خلاصه

تغییر کاربری زمین (LUC) و شهرنشینی ناشی از فعالیت های انسانی به طور قابل توجهی وقوع زمین لغزش ها را افزایش داده است و چالش های مهمی را در پیش بینی دقیق حساسیت زمین لغزش علیرغم چندین دهه پیشرفت مدل ارائه کرده است. این مطالعه، با تمرکز بر دره رودخانه لی (LRV) در ناحیه یونگ‌دینگ، چین، از دو مدل رایج، یعنی یک مدل فرآیند تحلیل سلسله مراتبی-شاخص جامع (AHP-CI) و یک مدل رگرسیون لجستیک (LR) برای ارزیابی حساسیت زمین لغزش استفاده می‌کند. (LS). مدل AHP-CI مبتنی بر تجربی است، با مزیت ساخت‌پذیر و قابل اجرا در مقیاس‌های مختلف بدون مجموعه داده، اگرچه بسیار ذهنی باقی می‌ماند. مدل LR یک مدل آماری است که به مجموعه آموزشی نیاز دارد. این دو مدل به ترتیب رویکردهای اکتشافی و آماری را برای ارزیابی LS نشان می‌دهند. در همین حال، شرایط اولیه زمین شناسی و محیطی در مدل AHP-CI در نظر گرفته شده است، در حالی که مدل LR شرایط LUC و شهرنشینی را در نظر می گیرد. نتایج تشخیص چند خطی منعکس کننده عقلانیت انتخاب عامل مستعد کننده است (۱٫۱۳۱ < VIF < 4.441). یافته‌ها نشان می‌دهد که مدل AHP-CI در شرایط LUC و شهرنشینی ضعیف عمل می‌کند (AUROC = 0.645، 0.628، و 0.667 برای مجموعه داده‌های اعتبارسنجی مختلف). با این حال، هنگامی که تمام عوامل مستعد کننده فعالیت انسانی متغیر با زمان در نظر گرفته می‌شوند، مدل LR (AUROC = 0.852) تحت شرایط صرفاً در نظر گرفتن سال‌های 2010 (AUROC = 0.744) و 2020 (AUROC = 0.810) به طور قابل توجهی بهتر عمل می‌کند. مدل CA-Markov برای پیش‌بینی کاربری آینده زمین برای دوره‌های برنامه‌ریزی کوتاه‌مدت (2025)، میان‌مدت (2030) و بلندمدت (2040) استفاده شد. بر اساس این پیش بینی ها، نقشه های LS آینده ایجاد شد. به طور مهمی، این مقاله روابط بین مدیریت زمین لغزش و توسعه پایدار منطقه‌ای را تحت چارچوب SDGs سازمان ملل، که مربوط به اهداف 1، هدف 11، هدف 13، و هدف 15 است، مورد بحث قرار داد. در نهایت، این مطالعه اهمیت یکپارچه‌سازی زمین استراتژیک را برجسته می‌کند. برنامه‌ریزی، تلاش‌های احیای جنگل‌ها و ارزیابی کامل عوامل مستعدکننده تأثیر انسانی با پیش‌بینی‌های LS همسو با SDG، از یک استراتژی جامع و چندجانبه برای ترویج کاهش پایدار زمین لغزش حمایت می‌کند.