فهرست نشریات علمی دسترسی آزاد ایران

مقدمه و هدفدر طول چند دهه گذشته، فرونشست به یک معضل بزرگ در مقیاس جهانی تبدیل‌شده است. با توجه به افزایش این پدیده در کشور، پیش‌بینی و مدل‌سازی مکانی فرونشست زمین و شناسایی مناطق مستعد فرونشست برای کاهش اثرات منفی زیست‌محیطی آن ضروری است. با توجه به تهدیدها و آثار ویران‌گر فرونشست زمین بر منابع آب و خاک، مدیریت این پدیده و جلوگیری از گسترش آن موضوع مهمی در توسعة پایدار کشور به‌شمار ‌می‌آید. بررسی فرونشست برای به‌دست آوردن بینش، شناسایی شکاف‌های پژوهشی، بهبود روش‌شناسی، و اطمینان از اینکه نتایج پژوهش‌های جدید به پایگاه دانش موجود کمک می‌کند، ضروری است. در این راستا، دشت کردی‌شیرازی به‌دلیل وجود ذخیره‌گاه جنگلی مورکردی، تنوع زیستی و همچنین جایگاه کشاورزی در آن، اهمیت زیادی دارد و با توجه به اینکه فرونشست در این منطقه در حال گسترش است، شناسایی مناطق مستعد خطر فرونشست برای مقابله با این پدیده و کاهش خسارت‌های ناشی از آن ضروری است. هدف اصلی این پژوهش، توسعة یک مدل مکانی برای خطر فرونشست با استفاده از مدل یادگیری ماشین GLM در منطقة مطالعه‌شده بود. ازاین‌رو، در این پژوهش، برای اولین بار یک مدل یادگیری ماشین برای شناسایی مناطق مستعد به خطر فرونشست زمین در دشت کردی‌شیرازی به‌کار گرفته ‌شد. همچنین، سهم و اهمیت نسبی عامل‌های گوناگون مهارکنندة فرونشست با استفاده از مدل یادگیری ماشین Cforest به‌شکل کمی تعیین شد.مواد و روش‌هادر این پژوهش برای تهیة نقشة خطر فرونشست زمین در منطقة مطالعه‌شده، ابتدا پایگاه داده‌های مربوط به عامل‌های مهارکنندة این پدیده تهیه شد. در این راستا، نقشه موجود از فرونشست در منطقه با انجام بازدیدهای میدانی و جمع‌آوری داده‌های مربوط به بودن یا نبودن فرونشست در محیط ArcGIS تهیه شد. بعد از شناسایی مهم‌ترین عامل‌های مهارکنندة فرونشست، رابطة میان متغیرهای مؤثر و نقاط فرونشست و بدون آن با مدل یادگیری ماشین GLM بررسی شد. خروجی مدل پیش‌بینی در پنج طبقة خطر فرونشست (0 تا 1) شامل خطر خیلی‌کم (0/2-0)، کم (0/4-0/2)، متوسط (0/6-0/4)، زیاد (0/8-0/6) و خیلی‌زیاد (1-0/8) طبقه‌بندی شد و به‌شکل نقشة خطر فرونشست ارائه شد. مدل یادگیری ماشین Cforest یکی از بهترین مدل‌ها برای تعیین اهمیت متغیرهای مهارکنندة مخاطرات گوناگون به‌ویژه فرونشست است. اندازة کارایی این مدل در مقایسه با دیگر مدل‌ها بیشتر و خطای آن کمتر است. ازاین‌رو، از مدل Cforest برای تعیین اهمیت نسبی هر یک از عامل‌های مؤثر و مهارکنندة این پدیده استفاده شد.نتایج و بحثعملکرد مدل GLM در پیش‌بینی خطر فرونشست با استفاده از مساحت زیر منحنی راک، ارزیابی شد. مساحت زیر منحنی راک عدد 0/99 به‌دست آمد. این داده بیانگر عملکرد عالی مدل GLM در شناسایی نقاط فرونشست بود. بر اساس نتایج این مدل 2180 و 441 هکتار از کل مساحت در طبقه‌های حساسیت فرونشست خیلی‌کم و کم بودند. از سوی دیگر، 402، 447 و 1113 هکتار از کل مساحت به‌ترتیب در طبقه‌های حساسیت فرونشست متوسط، زیاد و خیلی‌زیاد بودند. همچنین، 24/3% از کل منطقه مطالعه‌شده بسیار حساس به خطر فرونشست بودند. بخش‌های مرکزی منطقه با کاربری‌های کشاورزی و باغی و جنگل که در مجاورت زمین‌های زراعی و باغی بودند، آبخوان مشترک داشتند و خطر فرونشست زمین‌ها خیلی‌زیاد و زیاد بود. همچنین، بر پایة نتایج اهمیت نسبی متغیرها، سه متغیر اصلی شامل کاربری زمین، سطح آب زیرزمینی و افت آب زیرزمینی، از مهم‌ترین متغیرهای مهارکنندة خطر فرونشست در منطقة مطالعه‌شده بودند. نتایج بررسی متغیرهای مهارکنندة خطر فرونشست زمین برای اولین بار نشان داد که این پدیده می‌تواند تهدیدی جدی برای زمین‌های جنگلی به‌ویژه جنگل‌های مناطق خشک و نیمه‌خشک باشد.نتیجه‌گیری و پیشنهادهابر اساس نتایج به‌دست آمده حساسیت به خطر فرونشست زمین در بخش‌های مرکزی منطقه (کاربری‌های کشاورزی و باغی و کاربری جنگل در مجاورت زمین‌های زراعی و باغی)، خیلی‌زیاد و زیاد بود. نتایج بررسی متغیرهای مهارکنندة خطر فرونشست در منطقة مطالعه‌شده نشان داد دلیل افزایش بهره‌برداری از آب‌های زیرزمینی، توسعة فعالیت‌های زراعی و باغی در دشت کردی‌شیرازی بود. ازاین‌رو، به‌منظور کاهش اثرات منفی فرونشست زمین، پیشنهاد می‌شود از انجام فعالیت‌هایی که سبب افزایش بهره‌برداری منابع آب زیرزمینی شده‌اند، جلوگیری شود. همچنین پیشنهاد می‌شود فعالیت‌های آبخیزداری (پخش سیلاب) در بالادست منطقه مطالعه‌شده به‌منظور تغذیه آبخوان منطقه انجام شود.