Nomadic Territory Planning Studies

Nomadic Territory Planning Studies

Identifying rural settlements at risk of landslides in nomadic ecosystems (case study: Paveh county)

Document Type : Original Article

Authors
Davood Jamini 1
Himan Shahabi 2
Hamid Nazari 3
Ramin Atashbahar 4
1 Assistant Professor, Department of Geomorphology, Faculty of Natural Resources, University of Kurdistan, Sanandaj, Iran (Part-time Researcher at Kurdistan Studies Institute, University of Kurdistan, Sanandaj, Iran)
2 Associate Professor, Department of Geomorphology, Faculty of Natural Resources, University of Kurdistan, Sanandaj, Iran
3 Ph.D. in Geography and Rural Planning, Faculty of Geography, University of Isfahan, Iran
4 Department of Geomorphology, Faculty of Natural Resources, University of Kurdistan, Sanandaj, Iran
10.22034/jsnap.2023.410697.1066
Abstract
Considering the existence of numerous villages in nomadic ecosystems and the destructive effects of natural disasters on life, finances, and the environment, identifying rural settlements at risk of landslides as one of the most common natural hazards in the world and Iran can be effective in managing these crises.
Purpose of the research: The purpose of the current research is to identify rural settlements at risk of landslides in the nomadic ecosystem of Paveh.
Methodology: To achieve the goals of this quantitative and applied research, 18 factors affecting landslides were used and to weigh them from the opinions of 15 university professors, researchers and experts. for extract landslide points, Sentinel 1 radar images were used in Snap and Google Earth software environment and to analyze the data, ArcGIS software was used with the fuzzy overlay method.
Geographical area of research: The geographical area of this study is Paveh city, located in Kermanshah province
Results and discussion: The results of the research showed that in terms of sensitivity to the occurrence of landslides, 39% of the entire area of the county is located in areas with very low and low risk, 30% in areas with medium sensitivity and 31% in areas with high and very high sensitivity. Also, the results showed that it is located among the 53 populated settlements of Paveh county 35.8% of villages in areas with very low and low risk, 28.3% in the area with moderate sensitivity and 35.9% in high and very high sensitivity areas.
Conclusion: Considering the exposure of a significant number of rural settlements to the risk of landslides, the preparation of a sensitivity map to the occurrence of environmental hazards in these geographical spaces should be prioritized in land development policies and plans.
Keywords
Environmental hazards
landslides
nomadic ecosystems
rural settlements

Subjects

ابراهیمی مقدم، فهیمه و عباس نژاد، احمد. (1395). ارزیابی و پهنه­بندی خطر وقوع زمین لغزش استان کرمان با مدل­های فازی و AHP، فصلنامه زمین شناسی محیط زیست، 10(37)، 25-44.
اجتماعی، بابک. (1400). شناسایی پهنه‌های خطر ناشی از زمین‌لغزش در سکونت‌گاه­های روستایی شهرستان داراب. فصلنامه برنامه­ریزی منطقه­ای، 11(44)، 239-252.
ایمانی، بهرام. (1400). تدوین الگویی برای مدیریت مخاطرات طبیعی و پایداری نواحی شهری و روستایی نمونه: زمین لغزش در منطقه رودبار، جغرافیا و برنامه­ریزی محیطی، 32(83)، صص: 128-105.
پیشنماز احمدی، مجید؛ محمدزاده، کیوان و ثقفی، مهدی. (1397). پهنه‌بندی خطر وقوع زمین‌لغزش و خطرپذیری سکونتگاه‌های روستایی در زیر حوضه رودبار با روش تحلیل شبکه (ANP)، پژوهش­های ژئومورفولوژی کمّی، 7(1)، 225-211.
روستایی، شهرام؛ مختاری، داود و اشرفی فینی، زهرا. (1399). پهنه­بندی خطر زمین لغزش در حوضه آبریز طالقان با استفاده از شاخص آنتروپی شانون، نشریه علمی جغرافیا و برنامه­ریزی، 24(71)، 125-150.
شادفر، صمد؛ نصیری هنده خاله، اسماعیل؛ گلمهر، احسان و نصیری محمد. (1401). پهنه­بندی خطر وقوع زمین لغزش در قلمرو کوچ نشینان (مطالعه موردی: حوضه طالقان). مطالعات برنامه­ریزی قلمرو کوچ نشینان، 2(2)، 65-76.
صالحی، سعدی و معماری، گلان. (1398). پهنه بندی مناطق مستعد زمین لغزش شهرستان سروآباد با مدل AHP در محیط ArcGIS، جغرافیا و روابط انسانی، 2(3)، صص: 137-155.
صفایی­پور، مسعود؛ شجاعیان، علی و آتش­افروز، نسرین. (1395). پهنه­بندی زمین لغزش با استفاده از مدل AHP در محیط GIS (منطقه مورد مطالعه روستای دره گز قلندران شهر دهدز). جغرافیای طبیعی، 9(31)، 105-118.
عابدینی، موسی و پیروزی، الناز. (1398). پهنه­بندی خطر زمین لغزش با استفاده از تلفیق روش­های ANP،  Hot Spotو WlC (مطالعه موردی: شهرستان خلخال)، جغرافیا و مخاطرات محیطی، 8(4)، 19-36.
عابدینی، موسی؛ اسمعیلی، لیلا؛ پاسبان، امیرحسام و پیروزی، الناز. (1402)، بررسی و پهنه‌بندی خطر زمین‌لغزش در حوضه نیرچای با استفاده از مدل ANP، مطالعات علوم محیط زیست، 8(1)، 6002-5987.
عابدینی، موسی؛ روستائی، شهرام و فتحی، محمدحسین. (1397). پهنه‌بندی حساسیت وقوع زمین‌لغزش با استفاده از مدل هیبریدی قضیه بیز ـ ANP (مطالعه موردی: کرانه جنوبی حوضه آبریز اهر چای از روستای نصیرآباد تا سد ستارخان)، پژوهش­های ژئومورفولوژی کمّی، 5(1)، 142-159.
عرب عامری، علیرضا و حلبیان، امیرحسین. (1394). پهنه­بندی خطر زمین لغزش با استفاده از مدل آماری دو متغیره وزنی AHP و سیستم اطلاعات جغرافیایی (مطالعه موردی: حوضه زرند)، جغرافیای طبیعی، 8(28)، 65-86.
فیض­اله پور، مهدی؛ منافی، مرضیه؛ خوشرفتار، رضا و خسروی، یونس. (1400). پهنه‌بندی خطر زمین‌لغزش با استفاده از مدل آنتروپی شانون (مطالعه موردی: حوضه آبریز طالقان). نشریه تحقیقات کاربردی علوم جغرافیایی، ۲۱ (۶۲)، ۹۵-۱۱۴.
قیاسی، واحد؛ شیرخانی چشمه شفیع، مازیار و یوسفی، مهیار. (1401). مروری برمطالعات انجام شده در زمینه پهنه­بندی خطر زمین لغزش (الگوریتم جنگل تصادفی)، رویکردهای نوین در مهندسی عمران، 6(4)، 10-1.
محمدزاده، کیوان؛ بهمنی، سیران و فتحی، محمدحسین. (1396). ارزیابی روش رگرسیون لجستیک در بررسی پتانسیل وقوع زمین لغزش مطالعه‌ی موردی: کرانه‌ی جنوبی حوضه‌ی آبریز اهر چای از روستای نصیرآباد تا سد ستارخان. هیدروژئومورفولوژی، 4(11)، 127-148.
محمدی، مجید و نور، حمزه. (1398). پهنه­بندی حساسیت زمین لغزش با استفاده از روش ترکیبی جدید در محیط GIS، علوم و تکنولوژی محیط زیست، 21(12)، 146-135.
مرادی، حمیدرضا؛ محمدی، مجید؛ پورقاسمی، حمیدرضا و فیض­نیا، سادات. (1389). تحلیل و براورد خطر زمین لغزش با استفاده از روش فرایند تحلیل سلسله مراتبی در بخشی از جاده هراز. برنامه‌ریزی و آمایش فضا، 14(۲)، ۲۳۴-۲۴۷.
موسوی، سیده معصومه؛ عابدینی، موسی؛ اسمعلی عوری، اباذر و مدنی، فاطمه. (1395). پهنه‌بندی خطر زمین لغزش با استفاده از مدل‌های فازی چندمعیاره در محیط GIS (مطالعه موردی: حوزه‌ی آبخیز ایذه- خوزستان). پ‍‍ژوهشنامه مدیریت حوزه آبخیز. ۷ (۱۴)، ۸۷-۷۸.
Ajake, A.O., Eneyo, V.B., Akpan, N.P., Obi, F.G., Eja, E.I., Kharbish, S., & Eldosouky, A.M. (2022). Analysis of participatory dimensions of landslide disaster and risk management in some rural communities of south eastern, Nigeria. Carpathian Journal of Earth and Environmental Sciences. 17(2):323-338.
Bhuyan, K., Meena, S.R., Nava, L., Westen, C.V., Floris, M & Catani, F (2023). Mapping landslides through a temporal lens: an insight toward multi-temporal landslide mapping using the u-net deep learning model, GIScience & Remote Sensing, 60:1, 2182057, DOI: 10.1080/15481603.2023.2182057.
Fayaz, M.; Meraj, G.; Khader, S.A.; Farooq, M.; Kanga, S.; Singh, S.K.; Kumar, P.; Sahu, N (2022). Management of Landslides in a Rural–Urban Transition Zone Using Machine Learning Algorithms—A Case Study of a National Highway (NH-44), India, in the Rugged Himalayan Terrains. Land, 11, 884. https://doi.org/10.3390/land11060884.
Ghasemian, B., Shahabi, H., Shirzadi, A., Al-Ansari, N., Jaafari, A., Kress, VR., Geertsema, M., Renoud, S & Ahmad A. A (2022). Robust Deep-Learning Model for Landslide Susceptibility Mapping: A Case Study of Kurdistan Province, Iran. Sensors. 22(4):1573. https://doi.org/10.3390/s22041573.
Khalili, M. A., Guerriero, L., Coda, S., Sellers, C., Calcaterra, D., & Di Martire, D. (2023). Assessment of MT-InSAR processing techniques for slow-moving landslides monitoring in Cuenca (Ecuador) through double-band SAR satellite. Italian Journal of Engineering Geology and Environment, 81–88. https://doi.org/10.4408/IJEGE.2023-01.S-11.
Klimeš, J., Novotný, J., Balek, J and et al (2023). Landslide hazard assessment and risk reduction in the rural community of Rampac Grande, Cordillera Negra, Peru, 05 July 2023, PREPRINT (Version 1) available at Research Square [https://doi.org/10.21203/rs.3.rs-3115964/v1].
Miao, F., Zhao, F., Wu, Y and et al (2022). Landslide Susceptibility Mapping in Three Gorges Reservoir Area Based on GIS and Boosting Decision Tree Model, 20 July 2022, PREPRINT (Version 1) available at Research Square, https://doi.org/10.21203/rs.3.rs-1838482/v1.
Petrucci, O (2022). Landslide Fatality Occurrence: A Systematic Review of Research Published between January 2010 and March 2022. Sustainability 2022, 14, 9346. https://doi.org/10.3390/su14159346.
Riyahi, V. & Nasire Zare, S. (2021). Evaluating the vulnerability of agricultural land use to the landslide risk in rural areas (Case study: Tarom County). Journal of Research & Rural Planning, 10(2): 17-32.
Sapena, M., Gamperl, M., Kühnl, M., Garcia-Londoño, C., Singer, J., and Taubenböck, H (2023), Cost estimation for the monitoring instrumentalization of Landslide Early Warning Systems, Nat. Hazards Earth Syst. Sci. Discuss. [preprint], https://doi.org/10.5194/nhess-2023-41.
Thapa, S., Karna, A.K and Dahal, B.K (2022). Evaluation of Different Landslide Susceptibility Analysis Methods: A Case Study of Bagmati Rural Municipality, JOETP, 3(1): 44-59.
Yu, X.; Xia, Y.; Zhou, J and Jiang, W (2023). Landslide Susceptibility Mapping Based on Multitemporal Remote Sensing Image Change Detection and Multiexponential Band Math. Sustainability 2023, 15, 2226. https://doi.org/10.3390/su15032226.
Zeng, T., Yin, K., Gui, L. et al (2023). Quantitative risk assessment of the Shilongmen reservoir landslide in the Three Gorges area of China. Bull Eng Geol Environ 82, 214 (2023). https://doi.org/10.1007/s10064-023-03242-z.
Nomadic Territory Planning Studies
Volume 3, Issue 1 - Serial Number 5
Spring and Summer
August 2023
Pages 107-122