Identify areas prone to landslide and vertical displacement using Radar images (Case study: Lavasan urban area and urban margin)

Document Type : Research Article

Authors

1 Associate Professor in Geomorphology, Department of Geography, Shiraz University, Shiraz, Iran

2 b Master in Hdrogeomorphology, Kharazmi University, Tehran, Iran

3 Ph.D. Student in Geomorphology, Faculty of Geography, Tehran University, Tehran, Iran

4 PhD Student in Urban Engineering, Islamic Azad University, Broujerd Brench

Abstract

associated with many losses. Many areas, including the southern slopes of Alborz, are susceptible to a variety of geomorphological hazards, therefore, this study investigates the hazards of vertical displacement and landslides in the urban area and urban margin of Lavasan, located on the southern slopes of Alborz. This study was carried out in two stages, in the first step, to evaluate the vertical displacement of the region using the Sentinel radar image and SBAS time series method. In the second step, the geomorphological, geological and human parameters as well as the fuzzy logic model and ANP are used to evaluate the potential landslide prone areas. Thirdly, based on the results of the vertical displacement assessment as well as the potential assessment of landslide prone areas, hazardous areas of the study area have been identified. The results of the SBAS time series method show that the range of studies over the 3 year period has been about 12.4 mm uplift as well as 103.2 mm subsidence. Potential results of landslide-prone zones also indicate that limited northern study areas have great potential for landslides. Also the results of the evaluation of the hazardous areas in the study area indicate that the landslide susceptible areas of 30.1 km2, Areas with displacement more than 45 mm 26.27 km2 as well as landslide prone areas with displacement more than 45 mm 6.97 km­2

Graphical Abstract

Identify areas prone to landslide and vertical displacement using Radar images (Case study: Lavasan urban area and urban margin)

Keywords


 بابایی، سیدساسان؛ خزایی، صفا؛ قاصرمبارکه، فروزان؛ ۱۳۹۶. پردازش سری زمانی تداخل سنجی تصاویر راداری COSMO-SkyMed به‌منظور محاسبه نرخ فرونشست در محدوده سازه­های زمینی و زیرزمینی در شهر تهران. نشریه علوم و فنون نقشه برداری. دوره ۷. شماره ۱.‌ صص ۶۷-۵۵
بابایی، سیدساسان؛ موسوی، زهرا؛ روستایی، مه­آسا؛ 1395. آنالیز سری زمانی تصاویر راداری با استفاده از روش­های طول خط مبنای کوتاه (SBAS­) و پراکنش ­کننده­های دائمی (­PS­) در تعیین نرخ فرونشست دشت قزوین. نشریه علمی- پژوهشی علوم و فنون نقشه‌برداری. دوره ۵. شماره ۴. صص ۱۱۱-۹۵
بهاروند، سیامک؛ سارویی، حمزه؛ سوری، سلمان؛ 1396. پهنه­بندی خطر زمین­لغزش با استفاده از روش ترکیب خطی­وزن­دار (مطالعه موردی: حوضه ده سفید لرستان). فصلنامه جغرافیای طبیعی. سال ۱۰. شماره ۳۵.  صص ۸۶-۷۵
پورطاهری، مهدی؛ حمدالله، سبحانی قیداری؛ صادقلو، طاهره؛ ۱۳۹۰. ارزیابی تطبیقی روش­های رتبه­بندی مخاطرات محیطی در مناطق روستایی (مطالعه موردی: استان زنجان). فصلنامه پژوهش­های روستایی. سال ۲. شماره ۳. صص ۵۴-۳۱
حسین­آبادی،‌ مهدی؛ موسوی، سیدمرتضی؛ ناظمی، محمد؛ ۱۳۹۸. پهنه‌بندی خطر زمین‌‌‌‌لرزه و زمین‌‌‌‌لغزش به روش منطق فازی در رشته‌کوه باقران (جنوب بیرجند). فصلنامه جغرافیا و توسعه. دوره ۱۷. شماره ۵۵. صص ۱۷۴-۱۵۳
رجایی، عبدالحمید؛ 1382. کاربرد ژئومورفولوژی در آمایش سرزمین و مدیریت محیط. چاپ دوم. تهران: نشر قومس.
رنجبر، محسن؛ بیات،‌ سارا؛ ۱۳۸۹. بررسی مخاطرات طبیعی شهرستان خمین با تاکید بر زلزله و مدیریت بحران. ‌فصلنامه جغرافیایی چشم­انداز زاگرس. سال ۲. شماره ۴. صص ۴۹-۳۷
صالحی متعهد، فهیمه: حافظی مقدس، ناصر؛ لشکری پور، غلامرضا؛ دهقانی، مریم؛ ۱۳۹۸. ارزیابی فرونشست زمین به کمک تلفیق روش تداخل سنجی راداری و اندازه‌گیری‌های میدانی و مطالعه دلایل و اثرات آن بر شهر مشهد. نشریه زمین‌شناسی مهندسی. سال ۱۳. شماره ۳
صفاری، امیر؛ جعفری، فرهاد؛ 1395. سنجش مقدار و پهنه­بندی خطر فرونشست زمین با استفاده از روش تداخل سنجی راداری (مطالعه موردی: دشت کرج –شهریار). فصلنامه علمی ـ پژوهشی و بین­المللی انجمن جغرافیای ایران. سال 4. شماره 48. صص ۱۸۸-۱۷۵
علیجانی، بهلول؛ ۱۳۹۳. مبانی فلسفی مخاطرات محیطی. فصلنامه تحلیل مخاطرات فضایی. سال ۱. شماره ۱. صص ۱۵-۱
ملکی، امجد؛ دهساری، مهین؛ رضائی، پیمان؛ 1394. تنگناهای ژئومورفولوژیک توسعه کالبدی شهر جوانرود با استفاده از مدل منطق فازی. مجله برنامه­ریزی و آمایش فضا. دانشگاه تربیت مدرس. دوره ۱۹. شماره 4. صص 159-183 
یمانی، مجتبی؛ پیرانی، پریسا؛ مرادی پور، فاطمه؛ شعبانی عراقی، عارفه؛ گورابی، ابوالقاسم؛ 1393. ارزیابی ژئومورفولوژیکی پتانسیل حرکات دامنه­ای تاقدیس سیاه کوه، غرب ایران. برنامه­ریزی و آمایش فضا. دوره ۱۸. شماره 3. صص ۱۷۰-۱۴۷
 
Abir, I. A., Khan, S.D., Ghulam, A., Tariq, S., Shah, M.T., 2015. Active tectonics of western Potwar Plateau–Salt Range, northern Pakistan from InSAR observations and seismic imaging. Remote Sensing of Environment, 168: 265-275.
Bednarik, M., Magulova, B., Matys, M., Marschalko, M., 2010. Landslide Susceptibility Assessment of the Kralˇovany–Liptovsky´ Mikulaš Railway Case Study, Physics and Chemistry of the Earth, Vol. 35, PP.162-171.
Bronfman, N. C., Cisternas, P. C., Repetto, P .B. Castañeda,  J. V., 2019. Natural disaster preparedness in a multi-hazard environment: Characterizing the sociodemographic profile of those better (worse) prepared, PLoS One, v.14(4);  PMC6481794
Cigna, F., Novellino, A., Colm, J., Sowter, A., 2014. Intermittent SBAS (ISBAS) InSAR with COSMO-SkyMed X-band high resolution SAR data for landslide inventory mapping in Piana degli Albanesi (Italy). In: SPIE Proceedings: SAR Image Analysis, Modeling, and Techniques XIV (2014), Amsterdam, Netherlands, 22 Sep.
Hanssen, R. F., 2001. Radar Interferometry: Data Interpretation and Error Analysis. Dordrecht. Kluwer Academic Publishers.
Wang W., Zhang W., Xia Q., 2012. Landslide Risk Zoning Based on Contribution Rate Weight Stack Method, International Conference on Future Energy, Environment, and Materials
Westen, J., Seijmonsbergen, A .C., Mantovani, F., 2000. Comparing Landslid Hazard Maps. Kluwer Academic Publishers. 26 pp
Yalcin, A., 2008. GIS based landslide susceptibility maping using analytical hierarchy process and bivariate statistics in Ardesen(Turkey), Comparisons of result and confirmation Catena, 72: 1- 12.
Zhao, Q., Ma. G., Wang. Q., Yang. T., Liu, M., Gao, W., Falabella, F., Mastro, P., Pepe, A., 2019. Generation of long-term InSAR ground displacement time-series through a novel multi-sensor data merging technique: The case study of the Shanghai coastal area, ISPRS Journal of Photogrammetry and Remote Sensing, Volume 154, August 2019, Pages 10-27
 
CAPTCHA Image