Spatial assessment of areas at risk of land subsidence in the Fadafan village, Kashmar County

Hosein-Nezhad-Makki, Ehsan; Bashiri, Mehdi; Moradi, Hamid-reza

doi:10.22048/rdsj.2022.340615.2020

Spatial assessment of areas at risk of land subsidence in the Fadafan village, Kashmar County

Document Type : Original Research

Authors

ehsan Hosein-Nezhad-Makki ¹

mehdi bashiri ¹

hamid-reza moradi ²

¹ Department of Nature Engineering and Medicinal Plants, Faculty of Agriculture and Natural Resources, University of Torbat-Heydarieh, Khorasan-Razavi, Iran

² Department of Watershed Management, Faculty of Natural Resources and Marine Sciences, Tarbiat Modares University, Noor, Mazandaran, Iran

https://doi.org/10.22048/rdsj.2022.340615.2020

Abstract

Population growth, along with the development of industry and agriculture, has led to an increase in water consumption. Limited surface water resources have led to over-harvesting of groundwater aquifers and has had irreparable consequences for the country's water resources and environment, including the subsidence phenomenon, which has covered most of the country's plains. The present research aims to identify the effective factors and areas at risk of subsidence in Fadafan village of Kashmar. For risk zoning, during 2019, the lithology, land use, Petrology, aquifer Extraction rate, Distance from the stream, Fault, exploitation wells, springs and aqueducts factors as well as geomorphological factors including slope, direction and height studied and each factor turned into an information layer, then modeling and evaluation were performed using random forest algorithm in R software. Then, to determine the areas prone to subsidence, risk zoning maps in five classes were extracted using two methods of information value and area density in ArcGIS environment. The results showed that in the methods of area density and information value, 97.01 and 91.04% of subsidence were in the very- high and high-risk class, respectively. Therefore, both methods have been successful in risk zoning. Also, the aquifer extraction and land use factors are most important in subsidence. Also based on the ROC curve, random forest algorithm with very high accuracy (93%) has provided good results in prioritizing and the importance of effective factors in subsidence. The southern part of the region with rangeland use, has the highest and irrigated agriculture in the region has the lowest risk in the spatial development of land subsidence.As a result, aquifer recharge management by spreading floods and reducing water extraction in the southern part of the region can be effective and practical in reducing the risk of occurrence and development of subsidence.

Keywords

Aquifer

Random Forest algorithm

Geographic information system

Modeling

Susceptibility to subsidence

Subjects

Geography and plan

آریاپور، م.، بشیری، م. و گلکاریان، ع. 1398. مدلسازی حرکات تودهای با روشهای دادهکاوی در جنوب شرق نیشابور، استان خراسان رضوی. هیدروژئومورفولوژی، 19(5) :57-77.

اکبرپور، م.، امیری، ت. و عظیمی، س. 1401. تحلیل مدیریت پسماند روستایی با استفاده از تحلیل مدل ساختاری PLS (مطالعه موردی دهستان ماهیدشت کرمانشاه). فصلنامه راهبردهای توسعه روستایی، ۹(۱): ۱۲۳ – ۱۴۰.

امیری، م.، حافظی‌مقدس، ن. و لشکری‌پور، غ.ر. 1396. ارزیابی ریسک فرونشست زمین در محدوده شهر مشهد. پنجمین کنفرانس ملی پژوهش‌های کاربردی در مهندسی عمران، معماری و مدیریت شهری. 13 دی، دانشگاه صنعتی خواجه نصیرالدین طوسی.

انگورانی، س. معماریان، ح.، شریعت‌پناهی، م. و بلورچی، م.ج. 1394. مدل‌سازی پویای فرونشست دشت تهران. مجله علوم زمین، 25(97): 211 – 220.

امیدوار، ک. 1390. مخاطرات طبیعی. انتشارات دانشگاه یزد، یزد. 310 ص.

بشیری، م.، کاوسیداودی، س.م. و افضلی، ا. 1398. ارزیابی روشهای دادهکاوی و آمار دو متغیره در پهنهبندی خطر وقوع گسل (مطالعه موردی: حوضه قره قوم). تحقیقات مرتع و بیابان ایران، 26(4): 1003-1019.

بشیری، م. و ماروسی، ع. 1399. ارزیابی و مدلسازی پارامترهای اقلیمی مؤثر بر تولید سالانه گونه مرتعی ریواس (Rheum ribes) با الگوریتمهای داده کاوی. نشریه مرتع، 14(3): 435-451.

پورقاسمی، ح.ر. و ساروی‌محسنی، م. 1396. مدل‌سازی مکانی حساسیت فرونشست زمین با استفاده از روش داده‌کاوی مدل جمعی تعمیم‌یافته. مجله پژوهش‌های آبخیزداری (پژوهش و سازندگی)، 30(4): 20 – 34.

پیشرو، م.، شمشکی، أ.، قهرودی، م. و کرم، أ. 1390. ارزیابی و مدل‌سازی فرونشست زمین در جنوب‌غرب کلان‌شهر تهران. اولین همایش ملی فضایی مخاطرات محیطی کلان‌شهر تهران. یک خرداد، دانشکده علوم جغرافیا تهران.

توکلی شیرازی، ن. 1393. بررسی ابعاد فرونشست و مخاطرات آن. همایش ملی زمین‌شناسی و اکتشاف منابع، 20 اسفند، شیراز. 5ص.

حجابیجردوی، ف.، بشیری، م.و آذرخشی، م. 1400. اثر الگوی استقرار قطعات سنگی بر فرایندهای فرسایش خاک در شرایط شبیهسازی شده. پژوهشهای فرسایش محیطی، 41(1): 20-35.

ذبیحی، م.، پورقاسمی، ح.ر. و بهزادفر، م. 1394. تهیه نقشه پتانسیل آب زیرزمینی با استفاده از مدل‌های آنتروپی شانون و جنگل تصادفی در دشت بجنورد. مجله اکوهیدرولوژی، 2(2): 221 – 232.

رجبی، ع.م. و صالحی، م. 1400. ارزیابی نتایج نرخ فرونشست زمین ناشی از برداشت بیرویه آبهای زیرزمینی در دشت قزوین. چهارمین کنفرانس بینالمللی و پنجمین کنفرانس ملی عمران، معماری، هنر و طراحی شهری، 25-26 اسفند. تبریز.

رکنی، ج.، حسین‌زاده، س.ر. و لشکری‌پور، غ.ر. 1395. بررسی فرونشست زمین، چشم‌اندازها و تحولات ژئومورفولوژی ناشی از آن در دشت‌های تراکمی(مطالعه موردی: دشت نیشابور). مجله مطالعات جغرافیایی مناطق خشک، 6(24): 21 – 38.

رنجبر، م. و جعفری، ن. 1388. بررسی عوامل مؤثر در فرونشست زمین دشت اشتهارد. فصل‌نامه جغرافیا، 6(18 و 19) : 155 – 166.

زارع‌مهرجردی، ا.ع. 1390. بررسی پدیده نشست زمین و شکستگی‌های موجود در منطقه رستاق جنوب میبد. مجله‌جغرافیا و برنامه‌ریزی محیطی، 22(43): 156 – 166.

سپهر، ع.، جلینی، م.، لشکری‌پور، غ.ر. و راشکی، ع.ر. 1396. بررسی همبستگی مورفومتری ترک‌های حاصل از فرونشست با تغییرپذیری ادافیک دشت نیشابور. پژوهش‌های ژئومورفولوژی کمی، 5(4): 59 – 75.

شادفر، ص.، نصیری، ا.، چیتگر، س. و احمدی، ع. 1394. پهنه‌بندی خطر فرونشست با استفاده از روش تحلیل سلسله مراتبی AHP ناحیه موردمطالعه (دشت بوئین‌زهرا). فصلنامه علمی – پژوهشی جغرافیای سرزمین، 12(48): 101 – 116.

شایان، س.، یمانی، م. و یادگاری، م. 1395. پهنه‌بندی فرونشست زمین در حوضه آبخیز قره‌چای همدان. مجله هیدروژئومرفولوژی، 9: 139 – 158.

صالحی‌متعهد، ف.، حافظی‌مقدس، ن.، لشکری‌پور، غ.ر. و دهقانی، م. 1396. ارزیابی علل زمین‌شناختی فرونشست زمین در دشت مشهد و اثرات آن بر شهر مشهد. مجموعه مقالات دومین همایش زمین‌شناسی و محیط زیست. 9 اسفندماه، دانشگاه فردوسی مشهد. 9ص.

صفرپور، ز.، فرزادمهر، ج.، گلکاریان، ع. و بشیری، م. 1399. بررسی کارایی مدل شاخص پایداری دامنه در شرایط مختلف هیدرولوژیکی)مطالعۀ موردی: حوزۀ سد بیدواز اسفراین). مرتع آبخیزداری، 73(1): 139-148.

علیاکبری، ا.، مختاریملکآبادی، ر. و موسوی، س.چ. 1401. ارایه چارچوبی برای تدوین زیست‌پذیری با تکیه بر عوامل راهبردی. فصلنامه راهبردهای توسعه روستایی، ۹(۱): ۸۳ – ۱۰۲.

کریمی، ج.، گرایی، پ. و توکلی، م. 1391. پهنه‌بندی خطر وقوع فروچاله‌ها با استفاده از رگرسیون چندمتغیره (مطالعه موردی: فرو چاله‌های ریزشی دشت جابر، ایلام). مجله زمین‌شناسی کاربردی پیشرفته، 9(6): 53 – 62.

محمدی، ا.، صهبائی لطفی، ا. ر. و طلعتی، ا. 1390. بررسی علل ایجاد درز و شکاف‌های به‌وجود آمده در شمال‌غرب دشت سملقان خراسان‌شمالی. اولین همایش منطقه‌ای توسعه منابع آب. ابرکوه، 29 اردیبهشت، دانشگاه آزاد اسلامی واحد ابرکوه.

مهندسین مشاور آب و توسعه پایدار .1384. گزارش مطالعات هیدروژئولوژی دشت کاشمر، 265ص.

میرهاشمی، س. ح.، حقیقت‌جو، پ، میرزایی، ف و پناهی، م. 1396. ارزیابی الگوریتم داده‌کاوی در بررسی و پیش‌بینی وضعیت آبخوان دشت قزوین. مجله هیدروژئولوژی، 2 (2): 53 – 66.

نادری، ک.، ندیری، ع.ا.، اصغری‌مقدم، ا. و کرد، م. 1397. روشی جدید برای شناسایی و تعیین مناطق در معرض خطر فرونشست (مطالعه موردی: آبخوان دشت سلماس). اکوهیدرولوژی، 5(1): 85 – 97.

ندیری، ع.ا، طاهری، ز.، برزگری. دیده‌بان، خ. 1397. ارائه چهارچوبی برای تخمین پتانسیل فرونشست آبخوان با استفاده از روش الگوریتم ژنتیک. مجله تحقیقات منابع آب ایران، 14(2): 174 – 185.

نعمتالهی، م.، بشیری، م.، آذرخشی، م. و رستمیخلج، م. 1400. اثر گوگرد و سیلیکات سدیم بر تثبیت آهک خاک و مهارکردن فرسایش آبی در پیرامون کارخانهی آهک (تربت حیدریه(. پژوهشهای آبخیزداری، 34(4): 88-103.

نقیبی، س.ا.، پورقاسمی، ح.ر.، پورطفلی، ز.س. و رضایی، ا. 1393. نقشه‌برداری بالقوه قنات‌های زیرزمینی با استفاده از نسبت فرکانس و مدل‌های آنتروپی شانون در حوزه آبخیز مغان. مجله علوم زمین، 8(1): 171 – 186.

Abdollahi, S., Pourghasemi, H. R., Ghanbarian, G. A. and Safaeian, R. 2018. Prioritization of effective Fctors in the occurrence of land subsidence and its susceptibility mapping using an SVM model and their different kernel function. Bulletin of Engineering Geology and the Environment, 14: 1-18.

Breiman, L., Friedman, J. H., Olshen, R. A. and Stone, C. J. 1984. Regression trees. Chapman and Hall, New York.

Fulton, A. 2006. Subsidance and Water table. U.K

Gonnuru, P. and Kumar, Sh. 2017. PsInSAR based land subsidence estimation of Burgan oil field using TerraSAR-X data. Remote Sensing Applications: Society and Environment, 9: 17–25.

Ghorbanzadeh, O., Blaschke, T., Aryal, T. and Gholaminia, Kh. 2018. A new GIS-based technique using an adaptive neuro-fuzzy inference system for land subsidence susceptibility mapping, Journal of Spatial Science, (65): 401-418.

Li, Z., Zhou, H. and Xu, Y. 2013. Research on prediction model of support vector machine-based land subsidence caused by foundation pit dewatering. Advanced Materials Research, 671-674: 105–108.

Lofgren, B.E. 1969. Changes in aquifer-system properties with groundwater depletion, Proceeding of International Conference on Evaluation and Prediction of Land Subsidence, Pensacola, American Society of Civil Engineers: 26-46.

Nguyen, M., Lin, Y.N., Tran, Q.C., Ni, C.F., Chan, Y.C., Tseng, K.H. and Chang, C.P. 2022. Assessment of long-term ground subsidence and groundwater depletion in Hanoi, Vietnam, Engineering Geology, (299), https://doi.org/10.1016/j.enggeo.2022.106555.

Park, I., Lee, J. and Lee, S. 2014. Ensemble of ground subsidence hazard maps using fuzzy logic. Center European Journal of Geosciences, 6 (2): 207–218.

Park, I. Choi, J. Jin Lee, M. and Lee, S. 2012.Application of an adaptive neuro fuzzy inference system to ground subsidence hazard mapping. Computers & Geosciences, 48: 228–238.

Poland, J.F. 1984. Guidebook to studies of land subsidence due to groundwater withdrawal. United Nations Educational, Scientific and Cultural Organization, Paris, Studies and Reports in Hydrology, 40:305-309.

Shrestha, P. K. Shakya, N. M. Pandey, V. P. and Birkinshaw, S.J. 2017. Model-based estimation of land subsidence in Kathmandu Valley, Nepal. Geomatics, Natural Hazards and Risk, 8 (2): 974-996.

Yin, J. Yu, D. and Wilby, R. 2016. Modelling the impact of land subsidence on urban pluvial flooding; a case study of downtown Shanghai, China. Science of The Total Environment, 544: 744-753.