11073

10202

كارشناسي ارشد

آبخيزداري

اصفهان: دانشگاه صنعتي اصفهان، دانشكده منابع طبيعي

1394

[يازده]، 90ص.: مصور

سعيد سلطاني، حسين بشري

مصطفي تركش،كورش شيراني

رضا جعفري، سعيد پورمنافي

1394/12/05

مهندسي منابع طبيعي

ID10202

چكيده زمينلغزش نوع خاصي از حركات تودهاي است كه به معني پايين افتادن يا حركت يكپارچه و اغلب سريع حجمي از مواد رسوبي در امتداد دامنه بوده و ازجمله مخربترين بالياي طبيعي است در اين مطالعه با استفاده از مدل شبكههاي باور بيزين آنتروپي شانون رگرسيون لجستيك و براي اولين بار در كشور از مدل حداكثر آنتروپي براي ارزيابي حساسيت اراضي به زمينلغزش استفادهشده است اين پژوهش باهدف پهنهبندي و ارزيابي كمي زمينلغزش در حوضه آبخيز ماربر با گسترهاي حدود 118 كيلومترمربع واقع در جنوب استان اصفهان و بهمنظور ايجاد يك ابزار پشتيبان تصميمگيري با در نظر گرفتن نتايج روشهاي شبكههاي باور بيزين آنتروپي شانون حداكثر آنتروپي و رگرسيون لجستيك انجامشده است در آغاز با توجه به موقعيت منطقه مورفومتري حوضه مرور مطالعات انجامشده نقشههاي موجود و نيز روشهاي مورداستفاده 10 عامل زمينشناسي كاربري اراضي شيب جهت شيب طبقه ارتفاعي ميانگين بارش ساالنه فاصله از جاده فاصله از آبراهه فاصله از گسل و فاصله از مناطق روستايي بهعنوان معيارهاي ارزيابي زمينلغزش انتخاب شدند سپس تمامي اين اليهها جهت به دست آوردن واحدهاي همگن و كمي كردن عاملها در محيط نرمافزار Arc GIS كالسبندي و نقشههاي هر متغير تهيه شد اين متغيرها بهعنوان ورودي در هر چهار مدل واردشده و مهمترين عوامل تأثيرگذار در لغزش منطقه بهصورت جداگانه براي هر يك از آنها تعيين شد درنهايت با توجه به مدل شبكههاي باور بيزين عامل درجه مقاومت خاك به برش و با توجه به سه مدل ديگر ارتفاع و فاصله از جاده بهعنوان مهمترين عوامل مؤثر در لغزش منطقه شناسايي شدند ارزيابي مدل شبكههاي باور بيزين از طريق بازبيني مجدد مدل تجزيهوتحليل حساسيت استفاده از دادههاي فرضي و سطح زير منحني ROC صورت گرفت ارزيابي مدل آنتروپي شانون مك سنت و رگرسيون لجستيك با استفاده از سطح زير منحني ROC و ماتريس خطا انجام شد و نتايج نشان داد كه مدل بيزين با 23 1 AUC و مدل مك سنت با 13 1 AUC و صحت 68 1 دقت باالتري نسبت به دو مدل ديگر به ترتيب با AUC و صحت 77 1 و 57 1 براي مدل آنتروپي شانون و 57 1 و 17 1 براي مدل رگرسيون لجستيك در پيشبيني لغزش منطقه داشته است مقايسه نقشه خروجي مدل مك سنت با نقشه پراكنش زمينلغزش نشان داد 86 مساحت منطقه در محدوده خطر خيلي زياد و زياد نسبت به لغزش قرار دارد در اين مطالعه هر چهار روش شبكههاي باور بيزين آنتروپي شانون مك سنت و رگرسيون لجستيك براي پيشبيني حساسيت اراضي به لغزش عملكرد مناسبي داشتند با توجه به شاخصهاي AUC و ماتريس خطا مدل بيزين و مك سنت كارايي مناسبتري نسبت به مدلهاي آنتروپي شانون و رگرسيون لجستيك داشتند استفاده از تكنيكهاي مختلف جهت شناسايي اراضي حساس به لغزش به مديران اراضي و ساكنان منطقه كمك ميكند تا با مكانيابي مناسب براي كاربريهاي مختلف و عدم تحريك مناطق حساس از بروز خسارتهاي جبرانناپذير اجتناب كنند كلمات كليدي زمينلغزش مدلسازي شبكههاي باور بيزين آنتروپي شانون مك سنت رگرسيون لجستيك حساسيتسنجي

30 Landslide Susceptibility Modellinge Using Correlation Models and Bayesian belief Networks Razieh Sohrabi M sohrani13@yahoo com January 16 2016 Department of Natural Resources Isfahan University of Technology Isfahan 84156 83111 IranDegree M Sc Language FarsiDr Saeed Soltani Kopaei ssoltani@cc iut ac irDr Hossien Bashari hbashari@cc iut ac irAbstract Landslide a special type of mass movement manes prolapsing or rapid integrated movement ofgeest mass along with declivitous hillside and is one of the most destructive natural calamities In thisstudy assessment of land sensitiveness to the landslide was carried out using models Bayesian Beliefnetworks Shannon entropy logistic regression and for the first time in the Iran maximum entropy Inthis research planimetry and quantitative evaluation of landslide in the Marber aquiferous zone 800km2 south of the Isfahan province and also creation of a deciding supportive toll was done regardingto the results of Bayesian Belief networks Shannon entropy maximum entropy and logistic regression Initially number of ten factors including geology element land usage gradient gradient direction altitudinal class average of annual rainfall distance to the road distance to the waterway distance tothe fracture and distance to the rural regions selected based on zone location reviewing previous studies available maps and applied methods as landslide assessment criteria then all this layers classified toattain homogeneous units and quantification of factors in the Arc GIS software and maps of eachvariable prepared These variables putted as input in the all four models and the most important factorsaffecting the zone slip determined separately for each of them Finally based on Bayesian Beliefnetworks model degree of soil resistance to cutting and based on three others models altitude anddistance to the road was determined as the most important three factors affecting on the zone slip Assessment of Bayesian Belief networks model carried out via sensitivity analysis and using assumptivedata and area under ROC curve Assessment of Shannon entropy Maxent and logistic regression modelwas carried out using area under ROC curve and error matrix and results showed that models Bayesian AUC 0 96 accuracy 82 and Maxent AUC 0 90 accuracy 82 has higher precision than modelsShannon entropy AUC 0 75 accuracy 74 and logistic regression AUC 0 77 accuracy 75 inprediction of zone slip Comparison of outputted map of Maxent model with landslide distribution mapshowed that 28 of this zone is located in the very high and high dangerous rang towards slip Accordingto the indices AUS and error matrix models Bayesian and Maxent has more appropriate efficiency thanmodels Shannon entropy and logistic regression The use of various techniques to determine sensitivelands to the slip can help land managers and zone habitants to prevent irrecoverable damages viaappropriate locating for different usage and no inducing of sensitive zones Key words landslide modeling Bayesian Belief networks Shannon entropy Maxent logisticregression sensitometry91

سعيد سلطاني، حسين بشري

مصطفي تركش،كورش شيراني

رضا جعفري، سعيد پورمنافي