امیر کرم - عضو هیات علمی دانشگاه تربیت معلم
منیژه قهرودی - عضو هیات علمی دانشگاه تربیت معلم
امیر شمشکی - سازمان زمین شناسی کشور
معصومه پیشرو - کارشناس ارشد ژئومورفولوژی

فرونشست زمین از خطرناک ترین و خسارت بارترین مخاطراتی است که امروزه در بسیاری از شهرها و نواحی کشاورزی جهان و ایران دیده می شود. اصلی ترین دلایل وقوع این پدیده بهره برداری بیش از حد از منابع آب زیرزمینی، معدن کاوی، انحلال و ذوب یخ است. فرونشست در ایران بویژه در دشت های کرمان، اصفهان، قزوین، مبارکه، همدان، ورامین، اراک و تهران مشاهده و گزارش شده است. این رخداد سبب وارد آمدن خسارت مالی و جانی به تاسیسات و تجهیزات شهری و روستایی از جمله راه ها، پل ها، خطوط انتقال نیرو، آب، گاز، خطوط راه آهن و مترو، مجراهای فاضلاب، چاه ها، قنوات و حتی مساکن می شود. جنوب و جنوب غرب شهر تهران به لحاظ شرایط خاص طبیعی و انسانی از جمله مناطقی است که در سال های اخیر با پدیده فرونشست روبه رو بوده. برپایه بررسی های انجام شده در بخش جنوب غربی تهران میزان فرونشست در حالت بیشینه به 16 سانتی متر می رسد. در این پژوهش برای برآورد و مدل سازی فرونشست برپایه متغیرهای طبیعی، 9 متغیر و معیار شامل میزان افت آب زیرزمینی، ضخامت رس، عمق آب زیرزمینی، میزان تخلیه سالانه از آب های زیرزمینی، شیب زمین، ارتفاع زمین، کاربری زمین و زمین شناسی مورد استفاده و بررسی قرار گرفتند. جهت برآورد و مدل سازی از سیستم اطلاعات جغرافیایی (GIS) و روش شبکه های عصبی مصنوعی (ANN) استفاده گردید. بدین منظور نرم افزارهای ArcGis و Matlab به کار گرفته شدند. در روش شبکه های عصبی مصنوعی، مدل FFBP با 4 معماری مختلف استفاده شد و معماری بهینه انتخاب گردید. این مدل توانست پیش بینی فرونشست را با دقت بالایی و با ضریب همبستگی 94٪ بین داده های موجود و پیش بینی شده، محاسبه نماید. بر مبنای این مدل نیز نقشه پهنه بندی برآورد فرونشست در محدوده مورد مطالعه تهیه گردید. نقشه ی پیش بینی در میان متغیرهای مستقل موجود بیشترین رابطه همبستگی را به میزان 82٪ با متغیر میزان افت آب زیرزمینی داشت. نتایج مدل سازی و پیش بینی نشان داد که نواحی مرکزی و غربی محدوده، بیشترین میزان فرونشست را دارند.

فرونشست زمین، شبکه های عصبی مصنوعی، سیستم اطلاعات جغرافیایی، کلان شهر تهران