فایل ورد کامل ارزیابی اثر شرایط موروفولژیکی و ساختاری بر روی وفور زمین لغزه ها

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

این مقاله، ترجمه شده یک مقاله مرجع و معتبر انگلیسی می باشد که به صورت بسیار عالی توسط متخصصین این رشته ترجمه شده است و به صورت فایل ورد (microsoft word) ارائه می گردد

متن داخلی مقاله بسیار عالی، پر محتوا و قابل درک می باشد و شما از استفاده ی آن بسیار لذت خواهید برد. ما عالی بودن این مقاله را تضمین می کنیم

فایل ورد این مقاله بسیار خوب تایپ شده و قابل کپی و ویرایش می باشد و تنظیمات آن نیز به صورت عالی انجام شده است؛ به همراه فایل ورد این مقاله یک فایل پاور پوینت نیز به شما ارئه خواهد شد که دارای یک قالب بسیار زیبا و تنظیمات نمایشی متعدد می باشد

توجه : در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل می باشد و در فایل اصلی فایل ورد کامل ارزیابی اثر شرایط موروفولژیکی و ساختاری بر روی وفور زمین لغزه ها،به هیچ وجه بهم ریختگی وجود ندارد

تعداد صفحات این فایل: ۲۶ صفحه

ما مجموعه های مختلفی را از نظر طول BT هایی که به طور چشمی بر روی عکس های هوایی استریوسکوپی شناسایی شده بودند و نیز از نظر پارامتر کشش T مورد استفاده برای  درون یابی جغرافیایی  داده های نقطه BA به منظور تعیین  مورد آزمون قرار دادیم. تجزیه تحلیل ما نشان می دهد که پارامتر های بهینه شناسایی شده در این مطالعه از طریق روش تکراری تقریبا مشابه با پارامتر های انتخاب شده به صورت اکتشافی از طریق  ژئومورفوژیست های متخصص( سانتگلو و همکاران ۲۰۱۴) می باشند. ما نتیجه کرفتیم که یک  ژئومورفولوژیست متخصص می تواند به طور اکتشافی طول بهینه BT و بهتری مقدار پارامتر درون یابی برای استفاده  جامع از اطلاعات BA در BT انتخاب کند. هم چنین می توان این چنین نتیجه گرفت که روش اعتبار سنجی متقابل در این کار برای آزمون عملکرد درون یابی جغرافیایی   اندازه گیری های نقطه ای BA قادر به شناسایی ترکیب بهینه از پارامتر های مدل سازی است. بدین ترتیب راه برای استخراج داده های BA صحیح و تولید نقشه های BA در  مساحت وسیع از پردازش خودکار BT شناسایی شده بر روی عکس های هوایی استریوسکوپی یا تصاویر ماهواره ای باز و هموار می شود. اگرچه ما روش خود را در یک شرایط ساختاری و  لیتولوژیکی منظم و ساده تست کردیم،    ما بر این باور هستیم که  روش  را می توان در شرایط پیچیده تر به کار برد به شرط این که منطقه مورد مطالعه به چندین حوزه ساختاری از نظر تکتونیک( گسل، چین خوردگی) یا چینه شناسی( ناپیوستگی ها) تقسیم شود ( استاتکلو و همکاران ۲۰۱۴).

عنوان انگلیسی:Assessing the influence of morpho-structural setting on landslide abundance~~en~~

Introduction Empirical evidence indicates that geological discontinuities, including bedding, foliation, faults, joints and cleavage systems, condition the distribution and abundance of landslides (Guzzetti, Cardinali, and Reichenbach 1996; Günther 2003; Goudie 2004; Grelle et al. 2011; Bucci, Cardinali, and Guzzetti 2013). Inspection of the literature reveals that only a few attempts were made to exploit bedding attitude (BA) data (or similar geometric data for other geological discontinuities) in regional analyses of landslide distribution, or for landslide susceptibility or hazard modelling (Marchesini et al. 2014; Mergili et al. 2014b). A reason for the shortage of applications is the difficulty in the treatment of the BA data. BA data are commonly collected through geologic field surveys (Clegg et al. 2006; De Donatis and Bruciatelli 2006; Bodien and Tipper 2013) and stored as circular point information. The BA point data suffer from heterogeneity in their spatial density and need to be interpolated to obtain spatially distributed information on local bedding geometry (attitude). The interpolation of BA point data is further hampered by the fact that directional data cannot be interpolated simply (e.g., De Kemp 1998; Grelle et al. 2011; Santangelo et al. 2014). Recently, Marchesini et al. (2013) and Santangelo et al. (2014) have proposed an approach to prepare spatially distributed maps of BA exploiting information gathered from the visual interpretation of stereoscopic aerial photographs (API) to obtain BA point data and interpolating the point data to prepare maps showing the dip direction and inclination of the bedding. The BA maps are then used in combination with a Digital Elevation Model (DEM) to determine the geometric relationship between the BA and the local slope. This allows preparing maps portraying morpho-structural domains, including anaclinal, orthoclinal and cataclinal slopes. The approach is in five steps (Santangelo et al. 2014). First, API is used to identify and map single “bedding traces” (BTs), which are linear signatures left by layered rocks on the topographic surface (Santangelo et al. 2014). Next, the individual BTs are “draped” on a digital topography represented by a DEM, and the inclination and dip direction of the “best-fitting planes” of each three-dimensional BT is determined. Next, for each BT, the geometric point representing the BA of the best-fitting plane is placed in the centre of the bounding box encompassing the BT, and information on the dip direction and inclination of the best-fitting plane is associated to the central point. Next, the BAs are considered unit vectors represented by their components (EW, NS and vertical), and the three components are interpolated geographically. The three resulting raster layers are used to prepare maps of the bedding inclination and dip direction. Finally, the raster maps, with maps showing terrain slope and aspect obtained from the DEM, and a map showing the TOpographic Bedding plane Intersection Angle (TOBIA) index of Meentemeyer and Moody (2000), are used to determine the morpho-structural domains. In their work, Santangelo et al. (2014) have not investigated the influence of the length of the individual BTs, and of the parameters used for the geographical interpolation of the BA point data, on the determination of the morpho-structural domains. BTs are of variable lengths, depending on the topographic and morphological signature of the intersection of the bedding plane with the local topography. The ability of an interpreter to visually detect and map the signature of the single BTs in the aerial photographs influences significantly the length of the BTs. Landslide and debris deposits, the presence of forest and of other land cover types, and human-induced terrain modifications can interrupt the (visual) continuity of the BTs, limiting the ability to recognize them and constraining their length. Selection of the appropriate interpolation algorithm, and of the proper values for the parameters adopted for the geographical interpolation of the BA point data, also affects the definition of the morpho-structural domains. For their interpolation, Santangelo et al. (2014) used a regularized spline with tension and smoothing (RST) algorithm (Mitov, Mitm, and Harmon 2005; Neteler and Mitov 2008). In the algorithm, the (non-dimensional) tension parameter (T) is decided a priori and controls the distance over which each BA point measurement influences the interpolated surface.

$$en!!