order to calculate the importance weight of each factor layer by using AHP. Finally, the landslide susceptibility map of Siminehrood Cachment was produced with overlaying the total evidence weight layers and applying the importance weight of each layer and then the resultant map was classified.</p> <p style="text-align: justify;">For assessing the results of research the total occurred landslide data set in study area was randomly split into two training and testing landslide data sets. Calculation of success rate of landslide susceptibility map using testing landslide data sets indicated that about 60% of landslide pixels which has been used for producing classified landslide susceptibility map are in high risk class and the density of landslide pixels in this class is 37% while in the medium risk class is 8.8% and in the low risk class is 0.083%. Predicting rate of resultant map shows that about 56% of landslides which have been used for verifying and assessing the research results are in the high risk class of classified landslide susceptibility map.</p> زمین لغزش, تحلیل آماری دو متغیره, تحلیل سلسله مراتبی, حوضه آبریز, سیمینه رود, سامانه اطلاعات مکانی, مدلسازی وزن های شاهد Landslide, bivariate statistical analysis, Analytic Hierarchy Process (AHP), Siminehrood Basin, GIS 185 199 http://jgst.issgeac.ir/browse.php?a_code=A-10-26-3&slc_lang=fa&sid=1 Gh. R. Fallahi غلامرضا فلاحی gh.fallahi@gmail.com 10031947532846005242 10031947532846005242 Yes geomatics college آموزشکده نقشه برداری L. Jamali لقمان جمالی loghman.jamalii@gmail.com 10031947532846005243 10031947532846005243 No بدون سازمان