| تعداد نشریات | 282 |
| تعداد نشریات سازمان | 80 |
| تعداد شماره‌ها | 3,262 |
| تعداد مقالات | 36,058 |
| تعداد مشاهده مقاله | 55,186,628 |
| تعداد دریافت فایل اصل مقاله | 94,185,344 |
رفتارسنجی مکانی- زمانی زمین‌لغزش چاسرکا بابل با تلفیق داده‌های میدانی و سنجش از دور | ||
| پژوهش های آبخیزداری | ||
| مقاله 2، دوره 39، شماره 3 - شماره پیاپی 152، مهر 1405، صفحه 1-21 اصل مقاله (1.52 M) | ||
| نوع مقاله: پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22092/wmrj.2026.371320.1643 | ||
| نویسندگان | ||
| رضاعلی رحیمی تالارپشتی1؛ قربان وهاب زاده2؛ عطااله کاویان* 2؛ سید رمضان موسوی3 | ||
| 1دانشجوی دکتری گروه علوم و مهندسی آبخیزداری، دانشکده منابع طبیعی، دانشگاه علوم کشاورزی و منابع طبیعی ساری، ایران | ||
| 2استاد گروه علوم و مهندسی آبخیزداری، دانشکده منابع طبیعی، دانشگاه علوم کشاورزی و منابع طبیعی ساری، ایران | ||
| 3استادیار گروه علوم و مهندسی آبخیزداری، دانشکده منابع طبیعی، دانشگاه علوم کشاورزی و منابع طبیعی ساری، ایران | ||
| چکیده | ||
| مقدمه و هدف زمین‌لغزش‌ها، به‌عنوان یکی از ویرانگر‌ترین پدیده‌های زمین‌ریخت‌شناختی، هرساله در مناطق مختلف ایران سبب خسارت‌های جانی و مالی هنگفتی می‌شوند. زمین‌لغزش‌ها، نوعی حرکت دامنه‌ای هستند که بیشتر تحت تأثیر عامل‌های طبیعی مانند زلزله، بارندگی شدید و فرسایش بوده، اما به‌وسیلة مداخلات انسانی مانند ساخت و سازهای غیراصولی، جاده‌سازی و تغییر در الگوی رواناب، تشدید می‌شود. در مناطق کوهستانی و دامنه‌های شیب‌دار کشور به‌ویژه مناطق شمالی آن، به‌دلیل شرایط حساس سنگ‌شناسی و زمین‌ساختی، کانون اصلی این پدیده هستند. پیامدهای زمین‌لغزش‌ها به ویرانی خانه‌ها و شریان‌های حیاتی محدود نمی‌شود و بیشتر منجر به مسدود شدن مسیرهای حمل و نقل، آسیب به زمین‌های کشاورزی و تلفات انسانی می‌شود. با تلفیق روش‌های سنجش از دور و بررسی‌های میدانی، می‌توان امکان پایش و ارزیابی دقیق‌تر زمین‌لغزش‌ها را فراهم آورد. تحلیل‌های زمین‌فناوری و زمین‌ریخت‌شناختی نقش بسزایی در شناسایی مناطق مستعد و مدیریت خطر این مخاطره طبیعی دارند. ازاین‌رو، بررسی و شناسایی مناطق ناپایدار و تحلیل عامل‌های مهار‌کننده این پدیده، گامی اساسی در کاهش خطر و مدیریت بحران است. ازاین‌رو، این پژوهش با هدف سنجش رفتار مکانی-زمانی توده زمین‌لغزش چاسرکا بابل انجام شد. مواد و روش‌ها در مرحله نخست، به‌منظور بررسی تاریخچه و شناخت توده زمین‌لغزش چاسرکا، از تصویرهای تاریخی سامانه گوگلارث در بازه زمانی ۱۹۸۱ تا ۲۰۰۴ استفاده شد و پنج سال 2010، 2013، 2016، 2020 و 2025 به‌عنوان نمونه انتخاب شد. در این پژوهش، شبکه‌های رفتارسنجی منطقه لغزشی با چهار نقطه مبناء و ۲۲ نقطه پایش جابجایی، طراحی و ایجاد شد. افزون بر این، عکس‌های هوایی تصحیح‌شده هندسی در دوره‌های مختلف بررسی شد و روند تغییرات آن‌ها مقایسه شد. برای پردازش داده‌ها و محاسبات سرشکنی شبکه زمین‌سنجی پایش زمین‌لغزش، از نرم‌افزار تجاری Leica Geo Office نسخه ۷ بهره‌برداری شد و دقت مدل و صحت کلی آن ارزیابی شد. نتایج و بحث نتایج این پژوهش نشان‌دهنده نقش ترکیبی عامل‌های طبیعی و مداخلات انسانی در رخداد زمین‌لغزش‌ها در منطقه چاسرکا بود. تحلیل‌ها بیانگر آن بود که عامل‌های طبیعی مانند شیب، جهت دامنه و ویژگی‌های زمین‌شناسی (مارن، شیل و رس‌های نئوژن) زمینه‌ساز رخداد زمین‌لغزش‌ها بودند، اما مداخلات انسانی به‌ویژه نابودی پوشش جنگلی، ساخت و سازهای غیرمهندسی، و تغییر پوشش زمین در دهه‌های پیشین، عامل اصلی ناپایداری شیب‌ها و تشدید خطر زمین‌لغزش‌ها، به‌شمار می‌آیند. بیشترین رخداد زمین‌لغزش‌ها در جهت‌های شمال‌شرق، شرق و شمال‌غرب در شیب‌های 25 تا 45% و در مناطق با ژرفای خاک کمتر از 50 سانتی‌متر مشاهده شد. در 40 سال گذشته، تغییرات پوشش زمین از جنگل‌های بکر به جاده‌ها و زمین‌های زراعی، افزون بر کاهش پوشش گیاهی، موجب اختلال در تعادل سازهای آب‌های زیرزمینی دامنه‌ها و افزایش خطر لغزش‌ها شده است. ازاین‌رو، نتایج پایش زمین‌سنجی نشان‌دهنده تغییرات تدریجی و پیوسته در حرکت توده‌های لغزشی بود. تغییرات ثبت‌شده در پنج مرحله مشاهده‌ای، نشان داد که زمین‌لغزش‌ها در چاسرکا فرآیندهای تدریجی و پویایی هستند که سرانجام به شکست ناگهانی منجر می‌شوند. تحلیل‌ها نشان داد که جابجایی‌های قابل‌توجه در برخی نقاط (مانند R2 و R3) با جهت غالب لغزش‌ها در منطقه همخوانی زیادی داشته و این یافته نشان‌دهنده رخداد تغییرات تدریجی در مقاومت برشی خاک است که سرانجام موجب شکست شیب‌ها می‌شود. به‌طورکلی، نتایج این پژوهش مؤید اهمیت تحلیل جامع تغییرات اقلیمی، زمین‌ریخت‌شناختی و انسانی در مدیریت خطر زمین‌لغزش‌ها است. بر اساس نتایج این پژوهش برای پیشگیری از زمین‌لغزش‌ها، برنامه‌ریزی‌های مناسب برای مهار تغییرات پوشش زمین و حفظ پوشش گیاهی در مناطق حساس باید انجام شود. نتیجه‌گیری و پیشنهادها یافته‌های تحلیل پایش و رفتارسنجی توده زمین‌لغزش چاسرکا بیانگر آن بود که تغییر شکل‌های تدریجی پیش از گسیختگی ناگهانی عامل اصلی ناپایداری این توده است. ازاین‌رو، بر پایة نتایج این پژوهش استقرار سامانه پایش دائمی مبتنی بر داده‌های سنجش از دور و اندازه‌گیری دقیق جابجایی‌ها برای توسعه سامانه هشدار زودهنگام زمین‌لغزش پیشنهاد می‌شود. افزون بر این، با توجه به نقش و اهمیت پوشش گیاهی در تعدیل شرایط آب‌شناختی و سازهای شیب، احیای هدفمند پوشش گیاهی با استفاده از گونه‌های بومی به‌عنوان یک راهکار تکمیلی در مدیریت پایداری توده لغزشی پیشنهاد می‌شود. همچنین، با توجه به ویژگی بارش‌های حدی (نوع و شدت) به‌دلیل تغییر اقلیم در شمال ایران، تداوم پایش بلندمدت برای تحلیل رفتار توده لغزشی در پاسخ به محرک‌های آّبی–اقلیمی در دیگر آبخیزهای مشابه کشور، پیشنهاد می‌شود. | ||
| کلیدواژه‌ها | ||
| پایداری شیب؛ پایش؛ تحلیل مکانی-زمانی؛ زمین‌لغزش؛ شکست شیب | ||
| عنوان مقاله [English] | ||
| Spatial-Temporal Behavior Analysis of the Chaserka Babol Landslide by Combining Field Data and Remote Sensing | ||
| نویسندگان [English] | ||
| Reza Ali Rahimi Talarposhti1؛ Ghorban Vahabzadeh2؛ Ataollah Kavian2؛ Seyed Ramezan Mousavi3 | ||
| 1Ph.D. Student, Department of Watershed Management, Faculty of Natural Resources, Sari Agricultural Sciences and Natural Resources University (SANRU), Sari, Iran | ||
| 2Professor, Department of Watershed Management, Faculty of Natural Resources, Sari Agricultural Sciences and Natural Resources University (SANRU), Sari, Iran | ||
| 3Assistant Professor, Department of Watershed Management, Faculty of Natural Resources, Sari Agricultural Sciences and Natural Resources University (SANRU), Sari, Iran | ||
| چکیده [English] | ||
| Introduction and Goal Landslides, as one of the most destructive geomorphological phenomena, cause huge loss of life and property every year in different regions of Iran. Landslides are a type of slope movement is mostly influenced by natural factors such as earthquakes, heavy rainfall, and erosion, but is exacerbated by human interventions such as substandard construction, road construction, and changes in runoff patterns. The mountainous regions and steep slopes of the country, especially the northern regions, are the main focus of this phenomenon due to sensitive lithological and geological conditions. The consequences of landslides are not limited to the destruction of homes and vital arteries, but also lead to the blockage of transportation routes, damage to agricultural lands, and human casualties. By combining remote sensing methods and field studies, it is possible to provide more accurate monitoring and assessment of landslides. Geotechnical and geomorphological analyses play a significant role in identifying susceptible areas and managing the risk of this natural hazard. Therefore, studying and identifying unstable zones and analyzing the factors that inhibit this phenomenon is a fundamental step in risk reduction and crisis management. For this reason, this study aimed to assess the spatio-temporal behavior of the landslide mass in Chaserka, Babol. Materials and Methods In the first stage, to examine the history and identify the Chaserka landslide mass, historical images from Google Earth were used between 1981 and 2004, and five years, 2010, 2013, 2016, 2020, and 2025, were selected as samples. In this study, landslide behavior measurement networks with four reference points and 22 displacement monitoring points were designed and created. In addition, orthorectified aerial photographs were examined in different periods and their change trends were compared. For data processing and landslide monitoring geodetic network calculations, Leica Geo Office version 7 commercial software was used, and the model accuracy and overall accuracy were evaluated. Results and Discussion The results of this study indicate the combined role of natural factors and human interventions in the occurrence of landslides in the Chaserka region. The analyses indicate that natural factors such as slope, direction of the slope, and geological features (marl, shale, and Neogene clays) were the factors that caused the occurrence of landslides, but human interventions, especially the destruction of forest cover, non-engineering constructions, and land cover changes in previous decades, were the main factors in the instability of slope and the intensification of the risk of landslide. The highest incidence of landslides was observed in the northeast, east, and northwest directions on slopes of 25 to 45 percent and in areas with soil depths less than 50 cm. Changes in land cover in the last 40 years from virgin forests to roads and agricultural lands, in addition to reducing vegetation cover, have disrupted the hydrogeochemical balance of slopes and increased the risk of landslides. Therefore, the results of geodetic monitoring indicate gradual and continuous changes in the movement of the landslide masses. The changes recorded in five observational stages indicate that landslides in Chaserka are gradual and dynamic processes that ultimately lead to sudden failure. The analyses showed that significant displacements at some points (such as R2 and R3) were highly consistent with the dominant direction of landslides in the region, and this finding indicates the occurrence of gradual changes in the soil shear strength that ultimately cause slope failure. Overall, the results of this study emphasize the importance of comprehensive analysis of climatic, geomorphological, and human changes in landslide risk management. Based on the results of this research, to prevent landslides, appropriate planning should be carried out to control land cover changes and preserve vegetation in sensitive areas. Conclusion and Suggestions The findings of the monitoring and behavior analysis of the Chaserka landslide mass indicate that gradual deformations before sudden rupture are the main factor in the instability of this mass. Therefore, based on the results of this study, it is recommended to establish a permanent monitoring system based on remote sensing data and accurate measurement of displacements to develop a landslide early warning system. In addition, considering the role and importance of vegetation in modulating the hydrological and structural conditions of the slope, targeted vegetation restoration using native species is suggested as a complementary solution in managing landslide stability. Also, considering the characteristics of extreme precipitation (type and intensity) due to climate change in northern Iran, continued long-term monitoring is recommended to analyze landslide mass behavior in response to hydro-climatic stimuli in other similar watersheds in the country. | ||
| کلیدواژه‌ها [English] | ||
| Landslide, monitoring, slope failure, slope stability, spatio-temporal analysis | ||
| مراجع | ||
|
Alcántara-Ayala I. 2025. Landslides in a changing world. Landslides. pp. 1-15. Bourenane H, Bouhadad Y. 2021. Impact of land use changes on landslides occurrence in urban area: the case of the Constantine City (NE Algeria). Geotechnical and Geological Engineering. 39(6): 1-21. doi.org/10.1007/s10706-021-01768-1 Darvishi R, Jafarian Y, Lashgari A. 2025. Fragility analysis of buried pipelines subjected to seismic landslides in Iran. Journal of Earthquake Engineering. 29(9): 1820-1838. doi.org/10.1080/13632469.2025.2496653 Dastranj A, Noor H. 2021. Comparative evaluation of landslide susceptibility map using Analytical Hierarchy Process (AHP) and Fuzzy methods. Journal of RS and GIS for Natural Resources. 12(3): 62-81. (In Persian). Ehsan M, Anees MT, Bakar AFB.A, Ahmed A. 2025. A review of geological and triggering factors influencing landslide susceptibility: artificial intelligence-based trends in mapping and prediction. International Journal of Environmental Science and Technology. 22(16): 17347-17382. doi.org/10.1007/s13762-025-06741-6 Guo X, Guo Q, Feng Z. 2021. Detecting the vegetation change related to the creep of 2018. Baige landslide in Jinsha River, SE Tibet using SPOT data. Front. Earth Science. 9: 706998. doi.org/10.3389/feart.2021.706998 Joybari J, Kavian A, Mosaffaei J. 2016. The effect of precipitation characteristics on spatial and temporal variations of Tavan Landslide Movement. Journal of Geography and Environmental Hazards. 4(4): 75-86. (In Persian). Kavian A, Rezaei M, Shahedi K, Hadian Amri MA. 2021. Evaluation of random forest method in landslide susceptibility mapping in Sadat Mahalleh Watershed of Sari. Watershed Management Research. 34(1): 74-92. (In Persian). Lang A, Moya J, Corominas J, Schrott L, Dikau R. 1999. Classic and new dating methods for assessing the temporal occurrence of mass movements. Geomorphology. 30(1-2): 33-52. Li Y, Wang X, Mao H. 2020. Influence of human activity on landslide susceptibility development in the Three Gorges area. Natural Hazards. 104(3): 2115-2151. doi.org/10.1007/s11069-020-04264-6 Mehrpouya MR. 2024. Using the TRIGRS program in the analysis of landslide probability (Case study: Chakrod Watershed, Gilan). Journal of Range and Watershed Management. 77(4): 471-489. (In Persian). doi: 10.22059/jrwm.2024.377135.1767 Mineo S, Caliò D, Intelisano M, Pappalardo G. 2025. Landslide studying and monitoring by combining digital models from aerial visible and infrared photogrammetry. Landslides. 22(6): 1789-1804. doi.org/10.1007/s10346-025-02481-3 Mousavi SZ, Kavian A, Soleimani K, Mousavi SR, Shirzadi A. 2011. GIS-based spatial prediction of landslide susceptibility using logistic regression model. Geomatics, Natural Hazards and Risk. 2(1): 33-50. doi.org/10.1080/19475705.2010.532975 Nazari H, Ritz J, Avagyan A. 2021. Morphotectonics and Slip rate of the Khazar fault in Central Alborz, (North of Iran). Scientific Quarterly Journal of Geosciences. 31(2): 101-110. (In Persian). doi: 10.22071/gsj.2021.259868.1863 Pacheco Quevedo R, Velastegui-Montoya A, Montalván-Burbano N, Morante-Carballo F, Korup O, Daleles Rennó C. 2023. Land use and land cover as a conditioning factor in landslide susceptibility: a literature review. Landslides. 20(5): 967-982. doi.org/10.1007/s10346-022-02020-4 Pánek T, Šilhán K, Tábořík P, Hradecký J, Smolková V, Lenart J, Pazdur A. 2011. Catastrophic slope failure and its origins: Case of the May 2010 Girová Mountain long-runout rockslide (Czech Republic). Geomorphology. 130(3-4): 352-364. doi.org/10.1016/j.geomorph.2011.04.020 Razavizadeh S, Solaimani K, Massironi M, Kavian A. 2017. Mapping landslide susceptibility with frequency ratio, statistical index, and weights of evidence models: A case study in northern Iran. Environmental Earth Sciences. 76(14): 1-16. doi.org/10.1007/s12665-017-6839-7 SalehiPour Milani A, Yamani M. 2018. Landslide hazard zoning in Ramian Basin (Golestan Provinces). Disaster Prevention Management of Knowledge. 8(2):161-172. (In Persian). doi: 20.1001.1.23225955.1397.8.2.5.9 Sathyanarayanan S, Tantri BR. 2024. Confusion matrix-based performance evaluation metrics. African Journal of Biomedical Research. 27(4S): 4023-4031. doi.org/10.53555/AJBR.v27i4S.4345 Shabani E, Javadi MR, Zare Khosh Eghbal M. 2015. Landslide hazard zonation using information value and analytical hierarchy process (AHP) methods (A case study: Shalmanrood Watershed). Journal Watershed Management Resource. 5(10): 157-169. (In Persian). Shafiee kigasari N, Hosseinim AO, Pourghasemi HR. 2024. Spatial assessment of the sensitivity of landslide occurrence and their correlation with the forest road network (Case study: Ramsar County). Journal Watershed Management Resource. 15(1): 63-77. (In Persian). Sharifi Paichoon M, Shirani K, Shirani M. 2021. Prioritization of factors affecting the occurrence of landslides and zoning its sensitivity using multiple linear regression case study: Vahargan Catchment-west of Isfahan Province. Journal of Hydrogeomorphology. 8(26): 163-139. (In Persian). Sharifi H, Ramazanipore M, Ebrahimi L, Haghzad A. 2022. Landslide hazard zoning of Noor City using network analysis model. Economic Geography Research. 2(6): 40-55. (In Persian). Sharifi H, Ramazanipore M, Ebrahimi L, Haghzad A. 2022. Landslide hazard zoning of Noor city using network analysis model. Economic Geography Research. 2(6): 40-55. (In Persian). Wang H, Guo Q, Ge X, Tong L. 2022. A spatio-temporal monitoring method based on multi-source remote sensing data applied to the case of the Temi landslide. Land. 11(8): 1-19. doi.org/10.3390/land11081367 Xu X, Shang M, Deng Y. 2014. Analysis about the classification of landslide monitoring method. Appl. Mech. Mater. 638, 360–364. Yordanov V, Biagi L, Truong XQ, Tran VA, Brovelli MA. 2021. An overview of geoinformatics state-of-the-art techniques for landslide monitoring and mapping. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. 46: 205-212. doi.org/10.5194/isprs-archives-XLVI-4-W2-2021-205-2021 Zali M, Shahedi K. 2021. Landslide sensitivity assessment using fuzzy logic approach and GIS in Neka Watershed. Water and Soil Management and Modelling. 1(1): 67-80. (In Persian). doi: 10.22098/mmws.2021.1183 Zhang R, Chen S. 2025. Spatiotemporal analysis, simulation, and early warning of landslides based on landslide sensitivity and multisource precipitation products in Southwestern China. Landslides. 22(5): 1413-1434. doi.org/10.1007/s10346-024-02437-z Zhu Q, Zeng H, Ding Y. 2019. A review of major potential landslide hazards analysis. Acta Geodaetica Cartogr. Sinica. 48: 1551–1561. Zhu Z, Li Q, Zhao L, Huang D, Wu Q, Zuo S. 2025. Whole-process survey of a landslide based on UAV tilt photography and 3D reconstruction and spatial analysis techniques. Landslides. 22(2): 485-497. doi.org/10.1007/s10346-024-02396-5 | ||
|
آمار تعداد مشاهده مقاله: 195 تعداد دریافت فایل اصل مقاله: 124 |
||