Identification of landslide-prone areas in the catchment area of Ilam Dam Using the network analysis model

Document Type : Original Article

Author

Department of Geomorphology, Faculty of Geography and Planning, Tabriz University, Iran

Abstract

Landslide is the mass movement of materials on the slope, which is associated with many human and financial losses every year. Under the influence of hydrogeomorphological and hydroclimatic conditions, different regions have different potentials in terms of landslide occurrence. One of the areas exposed to this danger is the catchment area of the Ilam Dam, for this reason, in this research, the areas prone to landslides have been identified in it. In this research, a digital model with a height of 30 meters, a geological map of 1:100,000 and different layers of information have been used as research data. The most important research tools are ArcGIS and Super Decision. In this research, using 8 parameters (height, slope, slope direction, lithology, distance from the fault, distance from the river, and distance from the road and land use) and the integrated model of network analysis (ANP) and fuzzy logic, the regions Landslides have been identified in the catchment area of Ilam Dam. Based on the results, the central and western parts of the region have a high potential for landslide occurrence. In fact, these areas are prone to landslides due to their proximity to fault lines, rivers and main roads, the type of land use, and the high slope. Also, the eastern parts of the region have little potential for landslides due to the type of land use, being far from fault lines, and being far from roads and rivers.

Keywords

Main Subjects


  1. ابراهیمی مقدم، فهیمه؛ عباس نژاد، احمد (1395)، ارزیابی و پهنه­بندی خطر وقوع زمین‌لغزش استان کرمان با مدل­های فازی و AHP، فصلنامه زمین­شناسی و محیط­زیست، دوره 10، شماره 37، صص 44-25.
  2. حجازی، اسدالله؛ نجف­وند، سمیرا (1399)، پتانسیل سنجی مناطق مستعد وقوع زمین‌لغزش در شهرستان پاوه با استفاده از روش منطق Fuzzy، مجله جغرافیا و روابط انسانی، دوره 2، شماره 4، صص 385-376.
  3. جعفری، غلام­حسن؛ خدایی، روح­اله (1401)، پهنه­بندی سطوح ارضی حوضه شاهرود در مقابل وقوع زمین­لغزش به کمک مدل شانون، مجله جغرافیا و مخاطرات محیطی، دوره 11، شماره 3.
  4. زبردست، اسفندیار (1380)، کاربرد فرایند تحلیل سلسله­مراتبی در برنامه‌ریزی شهری و منطقه‌ای، مجله هنرهای زیبا، شماره 10، صص 21 – 12.
  1. عابدینی، موسی؛ بهاره قاسمیان، شیرزادی، عطار (1393)، مدل‌سازی خطر وقوع زمین­لغزش با استفاده از مدل آماری رگرسیون لجستیک (مطالعه موردی: استان کردستان، شهرستان بیجار)، مجله جغرافیا و توسعه، دوره ۱۲، شماره 37، صص ۱۹۲-۸۵.
  1. عابدینی، موسی؛ پیروزی، الناز (1398)، پهنه­بندی خطر زمین­لغزش با استفاده از تلفیق روش های Hot Spot، ANP و WlC (مطالعه موردی: شهرستان خلخال)، مجله جغرافیا و مخاطرات محیطی، دوره 8، شماره 4، صص 36-19.
  2. عرب عامری، علیرضا؛ شیرانی، کوروش؛ رضایی، خلیل (1396)، پهنه­بندی استعداد اراضی نسبت به وقوع زمین­لغزش با روش­های دمپسترشیفر و نسبت فراوانی در حوضه سرخون کارون، نشریه پژوهش­های حفاظت آب‌وخاک، دوره 24، شماره 3، صص 57-41.
  3. علیجانی، بهلول؛ قهرودی تالی، منیژه؛ امیراحمدی، ابوالقاسم (138۶)، پهنه­بندی خطر وقوع زمین­لغزش در دامنه­های شمالی شاه جهان با استفاده از GIS (مطالعه موردی: حوضه اسطرخی شیروان)، فصلنامه تحقیقات جغرافیایی، دوره 22، شماره ۱، صص ۱۳۲-۱۱۷.
  4. قویمی­پناه، محمدحسین؛ خالدی درویشان، عبدالواحد؛ قویمی پناه، محمدرضا (1396)، صحت سنجی روش­های تحلیل سلسله مراتبی و رگرسیون چند متغیره در پهنه­بندی زمین‌لغزش (مطالعه موردی: حوضه آبخیز ولی­عصر استان اردبیل)، مجله اکو هیدرولوژی، دوره 4، شماره 3، صص ۷۸۹-۷۷۵.
  5. گنجائیان، حمید (1399)، مخاطرات ژئومورفولوژیک مناطق شهری، روش­های مطالعه و راهکارهای کنترل آن، انتشارات انتخاب، 144 صفحه.
  6. نوفرستی، حسین؛ ویسکرمی، علی؛ رحیم­دل، محمدجواد (1398)، تحلیل و بررسی پتانسیل زمین­لغزش به کمک مدل­سازی عددی (مطالعه موردی: محور قائن-افین در استان خراسان جنوبی)، مجله پژوهش­های زیرساخت­های عمرانی، دوره 5، شماره 1، صص 88-77.
  1. Chau, K. T., Sze, Y. L., Fung, M. K., Wong, W. Y., Fong, L. C. P., 2002. Landslide hazard analysis for HongKongusing landslide inventory and GIS K.T. Computers & Geosciences, V 30. pp: 429–443.
  2. Crozier, M. J., 2010. Deciphering the effect of climate change on landslide activity: a review Geomorphology, V 124. pp: 260-267.
  3. Dela Cerna, M. A., Maravillas, E. A., 2016. An Application of Partitive Clustering Algorithm for Landslide Hazard Zonation. In Proceedings of the International MultiConference of Engineers and Computer Scientists. V 1.
  4. D., 2012. Global patterns of loss of life from landslides, Geology, V 40 (10). pp: 927-930.
  5. Saha, A., Arora, K., Gupta, M. K., Vird, R. P., Csaplovics, E., 2005. GIS-based route planning in landslide-prone areas. International Journal of Geographical Information Science. V 19 (10). pp: 1149–1175.
  6. Wang W., Zhang W., Xia Q., 2012. Landslide Risk Zoning Based on Contribution Rate Weight Stack Method. International Conference on Future Energy. Environment, and Materials.
  7. Yalcin, A., 2008. GIS-based landslide susceptibility mapping using analytical hierarchy process and bivariate statistics in Ardesen (Turkey): Comparisons of results and confirmations” CATENA, V 72. pp: 1-12.