نوع مقاله : مقاله پژوهشی
نویسندگان
1
دانشجوی دکتری جنگلداری، دانشکدۀ منابع طبیعی، دانشگاه گیلان، صومعهسرا
2
استاد گروه جنگلداری، دانشکدۀ منابع طبیعی، دانشگاه گیلان، صومعهسرا
3
استادیار گروه جنگلداری، دانشکدۀ منابع طبیعی، دانشگاه گیلان، صومعهسرا
4
دانشیار بخش مهندسی منابع طبیعی و محیط زیست، دانشکدۀ کشاورزی، دانشگاه شیراز، شیراز
چکیده
پژوهش حاضر، به مقایسۀ کارایی سه مدل آماری رگرسیون لجستیک، نسبت فراوانی و انتروپی در مدل‌سازی حساسیت به لغزش در ترانشه‌های جاده‌های جنگلی در حوزه‌های 24 و 25 (ملک‌رود و شن‌رود) در استان گیلان پرداخته است. بدین منظور جاده‌های دو حوزه پیمایش شد و 844 مورد لغزش از مساحت 14/0 تا 5/313 متر مربع شناسایی شد. 591 لغزش (70 درصد) به‌صورت تصادفی برای مدل‌سازی و 253 لغزش (30 درصد) برای اعتبارسنجی استفاده شدند. لایه‌های اطلاعاتی مؤثر بر لغزش تهیه و سپس نقشه‌های پهنه‌بندی حساسیت لغزش به سه روش یادشده شبیه‌سازی شد. نتایج نشان داد که روش رگرسیون لجستیک با سطح زیرمنحنی 6/74 درصد در مقایسه با مدل‌های نسبت فراوانی با 2/68 درصد و انتروپی با 5/65 درصد، صحت بیشتری داشته است. همچنین براساس مدل رگرسیون لجستیک عوامل فاصله از گسل و شیب بیشترین تأثیر را بر وقوع لغزش داشته‌اند. طبق نتایج مدل رگرسیون لجستیک میزان جاده‌های موجود در مناطق لغزشی با خطر زیاد و خیلی زیاد، 32/4 کیلومتر مربع (25/43 درصد) بوده و 38/51 درصد از مساحت منطقۀ تحقیق نیز در این طبقات قرار گرفته‌اند. نتایج حاکی از آن است که با وجود در نظر نگرفتن وضعیت روسازی در پژوهش حاضر، درصد زیادی از جاده‌های موجود در معرض فروپاشی ترانشه‌ها قرار داشته و به بودجۀ مناسب برای عملیات نیاز دارند که با توجه به رویکرد جدید توقف بهره‌برداری و درآمدزا نبودن طرح‌های جایگزین حفاظتی، نشان‌دهندۀ خطر بزرگی برای تأسیسات مهندسی جنگل است.
کلیدواژه‌ها
عنوان مقاله [English]
Comparison of Logistic Regression and Frequency Ratio and Entropy Models in Landslide Failure Probability of Forest road Trenches
نویسندگان [English]
-
A. Moradmand Jalali
1
-
R. Naghdi
2
-
E. Ghajar
3
-
HR. Pourghasemi
4
1
ph.D. student., Department of Forestry, Faculty of natural resources, University of Guilan, Sowmeh Sara, Iran
2
Professor., Department of Forestry, Faculty of natural resources, University of Guilan, Sowmeh Sara, Iran
3
Assistant Prof., Department of Forestry, Faculty of natural resources, University of Guilan, Sowmeh Sara, Iran, Iran
4
Associate Prof., Department of Natural Resources and Environmental Engineering, College of Agriculture, Shiraz University, Shiraz, Iran.
چکیده [English]
The present study compares the performance of three statistical models including logistic regression, frequency ratio and maximum entropy in preparing the zoning map of landslide sensitivity on the watersheds of 24 and 25 (Malak-roud and Shen-roud) regions of Guilan province. For this purpose, all the roads of the two areas were survyed and the number of 844 landslides were detected. Then effective data layers on landslide formation were prepared and then zoning maps of the landslide sensitivity were extracted to the three methods. The results showed that the logistic regression model has an accuracy of 74.6 percent of the Area under ROC Curve in prediction of sensitive areas compared to the accuracy of 68.2 and 65.2 percent by the probabilistic frequency ratio model and Entropy model, respectively. Moreover, based on the logistic regression model, the distance and slope factors have the highest effect on the landslide of forest road trenches. According to this study, a total of 4.32 square kilometers (43.25%) of the landslide areas is categorized in very high and high susceptible groups which have occurred along 51.38 percent of the area. Despite the lack of consideration to superstructure conditions in the present study, a notable percentage of existing roads are exposed to the collapse of trenches and require adequate funding for repair operations. According to the logging ban as a new approach in forest utilization and lack of revenue regeneration of alternative conservation projects great dangers threaten the forest engineering installations and road structures.
کلیدواژه‌ها [English]
-
Distance from faults
-
Forest utilization
-
Landslide
-
Slope
-
Receiver Operating Characteristics
)