هیمن شهابی

زمین لغزش ها ازجمله بلایای طبیعی هستند که سالانه خسارت های مالی و جانی زیادی را در کشور ایجاد می کنند. شناخت مناطق پرخطر می تواند در کاهش خسارت ها و تصمیم گیری در سیاست های توسعه اراضی مؤثر باشد. هدف این مطالعه، پهنه بندی خطر زمین لغزش محدوده جاده ارتباطی سنندج- مریوان در استان کردستان می باشد. در گام اول، تکنیک مورداستفاده در این پژوهش، تداخل سنجی دریچه مصنوعی تفاضلی بوده و 44 نقطه (مقطع) زمین لغزش در منطقه موردمطالعه با استفاده از تصاویر راداری شناسایی شدند. به منظور بررسی و صحت سنجی نقشه نهایی نقاط پراکنش زمین لغزش از نرم افزار گوگل ارث استفاده شد. همچنین موقعیت زمین لغزش های شناسایی شده با استفاده از GPS و پیمایش میدانی موردبررسی قرار گرفتند و 29 نقطه (مقطع) زمین لغزش دیگر نیز با توجه به مطالعات میدانی شناسایی شدند. در گام دوم، الگوریتم های پیشرفته داده کاوی شامل تابع شواهد قطعی (EBF)، شواهد وزنی (WOE) و ماشین بردار پشتیبان (SVM) به منظور پهنه بندی خطر زمین لغزش استفاده شدند. 73 نقطه زمین لغزش به طور تصادفی به منظور تهیه مدل و اعتبار سنجی به ترتیب به دو گروه آموزش (70 درصد، 51 نقطه) و اعتبارسنجی (30 درصد، 22 نقطه) تقسیم شدند. درمجموع 14 پارامتر شامل شیب، جهت شیب، ارتفاع، فاصله از آبراهه، فاصله از جاده، تراکم رودخانه، فاصله از گسل، بارش، شاخص تفرق پوشش گیاهی (NDVI)، کاربری اراضی، انحنای سطح، لیتولوژی، شاخص توان آبراهه (SPI) و شاخص رطوبت توپوگرافی (TWI) به منظور پهنه بندی خطر زمین لغزش استفاده شدند. درنهایت، عملکرد مدل ها با استفاده از منحنی ROC موردبررسی قرار گرفت. نتایج تحلیل منحنی ویژگی عملگر نسبی نشان داد که مدل های تابع شواهد قطعی، تابع شواهد وزنی و ماشین بردار پشتیبان به ترتیب دارای مقدار AUC برابر 538/0، 717/0 و 97/0 می باشند؛ بنابراین مدل ماشین بردار پشتیبان نسبت به تابع شواهد وزنی و تابع شواهد قطعی دارای بالاترین مقدار AUC بوده و بهترین مدل برای پیش بینی خطر زمین لغزش در آینده در منطقه موردمطالعه می باشد. در پایان، می توان نتیجه گرفت که دستیابی به یک نقشه پیش بینی مکانی دقیق و معقول می تواند به مدیران و برنامه ریزان شهری در شناسایی مناطق حساس به وقوع زمین لغزش جهت مدیریت بحران نواحی مستعد کمک شایانی بنماید.