دوره 26، شماره 80 - ( 1-1405 )                   جلد 26 شماره 80 صفحات 113دوره92فصل__Se | برگشت به فهرست نسخه ها

XML English Abstract Print

Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Piroozi E, Asghari Saraskanrood S, Zeinali B. (2026). Identification and zoning of landslide-prone areas in Khalkhal city. jgs. 26(80), 92-113. doi:10.61882/jgs.26.80.12
URL: http://jgs.khu.ac.ir/article-1-4283-fa.html
پیروزی الناز، اصغری سراسکانرود صیاد، زینالی بتول.(1405). شناسایی و پهنه‌بندی مناطق مستعد وقوع خطر زمین‌لغزش در شهرستان خلخال تحقیقات کاربردی علوم جغرافیایی 26 (80) :113-92 10.61882/jgs.26.80.12

URL: http://jgs.khu.ac.ir/article-1-4283-fa.html

شناسایی و پهنه‌بندی مناطق مستعد وقوع خطر زمین‌لغزش در شهرستان خلخال
الناز پیروزی1 ، صیاد اصغری سراسکانرود*2 ، بتول زینالی1
1- دانشگاه محقق اردبیلی، استان اردبیل، شهر اردبیل، خیابان دانشگاه، دانشگاه محقق اردبیلی، دانشکده علوم اجتماعی، گروه جغرافیای طبیعی
2- دانشگاه محقق اردبیلی، استان اردبیل، شهر اردبیل، خیابان دانشگاه، دانشگاه محقق اردبیلی، دانشکده علوم اجتماعی، گروه جغرافیای طبیعی ، s.asghari@uma.ac.ir
چکیده:   (6848 مشاهده)
در زمین‌لغزش‌ها از مخرب‌ترین و متداول‌ترین مخاطرات طبیعی تغییر دهندۀ شکل سطح زمین می‌باشند و ارزیابی و بررسی خسارات ناشی از زمین‌لغزش، لزوم بررسی عوامل تأثیرگذار بر وقوع این پدیده و پیش‌بینی رخداد آن را به اثبات می‌رساند. شهرستان خلخال، به دلیل ویژگی‌‌ها و شرایط خاص زمین‌‌شناسی، اقلیمی، ژئومورفولوژیکی و فعالیت‌‌های انسانی، از دیرباز تحت تأثیر وقوع خطر زمین‌لغزش بوده است. لذا، بانظر به اهمیّت موضوع؛ هدف این پژوهش، تولید نقشۀ پهنه‌بندی زمین‌لغزش در این شهرستان، می‌باشد. در این راستا، ابتدا نقشه پراکنش زمین‌لغزش‌ها و متغیرهای تأثیرگذار، شامل؛ ارتفاع، شیب، جهت‌شیب، فاصله از گسل، فاصله از آبراهه، فاصله از جاده، کاربری اراضی، لیتولوژی و بارش فراهم شد. در ادامه پس از عضویت فازی و تعیین مقادیر وزنی هر یک از عوامل با استفاده از روش کریتیک، نقشه حساسیت زمین‌لغزش با بهره‌گیری از روش تصمیم‌گیری چندمعیارۀ مارکوس، تهیه شد. نتایج مطالعه نشان داد، به ترتیب؛ عوامل شیب، کاربری‌اراضی و لیتولوژی با ضرایب وزنی 148/0، 139/0 و 132/0، بیشترین تأثیرگذاری را در رخداد لغزش‌های منطقه دارند. با توجه به نتایج حاصل از پژوهش، به ترتیب؛ 14/707 و 87/512 کیلومترمربع از مساحت شهرستان، در طبقۀ پرخطر و بسیار پرخطر قرار دارد و این مناطق پهنه‌هایی هستند که به کارهای مدیریتی و اجرای پروژه‌های حفاظتی نیازمند هستند. همچنین، با توجه به بهره‌گیری از روش منحنی راک و سطح زیرمنحنی (89/0) و همبستگی 83/0 درصدی بین نقشه نهایی حاصل از پژوهش و پراکنش سطوح لغزشی، دقت روش مارکوس، در شناسایی و پهنه‌بندی مناطق مستعد وقوع خطر زمین‌لغزش شهرستان خلخال، عالی می‌باشد.
 
واژه‌های کلیدی: مخاطره، حرکات دامنه‌ای، سیستم اطلاعات جغرافیایی، تحلیل چندمعیاره.
متن کامل [PDF 861 kb]   (57 دریافت)    
نوع مطالعه: كاربردي | موضوع مقاله: ژئومورفولوژی
فهرست منابع
1. اصغری‌سراسکانرود صیاد؛ پیروزی الناز. (1401). ارزیابی مقایسه‌‌ای الگوریتم‌‌های تصمیم‌‌گیری چند معیارهWLC ، OWA، VIKOR و MABAC در پهنه‌‌بندی خطر زمین‌‌لغزش مطالعه موردی: حوضه گیوی‌‌چای استان اردبیل، پژوهش‌های جغرافیای طبیعی، 54(1): 94-65. [DOI:10.22059/JPHGR.2022.333658.1007656]
2. پورفراش‌زاده فهیمه؛ اصغری سراسکانرود صیاد. (1401). ارزیابی و پهنه‌بندی حساسیت وقوع زمین‌لغزش با استفاده از روش آماری در حوضه آبخیز بالیخلی (ایستگاه یامچی)، جغرافیا و مخاطرات محیطی، 11 (2): 41-59. [DOI:10.22067/GEOEH.2021.72256.1103]
3. رجبی معصومه؛ رضایی‌مقدم محمدحسین؛ تک‌زارع احمد. (1399). پهنه‌بندی پتانسیل خطر زمین‌لغزش با استفاده از مدل شبکه عصبی (مورد مطالعه:حوضه آبریزالموت رود استان قزوین)، پژوهش‌های ژئومورفولوژی کمّی: 9(3)، 171-185. [DOI:10.22034/gmpj.2020.122223]
4. سیلاخوری زهرا؛ وهابزاد‌کبریا قربان؛ پورقاسمی حمیدرضا. (1402). تهیه نقشه حساسیت زمین‌لغزش با استفاده از مدل بیزین (مطالعه موردی: بخشی از حوضه آبخیز تالار، استان مازندران)، پژوهش‌های فرسایش محیطی، ۱۳(۲): 122-140. http://magazine.hormozgan.ac.ir/article-1-683-fa.html
5. شرفی سیامک؛ صادقی‌راد مسعود؛ جوادی‌نیا، زهرا. (1399). بازسازی پالئوژئومورفولوژی زمین لغزش دلا و شکل گیری دریاچه سدی شیمبار شهرستان اندیکا- استان خوزستان، تحقیقات کاربردی علوم جغرافیایی،۲۰ (۵۶):۱۷۷-۱۹۲. [DOI:10.29252/jgs.20.56.177]
6. شریفی حسین؛ رمضانی‌پور مهرداد؛ ابراهیمی لیلا؛ حق زاد آمنه. (1400). پهنه‌بندی خطر زمین‌لغزش شهرستان نور با استفاده از مدل تحلیل شبکه، پژوهش‌های جغرافیای اقتصادی، 1(6): 5-40. 20.1001.1.27173747.1400.2.6.4.0
7. عابدینی موسی؛ پیروزی الناز. (1398). پهنه‌بندی خطر زمین‌لغزش با استفاده از تلفیق روش‌هایHot Spot،ANP و WlC (مطالعه موردی: شهرستان خلخال)، جغرافیا و مخاطرات محیطی، 8(4): 36-19. [DOI:10.22067/geo.v0i0.81836]
8. گورابی ابوالقاسم. (1400). کمی‌سازی زمین‌لغزش بزرگ مله‌کبود ناشی زمین لرزه 3/7 سال ۱۳۹۶ کرمانشاه با استفاده از اینتروفرمتری، تحقیقات کاربردی علوم جغرافیایی، ۲۱ (۶۰):۴۷-۶۳. [DOI:10.52547/jgs.21.60.47]
9. محمدنیا ملیحه؛ فلاح قالهری غلامعباس. (1397). شبیه سازی احتمال وقوع زمین لغزش با استفاده از منطق فازی و فرایند تحلیل سلسله مراتبی، تحقیقات کاربردی علوم جغرافیایی، ۱۸ (۴۸):۱۱۵-۱۳۰. [DOI:10.29252/jgs.18.48.115]
10. محمودی‌وانعلیا نرجس؛ ارگانی میثم؛ جلوخانی نیارکی محمدرضا. (1400). تهیۀ نقشۀ چندخطرۀ استان مازندران با استفاده از تحلیل تصمیم‌گیری چندمعیارۀ مکانی، مدیریت مخاطرات محیطی، 8(4): 411-395. [DOI:10.22059/jhsci.2022.332933.686]
11. مددی عقیل؛ پیروزی الناز. (1402). پهنه‌بندی خطر زمین‌لغزش در حوضه بالادست سد یامچی استان اردبیل، با استفاده از روش‌های تصمیم‌گیری چند معیاره MARCOS و CODAS، پژوهش‌های ژئومورفولوژی کمّی، 12(1): 94-73. [DOI:10.22034/gmpj.2023.370812.1390]
12. مددی عقیل؛ پیروزی الناز؛ فعال‌نذیری مهدی. (1399). ارزیابی مقایسه‌‌ای الگوریتم‌‌های تصمیم‌گیری چندمعیاره MABAC و CODAS در پهنه‌بندی خطر زمین‌لغزش؛ نمونه پژوهش: شهرستان کوثر، جغرافیا و برنامه‌ریزی محیطی، 31(4): 24-1. [DOI:10.22108/gep.2020.124723.1348]
13. نصیری مهران؛ محمدزاده مجتبی؛ لطفعلیان مجید؛ پارساخو آیدین. (1401). پهنه‌بندی و مطالعۀ میدانی لغزش و رانش‌ها در اطراف جاده‌های جنگلی دارابکلا- ساری، پ‍‍ژوهشنامه مدیریت حوزه آبخیز، ۱۳ (۲۶): 105-114. Alimohammadlou, Y., Najafi, A., Yalcin, A. (2013). Landslide process and impacts: A propused classification method, Catena, 104: 219-232. [DOI:10.1016/j.catena.2012.11.013]
14. Alinezhad, A., Khalili, J. (2019). New Methods and Applications in Multiple Attribute Decision Making (MADM). International Series in Operations Research & Management Science, 277, Springer, Cham: 231 p. [DOI:10.1007/978-3-030-15009-9]
15. https:// doi.org/10.1007/978-3-030-15009-9
16. Chen, H.X., Zhang, LM., Gao, L., Zhu, H., Zhang, S. (2015). Presenting regional shallow landslide movement on three-dimensional digital terrain, Engineering Geology, 195(1): 122-134. [DOI:10.1016/j.enggeo.2015.05.027]
17. Jafarzadeh Ghoushchi, S., Shaffiee Haghshenas, S., Memarpour Ghiaci, A. Guido, G., Vitale, A. (2023). Road safety assessment and risks prioritization using an integrated SWARA and MARCOS approach under spherical fuzzy environment, Neural Comput & Applic, 35: 4549-4567. [DOI:10.1007/s00521-022-07929-4] [PMID] []
18. Kumar, A., Sharma, R., Bansal, V. (2022). Spatial Prediction of Landslide Hazard using GIS-multi-criteria Decision Analysis in Kullu District of Himachal Pradesh, India, Journal of Mining and Environment, 13(4): 943-956. https://jme.shahroodut.ac.ir/article_2535.html
19. Materazzi, M., Bufalini, M., Gentilucci, M., Pambianchi, G., Aringoli, D., Farabollini, P., (2021). Landslide hazard assessment in a monoclinal setting (Central Italy): Numericalvs, geomorphological approach, Land, 10 (6): 624, 1-22. [DOI:10.3390/land10060624]
20. Rabby, Y.W., Li, Y., Abedin, J., Sabrina, S., (2022). Impact of Land Use/Land Cover Change on Landslide Susceptibility in Rangamati Municipality of Rangamati District, Bangladesh, International Journal of Geo-Information, 11 (89): 1-16. [DOI:10.3390/ijgi11020089]
21. Saha, A., Villuri, VGK., Bhardwaj, A., Kumar, S.A. (2023). Multi-Criteria Decision Analysis (MCDA) Approach for Landslide Susceptibility Mapping of a Part of Darjeeling District in North-East Himalaya, India, Applied Sciences, 13(8): 5062, 1-23. [DOI:10.3390/app13085062]
22. Salehpour, Jam., Mosaffaie, A., Sarfaraz, F. (2021). GIS-based landslide susceptibility mapping using hybrid MCDM models, Nat Hazards, 108: 1025-1046. [DOI:10.1007/s11069-021-04718-5]
23. Stevic', Z., Pamučar, D., Puška, A., Chatterjee, P. (2020) Sustainable supplier selection in healthcare industries using a new MCDM method: Measurement of alternatives and ranking according to COmpromise solution (MARCOS), Comput Ind Eng, 140, 10623:1-29. [DOI:10.1016/j.cie.2019.106231]
24. Vojtekova, J., Vojtek, M, (2020). Assessment of landslide susceptibility at a localspatial scale applying the multi-criteria analysisand GIS: a case study from Slovaki, Geomatics, Natural Hazards and Risk, 11 (1): 131-148. [DOI:10.1080/19475705.2020.1713233]
25. Zhang, Y., Zhang, J., Dong, L. (2023). Fuzzy Logic Regional Landslide Susceptibility Multi-Field Information Map Representation Analysis Method Constrained by Spatial Characteristics of Mining Factors in Mining Areas, Processes, 11(4), 985: 1-33. [DOI:10.3390/pr11040985]
26. Zhou, S., Zhou, S., Tan, X., (2020). Nationwide susceptibility mapping of landslides in Kenya using the fuzzy analytic hierarchy process model, Land, 9(12): 1-22. [DOI:10.3390/land9120535]
27. Zhu H, Liu, F. (2021). A group-decision-making framework for evaluating urban flood resilience: a case study in Yangtze river, Sustain, 13(2): 1-16. [DOI:10.1016/j.ijdrr.2021.102355] []
28. References
29. Abedini, M., Piroozi, E. (2020). Landslide hazard Zoning with Using Combination Methods of Hot Spot, ANP and WlC (Case Study: Khalkhal County), Journal of Geography and Environmental Hazards, 8(4): 19-36. [In Persian]
30. Alimohammadlou, Y., Najafi, A., Yalcin, A. (2013). Landslide process and impacts: A propused classification method, Catena, 104: 219-232. [DOI:10.1016/j.catena.2012.11.013]
31. Alinezhad, A., Khalili, J. (2019). New Methods and Applications in Multiple Attribute Decision Making (MADM). International Series in Operations Research & Management Science, 277, Springer, Cham: 231 p. [DOI:10.1007/978-3-030-15009-9]
32. Asghari Saraskanrood, S., Piroozi, E. (2022). Comparative evaluation of WLC, OWA, VIKOR, and MABAC multi-criteria decision-making methods in landslide risk zoning Case study: Givi-chay watershed of Ardabil province, Physical Geography Research Quarterly, 54(1): 65-94. [In Persian]
33. Chen, H.X., Zhang, LM., Gao, L., Zhu, H., Zhang, S. (2015). Presenting regional shallow landslide movement on three-dimensional digital terrain, Engineering Geology, 195(1): 122-134. [DOI:10.1016/j.enggeo.2015.05.027]
34. Goorabi A. (2017). Quantification of mass wasting volume associated with the giant landslide Maleh Kabood induced by the 2017 Kermanshah earthquake from InSAR, Journal of Applied Research in Geographical Sciences, 21 (60) :47-63. [In Persian] [DOI:10.52547/jgs.21.60.47]
35. Jafarzadeh Ghoushchi, S., Shaffiee Haghshenas, S., Memarpour Ghiaci, A. Guido, G., Vitale, A. (2023). Road safety assessment and risks prioritization using an integrated SWARA and MARCOS approach under spherical fuzzy environment, Neural Comput & Applic, 35: 4549-4567. [DOI:10.1007/s00521-022-07929-4] [PMID] []
36. Kumar, A., Sharma, R., Bansal, V. (2022). Spatial Prediction of Landslide Hazard using GIS-multi-criteria Decision Analysis in Kullu District of Himachal Pradesh, India, Journal of Mining and Environment, 13(4): 943-956.
37. Madadi, A., piroozi, E. (2023). Landslide risk zoning in the upstream basin of Yamchi Dam in Ardabil province, using multi-criteria decision making methods MARCOS and CODAS, Quantitative Geomorphological Research, 12(1): 73-94. [In Persian]
38. Madadi, A., Piroozi, E., Faal Naziri, M. (2021). A Comparative Evaluation of MABAC and CODAS Multi-Criteria Decision Algorithms in Landslide Risk Zoning (Case Study: Kowsar County), Geography and Environmental Planning, 31(4): 1-24. [In Persian]
39. Mahmoody-Vanolya, N., Argany, M., Jelokhani-Niaraki, M. (2021). Multi-hazard potential mapping of Mazandaran province using multi-criteria spatial decision analysis, Environmental Management Hazards, 8(4): 395-411. [In Persian]
40. Materazzi, M., Bufalini, M., Gentilucci, M., Pambianchi, G., Aringoli, D., Farabollini, P., (2021). Landslide hazard assessment in a monoclinal setting (Central Italy): Numericalvs, geomorphological approach, Land, 10 (6): 624, 1-22. [DOI:10.3390/land10060624]
41. Mohammadnia M, Fallah G. (2018). Landslides susceptibility mapping using fuzzy logic and AHP, Journal of Applied Research in Geographical Sciences, 18 (48) :115-130. [In Persian] [DOI:10.29252/jgs.18.48.115]
42. Nasiri M, Mohammadzade M, Lotfalian M, Parsakhoo A. (2022). Zoning and Field Study of Landslid es along Forest Roads of Darabkola-Sari, Journal of Watershed Management Research. 13(26): 105-114. [In Persian] [DOI:10.52547/jwmr.13.26.105]
43. Pour farrash zadeh, F., Asghari Sareskanrudb, S. (2022). Assessment and Zoning the Landslide Susceptibility Using Statistical Method in the Blaikhly Catchment (Yamchy Station), Journal of Geography and Environmental Hazards, 11(2): 41-59. [In Persian]
44. Rabby, Y.W., Li, Y., Abedin, J., Sabrina, S., (2022). Impact of Land Use/Land Cover Change on Landslide Susceptibility in Rangamati Municipality of Rangamati District, Bangladesh, International Journal of Geo-Information, 11 (89): 1-16. [DOI:10.3390/ijgi11020089]
45. Rajabi, M., Rezaeimoghadam, M., & Takzare, A. (2020). Landslide hazard potential zoning using the neural network method (Case study: Alamut watershed in Qazvin province), Quantitative Geomorphological Research, 9(3), 185-171. [In Persian]
46. Saha, A., Villuri, VGK., Bhardwaj, A., Kumar, S.A. (2023). Multi-Criteria Decision Analysis (MCDA) Approach for Landslide Susceptibility Mapping of a Part of Darjeeling District in North-East Himalaya, India., Applied Sciences; 13(8): 5062, 1-23. [DOI:10.3390/app13085062]
47. Salehpour, Jam., Mosaffaie, A., Sarfaraz, F. (2021). GIS-based landslide susceptibility mapping using hybrid MCDM models, Nat Hazards, 108: 1025-1046. [DOI:10.1007/s11069-021-04718-5]
48. Sharafi S, sadeghirad M, javadi nia Z. (2020). Paleogeomorphology Reconstruction of Della Landslide and the Formation of the Shimbar Dam Lake in Indica - Khuzestan province, Journal of Applied Research in Geographical Sciences, 20 (56) :177-192. [In Persian] [DOI:10.29252/jgs.20.56.177]
49. Sharifi, H., Ramazanipore, M., Ebrahimi, L., & Haghzad, A. (2022). Landslide hazard zoning of Noor city using network analysis model, Journal of Economic Geography Research, 2(6), 40-55. [In Persian
50. Silakhori Z, Vahabzadekebriya G, Poorghasemi H. (2023). Landslide Susceptibility Mapping using Bayesian Model: A Case Study of some Regions of Talar Watershed, Mazandaran Province, Environmental Erosion Research Journal, 13 (2) :122-140. [In Persian]
51. Stevic', Z., Pamučar, D., Puška, A., Chatterjee, P. (2020). Sustainable supplier selection in healthcare industries using a new MCDM method: Measurement of alternatives and ranking according to COmpromise solution (MARCOS), Comput Ind Eng, 140, 10623:1-29. [DOI:10.1016/j.cie.2019.106231]
52. Vojtekova, J., Vojtek, M, (2020). Assessment of landslide susceptibility at a localspatial scale applying the multi-criteria analysisand GIS: a case study from Slovaki, Geomatics, Natural Hazards and Risk, 11 (1): 131-148. [DOI:10.1080/19475705.2020.1713233]
53. Zhang, Y., Zhang, J., Dong, L. (2023). Fuzzy Logic Regional Landslide Susceptibility Multi-Field Information Map Representation Analysis Method Constrained by Spatial Characteristics of Mining Factors in Mining Areas, Processes, 11 (4), 985: 1-33. [DOI:10.3390/pr11040985]
54. Zhou, S., Zhou, S., Tan, X., (2020). Nationwide susceptibility mapping of landslides in Kenya using the fuzzy analytic hierarchy process model, Land, 9(12): 1-22. [DOI:10.3390/land9120535]
55. Zhu H, Liu, F. (2021). A group-decision-making framework for evaluating urban flood resilience: a case study in yangtze river, Sustain, 13(2): 1-16. [DOI:10.3390/su13020665]
56. References
57. Abedini, M., Piroozi, E. (2020). Landslide hazard Zoning with Using Combination Methods of Hot Spot, ANP and WlC (Case Study: Khalkhal County), Journal of Geography and Environmental Hazards, 8(4): 19-36. [In Persian]
58. Alimohammadlou, Y., Najafi, A., Yalcin, A. (2013). Landslide process and impacts: A propused classification method, Catena, 104: 219-232. [DOI:10.1016/j.catena.2012.11.013]
59. Alinezhad, A., Khalili, J. (2019). New Methods and Applications in Multiple Attribute Decision Making (MADM). International Series in Operations Research & Management Science, 277, Springer, Cham: 231 p. [DOI:10.1007/978-3-030-15009-9]
60. Asghari Saraskanrood, S., Piroozi, E. (2022). Comparative evaluation of WLC, OWA, VIKOR, and MABAC multi-criteria decision-making methods in landslide risk zoning Case study: Givi-chay watershed of Ardabil province, Physical Geography Research Quarterly, 54(1): 65-94. [In Persian]
61. Chen, H.X., Zhang, LM., Gao, L., Zhu, H., Zhang, S. (2015). Presenting regional shallow landslide movement on three-dimensional digital terrain, Engineering Geology, 195(1): 122-134. [DOI:10.1016/j.enggeo.2015.05.027]
62. Goorabi A. (2017). Quantification of mass wasting volume associated with the giant landslide Maleh Kabood induced by the 2017 Kermanshah earthquake from InSAR, Journal of Applied Research in Geographical Sciences, 21 (60) :47-63. [In Persian] [DOI:10.52547/jgs.21.60.47]
63. Jafarzadeh Ghoushchi, S., Shaffiee Haghshenas, S., Memarpour Ghiaci, A. Guido, G., Vitale, A. (2023). Road safety assessment and risks prioritization using an integrated SWARA and MARCOS approach under spherical fuzzy environment, Neural Comput & Applic, 35: 4549-4567. [DOI:10.1007/s00521-022-07929-4] [PMID] []
64. Kumar, A., Sharma, R., Bansal, V. (2022). Spatial Prediction of Landslide Hazard using GIS-multi-criteria Decision Analysis in Kullu District of Himachal Pradesh, India, Journal of Mining and Environment, 13(4): 943-956.
65. Madadi, A., piroozi, E. (2023). Landslide risk zoning in the upstream basin of Yamchi Dam in Ardabil province, using multi-criteria decision making methods MARCOS and CODAS, Quantitative Geomorphological Research, 12(1): 73-94. [In Persian]
66. Madadi, A., Piroozi, E., Faal Naziri, M. (2021). A Comparative Evaluation of MABAC and CODAS Multi-Criteria Decision Algorithms in Landslide Risk Zoning (Case Study: Kowsar County), Geography and Environmental Planning, 31(4): 1-24. [In Persian]
67. Mahmoody-Vanolya, N., Argany, M., Jelokhani-Niaraki, M. (2021). Multi-hazard potential mapping of Mazandaran province using multi-criteria spatial decision analysis, Environmental Management Hazards, 8(4): 395-411. [In Persian]
68. Materazzi, M., Bufalini, M., Gentilucci, M., Pambianchi, G., Aringoli, D., Farabollini, P., (2021). Landslide hazard assessment in a monoclinal setting (Central Italy): Numericalvs, geomorphological approach, Land, 10 (6): 624, 1-22. [DOI:10.3390/land10060624]
69. Mohammadnia M, Fallah G. (2018). Landslides susceptibility mapping using fuzzy logic and AHP, Journal of Applied Research in Geographical Sciences, 18 (48) :115-130. [In Persian] [DOI:10.29252/jgs.18.48.115]
70. Nasiri M, Mohammadzade M, Lotfalian M, Parsakhoo A. (2022). Zoning and Field Study of Landslid es along Forest Roads of Darabkola-Sari, Journal of Watershed Management Research. 13(26): 105-114. [In Persian] [DOI:10.52547/jwmr.13.26.105]
71. Pour farrash zadeh, F., Asghari Sareskanrudb, S. (2022). Assessment and Zoning the Landslide Susceptibility Using Statistical Method in the Blaikhly Catchment (Yamchy Station), Journal of Geography and Environmental Hazards, 11(2): 41-59. [In Persian]
72. Rabby, Y.W., Li, Y., Abedin, J., Sabrina, S., (2022). Impact of Land Use/Land Cover Change on Landslide Susceptibility in Rangamati Municipality of Rangamati District, Bangladesh, International Journal of Geo-Information, 11 (89): 1-16. [DOI:10.3390/ijgi11020089]
73. Rajabi, M., Rezaeimoghadam, M., & Takzare, A. (2020). Landslide hazard potential zoning using the neural network method (Case study: Alamut watershed in Qazvin province), Quantitative Geomorphological Research, 9(3), 185-171. [In Persian]
74. Saha, A., Villuri, VGK., Bhardwaj, A., Kumar, S.A. (2023). Multi-Criteria Decision Analysis (MCDA) Approach for Landslide Susceptibility Mapping of a Part of Darjeeling District in North-East Himalaya, India., Applied Sciences; 13(8): 5062, 1-23. [DOI:10.3390/app13085062]
75. Salehpour, Jam., Mosaffaie, A., Sarfaraz, F. (2021). GIS-based landslide susceptibility mapping using hybrid MCDM models, Nat Hazards, 108: 1025-1046. [DOI:10.1007/s11069-021-04718-5]
76. Sharafi S, sadeghirad M, javadi nia Z. (2020). Paleogeomorphology Reconstruction of Della Landslide and the Formation of the Shimbar Dam Lake in Indica - Khuzestan province, Journal of Applied Research in Geographical Sciences, 20 (56) :177-192. [In Persian] [DOI:10.29252/jgs.20.56.177]
77. Sharifi, H., Ramazanipore, M., Ebrahimi, L., & Haghzad, A. (2022). Landslide hazard zoning of Noor city using network analysis model, Journal of Economic Geography Research, 2(6), 40-55. [In Persian
78. Silakhori Z, Vahabzadekebriya G, Poorghasemi H. (2023). Landslide Susceptibility Mapping using Bayesian Model: A Case Study of some Regions of Talar Watershed, Mazandaran Province, Environmental Erosion Research Journal, 13 (2) :122-140. [In Persian]
79. Stevic', Z., Pamučar, D., Puška, A., Chatterjee, P. (2020). Sustainable supplier selection in healthcare industries using a new MCDM method: Measurement of alternatives and ranking according to COmpromise solution (MARCOS), Comput Ind Eng, 140, 10623:1-29. [DOI:10.1016/j.cie.2019.106231]
80. Vojtekova, J., Vojtek, M, (2020). Assessment of landslide susceptibility at a localspatial scale applying the multi-criteria analysisand GIS: a case study from Slovaki, Geomatics, Natural Hazards and Risk, 11 (1): 131-148. [DOI:10.1080/19475705.2020.1713233]
81. Zhang, Y., Zhang, J., Dong, L. (2023). Fuzzy Logic Regional Landslide Susceptibility Multi-Field Information Map Representation Analysis Method Constrained by Spatial Characteristics of Mining Factors in Mining Areas, Processes, 11 (4), 985: 1-33. [DOI:10.3390/pr11040985]
82. Zhou, S., Zhou, S., Tan, X., (2020). Nationwide susceptibility mapping of landslides in Kenya using the fuzzy analytic hierarchy process model, Land, 9(12): 1-22. [DOI:10.3390/land9120535]
83. Zhu H, Liu, F. (2021). A group-decision-making framework for evaluating urban flood resilience: a case study in yangtze river, Sustain, 13(2): 1-16. [DOI:10.3390/su13020665]
84. References
85. Abedini, M., Piroozi, E. (2020). Landslide hazard Zoning with Using Combination Methods of Hot Spot, ANP and WlC (Case Study: Khalkhal County), Journal of Geography and Environmental Hazards, 8(4): 19-36. [In Persian]
86. Alimohammadlou, Y., Najafi, A., Yalcin, A. (2013). Landslide process and impacts: A propused classification method, Catena, 104: 219-232. [DOI:10.1016/j.catena.2012.11.013]
87. Alinezhad, A., Khalili, J. (2019). New Methods and Applications in Multiple Attribute Decision Making (MADM). International Series in Operations Research & Management Science, 277, Springer, Cham: 231 p. [DOI:10.1007/978-3-030-15009-9]
88. Asghari Saraskanrood, S., Piroozi, E. (2022). Comparative evaluation of WLC, OWA, VIKOR, and MABAC multi-criteria decision-making methods in landslide risk zoning Case study: Givi-chay watershed of Ardabil province, Physical Geography Research Quarterly, 54(1): 65-94. [In Persian]
89. Chen, H.X., Zhang, LM., Gao, L., Zhu, H., Zhang, S. (2015). Presenting regional shallow landslide movement on three-dimensional digital terrain, Engineering Geology, 195(1): 122-134. [DOI:10.1016/j.enggeo.2015.05.027]
90. Goorabi A. (2017). Quantification of mass wasting volume associated with the giant landslide Maleh Kabood induced by the 2017 Kermanshah earthquake from InSAR, Journal of Applied Research in Geographical Sciences, 21 (60) :47-63. [In Persian] [DOI:10.52547/jgs.21.60.47]
91. Jafarzadeh Ghoushchi, S., Shaffiee Haghshenas, S., Memarpour Ghiaci, A. Guido, G., Vitale, A. (2023). Road safety assessment and risks prioritization using an integrated SWARA and MARCOS approach under spherical fuzzy environment, Neural Comput & Applic, 35: 4549-4567. [DOI:10.1007/s00521-022-07929-4] [PMID] []
92. Kumar, A., Sharma, R., Bansal, V. (2022). Spatial Prediction of Landslide Hazard using GIS-multi-criteria Decision Analysis in Kullu District of Himachal Pradesh, India, Journal of Mining and Environment, 13(4): 943-956.
93. Madadi, A., piroozi, E. (2023). Landslide risk zoning in the upstream basin of Yamchi Dam in Ardabil province, using multi-criteria decision making methods MARCOS and CODAS, Quantitative Geomorphological Research, 12(1): 73-94. [In Persian]
94. Madadi, A., Piroozi, E., Faal Naziri, M. (2021). A Comparative Evaluation of MABAC and CODAS Multi-Criteria Decision Algorithms in Landslide Risk Zoning (Case Study: Kowsar County), Geography and Environmental Planning, 31(4): 1-24. [In Persian]
95. Mahmoody-Vanolya, N., Argany, M., Jelokhani-Niaraki, M. (2021). Multi-hazard potential mapping of Mazandaran province using multi-criteria spatial decision analysis, Environmental Management Hazards, 8(4): 395-411. [In Persian]
96. Materazzi, M., Bufalini, M., Gentilucci, M., Pambianchi, G., Aringoli, D., Farabollini, P., (2021). Landslide hazard assessment in a monoclinal setting (Central Italy): Numericalvs, geomorphological approach, Land, 10 (6): 624, 1-22. [DOI:10.3390/land10060624]
97. Mohammadnia M, Fallah G. (2018). Landslides susceptibility mapping using fuzzy logic and AHP, Journal of Applied Research in Geographical Sciences, 18 (48) :115-130. [In Persian] [DOI:10.29252/jgs.18.48.115]
98. Nasiri M, Mohammadzade M, Lotfalian M, Parsakhoo A. (2022). Zoning and Field Study of Landslid es along Forest Roads of Darabkola-Sari, Journal of Watershed Management Research. 13(26): 105-114. [In Persian] [DOI:10.52547/jwmr.13.26.105]
99. Pour farrash zadeh, F., Asghari Sareskanrudb, S. (2022). Assessment and Zoning the Landslide Susceptibility Using Statistical Method in the Blaikhly Catchment (Yamchy Station), Journal of Geography and Environmental Hazards, 11(2): 41-59. [In Persian]
100. Rabby, Y.W., Li, Y., Abedin, J., Sabrina, S., (2022). Impact of Land Use/Land Cover Change on Landslide Susceptibility in Rangamati Municipality of Rangamati District, Bangladesh, International Journal of Geo-Information, 11 (89): 1-16. [DOI:10.3390/ijgi11020089]
101. Rajabi, M., Rezaeimoghadam, M., & Takzare, A. (2020). Landslide hazard potential zoning using the neural network method (Case study: Alamut watershed in Qazvin province), Quantitative Geomorphological Research, 9(3), 185-171. [In Persian]
102. Saha, A., Villuri, VGK., Bhardwaj, A., Kumar, S.A. (2023). Multi-Criteria Decision Analysis (MCDA) Approach for Landslide Susceptibility Mapping of a Part of Darjeeling District in North-East Himalaya, India., Applied Sciences; 13(8): 5062, 1-23. [DOI:10.3390/app13085062]
103. Salehpour, Jam., Mosaffaie, A., Sarfaraz, F. (2021). GIS-based landslide susceptibility mapping using hybrid MCDM models, Nat Hazards, 108: 1025-1046. [DOI:10.1007/s11069-021-04718-5]
104. Sharafi S, sadeghirad M, javadi nia Z. (2020). Paleogeomorphology Reconstruction of Della Landslide and the Formation of the Shimbar Dam Lake in Indica - Khuzestan province, Journal of Applied Research in Geographical Sciences, 20 (56) :177-192. [In Persian] [DOI:10.29252/jgs.20.56.177]
105. Sharifi, H., Ramazanipore, M., Ebrahimi, L., & Haghzad, A. (2022). Landslide hazard zoning of Noor city using network analysis model, Journal of Economic Geography Research, 2(6), 40-55. [In Persian
106. Silakhori Z, Vahabzadekebriya G, Poorghasemi H. (2023). Landslide Susceptibility Mapping using Bayesian Model: A Case Study of some Regions of Talar Watershed, Mazandaran Province, Environmental Erosion Research Journal, 13 (2) :122-140. [In Persian]
107. Stevic', Z., Pamučar, D., Puška, A., Chatterjee, P. (2020). Sustainable supplier selection in healthcare industries using a new MCDM method: Measurement of alternatives and ranking according to COmpromise solution (MARCOS), Comput Ind Eng, 140, 10623:1-29. [DOI:10.1016/j.cie.2019.106231]
108. Vojtekova, J., Vojtek, M, (2020). Assessment of landslide susceptibility at a localspatial scale applying the multi-criteria analysisand GIS: a case study from Slovaki, Geomatics, Natural Hazards and Risk, 11 (1): 131-148. [DOI:10.1080/19475705.2020.1713233]
109. Zhang, Y., Zhang, J., Dong, L. (2023). Fuzzy Logic Regional Landslide Susceptibility Multi-Field Information Map Representation Analysis Method Constrained by Spatial Characteristics of Mining Factors in Mining Areas, Processes, 11 (4), 985: 1-33. [DOI:10.3390/pr11040985]
110. Zhou, S., Zhou, S., Tan, X., (2020). Nationwide susceptibility mapping of landslides in Kenya using the fuzzy analytic hierarchy process model, Land, 9(12): 1-22. [DOI:10.3390/land9120535]
111. Zhu H, Liu, F. (2021). A group-decision-making framework for evaluating urban flood resilience: a case study in yangtze river, Sustain, 13(2): 1-16. [DOI:10.3390/su13020665]
ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA
ارسال پیام به نویسنده مسئول

بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.

کلیه حقوق این وبگاه متعلق به تحقیقات کاربردی علوم جغرافیایی است.

طراحی و برنامه نویسی : یکتاوب افزار شرق

© 2026 CC BY-NC 4.0 | Journal of Applied Researches in Geographical Sciences

Designed & Developed by : Yektaweb

Creative Commons License
This work is licensed under a Creative Commons — Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)