پهنه‌ بندي خطر زمين‌ لغزش به روش‌هاي آنتروپي و وزن شاهد (مطالعه موردي: منطقه دوآب صمصامي استان چهارمحال و بختياري

Application of probabilistic methods in landslide hazard zonation mapping (Case study: Doab Samsami region in Chaharmahal and Bakhtiari Province

در اين مطالعه دو مدل دو متغيره شامل وزن شاهد (WOE) و شاخص آنتروپي (IOE)، براي شناسايي مناطق داراي خطر زمين‌لغزش منطقه دوآب صمصامي مورد استفاده قرار گرفته است. براي اين منظور ده لايه عامل شامل شيب، سوي شيب، ميزان بارش، شتاب ثقل افقي زمين‌لرزه، فاصله از جاده، فاصله از آبراهه، فاصله از گسل، فاصله از نقاط شهري و روستايي، سنگ‌شناسي و كاربري زمينها انتخاب شد. ‌نقشه پراكنش لغزش‌ها با استفاده از لغزش‌هاي ثبت‌ شده،‌ تصاوير ماهواره‌اي Google Earth و مشاهدات صحرايي تهيه شده‌ است. نقشه خطر لغزش با استفاده از وزن به‌دست آمده توسط هر مدل و نرم‌افزار ArcGIS تهيه و براي ارزيابي آنها از شاخص سطح سلول هسته (SCAI) و سطح زير منحني (AUC) ويژگي عملگر گيرنده (ROC) استفاده شد. نتايج به‌دست آمده برآورد خوبي از خطر لغزش در منطقه مورد مطالعه نشان مي‌دهد؛‌‌‌‌‌ به‌طوري ‌كه سنگ‌شناسي، بارش و كاربري زمين نقش مهمي در ايجاد لغزش‌‌ها در منطقه دارند و به‌طور كلي هر دو مدل براي پهنه‌بندي خطر زمين‌لغزش منطقه مناسب بوده است. فرايند اعتبارسنجي با استفاده از 30 درصد نقاط لغزشي نشان داد كه مقدار سطح زيرمنحني ROC در روش وزن شاهد برابر با (0/79) بوده و نسبت به روش شاخص آنتروپي با سطح زير منحني (0/73) پيش‌بيني بهتري در رخداد زمين‌لغزش‌ها داشته است. ‌نقشه‌هاي حاصل مي‌تواند براي برنامه‌‌ريزي مكاني و كاربري زمين مورد استفاده قرار گيرد.

In this research, two probabilistic methods (i.e., weight of evidence and index of entropy models) are used to perform landslide hazard zonation mapping in Doab Samsami region in Chaharmahal and Bakhtiari Province. For this purpose, ten landslide-conditioning factors (i.e., slope gradient, slope direction, precipitation, gravity acceleration, distance to roads, distance to streams, distance to faults, distance to residential areas, lithology and land use) are used. A landslide inventory map was prepared using the known landslides, Google Earth images, and field observations. The landslide hazard map was prepared taking into account the weights calculated by both models and computerized in ArcGIS Software. The SCAI and the area under the curve (AUC) of receiver operating characteristic (ROC) were used to evaluate them. The results of both models imply a good prediction of landslide hazard in the studied area. They indicate that precipitation, lithology and land use have the greatest impacts on the landslides occurred in the Doab Samsami region, respectively, and that both models are appropriate for the landslide hazard mapping. The validation results using 30% of the landslide points showed that in weight of evidence model AUC is 79% and was able to predict the landslides slightly better than the index of entropy method in which AUC was 73%. The maps produced by these models can be useful for regional spatial planning and for land use planning.