مدل هاي منطق فازي و سنجش از دور جهت پهنه بندي خطر زمين لغزش در حوضه ي آبخيز لاجيم

Fuzzy logic models and RS for landslide hazard zonation in Lajim watershed

شناسايي، پيشگيري و كنترل خسارات انساني- اجتماعي و اقتصادي ايجاد شده توسّط خطرات طبيعي مانند زمين لغزش ها، از اهداف اساسي موسّسات تحقيقاتي و اجرايي است. هدف از انجام اين تحقيق، شناسايي مناطق امن و خطرناك وقوع زمين لغزش و مدل سازي اين پديده با استفاده از شبكه ي استنتاج فازي و تكنيك هاي سنجش از دور و GIS در حوضه ي آبخيز لاجيم در مازندران و البرز مركزي است. پارامترهاي مورد استفاده براي پهنه‌بندي خطر زمين‌لغزش در اين تحقيق، زمين‌شناسي، خاك شناسي، ارتفاع، جهت شيب، شيب، فاصله از رودخانه، فاصله از جاده، فاصله از گسل، پوشش گياهي و كاربري اراضي است. وزن پارامترهاي موثّر جهت استخراج توابع عضويّت فازي، از روش فراواني نسبي وقوع زمين لغزش با استفاده از نقشه ي فهرست زمين لغزش هاي موجود در هر كلاس محاسبه شده است. نتايج نشان مي دهد كه كاربري اراضي داراي بيشترين وزن است و لذا به عنوان مهمترين عامل انتخاب شده است. از ميان مدل هاي مختلف منطق فازي استفاده شده در اين تحقيق، مدل گاماي 7/0 فازي و مدل ميانگين وزني مرتب شده ي فازي داراي كمترين تغييرپذيري و انحراف از معيار در مدل سازي نسبت به ساير مدل ها مي باشند. در نتيجه اين دو مدل براي تهيّه ي نقشه ي پهنه بندي خطر وقوع زمين لغزش انتخاب شدند.

Identifying, controlling and preventing human and socio-economic damages caused by natural disasters such as landslides are considered as one of the main goals of research institutes and executives. The purpose of this research is to identify landslide hazardous and secure zones and zoning these according to the risk and modeling landslides within fuzzy inference network through fuzzy logic operators using RS & GIS techniques in Lajim watershed, in Central Alborz, Mazandaran. The parameters applied in zoning landslide hazardous zones are: geology, soil, elevation, slope, slope direction, the distance from rivers, roads and faults, vegetation cover and land use. In order to prepare the fuzzy membership function, the weight of effective factors was calculated. The results show that land use has the highest weight; therefore it is the most effective parameter. Among different models applied in this project, the fuzzy Gamma 0.7 and the OWA (Ordered Weight Average) model have the least variability in the modeling process. Also, these two models have the least SD (Standard Deviation) compared with the other models. Hence, they are our final models for mapping landslide hazard zones. Key words: Fuzzy Inference network, Fuzzy gamma, ordered weight average, standard deviation.