Науковий вісник НГУ

Аналіз природно-техногенних чинників розвитку зсувів у Карпатському регіоні з використанням ГІС

• 
• 

Рейтинг користувача:  / 0

ГіршийКращий 

Деталі

Категорія: Зміст №5 2024

Останнє оновлення: 29 жовтня 2024

Опубліковано: 30 листопада -0001

Перегляди: 445

Authors:

Л. B. Штогрин*, orcid.org/0000-0001-8381-1236, Івано-Франківський національний технічний університет нафти і газу, м. Івано-Франківськ, Україна, e-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

Д. В. Касіянчук, orcid.org/0000-0003-4761-5320, Івано-Франківський національний технічний університет нафти і газу, м. Івано-Франківськ, Україна, e-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

* Автор-кореспондент e-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

повний текст / full article

Naukovyi Visnyk Natsionalnoho Hirnychoho Universytetu. 2024, (5): 093 - 098

https://doi.org/10.33271/nvngu/2024-5/093

Abstract:

Мета. Визначення залежностей просторових вза­є­мо­зв’яз­ків між зсувами у Карпатському регіоні України й чинниками, що їх спричиняють, ураховуючи відмінності геоморфологічних, геологічних, кліматичних умов і природно-географічне районування за ландшафтним принципом.

Методика. За допомогою інструментів QGIS виконано морфометричний аналіз території для визначення кутів нахилу та експозиції схилу; обчислені лінійні характеристики: відстані до річки, доріг, будинків. На основі даних дешифрування знімків виконані розрахунки сумарної річної кількості опадів і середньорічної температури повітря. Оцінка впливу розглянутих чинників на процеси зсувоутворення виконана за допомогою багатофакторного статистичного аналізу: факторного й методом лінійної множинної регресії.

Результати. Виконані дослідження впливу природно-топографічних умов і антропогенної діяльності на розвиток зсувних процесів. Найвагомішу роль відіграють орографічні та кліматичні чинники. Будівництво об’єктів господарювання призводить до зменшення стійкості схилів у 14–19 % випадках. Проаналізовані незалежні чинники засвідчили гарну узгодженість між розподілом наявних зсувів і розглянутими параметрами: частка загальної дисперсії розглянутих чинників становить 71–76 %, коефіцієнт детермінації регресійної моделі 0,7. За підсумками геоінформаційного та статистичного аналізів доведено, що відмінності геоморфологічних умов і людська діяльність (будівництво доріг, об’єктів господарювання) є домінантними в утворенні зсувів для різних ландшафтних зон.

Наукова новизна. Встановлено, що існує динамічна узгодженість між просторовою зміною природних умов і розселенням і діяльністю людини, які, взаємодіючі між собою, створюють передумови для розвитку зсувів.

Практична значимість. Дане дослідження є важливим із точки зору розуміння й пом’якшення причинно-наслідкового зв’язку розвитку зсувних процесів для окремих територій, а отримані результати можуть бути корисними під час розроблення стратегій планування землекористування, розвитку інфраструктури, при плануванні нових будівельних робіт.

Ключові слова: зсуви, ГІС, природні та антропогенні чинники, геоінформаційний аналіз, факторний і регресійний аналіз

References.

1. State Service of Geology and Mineral Resources of Ukraine. (2020). Information yearbook on the activation of hazardous exogenous geological processes according to EGP monitoring data. SRPE “State Information Geological Fund of Ukraine”. Retrieved from https://geoinf.kiev.ua/wp/wp-content/uploads/2021/06/2021_sajt.pdf.

2. Press service of the Chernivtsi Regional State Administration. (2024, April 08). Landslide damages road in Chernivtsi region. By UNIAN. Retrieved from https://www.unian.ua/pogoda/news/pogoda-v-ukrajini-u-cherniveckiy-oblasti-zsuv-gruntu-poshkodiv-dorogu-sinoptik-11022302.html.

3. LB (2024, April 08). Heavy rains in Zakarpattia caused dangerous landslidesу. Retrieved from https://lb.ua/society/2020/07/28/462816_potuzhni_zlivi_zakarpatti.html.

4. Kuzmenko, E. D. (ed.) (2016). Predicting landslides: monography. IFNTUOG. Retrieved from http://www.irbis-nbuv.gov.ua/publ/REF-0000621211.

5. Kuzmenko, E. D., Zhuravel, O. M., Chepurna, T. B., & Chepur­nyi, I. V. (2011). Forecasting of exogenous geological processes Part 1: Theoretical prerequisites for forecasting exogenous geological processes. Patterns of landslide activation. Geoinformatica, (3), 61-74.

6. Ivanik, O., Shevchuk, V., Kravchenko, D., & Hadiatska, K. (2023). Landslide hazard prediction and impact on comminity: main approaches, principles and methods. Visnyk Kyivskoho natsionalnoho universytetu imeni Tarasa Shevchenka, 1(100), 5-14.

7. Kasiianchuk, D. V., Kuzmenko, E. D., Chepurna, T. B., & Chepurnyi, I. V. (2016). Calculation of that environmental and geological landslide risk estimate. Eastern-European Journal of Enterprise Technologies, 1(10(79), 18-25. https://doi.org/10.15587/1729-4061.2016.59687.

8. Kasiyanchuk, D., Shtohryn, L., Yazlovetska, N., & Levitska, M. (2018). Methodology of time forecast of exogenous geological processes. 17 ^th International Conference on Geoinformatics – Theoretical and Applied Aspects, (pp.1-5). Taras Shevchenko National University of Kyiv. https://doi.org/10.3997/2214-4609.201801837.

9. Hablovskyi, B., Hablovska, N., Shtohryn, L., Kasiyanchuk, D., & Ko­nonenko, M. (2023). The Long-Term Prediction of Landslide Processes within the Precarpathian Depression of the Cernivtsi Region of Ukraine. Journal of Ecological Engineering, 24(7), 254-262. https://doi.org/10.12911/22998993/164753.

10. Hablovska, N. Y., Hablovskyi, B. B., Shtohryn, L. V., & Kasiyanchuk, D. V. (2022). Analysis of Natural Factors and Predictionof Landslide Activation Processes in the Folded Carpathians. 16 ^th International Conference Monitoring of Geological Processes and Ecological Condition of the Environment, (pp.1-5). Taras Shevchenko National University of Kyiv. https://doi.org/10.3997/2214-4609.2022580129.

11. Hoa, P. V., Tuan, N. Q., Hong, P. V., Thao, G. T. P., & Binh, N. A. (2023). GIS-based modeling of landslide susceptibility zonation by integrating the frequency ratio and objective–subjective weighting approach: a case study in a tropical monsoon climate region. Frontiers in Environmental Science, (11). https://doi.org/ 10.3389/fenvs.2023.1175567.

12. Chen, L., Guo, Z., Yin, K., Shrestha, D. P., & Jin, S. (2019). The influence of land use and land cover change on landslide susceptibility: a case study in Zhushan Town, Xuan’en County (Hubei, China). Natural Hazards and Earth System Science, 19(203), 2207-2228. https://doi.org/10.5194/nhess-19-2207-2019.

13. Reichenbach, P., Rossi, M., Malamud, B. D., Mihir, M., & Guzzetti, F. A. (2018). A review of statistically-based landslide susceptibility models. Earth-Science Reviews, (180), 60-91. https://doi.org/10.1016/j.earscirev.2018.03.001.

14. Arabameri, A., Chandra, Pal S., Rezaie, F., Chakrabortty, R., Saha, A., Blaschke, T., Di Napoli, M., …, & Ngo, T. (2021). Decision tree based ensemble machine learning approaches for landslide susceptibility mapping. Geocarto International, (37), 1-28. https://doi.org/10.1080/10106049.2021.1892210.

15. Nazarevich, A. V., & Nazarevich, L. E. (2013). Geodynamics, tectonics and seismicity of the Carpathian region of Ukraine. Geodynamica, (2), 247-249.

16. Kravchuk, Y. S., Adamenko, O. M., & Adamenko, Y. O. (2019). Geomorphological analysis of the relief of promising areas of the Ukrainian Carpathians for recreational needs (on the example of the Black Tisza basin). Problems of geomorphology and paleogeography of the Ukrainian Carpathians and adjacent territories: a collection of scientific papers. Ivan Franko National University of Lviv, 2(10), 18-41.  

17. Giletskyi, Y. R., & Tymofiychuk, N. M. (2019). Physical and geographical zoning of the Ukrainian Carpathians for the purposes of educational tourism. Geography and tourism, (53), 103-109. https://doi.org/10.17721/2308-135X.2019.53.104-110.

18. Kravtsiv, V. S. (Ed.) (2013). Carpathian region: actual problems and prospects of development: (Vol. 1). National Academy of Sciences of Ukraine. Institute of Regional Studies. Retrieved from http://ird.gov.ua/irdp/p20130001.pdf.

19. Guzzetti, F., Gariano, S. L., Peruccacci, S., Brunetti, M. T., Marchesini, I., Rossi, M., & Melillo, M. (2019) Geographical landslide early warning systems. Earth-Science Reviews, 200(12). https://doi.org/10.1016/j.earscirev.2019.102973.

20.  Pona, O., Shtogryn, L., & Kasianchuk, D. (2016). The analysis of the relationship between the phases of the Moon and the occurrence of landslides. Geoinformatics – 15 ^th EAGE International Conference on Geoinformatics – Theoretical and Applied Aspects, 1-5.  https://doi.org/10.3997/2214-4609.201600486.

21. Mattas, C., Dimitraki, L., Georgiou, P., & Venetsanou, P. (2021). Use of Factor Analysis (FA), Artificial Neural Networks (ANNs), and Multiple Linear Regression (MLR) for Electrical Conductivity Prediction in Aquifers in the Gallikos River Basin, Northern Greece. Hydrology, 8(3), 127. https://doi.org/10.3390/hydrology8030127.

22. Bo, Y., Chen, Y., Che, Q., Shi, Y., & Zhang, Y. (2022). Multivariate Statistical Analysis of the Spatial Variability of Hydrochemical Evolution during Riverbank Infiltration. Water, 14(23), 3800. https://doi.org/10.3390/w14233800.

• < Попередня
• Наступна >