ارزیابی عامل های مژثر و پهنه بندی حساسیت زمین لغزش با استفاده از مدل رگرسیون لجستیک در محیط GIS، مطالعه موردی: شمال شهر تهران- حوضه کن
محل انتشار: نخستین همایش ملی آرمان شهر ایران
سال انتشار: 1390
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 27,001
فایل این مقاله در 22 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
IRANIANUTOPIA01_053
تاریخ نمایه سازی: 30 مرداد 1391
چکیده مقاله:
زمین لغزش از جمله مخاطرات طبیعی است که موجب خسارت های مالی، جانی و تخریب منابع طبیعی می شود. ترکیب عامل های طبیعی و انسانی، شرایط رویداد این پدیده ناپایدار دامنه ای را در فرآیندهای انتقال ژئومورفیکی درپی دارد. در پژوهش حاضر، با استفاده از مدل رگرسیون لجستیک در محیط ArcGIS به شناسایی عوامل مؤثر در رویداد زمین لغزش و پهنه بندی میزان خطر این رویداد در حوضه کن پرداخته شد. لایه پهنه های زمین لغزش به عنوان متغییر وابسته و لایه های چینه شناسی، فاصله از گسل، فاصله از جاده، فاصله از خطواره، اختلاف دما، جهت دامنه و تراکم شبکه آبراهه، شکل دامنه و ضخامت خاک به عنوان متغییرهای مستقل در مدل وارد شدند. ضرایب بدست آمده از اجرای این مدل، متغییر شکل دامنه و اختلاف دما را مهمترین عامل مؤثر در رویداد زمین لغزش حوضه نشان می دهد. بر مبنای استاندارد سازی لایه ها و ضرایب بدست آمده، پهنه بندی خطر رویداد زمین لغزش درپنج رده بسیار بالا، بالا، متوسط، پایین و بسیار پایین انجام گرفت که درصد مساحت این پهنه ها بترتیب 74/20، 48/19، 69/19، 82/20 و 26/19 از مجموع مساحت حوضه است؛ بعبارتی 22/40 درصد از مساحت حوضه کن در رده های با خطر بالا و بسیار بالا قرار می گیرد.
کلیدواژه ها:
نویسندگان
منیژه قهرودی تالی
عضو هیئت علمی گروه جغرافیای طبیعی دانشکده علوم زمین، دانشگاه شهید به
محمدمهدی حسین زاده
عضو هیئت علمی گروه جغرافیای طبیعی دانشکده علوم زمین، دانشگاه شهید به
محمدرضا ثروتی
عضو هیئت علمی گروه جغرافیای طبیعی دانشکده علوم زمین، دانشگاه شهید به
Jan Blahut
Department of Engineering Geology, Institute of Rock Structure and Mechanics, Academy of Sciences of the Czech Republic, Prague, Czech Republic
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :