CC BY
4Опасные экзогеодинамические процессы fayinmi экзогеодинамикальщ процестер Dangerous exogeodynamic processes
https://doi.org/10.55764/2957-9856/2024-3-45-57.25
МРНТИ 39.21/39.23.15 УДК 551.3/796.5
С. А. Тарихазер*1, С. Г. Мамедов2, З. А. Гамидова3
1 Д.г.н., доцент, главный научный сотрудник (Институт географии им. академика Г. А. Алиева, Баку, Азербайджан; [email protected]) 2 К. г. н. (Производственное объединение «Азнефть», SOCAR; [email protected]) 3 К. г. н., доцент, старший научный сотрудник (Институт географии им. академика Г. А. Алиева,
Баку, Азербайджан; [email protected])
ПРИМЕНЕНИЕ КОЛИЧЕСТВЕННОГО МЕТОДА В ИССЛЕДОВАНИИ ОПОЛЗНЕВОЙ ВОСПРИИМЧИВОСТИ БАССЕЙНА РЕКИ АГСУЧАЙ
Аннотация. С помощью количественного метода анализируются опасные оползневые процессы, протекающие в селеопасном бассейне реки Агсучай, с учетом активного развития туристско-рекреационной деятельности в Шамахы-Исмаиллинском регионе. С целью выявления оползневой восприимчивости и вероятного проявления оползней определен «вес» 9 факторов, взаимосвязанных с оползнями, - гипсометрия, углы наклона (крутизна склонов), экспозиция склонов, геологическое строение (литология), расстояние от разломов, среднегодовая сумма осадков, расстояние до эрозионной сети, расстояние до дорог, а также землепользование. Сложив все без исключения факторы оползнеобразования и перемножив их на свой «вес», мы составили карту оползневой восприимчивости селеопасного бассейна реки Агсучай. Достоверность полученных моделей проанализирована благодаря оценке AUC ROC (площадь под кривой ошибок) в 72%, которая продемонстрировала достаточно высокую эффективность примененного метода.
Ключевые слова: оползневая восприимчивость, селеопасный бассейн, геосистема, селевой риск, ущерб, оползневая опасность.
Введение. В последние годы наблюдается ускоренное задействование в хозяйственный оборот горных и предгорных зон, подвергающихся влиянию селевых процессов. Исследование селей все еще весьма актуально в целях устранения чрезвычайных последствий, а также для обоснования и выработки способов по охране регионов и отраслей хозяйства от их воздействия, усовершенствования методов их предвидения [1].
Селевой процесс формируется многочисленными факторами, среди которых главными выступают литология коренных пород, определяющих твердую составляющую селевых процессов и характеризующихся трещиноватостью и выветренностью. Выявление закономерностей формирования и накопления твердой составляющей в корреляции с геологической и геоморфологической обстановкой позволит спроецировать формирование разнотипных селевых потоков и обосновать методы охраны областей, испытывающих их воздействие.
Проблема проявления селевых потоков актуальна для Азербайджана в силу мирового изменения климата, неблагоприятных экологических последствий от ошибочных решений людей и пр. В республике выявляются риски проявления селей, разрабатываются планы по борьбе с ними, внедряются современные методы по уменьшению и устранению их воздействия на сооружения. Страна входит в число 180 стран мира, ратифицировавших документ Азиатского центра снижения риска стихийных бедствий (АЦСРСБ) на 2015-2035 гг.
Одним из регионов Азербайджана, наиболее подверженных воздействию селей, является южный склон Большого Кавказа, конкретно Шамахы-Исмаиллинский район, где исключительно селеопасным бассейном является р. Агсучай (рисунки 1, 2).
Годы
Рисунок 1 - Количество селей на р. Агсучай за 2000-2023 гг.
Figure 1 - The number of mudflows on the Agsuchai River in 2000-2023
Рисунок 2 - Количество прошедших селей по месяцам за 2000-2023 гг.
Figure 2 - The number of past mudflows by months for 2000-2023
Из рисунка 1 следует, что с 2000 по 2023 г. на р. Агсучай прошло 42 наиболее катастрофических селевых потока. Приведем несколько примеров: селевой поток, прошедший 30 мая 2013 г., разрушил дорогу города Агсу, многочисленные заборы, электрические столбы. Дворы жилых домов и подвалы были затоплены толстым слоем ила. Селевой поток 10 октября 2016 г. разрушил селезащитные укрепления в селах Мешадганлы и Агаларбейли и мост в городе Агсу. 3 июня 2018 г. селевой поток разрушил дорогу, соединявшую село Мешадганлы с населением 1500 жителей с районным центром, линии электропередачи и телефонные столбы, прервано водо- и газоснабжение села, полностью вышли из строя оросительные каналы. 4 августа 2020 г. селевой поток повредил участок дороги Шамахы-Исмаиллы. Несколько частных домов и центр отдыха с находящимися на его территории коттеджами затопило илом. Сель унес большое число домашней птицы и скота. 7 сентября 2023 г. сель повредил столбы и провода электропередачи и связи. Была прекращена подача электроэнергии в некоторые села, в том числе в город Агсу. Селевой поток повредил участок дороги Агсу-Исмаиллы.
Хотелось бы отметить, что Шамахы-Исмаиллинский район считается одним из крупных рекреационных и курортных регионов республики. Тысячи людей в год посещают такие достопримечательности, как Сафари-парк, Шамахинская обсерватория, 5-звезд очные отели «Шамахы-Палас-Шерадиль», «Басгал-Ресорт», курортный отель «Сакит-гель» и многие другие, возведенные в горных или высокогорных зонах, где масштабно развиты оползневые процессы. Они внезапны, непредсказуемы и тесно связаны с селевыми процессами. Анализ развития и проявления оползней в Шамахы-Исмаиллинском районе обеспечит урегулирование многочисленных хозяйственных и практических проблем, позволит предугадать опасные последствия, спровоцированные непоправимым преобразованием рельефа, использовать результаты исследования в целях оптимальной эксплуатации, а также уменьшения ущерба и оползневого риска [2, 3].
Цель исследования - определить главные причины формирования и проявления оползней в бассейне р. Агсучай, являющейся селеопасной рекой не только Шамахы-Исмаиллинского района, но и всего южного склона Большого Кавказа в границах Азербайджана. Кроме того, необходимо вскрыть условия их образования, оценить восприимчивость местности к оползневым процессам и разработать методы предотвращения оползней и селей, уменьшения тяжести их последствий и защиты от этих природных явлений.
Характеристика района исследования. В строении Шамахы-Исмаиллинского района преобладают третичные осадочные и вулканогенно-осадочные отложения мелового периода. Река Агсучай протекает по волнистому, относительно широкому плато, возвышающемуся порою до
высоты 1000 м. На западе бассейн обрамлен Гюрдживанским плато, на востоке — Лянгябизским хребтом. Средняя густота речной сети 0,46 км/км2. Большинство селевых очагов, а именно оползни и оползни-потоки (ишгыны), наблюдается на высоте свыше 1200 м. Главные факторы масштабного проявления оползней — наличие разрывных нарушений и глинистых отложений большой мощности, а также широкое развитие крутых склонов в Шамахы-Исмаиллинском районе.
В селеопасном бассейне р. Агсучай в последнее время наблюдается увеличение числа оползней (рисунок 3).
Рисунок 3 - Оползневые процессы в долине р. Агсучай Figure 3 - Landslide processes in the valley of the Agsuchai River
К примеру, если в прошлом оползни проявлялись лишь в верхних зонах среднегорья, а также в высокогорье, сейчас они уже масштабно формируются в предгорных и низкогорных зонах селеопасного бассейна р. Агсучай. Здесь помимо природных факторов огромное воздействие оказывает антропогенная (прокладка линейной инфраструктуры, подрезка склонов и мн. др.) деятельность [4].
Селеопасный бассейн р. Агсучай обладает сложным геолого-геоморфологическим строением. Основой служит складчато-глыбовое строение рельефа, где комбинируются мелкие и крупные, простые и сложные, отрицательные и положительные структуры, тектонические покровы и разломы.
Вдоль долины р. Агсучай проходит мощное Западно-Каспийское нарушение, по которому заложена долина реки. Он пересекает восточный сегмент Говдагского хребта, осевую зону Ниалдагского хребта и Лахыджскую котловину, осложняя их строение, что в конечном итоге и вызывает активизацию оползневых процессов.
В истоковой части долина р. Агсучай представляет собой ущелье с крутыми склонами, тесниной и водопадами. В средней части долина реки расширяется, периодически срезает изверженные породы с прослоями известняков и песчаников, формируя теснину с крутыми скалистыми склонами. Притокам селеопасной р. Агсучай присуща приуроченность их долин к запрокинутым на юг складкам. Северные склоны отвесные, а южные пологие, что совпадает с напластованим слагающих отложений. Долины притоков более глубокие, сформированные в сравнительно легко разрушающихся породах большой мощности. В нижней части долина р. Агсучай выделяется широкой ящикообразной долиной с речными террасами и высоко приподнятой поймой.
Агсучай, проходя через низкогорье и предгорье, формирует конус выноса, образованный значительными по объему отложениями селевых потоков (рисунок 4).
Среднегорье бассейна селеопасной р. Агсучай выделяется формированием обвальных и осыпных склонов из массивных песчано-известняковых пород юры и мела, высокогорье — зоной нивально-денудационного влияния и гравитационных процессов.
Территория среднего течения селеопасной р. Агсучай изобилует мощными оползневыми массивами, амфитеатрами, цирками, медленно сползающими потоками, стенками отрыва оползней, которые осложняют рельеф, сглаживая его структурную специфику. Примером могут служить
структуры низких порядков, черты которых сглажены гравитационными процессами и формами рельефа. Мощные оползневые потоки, переходящие в сели с внушительными конусами выноса, занимают дно котловин и их склонов. По данным Н. Ш. Ширинова (1982), интенсивная раздробленность бортов продольного участка долины р. Агсучай обязана резкой расчлененности нижнемеловых известняков, мергелей и песчаников, череде энергичных в новейшем этапе продольных нарушений, строению склонов, сложенных слоями, падающими на север.
Изложенный анализ оротектонической структуры селеопасного бассейна р. Агсучай свидетельствует, что важным фактором формирования оползней служит геолого-геоморфологическое строение.
Материалы и методы исследования. Оползни представляют огромную угрозу, что мотивирует исследователей находить более целесообразные способы и методы их прогнозирования. За последнее время появилось множество способов прогноза оползней, но чаще всего используют вероятностно-статистические методы. Опубликовано большое число работ по исследованию оползневой восприимчивости [5-17]. К примеру, Чалкова Ю. С., Черепанов Б. М. [18] оползневые процессы изучали методом сравнительно-геологического анализа условий их развития. Фоменко И. К., Пендин В. В., Нгуен Ч. К. [19] для оценки оползневой опасности территорию исследования делят на зоны, которые друг от друга отличаются природными условиями образования оползней, по активности и характеру воздействия антропогенного фактора. Анализ оползневых факторов ученые проводят способом взвешенных сумм или взвешенных произведений. Леонова А. В., Строкова Л. А., Никитенкова А. Н. [20] определяют закономерности развития оползней, дают оценку активности их образования и проводят прогноз вероятности их проявления.
Оползневая восприимчивость (landslide susceptibility) - «это ареальная допустимость оползней, проявляющихся в конкретном регионе, с учетом местных ситуаций, свидетельствующая, где, возможно, образуются оползни» [21, 22], т.е. оползневая восприимчивость идентифицируется как вероятность образования оползня на конкретной территории, оцениваемая на основе качественной и количественной интерпретации ряда природных и антропогенных факторов, провоцирующих формирование оползней. Картирование оползневой восприимчивости (LSM -Landslide Susceptibility Mapping) - «это алгоритм выявления пространственной дифференциации и систематизации участков территории на базе их предрасположенности к развитию оползней. На это воздействуют топография, геология, особенности свойств грунтов, климат, растительность и антропогенное влияние» [23]. Пространственный анализ с помощью ГИС «объясняет взаимосвязи между множественными факторами устойчивости склонов и формированием оползневых процессов, служа продуктивным подходом для оценки оползневой восприимчивости» [24, 25].
Как отмечалось, при анализе оползневой восприимчивости чаще всего используют статистический метод, где оползни и формирующие их причины служат главными составляющими при создании модели восприимчивости к оползням, «дабы предвидеть образование оползней в перспективе» [26]. Обычно парадигмы оценки оползневой восприимчивости подразделяют на качественные и количественные [5, 10, 27]. С недавних пор наблюдается рост числа количественных методов при исследовании оползневой восприимчивости по причине того, что результаты этих методов более достоверные. Однако качественные методы все еще актуальны при анализе оползневой восприимчивости на крупных ареалах, и вдобавок, если количественные методы нереализуемы вследствие неполноты данных.
В работе в целях оценки оползневой восприимчивости и разработки карт вероятного формирования оползней в селеопасном бассейне р. Агсучай применены способы соотношения частот (англ. Frequency Ratio method - FR) и индекса энтропии (Index of entropy).
Рисунок 4 - Верховье конуса выноса р. Агсучай Figure 4 - Upper reaches of the Agsuchai River outflow cone
N
F.
i] p
N
(1)
Способ соотношения частот основан на выявляемых соотношениях между дифференциацией оползней и отдельным из зависимых от них факторов для того, чтобы установить взаимосоответствие между местами обнаружения процесса и факторами, его провоцирующими. Следовательно, каждый фактор делится на ряд групп, а степень частоты (FR) для любой группы факторов устанавливается по уравнению
где Ni - число точек (пикселей) оползней в группе факторов i; N - сумма числа точек (пикселей) оползней на карте территории изучения; Pi - сумма числа точек (пикселей) в группе факторов i; P - общая сумма числа точек (пикселей) на карте территории изучения.
Затем для выявления «веса» любого фактора, образующего оползни, применен индекс энтропии Шеннона. «Энтропия - мера оценки бессистемности, непредсказуемости, неясности и неустойчивости конкретной системы». Между функцией энтропии и уровнем бессистемности в системе существует согласованность, описываемая формулой Больцмана. Шеннон воспользовался этим принципом, усовершенствовал его и создал «энтропийную модель для теории информации» [28]. В настоящее время принцип информационной энтропии широко используется для выявления индекса «веса» опасных явлений, в том числе в качестве совокупного экологического анализа природных процессов, таких, как оползнм, обвалы, сели мн. др.
Итогом этого анализа служит выделение на изучаемой территории пяти зон вероятностного формирования оползневого процесса, таких, как весьма низкая, низкая, средняя, высокая и весьма высокая.
При анализе оползневой восприимчивости результаты сверяются с оценкой AUCROC (площадь под кривой ошибок).
ROC-кривая, или кривая ошибок (англ. Receiver Operating Characteristic), - график, дающий возможность понять качество бинарной классификации, демонстрирует зависимость числа правильно классифицированных положительных примеров от ошибочно систематизированных отрицательных примеров. Площадь под ROC-кривой AUC (Area Under Curve) служит объединенной особенностью классификации, неподконтрольной показателю суммы ошибок. Чем выше значимость AUC, тем качественнее оценка восприимчивости.
Инвентаризация оползней. Важным элементом методологии FR служит создание инвентаризационной карты оползней (ИКП). Такая карта может создаваться как на базе полевых работ,
так и методом интерпретации мультиспектральных изображений, полученных благодаря дистанционному зондированию. ИКП (LIM - Landslide Inventory Mapping) - карта, где указано количество оползней. Кроме того, эта карта содержит такую информацию, как геометрические параметры оползней (размеры, площадь, глубина захвата склонового массива оползневыми деформациями), специфика геолого-геоморфологического строения (литология, структура, свойства грунтов) и гидрогеологических условий.
Создание ИКП выполняется с помощью алгоритма возрастания контрастов, рекомендованного Гондом и Броньоли в 2005 г. Основой методологии является комбинирование спектральных диапазонов для разработки индексов растительности (NDVI) и индексов влажности (NDWI). Затем эти слои соединяются со средним инфракрасным интервалом (MIR) для повышения контрастности территории (рисунок 5).
Рисунок 5 - ИКП селеопасного бассейна р. Агсучай Figure 5 - LIM of the mudflow - prone basin
of the Agsuchai River
В селеопасном бассейне р. Агсучай выделено более 120 оползней. В основном оползни зафиксированы в Лахыдж-Мюдринской внутригорной впадине, на склонах Ниалдагского и Говдагского хребтов и по Аджичайскому тектоническому нарушению.
Результаты исследования. Опираясь на имеющиеся данные, специфику оползней и взаимосвязи между формированием склоновых деформаций и факторами, провоцирующими оползни, для графического представления карт оползневой восприимчивости и вероятностного проявления оползней взяты 9 факторов, взаимосвязанных с оползнями, - гипсометрия, углы наклона (крутизна склонов), экспозиция склонов, геологическое строение (литология), расстояние от разломов, среднегодовая сумма осадков, расстояние до эрозионной сети, расстояние до дорог и землепользование (рисунок 6).
Рисунок 6 - Карты факторов оползнеобразования в селеопасном бассейне р. Агсучай Figure 6 - Maps of landslide factors in the mudslide- prone basin of the Agsuchai River
Рисунок 7 - Карта среднемесячной суммы осадков в селеопасном бассейне р. Агсучай
Figure 7 - Map of the average monthly precipitation in the mudflow basin of the Agsuchai River
Карты гипсометрии, крутизны и экспозиции склонов созданы с помощью цифровой модели рельефа (ЦМР) с разрешением 12,5-30 м. Расстояния до разломов, дорог и эрозионной сети оценены посредством инструмента Евклидово расстояние в ArcGIS. Карта среднемесячной суммы осадков создана способом интерполяции данных о сумме осадков в близрасположенных поселениях (рисунок 7). Карта землепользования (Land use and land cover map) создана на базе обучающей систематизации в информационной установке ArcGIS.
Материалы о геологическом строении (литологии) и глубинные разломы оцифрованы с геологической карты Горно-Ширванского экономического района масштаба 1:200 000. Затем в целях оценки все карты преобразованы в растровый формат, чтобы рассчитать «вес» классов и факторов и в конечном итоге составить карту оползневой восприимчивости.
Так как крутизна склона является одним из существенных факторов формирования оползней, этот параметр получен на базе ЦМР благодаря инструментам пространственной оценки и разделен на 5 групп на основании алгоритма естественных интервалов (границ): 0-6, 6-12, 12-19, 19-28 и 28-69°.
Значимым источником преобразования качеств грунта значится экспозиция склонов. Воздействие экспозиции склонов выражается в различиях в температуре и влажности. Такие различия обозначают изменения свойств почвы по причине их влияния на вегетационные и микроклиматические условия. К примеру, освещенность, осадки, засушливый ветер и пр. влияют на развитие оползней. Экспозицию склонов подразделили на 8 групп: плоская (-1 ), северная (0-22,5 ; 337,5360 ), северо-восточная (22,5-67,5 ), восточная (67,5-112,5), юго-восточная (112,5-57,5), южная (157,5-202,5°), юго-западная (202,5-247,5°), западная (247,5-292,5-292,5-337,5°), северо-западная (292,5-337,5°).
Важным фактором, конкретизирующим устойчивость склона, считается расстояние до рек, так как реки подмывают основание склона, тем самым способствуя развитию эрозионных процессов. Значит, чем дальше от реки, тем меньше вероятность развития оползня.
По параметру «расстояние до рек» выделено 5 групп посредством инструмента Евклидово расстояние ArcGIS: менее 200, 200-400, 400-600, 600-800 и свыше 800 м.
По параметру «расстояние до дорог» определены 4 группы посредством ArcGIS: менее 6, 6-12, 12-18 и свыше 18 м.
По параметру «расстояние до разломов» установлены 4 группы: менее 500, 500-1000, 10001500 и свыше 1500 м.
Обсуждение. В работе проведен анализ взаимосвязи между факторами, формирующими оползни. Паритеты частотностей (Fij) и величины «веса» всех без исключения факторов (W) рассчитаны с помощью моделей FR и IoE (см. таблицу). Для селеопасного бассейна р. Агсучай значения LSI при составлении карт индекса оползневой восприимчивости найдены по формуле
LSI = [(гипсометрия х Wj ) + (углы наклона х Wj ) + (экспозиция х Wj ) + (2)
+ (геологическое строение х Wj ) + (дальность до разломов х Wj ) + + (дальность до водотоков х Wj ) + (дальность до дорог х Wj ) + + (землепользование и растительный покров х Wj ) + + (сумма атмосферных осадков х Wj )].
Оценка взаимосвязи между факторами, формирующими оползни, и распространением оползней Assessment of the relationship between factors shaping landslides and landslide distribution
Фактор Класс фактора Площадь класса Pi Площадь, занятая оползнем N; FR (N / Pi) «Вес» фактора Wj
1 2 3 4 5 6
14-284 306323400 4993,08222 0,005907426
284-616 203414900 1314290,198 2,341629738
Гипсометрия, м 616-973 258086400 828851,6485 1,1639,1537 3,83
973-1444 117177100 49930,8222 0,154431429
1444-2237 54171620 393343,9215 2,631542192
0-6 330906600 66019,64268 0,072005394
6-12 227688500 841611,7475 1,334037325
Углы наклона, град. 12-19 217790500 1162278,583 1,926054587 3,32
19-28 121181000 483219,4015 1,439153503
28-69 37695560 38280,29702 0,3666507096
Север 26740180 110957,3827 1,497576918
Северо-восток 64591080 272955,1613 1,525162171
Восток 82213330 207490,3056 0,910862518
Экспозиция Юго-восток 131276500 357282,7722 0,982250699 1,00
Юг 173426400 601389,014 1,251519271
Юго-запад 184496600 494869,9267 0,968054829
Запад 131472300 309016,3107 0,848290108
Северо-запад 90236100 163107,3525 0,652364743
1 29494140 97087,70982 1,193028445
2 140260100 0 0
3 120623500 0 0
4 139786350 0 0
5 51286170 155895,1226 1,101677652
6 61790515 164216,9263 0,963204235
7 33116900 42718,59232 0,467508526
Геологическое строение 8 108513000 760612,8581 2,540412095 2,86
9 11266060 221914,7653 7,138984167
10 43814306 848269,1903 7,01681515
11 5965070 4438,295306 0,269663974
12 59204091,1 12760,09901 0,078113232
13 98113539,1 128155,777 0,473403567
14 31160724,2 155340,3357 1,806753797
Вулканические брекчии 4806120 0 0
Окончание таблицы
1 2 3 4 5 6
0-500 347749900 1543971,98 1,597895539
Дальность до разломов, м 500-1000 161212200 662415,5744 1,47879718 3,15
1000-1500 87413350 1543971,98 1,30424907
>1500 336260300 662415,5744 0,073035113
<200 469655500 1388076,857 1,067794446
200-400 277143300 763016,9347 0,994679918
Дальность до водотоков, м 400-600 140608000 338604,946 0,870035199 2,61
600-800 44409040 101710,9341 0,827465345
>800 4429420 0 0
<300 278845400 242441,8811 0,310793604
300-600 165115200 315673,7536 0,683406856
Дальность до дорог, м 600-900 116582400 367823,7235 1,127806665 2,28
900-1200 84719300 378364,6748 1,596452995
>1200 281064000 1287105,683 1,636955589
Водоемы 2350633 21537 0,0856443955
Леса и лесокустарники 194466200 769 0,46585411
Пахотные земли 290814400 6154 0,017306357
Землепользование Населенные пункты 50804620 14615 0,150578142 5,26
Территории с разреженной растительностью 9854127 101526,0051 3,738647165
Луга и пастбища 392064100 2204723,193 2,040573919
468-515 120732192,2 0 0
Сумма атмосферных 515-552 177959026 0 0 8,77
осадков, мм/год 552-586 223405512,7 64355,28194 0,104399699
586-613 417074996,9 2527054,39 2,195883873
Примечание. Геологические классы: 1 - голоцен, современные аллювиальные отложения - галька, гравий, пески, супеси, суглинки; 2 - голоцен, современные делювиально-пролювиальные отложения - гальки, суглинки, супеси, глины; 3 - средний и верхний плейстоцен, аллювиально-пролювиальные отложения - глины, суглинки, супеси, галька с прослоями вулканического пепла; 4 - эоплейстоцен, абшерон морские отложения - глины, пески, песчаники, известняки с прослоями вулканического пепла, суглинки, мергели, конгломераты; 5 - верхний плиоцен, акчагыльские осадочные отложения - глины, вулканический пепел, брекчии, пески, песчаники, галька, известняки; 6 - нижний плиоцен, балаханские осадочные отложения - глины, суглинки, пески, песчаники, галька, гравелиты, конгломераты; 7 - верхний миоцен, понтийские осадочные отложения - пески, песчаники, глины, известняки, конгломераты, вулканические породы, пепел; 8 - нижний миоцен, верхнемайкопские осадочные отложения - сланцевые глины с прослоями глинистых сидеритовых конкреций, вулканический пепел, пески, песчаники, гравелиты, конгломераты; 9 - майкопские осадочные породы олигоцена и нижнего миоцена - глины, аргиллиты, песчаники, мергели; 10 - эоценовые (говундагская свита) осадочные отложения - глины, мергели, песчаники, глинистые доломиты, вулканический пепел, конгломераты; 11 - средний и верхний палеоцен (сумгаитская свита), осадочные месторождения -глины, мергели, песчаники; 12 - осадочные отложения нижнего палеоцена - известняки, песчаники, мергели, аргиллиты, глины; 13 - верхнемеловые вулканогенно-осадочные и осадочные отложения - туфопесчаники, базальты андезиты, порфириты, известняки, песчаники, мергели, аргиллиты, глины; 14 - нижнемеловой вулканогенно-осадочный и осадочные отложения - туфопесчаники, песчаники, мергели, известняки, аргиллиты, туфоконгломераты, туфы, туф-фиты, порфириты, андезиты.
С этой целью в среде программирования ArcGIS с использованием инструмента пространственной оценки «Калькулятор растра», сложив все факторы оползнеобразования и перемножив на свои «веса», мы составили карту оползневой восприимчивости селеопасного бассейна р. Агсучай (рисунок 8).
С помощью способа систематизации истинных границ в среде программирования ArcGIS бассейн р. Агсучай разделен на 5 зон по потенциалу формирования оползней: весьма низкая, низкая, средняя, высокая и весьма высокая. Анализ данных показал, что зоны с весьма низкой, низкой, средней, высокой и весьма высокой вероятностью формирования оползней охватывают соответственно 17,98; 17,03; 24,64; 23,41 и 16,94% площади бассейна реки.
Рисунок 8 -Карта оползневой восприимчивости селеопасного бассейна р. Агсучай
Figure 8 -Map of landslide susceptibility of the mudslide-prone basin of the Agsuchai River
Зоны с высокой и весьма высокой оползневой восприимчивостью главным образом соответствуют Баба-дагскому, Говдагскому, Ниалдагскому хребтам, Лахыдж-Мюдринской впадине и местами склонам Третичного плато (Аджичайская область). Все высокогорье бассейна располагается в зоне весьма высокой и высокой оползневой восприимчивости. Зоны низкой и весьма низкой восприимчивости выявлены в равнинной части и на плоских участках бассейна. Значение АиС 72% свидетельствует об эффективность данного подхода для картирования оползневой восприимчивости и вероятности формирования оползней в селеопасном бассейне р. Агсучай (рисунок 9).
Выводы. Оценка оползневой опасности значится главнейшим звеном национальной стратегии устранения и митигации последствий стихийных явлений в Азербайджане. Районирование территории по возможности формирования оползневого процесса считается базой для анализа оползневой опасности в этой связи с риском и планирования программ своевременного предвидения.
С этой целью впервые в Азербайджане и был проведен анализ формирования оползневого процесса в селе-опасном бассейне р. Агсучай. Для оформления карт оползневой восприимчивости применялись статистические модели (на базе ГИС), позволившие обозначить важность каждого фактора, воздействующего на образование
Рисунок 9 -График, доказывающий достоверность модели
Figure 9 -A graph proving the reliability of the model
~'Ъ.о a.2 0.4 о.б o.a 1.0
False Positive Rate
оползневых процессов. Затем оценка восприимчивости была осуществлена за счет агрегирования итогов анализа отобранных факторов с помощью пространственных концептуальных формул. Район изучения по степени потенциального формирования оползней был разделен на пять зон: весьма низкая, низкая, средняя, высокая и весьма высокая. Правдивость извлеченных моделей проанализирована благодаря AUC ROC (площадь под кривой ошибок), выявившей высокую эффективность примененного подхода - 72%. Благодаря высокой достоверности используемый метод нами применяется для оценки оползневой восприимчивости по всем бассейнам рек Азербайджана.
Результаты вычислений принципиально значимы в целях анализа оползневой опасности и рисков, разработки стабильного землепользования и снижения урона от оползней на изучаемой территории.
ЛИТЕРАТУРА
[1] Тарихазер С. А. Геолого-геоморфологический анализ оползневых процессов в заповеднике «Гобустан» в целях туристско-рекреационной деятельности // География и водные ресурсы. - 2022. - № 2. - С. 19-27. https://doi.org/10.55764/2957-9856/2022-2-19-27/09
[2] Tarikhazer S. А. Assessment of ecological strength and risk of geosystems of the north-eastern slope of the Great Caucasus (within Azerbaijan) // Visnyk of VN Karazin Kharkiv National University, series «Geology. Geography». - 2022. -No. 56. - Р. 264-267. https://doi.org/10.26565/2410-7360-2022-56-20
[3] Tarikhazer S. А., The geographical prerequisites for the identification and prevention of dangerous geomorphological processes in the mountain geosystems of the Alpine-Himalayan belt (on the example of the Major Caucasus of Azerbaijan) // Journal of Geology, Geography and Geoecology. - Dnepropetrovsk, 2020. - No. 1. - Р. 176-187. DOI https://doi.org/10.15421/112016
[4] Tarikhazer S. А., Mammadov S. G., Hamidova Z. А. Application of quantitative methods for the assessment of landslide susceptibility of the Aghsuchay river basin // Visnyk of VN Karazin Kharkiv National University, series «Geology. Geography». - 2023. - No. 58. - P. 257-273. https://doi.org/10.26565,2410-7360-2023-58-20
[5] Guzzetti F., Reichenbach P., Cardinali M., Galli M., Ardizzone F. Probabilistic landslide hazard assessment at the basin scale // Geomorphology. - 2005. - Vol. 72, iss. 1. - P. 272-299. URL: https://doi.org/10.1016/j.geomorph.2005.06.002.
[6] Lee S., Pradhan B. Landslide hazard mapping at Selangor, Malaysia using frequency ratio and logistic regression models // Landslides. - 2007. - Vol. 4. - P. 33-41.
[7] Van Westen C.J., Castellanos E., Kuriakose S.L. Spatial data for landslide susceptibility, hazard, and vulnerability assessment: An overview // Engineering Geology. - 2008. - Vol. 102. - P. 112-131.
[8] Castellanos Abella EA., Van Westen CJ. Qualitative landslide susceptibility assessment by multicriteria analysis: A case study from San Antonio del Sur, Guantánamo, Cuba // Geomorphology. - 2008. - Vol. 94. - P. 453-466.
[9] Oh H.-J., Lee S. Cross-application used to validate landslide susceptibility maps using a probabilistic model from Korea // Environmental Earth Science. - 2011. - Vol. 64. - P. 395-409.
[10] Пендин В. В., Фоменко И. К. Методология оценки и прогноза оползневой опасности. - М.: ЛЕНАНД, 2015. -
320 с.
[11] Arabameri A., Pradhan B., Rezaei K., Lee C.-W. Assessment of landslide susceptibility using statistical- and artificial intelligence-based FR-RF integrated model and multiresolution DEMs // Remote Sensing. - 2019. - Vol. 11, iss. 9. URL: https://doi.org/10.3390/rs11090999.
[12] Cantarino I., Carrion M.A., Goerlich F., Martinez Ibañez V. A ROC analysis-based classification method for landslide susceptibility maps // Landslides. - 2019. - Vol. 16, iss. 2. - P. 265-282. URL: https://doi.org/10.1007/s10346-018-1063-4.
[13] Mandal S., Mondal S. Statistical approaches for landslide susceptibility assessment and prediction. - Switzerland: Springer International Publishing, 2019. - 200 p.
[14] Nahayo L., Mupenzi C., Habiyaremye G., Kalisa E., Udahogora M., Nzabarinda V., Li L. Landslides hazard mapping in Rwanda using bivariate statistical index method // Environmental Engineering Science. - 2019. - Vol. 36, iss. 8. - P. 892-902. URL: https://doi.org/10.1089/ees.2018.0493.
[15] Shano L., Raghuvanshi T. K., Meten M. Landslide susceptibility evaluation and hazard zonation techniques-a review // Geoenvironmental Disasters. - 2020. - Vol. 7, iss. 1. URL: https://doi.org/10.1186/s40677-020-00152-0.
[16] Харченко С. В., Шварев С. В. Прогнозирование оползневой опасности в окрестностях Красной Поляны на основе линейного дискриминантного анализа // Вестник Московского государственного университета. Серия 5. География. - 2020. - № 3. - С. 22-33.
[17] Roccati A., Paliaga G., Luino F., Faccini F., Turconi L. GIS-based landslide susceptibility mapping for land use planning and risk assessment // Land. - 2021. - Vol. 10, iss. 2. URL: https://doi.org/10.3390/land10020162.
[18] Чалкова Ю. С., Черепанов Б. М. Оползневые процессы, их прогнозирование и борьба с ними // Ползуновский вестник. - 2007. - № 1-2. - С. 80-89.
[19] Фоменко И. К., Пендин В. В., Нгуен Ч. К. Оценка ущерба, опасности и риска от оползневых процессов (на примере Северо-Западного Вьетнама) // Сб. науч. тр. XIII Общерос. науч.-практич. конф. и выставки «Перспективы развития инженерных изысканий в строительстве в Российской Федерации». - 2017. - С. 27-34.
[20] Леонова А. В., Строкова Л. А., Никитенкова А. Н. Оценка оползневых процессов на территории г. Томска с использованием ГИС-технологий // Вестник Воронежского государственного университета. Сер. «Геология». - 2021. -№ 1. - С. 94-103.
[21] Sestras P., Bilasco S., Rosca S., Nas S., Bondrea M.V., Gálgau R., Veres I., Salagean T., Spalevic V., Cimpeanu S.M. Landslides susceptibility assessment based on GIS statistical bivariate analysis in the hills surrounding a metropolitan area // Sustainability. - 2019. - Vol. 11, iss. 5. URL: https://doi.org/10.3390/su11051362.
[22] Kose D. D., Turk T. GIS-based fully automatic landslide susceptibility analysis by weight-of-evidence and frequency ratio methods // Physical Geography. - 2019. - Vol. 40, iss. 5. - P. 481-501. URL: https://doi.org/10.1080/02723646.2018.1559583.
[23] Fell R., Corominas J., Bonnard C., Cascini L., Leroi E., Savage W. Z. Guidelines for landslide susceptibility, hazard and risk zoning for land use planning // Engineering Geology. - 2008. - Vol. 102, iss. 3. - P. 85-98. URL: https://doi.org/10.1016/j.enggeo.2008.03.022
[25] Van Westen C.J., Van Asch T.W.J., Soeters R. Landslide hazard and risk zonation - why is it still so difficult? // Bulletin of engineering geology and the environment. - 2006. - Vol. 65, iss. 2. - P. 167-184. URL: https://doi.org/10.1007/s10064-005-0023-0.
[25] McColl S.T. Chapter 2. Landslide causes and triggers // Landslide hazards, risks and disasters / Eds. J. F. Shroder, T. Davies. - Boston: Academic Press, 2015. - P. 17-42. URL: https://doi.org/10.1016/B978-0-12-396452-6.00002-1.
[26] Tiranti D., Cremonini R. Editorial: landslide hazard in a changing environment // Frontiers in Earth Science. - 2019. -Vol. 7, iss. 3. URL: https://doi.org/10.3389/feart.2019.00003.
[27] Gaidzik K., Ramírez-Herrera M.T. The importance of input data on landslide susceptibility mapping // Scientific Reports. - 2021. - Vol. 11, iss. 1. URL: https://doi.org/10.1038/s41598-021-98830-y.
[28] Shannon C.E. Prediction and entropy of printed English // The Bell System Technical Journal. - 1950. - Vol. 30. -P. 50-64.
REFERENCES
[1] Tarikhazer S. A. Geological and geomorphological analysis of landslide processes in the reserve «Gobustan» for the purpose of tourist and recreation activities // Geography and water resources. 2022. No. 2. P. 19-27. https://doi.org/10.55764/2957-9856/2022-2-19-27/09 (in Russ.).
[2] Tarikhazer S. A. Assessment of ecological strength and risk of geosystems of the north-eastern slope of the Great Caucasus (within Azerbaijan) // Visnyk of VN Karazin Kharkiv National University, series «Geology. Geography.» 2022. No. 56. P. 264-267. https://doi.org/10.26565/2410-7360-2022-56-20
[3] Tarikhazer S. A. The geographical prerequisites for the identification and prevention of dangerous geomorphological processes in the mountain geosystems of the Alpine-Himalayan belt (on the example of the Major Caucasus of Azerbaijan) // Journal of Geology, Geography and Geoecology. Dnepropetrovsk, 2020. No. 1. P. 176-187. DOI https://doi.org/10.15421/112016
[4] Tarikhazer S. A. Mammadov S. G., Hamidova Z. A. Application of quantitative methods for the assessment of landslide susceptibility of the Aghsuchay river basin // Visnyk of VN Karazin Kharkiv National University, series «Geology. Geography» 2023. No. 58. P. 257-273. https://doi.org/10.26565,2410-7360-2023-58-20
[5] Guzzetti F., Reichenbach P., Cardinali M., Galli M., Ardizzone F. Probabilistic landslide hazard assessment at the basin scale // Geomorphology. 2005. Vol. 72, iss. 1. P. 272-299. URL: https://doi.org/10.1016/j.geomorph.2005.06.002
[6] Lee S., Pradhan B. Landslide hazard mapping at Selangor, Malaysia using frequency ratio and logistic regression models // Landslides. 2007. Vol. 4. P. 33-41.
[7] Van Westen C.J., Castellanos E., Kuriakose S.L. Spatial data for landslide susceptibility, hazard, and vulnerability assessment: An overview // Engineering Geology. 2008. Vol. 102. P. 112-131.
[8] Castellanos Abella EA., Van Westen CJ. Qualitative landslide susceptibility assessment by multicriteria analysis: A case study from San Antonio del Sur, Guantánamo, Cuba // Geomorphology. 2008. Vol. 94. P. 453-466.
[9] Oh H.-J., Lee S. Cross-application used to validate landslide susceptibility maps using a probabilistic model from Korea // Environmental Earth Science. 2011. Vol 64. P. 395-409.
[10] Pendin V. V., Fomenko I. K. Methodology for assessing and forecasting landslide hazard. M.: LENAND, 2015. 320 p. (in Russ.).
[11] Arabameri A., Pradhan B., Rezaei K., Lee C.-W. Assessment of landslide susceptibility using statistical- and artificial intelligence-based FR-RF integrated model and multiresolution DEMs // Remote Sensing. 2019. Vol. 11, iss. 9. URL: https://doi.org/10.3390/rs11090999.
[12] Cantarino I., Carrion M. A., Goerlich F., Martinez Ibañez V. A ROC analysis-based classification method for landslide susceptibility maps // Landslides. 2019. Vol. 16, iss. 2. P. 265-282. URL: https://doi.org/10.1007/s10346-018-1063-4.
[13] Mandal S., Mondal S. Statistical approaches for landslide susceptibility assessment and prediction. Switzerland: Springer International Publishing, 2019. 200 p.
[14] Nahayo L., Mupenzi C., Habiyaremye G., Kalisa E., Udahogora M., Nzabarinda V., Li L. Landslides hazard mapping in Rwanda using bivariate statistical index method // Environmental Engineering Science. 2019. Vol. 36, iss. 8. P. 892-902. URL: https://doi.org/10.1089/ees.2018.0493.
[15] Shano L., Raghuvanshi T. K., Meten M. Landslide susceptibility evaluation and hazard zonation techniques-a review // Geoenvironmental Disasters. 2020. Vol. 7, iss. 1. URL: https://doi.org/10.1186/s40677-020-00152-0.
[16] Kharchenko S. V., Shvarev S. V. Forecasting landslide hazard in the vicinity of Krasnaya Polyana based on linear discriminant analysis // Bulletin of Moscow State University. Episode 5. Geography. 2020. No. 3. P. 22-33 (in Russ.).
[17] Roccati A., Paliaga G., Luino F., Faccini F., Turconi L. GIS-based landslide susceptibility mapping for land use planning and risk assessment // Land. 2021. Vol. 10, iss. 2. URL: https://doi.org/10.3390/land10020162.
[18] Chalkova Yu. S., Cherepanov B. M. Landslide processes, their forecasting andcombating them // Polzunovsky vestnik. 2007. No. 1-2. P. 80-89 (in Russ.).
[19] Fomenko I. K., Pendin V. V., Nguyen C. K. Assessment of damage, danger andrisk from landslide processes (on the example of North-West Vietnam) // Sb. nauch. tr. XIII All-Russian scientific and practical conf. and the exhibition "Prospects for the development of engineering surveys in construction in the Russian Federation". 2017. P. 27-34 (in Russ.).
[20] Leonova A. V., Strokova L. A., Nikitenkov N. A. Assessment of landslide process-es on the territory of Tomsk using GIS technologies // Bulletin of the Voronezh State Univer-sity. Ser. «Geologiya». 2021. No. 1. P. 94-103 (in Russ.).
[21] Sestras P., Bilasco S., Rosca S., Nas S., Bondrea M.V., Gálgau R., Veres I., Salagean T., Spalevic V., Cimpeanu S.M. Landslides susceptibility assessment based on GIS statistical bivariate analysis in the hills surrounding a metropolitan area // Sustainability. 2019. Vol. 11, iss. 5. URL: https://doi.org/10.3390/su11051362.
[22] Kose D. D., Turk T. GIS-based fully automatic landslide susceptibility analysis by weight-of-evidence and frequency ratio methods // Physical Geography. 2019. Vol. 40, iss. 5. P. 481-501. URL: https://doi.org/10.1080/02723646.2018.1559583.
[23] Fell R., Corominas J., Bonnard C., Cascini L., Leroi E., Savage W. Z. Guidelines for landslide susceptibility, hazard and risk zoning for land use planning // Engineering Geology. 2008. Vol. 102, iss. 3. P. 85-98. URL: https://doi.org/10.1016/j.enggeo.2008.03.022
[24] Van Westen C. J., Van Asch T. W. J., Soeters R. Landslide hazard and risk zonation - why is it still so difficult? // Bulletin of engineering geology and the environment. 2006. Vol. 65, iss. 2. P. 167-184. URL: https://doi.org/10.1007/s10064-005-0023-0.
ISSN2957-8280, eISSN 2957-9856
m З, 2024
[25] McColl S. T. Chapter 2. Landslide causes and triggers // Landslide hazards, risks and disasters / Eds. J. F. Shroder, T. Davies. Boston: Academic Press, 2015. P. 17-42. URL: https://doi.org/10.1016/B978-0-12-396452-6.00002-1.
[26] Tiranti D., Cremonini R. Editorial: landslide hazard in a changing environment // Frontiers in Earth Science. 2019. Vol. 7, iss. 3. URL: https://doi.org/10.3389/feart.2019.00003.
[27] Gaidzik K., Ramírez-Herrera M.T. The importance of input data on landslide susceptibility mapping // Scientific Reports. 2021. Vol. 11, iss. 1. URL: https://doi.org/10.1038/s41598-021-98830-y.
[28] Shannon C. E. Prediction and entropy of printed English // The Bell System Technical Journal. 1950. Vol. 30. P. 50-64.
С. А. Тарихазер*1, С. Г. Мамедов2, З. А. Гамидова3
1 Д. f. д., доцент, бас гылыми кызметкер (Академик Г. А. Элиев атындагы География институты,
Баку, Эзiрбайжан; [email protected])
2 Ф. f. к. («Азнефть» 0Б, SOCAR, Баку, Эзiрбайжан; [email protected]) 3 География Fылымдарыныц кандидаты, доцент, ага гылыми кызметкер (Академик Г. А. Алиев атындагы География институты Баку, Эзiрбайжан; [email protected])
САЦГЫ ЦАУШТ1 6ЗЕН АЛСАСЫНЬЩ К6ШК1ККЕ СЕЗШДШ1Г1Н ЗЕРТТЕУДЕГ1 САНДЬЩ ЭД1СТ1 ЦОЛДАНУ
Аннотация. Макалада сел каут бар езен бассейшндеп Агсучай каушл кешк1н процестерiн талдау Yшiн сандык эдiс колданылады, Шамахы-Исмайыллы аймагындагы туризм мен рекреациялык кызметтщ белсендi дамуын ескере отырып. Кешшнге бейiмдiлiк пен кешкiннiн ыктимал кершюш аныктау Yшiн кешк1нмен езара байланысты 9 фактордын «салмагы» аныкталды - гипсометрия, ещс б^рыштары (енiстiн пкпп), енiс экспозициясы, геологиялык к¥рылымы (литология), б^зылудан кашыктыгы, орташа жылдык жауын-шашын мелшерi, эрозия желiлерiне дейiнгi кашыктык, жолдарга дейiнгi кашыктык жэне жердi пайдалану. Эрбiр кешкiннiн тYзiлу коэффициентш корытындылау жэне олардын «салмагы» кебейту аркылы сел каупi бар езен бассейншщ Агсучай кешкiнге бейiмдiлiк картасы жасалды. Алынган Yлгiлердiн сенiмдiлiгi AUC ROC (кате кисыгы астындагы аудан) талдауы аркылы багаланды, ол колданылган эдiстiн жогары - 72% тшмдшпн керсеттi.
ТYЙiн сездер: кешкiнге бешмдшк, сел бассейнi, геожYЙе, сел каут, закымдану, кешк1н каупi.
S. A. Tarikhazer*1, S. G. Mammadov2, Z. A. Gamidova3
1* Doctor of Geographical Sciences, Associate Professor, Chief Researcher
(Institute of Geography named after academician G. A. Aliyev, Baku, Azerbaijan; [email protected])
2 Candidate of Geographical Sciences (Azneft Production Association, SOCAR,
Baku, Azerbaijan; [email protected])
3 Candidate of Geographical Sciences, Associate Professor, Leading Researcher (Institute of Geography named after academician G. A. Aliyev, Baku, Azerbaijan; [email protected])
APPLICATION OF A QUANTITATIVE METHOD IN STUDYING LANDSLIDE SUSCEPTIBILITY OF THE AGSUCHAY RIVER BASIN
Abstract. The article uses a quantitative method to analyze dangerous landslide processes occurring in the mudflow-prone Agsuchay River basin, taking into account the active development of tourism and recreational activities in the Shamakhi-Ismayilli region. In order to identify landslide susceptibility and the potential manifestation of landslides, the "weight" of 9 factors associated with landslides was determined, including hypsometry, slope angles (slope steepness), slope exposure, geological structure (lithology), distance from faults, average annual precipitation, distance to the erosion networks, distance to roads and land use. By summing up all the landslide formation factors without exception and multiplying them by their "weight", a map of landslide susceptibility of the mudflow-prone Agsuchay River basin was compiled. The reliability of the obtained models was assessed using the AUC ROC (area under the error curve) analysis, which showed a fairly high efficiency (up to 72 %) of the applied method.
Keywords: landslide susceptibility, mudflow-prone basin, geosystem, mudflow risk, damage, landslide hazard.
