fa تهیه نقشه حساسیت به وقوع زمین لغزش در حوزه آبخیز سجارود با استفاده از مدل رگرسیون لجستیک عمومی Ggeneral پژوهشي Research در تحقیق حاضر به منظور مدل‏سازی و تهیه نقشه پهنه‌بندی خطر زمین لغزش حوزه آبخیز سجارود از روش تحلیل آماری رگرسیون لجستیک چند متغیره استفاده شده است. ابتدا نقشه پراکنش زمین لغزش‌های منطقه شامل 95 نقطه لغزشی به عنوان متغیر وابسته تهیه شد و عدد یک به حضور و عدد صفر به 95 نقطه تصادفی عدم حضور زمین لغزش تعلق گرفت. ده عامل مؤثر بر وقوع زمین لغزش‏های منطقه شامل ارتفاع از سطح دریا، درجه شیب، جهت شیب، شکل شیب، بارندگی، فاصله از گسل، فاصله از شبکه زه‌کشی، فاصله از جاده، کاربری اراضی و سنگ شناسی به عنوان متغیرهای مستقل در نظر گرفته شدند. تأثیر هر متغیر مستقل بر وقوع و عدم وقوع زمین لغزش بر اساس ضرایبی که در معادله رگرسیون لجستیک ایجاد می‌شوند، مشخص شد. تفسیر ضرایب نشان داد که شبکه جاده مهم‌ترین نقش را در بروز زمین لغزش‏های منطقه برعهده دارد. ارتفاع از سطح دریا، شکل شیب، بارندگی و فاصله از گسل به دلیل عدم هم‌بستگی آماری با وقوع زمین لغزش از مدل نهایی حذف شدند. پس از انتقال معادله نهایی احتمال وقوع به نرم‌افزار Arc/view 3.2a، نقشه پهنه‌بندی خطر زمین لغزش منطقه تهیه شد. نتایج ارزیابی صحت نشان داد صحت کلی نقشه تولیدی 3/85 درصد است. بر این اساس 53 درصد از مساحت حوزه در منطقه خیلی کم خطر، 3/18 درصد در منطقه کم خطر، 21 درصد در منطقه با خطر متوسط و 7/7 درصد مساحت حوزه در منطقه پرخطر قرار گرفتند. صحت مدل آماری و نقشه پهنه‌بندی حاصل بر اساس آماره‌های -2LL ، R2 ناگلکرک و R2 کوکس و اسنل ارزیابی و مورد تأیید قرار گرفت. In this research, logistic regression analysis was used to create a landslide hazard map for Sajaroud basin. At first, an inventory map of 95 landslides was used to preduce a dependent variable, which takes a value of 0 for absence and 1 for presence of landslides. Ten factors affecting landslide occurence such as elevation , slope gradient, slope aspect, slope curvature, rainfall, distance from fault, distance from drainage, distance from road , land use and geology were taken as independent parameters. The effect of each parameter on landslide occurrence was determined from the corresponding coefficient that appears in the logistic regression function. The interpretation of the coefficients showed that road network plays the most important role in determining landslide occurrence. Elevation, curvature, rainfall and distance from fault were excluded from the final analysis because these variables did not significantly add to the predictive power of the logistic regression. After transferring final probability function into Arc/view 3.2 software, landslide susceptibility map was prepared. The results of accuracy assessment showed that overall accuracy of produced map is 85.3 percent. Therefore, 53% of the area was located in very low hazard, 18.3% in low hazard, 21% in moderate hazard and 7.7 % residual area is located in high hazard regions. Model and then susceptibility map verity was assessed using -2LL, Cox and Snell R2, Nagelkerk R2, and was validated. زمین لغزش، پهنه‌بندی خطر، رگرسیون لجستیک، سیستم اطلاعات جغرافیایی، سجارود Landslide, Hazard mapping, Logistic Regression, Geographic information System, Sajaroud 99 112 http://jstnar.iut.ac.ir/browse.php?a_code=A-10-1114-1&slc_lang=fa&sid=1 S. Z. Mosavi Khatir سیده زهره موسوی خطیر No A. Kavian عطاء الله کاویان a.kavian@sanru.ac.ir Yes A. K. Soleimani کریم سلیمانی No