Nuriah et. al, International Journal of Environment, Society and Space, 2016, 4(2), 1-15
1
ANALISIS TABURAN DAN CORAK RUANGAN PELBAGAI JENIS KEGAGALAN
CERUN DI PULAU PINANG, MALAYSIA
Nuriah Abd Majid1, Ruslan Rainis
1, Wan Mohd Muhiyuddin
1
1Bahagian Geografi,Pusat Pengajian Ilmu Kemanusiaan, Universiti Sains Malaysia
Abstrak: Kegagalan cerun merupakan suatu bencana alam yang sering melanda di seluruh dunia, tidak
ketinggalan juga di Malaysia. Memahami taburan kegagalan cerun yang disebabkan oleh faktor-faktor tertentu
dapat meramal kebarangkalian berlakunya kegagalan cerun pada masa hadapan. Objektif kajian ini adalah
untuk meneroka corak taburan ruangan kegagalan cerun di Pulau Pinang. Kajian ini bertujuan untuk menilai
corak ruangan kegagalan cerun ini, sama ada ia rawak atau pun berkelompok. Corak ini membolehkan corak
ruang kegagalan cerun dinilai. Sebanyak 323 kes kegagalan cerun digunakan dalam analisis ini. Seterusnya
analisis ruangan kegagalan cerun dijalankan, antara analisis ruang kegagalan cerun yang dijalankan ialah
analisis titik tengah berpusat, standard distance, dan directional distribution. Hasil mendapati corak kegagalan
cerun mempunyai corak berkelompok. Analisis min titik tengah menunjukkan setiap jenis kegagalan cerun
mempunyai min titik tengah yang berbeza. Directional distribution pula mendapati arah pelbagai jenis
kegagalan cerun adalah berbeza yang memerlukan penghasilkan model berasingan.
Kata kunci : titik tengah ruangan, jarak piawai, arah taburan, kegagalan cerun
Abstract: Landslide is a frequent natural disaster that occurs around the world, Malaysia is no exception.
Understanding the distribution of landslides caused by certain factors can predict the probability of occurrence
of landslides in the future. The objective of this study was to explore the spatial distribution pattern of landslides
in Penang. This study aimed to assess the spatial pattern of landslides, whether it is random or clustered. This
pattern allows the spatial pattern of landslides to be assessed. A total of 323 cases of landslide was used in this
analysis. Then a spatial analysis of landslide was carried out, the analysis includes spatial mean centre, standard
distance, and directional distribution. The results found the pattern of all landslides are clustered. Analysis of
mean center indicates each type of landslide has different mean centre. Directional distribution also found the
various different types of landslides requires the development of a separate model.
Keywords: spatial mean centre, standard distance, directional distribution, landslide
1 * E-mail: [email protected]
Nuriah et. al, International Journal of Environment, Society and Space, 2016, 4(2), 1-15
2
PENGENALAN
Kegagalan cerun merupakan suatu bencana alam yang menyebabkan kerugian yang besar kepada
masyarakat dan negara. Ia berupaya meningkatkan ancaman kepada nyawa manusia dan kemusnahan
harta benda. Pendedahan kepada pelbagai aktiviti manusia seperti pelancongan, pembangunan,
perhutanan dan pembalakan meningkatkan bencana kejadian kegagalan cerun.Kegagalan cerun adalah
bencana yang menyebabkan pelbagai kesan ke atas proses-proses geomorfologi dan corak hakisan
(Glade, 2003; Page et al., 1994;. Remondo et al., 2005). Menurut Tjia, (1987) kegagalan cerun
ditakrifkan sebagai pergerakan jisim tanah dan puing batuan yang besar menuruni bukit kerana
tindakan graviti. Kegagalan cerun melibatkan jisim bahan yang besar berlaku dengan amat pantas
menyebabkan bahaya kerana kerosakan besar yang boleh berlaku terhadap harta benda dan nyawa.
Justeru peningkatan kejadian kegagalan cerun telah mengundang pelbagai masalah ekoran kawasan
tanah tinggi menjadi tumpuan pemaju untuk dibangunkan seperti kajian Kannan et al., (2013);
Sharma et al., (2013); dan Alimohammadlou et al.,(2013).
Pola ruangan dalam kejadian kegagalan cerun adalah hasil daripada interaksi antara proses dinamik
yang beroperasi di seluruh rangkaian skala ruang dan masa. Kuasa-kuasa luar (taufan, hujan lebat dan
gempa bumi) dan aktiviti manusia (iaitu guna tanah perubahan, dan pembasmian hutan) yang
menyebabkan interaksi kompleks. Proses ini lazimnya menghasilkan taburan dan corak ruangan yang
berbeza. Hal ini kerana kegagalan cerun merupakan suatu fenomena yang kompleks dalam ruang
masa hasil daripada interaksi faktor seperti geologi, geomorfologi, fizikal dan manusia (Varnes,
1978;Cruden & Varnes, 1996;Knapen et al., 2006 dan Goetz et al., 2011). Menurut Gorum et al.,
(2013) & Xu et al., (2014) bagi membuat analisis taburan ruang kegagalan cerun memerlukan
pangkalan data kegagalan cerun. Oleh yang demikian selepas kerja-kerja lapangan analisis yang lebih
teperinci adalah penyelasaian kepada pengedaran ruangan dan corak kegagalan cerun di sesuatu
kawasan. Analisis corak ruangan memberi tumpuan kepada ruang yang memainkan peranan penting
dalam kejadian kegagalan cerun. Ia merupakan suatu fenomena yang berkaitan dengan ruang dan
interaksi dalam kejadian kegagalan cerun. Analisis corak ruangan bertujuan untuk mengesan corak
bagi memahami proses yang bertanggungjawab dalam menghasilkan corak tersebut (Fischer, 2002).
Kegagalan cerun ini yang sering melanda banyak negara lazimnya di kawasan yang berbukit, kawasan
yang terdedah dengan pelbagai unsur alam sekitar yang menyebabkan kawasan yang terdedah kepada
aliran air hujan yang berpanjangan. Para penyelidik telah berusaha untuk meneroka corak taburan
kegagalan cerun dan faktor yang menyebabkan berlakunya kegagalan cerun bagi membina pangkalan
data (Xu et al., 2015). Penyelidikan semakin meluas dalam pelbagai aspek kegagalan cerun contoh
menyediakan inventori kegagalan cerun berdasarkan kajian saintifik (Meunier et al., 2013; Tatard dan
Grasso, 2013; Xu, 2014b; Xu dan Xu, 2012) kerentanan kegagalan cerun, penilaian bahaya, dan risiko
(Lee et al., 2008) evolusi bentuk muka bumi (Parker et al., 2011; Li et al., 2014) dan kajian berkaitan
dengan serpihan aliran (Tang et al., 2012; Zhou dan Tang, 2014).
Beberapa kajian yang mengambil kira parameter disebabkan oleh mekanisme mencetuskan gempa
bumi seperti Arias dan MMI intensiti dan pecutan puncak bumi (PGA) mendapati korelasi yang lebih
tinggi dengan corak taburan kegagalan cerun (Meunier et al., 2007, 2008, Lee et al., 2008). Menurut ,
Meunier et al. (2007) telah mengkaji corak kejadian kegagalan cerun yang disebabkan oleh gempa
bumi di California, Taiwan dan Papua New Guinea yang mencatatkan hubungan rapat dengan
gegaran tanah. Dalam ketiga-tiga kes, mereka juga menyatakan bahawa ketumpatan kegagalan cerun
mencapai paras tertinggi dengan pecutan tanah terbesar. Bagi Chi-Chi dan gempa bumi Northridge,
korelasi yang kuat dilaporkan antara ketumpatan kegagalan cerun dan kedua-dua komponen vertikal
dan mendatar direkodkan pecutan puncak tanah (peak ground accelerations). Oleh yang demikian
taburan ruangan kes kegagalan cerun menunjukkan corak taburan kawasan kegagalan cerun yang
terjejas. Biasanya, korelasi antara kejadian kegagalan cerun dan seismologi merupakan parameter
ruangan diekstrak daripada kajian berdasarkan inventori kegagalan cerun (Keefer, 1984, 2000; Khazai
dan Sitar, 2004; Lee et al., 2008; Harp et al., 2011). Korelasi ini boleh membantu seismik analisis
bahaya kegagalan cerun dan perancangan bagi masyarakat terdedah kepada bencana seperti kegagalan
Nuriah et. al, International Journal of Environment, Society and Space, 2016, 4(2), 1-15
3
cerun dan gempa bumi yang disebabkan (contohnya, Jibson et al., 2000; Parise dan Jibson, 2000;
Chang et al., 2006). Walau bagaimanapun,taburan kegagalan cerun diperhatikan adalah heterogen
dan sukar dijelaskan secara tipikal seismik sumber jarak metric yang jauh (Colin et al., 2012).
Walaupun telah banyak kajian analisis corak ruangan dimasa lampau seperti kajian Gorum et al.,
(2013), Xu et al., (2014). Namun demikian kajian kebanyakan kajian hanya menumpukan kepada satu
jenis kegagalan cerun sahaja. Kajian ini menumpukan pelbagai jenis kegagalan cerun. Hal ini kerana
cerun mempunyai banyak pelbagai jenis jadi proses yang dilalui adalah berbeza dan menghasilkan
corak- corak yang berbeza. Oleh yang demikian kajian kegagalan cerun pelbagai jenis adalah penting
dalam menangani pelbagai jenis kegagalan cerun.Tujuan kertas kerja ini adalah untuk meneroka
taburan dan corak ruangan kegagalan cerun dengan menggunakan analisis jarak jiran terdekat dapat
menentukan corak rungan kegagalan cerun. Taburan geografi analisis min titik tengah dan jarak
piawai dan pengedaran arah juga digunakan untuk mengenalpasti kecederungan ruang dan pengagihan
ruang. Ia bertujuan untuk meneroka saling bergantungan antara kegagalan cerun dan faktor –faktor
yang menyebabkan kejadian kegagalan cerun.
KAWASAN KAJIAN
Kawasan kajian yang dipilih adalah Pulau Pinang yang terletak di Selat Melaka pada garis lintang
latitud 50
8’ U- 50 35’U dan longitud 100
0 8’ B
- 100
0 32’ B. Menurut Banci Penduduk 2010 (Jabatan
Perangkaan Malaysia, 2013), jumlah penduduk di Pulau Pinang seramai 1.6 juta orang iaitu 5.7% dari
anggaran jumlah penduduk Malaysia. Kepadatan penduduk di Pulau Pinang seramai 1,505 orang bagi
setiap km persegi. Daerah timur laut mempunyai penduduk seramai 395,046 orang dan barat daya
seramai 310,982 orang. Rajah 1 menunjukkan kawasan kajian. Pulau Pinang adalah antara kawasan
perbandaran terawal di Malaysia yang pesat membangun. Purata kadar pertumbuhan penduduk
tahunan adalah 2.0 peratus. Hampir 50 peratus daripada Pulau Pinang adalah tanah tinggi. Penduduk
yang bertambah meningkatkan permintaan dan projek pembangunan bagi menampung keperluan
penempatan penduduk. Menurut Jabatan Meteorologi pada 2015 suhu Pulau Pinang adalah antara
minimum 240 C hingga maksimum 30
0 C. Pulau Pinang mempunyai suhu yang seragam, kelembapan
yang tinggi dan hujan yang banyak yang menyebabkan peningkatan kejadian kegagalan cerun.
Terdapat pelbagai jenis guna tanah di Pulau Pinang, diantaranya adalah pertanian, pembangunan,
penempatan, perindustrian, kemudahan, pendidikan dan banyak lagi. Geologi Pulau Pinang
sebahagian besarnya terdiri daripada granit dan kuaternari. Lazimnya kegagalan cerun banyak berlaku
pada jenis geologi granit.
Nuriah et. al, International Journal of Environment, Society and Space, 2016, 4(2), 1-15
4
Rajah 1: Kawasan kajian
METODOLOGI
Taburan geografi adalah mengukur taburan suatu set ciri membolehkan pengiraan nilai yang mewakili
ciri taburan seperti pusat, kepadatan, atau orientasi (Esri,2016). Kajian ini menggunakan dua kaedah
analisis iaitu analisis taburan ruangan dan corak ruangan taburan. Kaedah analisis taburan
termasuklah pusat min ruangan, analisis jarak piawai, dan arah taburan. Kaedah analisis corak
ruangan pula adalah jarak jiran terdekat. Setiap analisis mempunyai kepentingan tersendiri. Pemetaan
trend pengagihan untuk kegagalan cerun dapat mengenal pasti hubungan kepada ciri-ciri fizikal
tertentu. Perbandingan saiz, bentuk, dan pertindihan elips untuk pelbagai kumpulan jenis kegagalan
cerun boleh memberikan pandangan mengenai pengasingan model yang dihasilkan adalah berbeza.
Elips untuk kegagalan cerun dari masa ke masa boleh digunakan untuk memodelkan taburannya.
Nuriah et. al, International Journal of Environment, Society and Space, 2016, 4(2), 1-15
5
Analisis corak ruangan dijalankan menggunakan kaedah purata jiran terdekat (ANN). Analisis taburan
dan corak dijalankan bertujuan untuk menentukan dan memahami samada terdapat sebarang taburan
dan corak yang dominan dalam kejadian kegagalan cerun. Perincian taburan corak di perhalusi dengan
membuat analisis corak. Jika corak berkelompok ini bermakna ada proses yang menyebabkan
berlakunya kegagalan cerun. Langkah seterusnya adalah untuk menentukan faktor-faktor yang
menyebabkan proses tersebut berlaku.
Pusat min ruangan
Pusat min ruangan adalah koordinat purata x dan y semua ciri-ciri di kawasan kajian. Ia berguna
untuk mengesan perubahan dalam pengagihan atau untuk membandingkan taburan jenis ciri-ciri.
Analisis ini dapat menunjukkan fenomena yang cenderung berpusat. Pusat min ruangan ini adalah
untuk mengkaji perubahan pengesanan dalam pengedaran bagi membandingkan pengagihan jenis dan
ciri- ciri. Pusat min ruangan dapat mewujudkan kelas ciri titik baru di mana setiap ciri mewakili pusat
min. X dan Y menunjukan nilai pusat, kes, dan bermakna bidang dimensi dimasukkan sebagai hasil
ciri- ciri.
Min pusat dikira seperti berikut
−𝑋 =
∑ 𝑥𝑖𝑛𝑖=1
𝑛 … … … … … … … (1)
−𝑌 =
∑ 𝑦𝑖𝑛𝑖=1
𝑛 … … … … … … … (2)
dimana xi dan yi adalah koordinat untuk ciri i, dan n ialah sama dengan jumlah nombor ciri
tersebut
Pemberat min pusat adalah seperti berikut:
−𝑋𝑤 =
∑ 𝑊𝑖𝑥𝑖𝑛𝑖=1
∑ 𝑊𝑖𝑛𝑖=1
… … … … … (3)
�̅�𝑤 = ∑ 𝑊𝑖𝑦𝑖
𝑛𝑖=1
∑ 𝑊𝑖𝑛𝑖=1
… … … … … (4)
Dimana wi, adalah pemberat pada ciri i.
Cara pengiraan berpusat bagi 3 dimensi ialah z atribut bagi setiap ciri
−𝑍 =
∑ 𝑍𝑖𝑛𝑖=1
𝑛… … … … … . . (5)
−𝑍𝑤 =
∑ 𝑊𝑖𝑧𝑖𝑛𝑖=1
∑ 𝑊𝑖𝑛𝑖=1
… … … … (6)
Jarak Piawai (Standard Distant)
Nuriah et. al, International Journal of Environment, Society and Space, 2016, 4(2), 1-15
6
Jarak piawai adalah mengukur kemampatan taburan yang menyediakan nilai tunggal mewakili
penyebaran di sekitar pusat. Nilai itu adalah jarak, jadi kemampatan itu boleh dipersembahkan dalam
bentuk peta dengan melukis bulatan dengan jejari bersamaan dengan nilai jarak piawai. Jarak piawai
adalah alat mencipta poligon bulatan. (Esri, 2016).
Jarak piawai ini menunjukkan kelas baru bagi ciri yang mengandungi poligon bulatan berpusat pada
pusat min (satu pusat dan satu bulatan bagi setiap kes). Setiap poligon bulatan dihasilkan dengan jejari
yang sama dengan nilai jarak piawai. Nilai atribut untuk setiap poligon bulatan adalah bulatan
bermakna pusat x-koordinat, bermakna pusat y-koordinat, dan jarak piawai (bulatan jejari).
Cara pengiraan Standard Distance adalah seperti berikut;
SD = √2
∑ (𝑥𝑖−�̅�) 𝑛
𝑖=1
𝑛+
∑ (𝑦𝑖−�̅�)𝑛𝑖=1
𝑛
2
…………(7)
dimana xi dan yi adalah koordinat bagi ciri i ,{ X,̅ Y̅ } menunjukkan ciri min pusat dan n
ialah sama dengan jumlah ciri number.
Pemberat jarak piawai adalah seperti berikut;
SDw = √ ∑ 𝑊𝑖(𝑥𝑖−�̅�)2 𝑛
𝑖=1
∑ 𝑊𝑖𝑛𝑖=1
+∑ 𝑊𝑖(𝑦𝑖−𝑌𝑤̅̅̅̅̅)𝑛
𝑖=1
∑ 𝑊𝑖𝑛𝑖=1
2
………(8)
dimana wi ialah pemberat pada ciri i dan { Xw,̅̅ ̅̅ ̅ Yw̅̅ ̅̅ } menunjukkan min tengah.
Sisihan piawai Elips
Menurut ESRI (2016) sisihan piawai Elips adalah untuk meringkaskan fitur ruang geografi
kecenderungan memusat, penyebaran, dan arah tren. Cara yang biasa untuk mengukur tren satu set
kawasan adalah untuk mengira jarak piawai secara berasingan pada paksi x dan y. Kedua-dua
langkah-langkah menentukan paksi elips merangkumi ciri-ciri taburan. Elips disebut sebagai sisihan
piawai elips, kerana kaedah mengira sisihan piawai daripada koordinat -x dan koordinat-y daripada
pusat min untuk menentukan paksi elips. Elips ini membolehkan taburan ciri itu memanjang dan
mempunyai orientasi tertentu. Cara pengiraan adalah seperti dalam persamaan (9a dan 9b) di bawah:
𝑆𝐷𝐸𝑥 = √ ∑ (𝑥𝑖−�̅�)𝑛
𝑖=1
𝑛
2
……………..(9a)
𝑆𝐷𝐸𝑦 = √ ∑ (𝑦𝑖−�̅�)𝑛
𝑖=1
𝑛
2
…………….(9b)
Dimana
xi dan yi adalah koordinat bagi ciri i ,
Nuriah et. al, International Journal of Environment, Society and Space, 2016, 4(2), 1-15
7
{ X,̅ Y̅ } menunjukkan min tengah, dan
n adalah jumlah nombor ciri tersebut
Sudut putaran di kira seperti Persamaan (2) berikut;
tan 𝜃 =A + 𝐵
𝐶
𝐴 = (∑ 𝑛𝑖=1 �̅�𝑖
2 − ∑ �̅�𝑖2)𝑛
𝑖=1
B=√(∑ 𝑛𝑖=1 �̅�𝑖
2)2 + 4 ∑ �̅�𝑖2𝑛
𝑖=1 )2
𝐶 = ∑ �̅�𝑖𝑌�̅�𝑛𝑖=1 … … … … … … … … … … … … … . (10)
dimana xi dan dan yi sisihan daripada koordinat xy dari min tengah.
Sisihan piawai bagi paksi x dan y adalah:
𝜎𝑥 = √2√∑ (�̅�𝑖 cos 𝜃 − �̅�sin 𝜃)2𝑛
𝑖=1
𝑛… … … … … … (11)
𝜎𝑦 = √2√∑ (�̅�𝑖 sin 𝜃 − �̅�cos 𝜃)2𝑛
𝑖=1
𝑛…………………….(12)
Sisihan piawai Elips mewujudkan ciri kelas baru yang mengandungi poligon elips berpusat pada pusat
min untuk semua ciri-ciri (atau untuk kes-kes apabila nilai yang ditentukan) (Esri,2016). Nilai-nilai
atribut hasil poligon elips termasuk jarak piawai (paksi panjang dan pendek) dan orientasi elips.
Orientasi mewakili putaran paksi panjang diukur mengikut arah jam dari tengah hari. Selain itu dapat
menentukan bilangan sisihan piawai untuk mewakili (1, 2, atau 3). Apabila ciri-ciri yang mempunyai
taburan ruangan yang normal (bermakna kepadatan di pusat dan menjadi semakin kurang padat ke
arah pinggir), satu sisihan piawai akan merangkumi kira-kira 68 peratus daripada semua sentroid ciri
input. Dua sisihan piawai akan merangkumi kira-kira 95 peratus daripada semua ciri-ciri, dan tiga
sisihan piawai akan meliputi kira-kira 99 peratus daripada semua sentroid fitur.
Analisis ini menggunakan perisian Arcmap 10.3.1. Aplikasi rumus yang digunakan adalah
menggunakan aplikasi dalam Arcmap 10.3.1 yang menggunakan persamaan matematik dalam
perisian tersebut bagi menghasilkan setiap analisis yang berbeza dengan fungsi yang berbeza.
HASIL DAN PERBINCANGAN
Sebanyak 323 kes kegagalan cerun telah berlaku dalam kawasan kajian ini dari tahun 1998 sehingga
2015 (Rajah 2). Sebanyak 30 kes adalah kegagalan cerun aliran iaitu 9.29%, 30 kes kegagalan cerun
Nuriah et. al, International Journal of Environment, Society and Space, 2016, 4(2), 1-15
8
tumbang iaitu 9.29% , 161 kegagalan cerun jenis gelongsoran iaitu 49.84% dan 102 jenis kegagalan
cerun jatuan batuan iaitu 31.58 %.
Pusat min ruangan merupakan analisis di mana fenomena yang cenderung berpusat. Pusat min adalah
purata x dan y menyelaras semua ciri-ciri di kawasan kajian. Ia berguna untuk mengesan perubahan
dalam pengagihan atau untuk membandingkan taburan jenis ciri-ciri. Titik tengah min dapat
mewujudkan kelas ciri titik baru di mana setiap ciri mewakili pusat min. X dan Y bermakna
menunjukan nilai pusat, kes, dan bermakna bidang dimensi dimasukkan sebagai hasil ciri- ciri. Rajah
2 menunjukkan lokasi setiap kegagalan cerun dan pusat min ruangan masing-masing. Pusat min
ruangan bagi kegagalan cerun batuan,tumbang dan gelongsoran terletak di tengah-tengah kawasan
kajian. Manakala pusat min ruangan jenis aliran pula terletak di bahagian utara kawasan kajian. Ini
selaras dengan taburan lokasi asal kegagalan cerun. Namun apa yang nyata dari hasilan ini ialah
taburan dan pusat min ruangan setiap jenis kegagalan cerun adalah berbeza. Kegagalan cerun aliran
sebahagian besar terletak.
Rajah 2: Titik tengah min pelbagai jenis kegagalan cerun
Rajah 3 menunjukkan arah taburan pelbagai jenis kegagalan cerun. Bagi jenis kegagalan cerun aliran
arah putaran adalah 42.03. Manakala bagi kegagalan cerun jenis jatuhan batuan iaitu 15.86, bagi
kegagalan cerun jenis gelongsoran pula arah taburan adalah 167.48, kegagalan cerun tumbang pula
adalah sebanyak 12.32. Arah taburan empat (4) jenis kegagalan cerun adalah berbeza.
Nuriah et. al, International Journal of Environment, Society and Space, 2016, 4(2), 1-15
9
Rajah 3 : Arah taburan pelbagai jenis kegagalan cerun
Rajah 4 menunjukkan jarak piawai berdasarkan pelbagai jenis kegagalan cerun. Jarak piawai
menunjukkan kegagalan cerun jenis aliran jarak piawaian pertama adalah 4035.98 m. Bagi kegagalan
cerun jenis batuan pula jarak piawaian adalah 6096.87m. Manakala bagi kegagalan cerun jenis
gelongsoran pula adalah jarak piawai pertama adalah 5770.76m. hasilan ini menunjukkan bahawa
setiap jenis kegagalan cerun mempunyai serakan yang berbeza dengan kegagalan cerun jenis batuan
mempunyai serakan yang terbesar.
Nuriah et. al, International Journal of Environment, Society and Space, 2016, 4(2), 1-15
10
Rajah 4: Jarak piawai berdasarkan pelbagai jenis kegagalan cerun
Analisis Corak Taburan Kegagalan Cerun
Rajah 5 menunjukkan peta taburan corak ruangan. Pemetaan corak ini dilakukan dengan menganalisis
corak menggunakan kaedah jarak jiran terdekat. Rajah 5 menunjukkan analisis kaedah jarak terdekat.
Bacaan Skor z adalah – 21.9505503 menunjukkan bahawa corak ini signifikan pada tahap kurang
daripada 1%. Indeks jiran terdekat ialah 0.37 (Rajah5b). Mengikut teori, jika indeks (purata nisbah
jiran terdekat) adalah kurang daripada 1, corak yang di pamerkan adalah kelompok, manakala jika
indeks adalah lebih besar daripada 1, arah aliran adalah ke arah penyebaran. Oleh yang demikian,
corak ralat dalam kajian ini adalah berkelompok.
Nuriah et. al, International Journal of Environment, Society and Space, 2016, 4(2), 1-15
11
Rajah 5: Taburan Ruangan kegagalan cerun
Rajah 5b Corak taburan kegagalan cerun
Nuriah et. al, International Journal of Environment, Society and Space, 2016, 4(2), 1-15
12
Analisis taburan corak dijalankan bertujuan untuk menentukan dan memahami samada terdapat
sebarang corak yang dominan dalam taburan kejadian kegagalan cerun. Perincian taburan corak di
perhalusi dengan membuat analisis corak. Jika corak berkelompok ini bermakna ada proses yang
menyebabkan berlakunya kegagalan cerun.
Rajah 6a, b, c, d menunjukkan peta taburan corak ruangan bagi pelbagai jenis kegagalan cerun.
Manakala corak ini dilakukan dengan menganalisis corak menggunakan kaedah jarak jiran terdekat
seperti Rajah 7a, b, c, dan d.
Rajah 6 a, b,c, d : Taburan pelbagai jenis kegagalan cerun
a. b.
c. d.
Nuriah et. al, International Journal of Environment, Society and Space, 2016, 4(2), 1-15
13
Rajah 7 a,b,c d: Corak ruangan pelbagai jenis kegagalan cerun.
Jadual 1 menunjukkan analisis kaedah jarak terdekat. Bacaan Skor z menunjukkan bahawa corak
adalah signifikan pada tahap kurang daripada 1%. Mengikut teori, jika indeks (purata nisbah jiran
terdekat) adalah kurang daripada 1, corak yang di pamerkan adalah kelompok, manakala jika indeks
adalah lebih besar daripada 1, corak aliran adalah berselerak. Oleh yang demikian, corak taburan
kegagalan cerun dalam kajian ini adalah berkelompok. Bacaan Skor z adalah kurang daripada 1%
menunjukkan corak taburan kegagalan cerun adalah signifikan.
Jadual 1: Ringkasan bagi corak ruangan kegagalan cerun pelbagai jenis
Jenis kegagalan cerun Nisbah jiran terdekat Skor Z Nilai P
Aliran 0.501109 -5.22 0.00
Jatuhan batuan 0.411980 -11.52 0.00
Gelongsoran 0.447945 -13.68 0.00
Tumbang 0.667592 -3.59 0.00
Keseluruhan dan setiap jenis kegagalan cerun mempunyai corak berkelompok. Namun begitu diantara
keempat-empat jenis kegagalan cerun, jenis kegagalan cerun jatuhan batuan adalah paling
berkelompok. Hal ini jelas menunjukkan kegagalan cerun bukan berlaku secara rawak, tetapi ada
proses- proses tertentu yang menyebabkan fenomena tersebut. Jadi proses-proses ini dipegaruhi oleh
pelbagai faktor-faktor pencetus.
Nuriah et. al, International Journal of Environment, Society and Space, 2016, 4(2), 1-15
14
KESIMPULAN
Analisis taburan dan corak ruangan memainkan peranan penting bagi menganalisis kegagalan cerun di
kawasan kajian. Hal ini kerana taburan dan corak ruangan terhasil daripada proses-proses tertentu.
Analisis ini mendapati terdapatnya perbezaaan arah taburan dan corak bagi setiap jenis kegagalan
cerun. Ini membuktikan dengan jelas bahawa setiap jenis kegagalan cerun terhasil dari proses-proses
yang berbeza. Oleh yang demikian, ini jelas menunjukkan pemodelan ruangan perlu mengambilkira
kepelbagaian jenis kegagalan cerun.
RUJUKAN
Bai SB, Wang J, Thiebes B, Cheng C, & Chang Z.Y (2014).Susceptibility assessments of the
Wenchuan earthquake-triggered landslides in Longnan using logistic regression. Environ
Earth Sci 71:731–743
Chang, K.-T., Chiang, S.-H., Hsu, M.-L., 2006. Modeling typhoon- and earthquake-induced
landslides in a mountainous watershed using logistic regression. Geomorphology, vol. 89(3–
4). Elsevier, pp. 335–347.
Collins B.D,Kayen. R &Tanaka.Y, (2012)Spatial distribution of landslides triggered from the 2007
Niigata Chuetsu–Oki Japan Earthquake. Engineering Geology 127 (2012) 14–26
Esri (2016). An Overview of the Measuring Geographic Distribution toolset.
http://pro.arcgis.com/en/pro-app/tool-reference/spatial-statistics/an-overview-of-the-
measuring-geographic-distributions-toolset.htm. Online 24Nov2016
Harp, E.L., Keefer, D.K., Sato, H.P., Yagi, H., (2011). Landslide inventories: the essential part of
seismic landslide hazard analyses. Engineering Geology 122 (1–2), 9–21.
Jaafari A, Najafi A, Pourghasemi HR, Rezaeian J, & Sattarian A (2014) GIS-based frequency ratio
and index of entropy models for landslide susceptibility assessment in the Caspian forest,
northern Iran. Int J Environ Sci Technol 11:909–926
Jibson RW, Keefer DK (1993) Analysis of the seismic origin of landslides: examples from the New
Madrid seismic zone. Geol Soc Am Bull 105:521–536
Jibson, R.W., Harp, E.L., & Michael, J.A., (2000). A method for producing digital probabilistic
seismic landslide hazard maps. Engineering Geology 58, 271–289.
Keefer, D.K., (1984). Landslides caused by earthquakes. Geological Society of America Bulletin 95,
406–421.
Keefer, D.K., (2000). Statistical analysis of an earthquake-induced landslide distribution — the 1989
Loma Prieta, California event. Engineering Geology 58, 231–249.
Khazai, B., Sitar, N., (2004). Evaluation of factors controlling earthquake-induced landslides caused
by the Chi-Chi earthquake and comparison with the Northridge and Loma Prieta events.
Engineering Geology 71, 79–95.
Lee, C.T., Huang, C.-C., Lee, J.-F., Pan, K.-L., Lin, M.-L., Dong, J.-J., (2008). Statistical approach to
earthquake-induced landslide susceptibility. Engineering Geology 100, 43–58
Lee, C.T., Huang,C.C., Lee,J.F, Pan,K.L.,Lin, M.L,. & J.J. Dong.(2008).Statistical approach to
earthquake-induced landslide susceptibility. Eng. Geol., 100 (1–2) (2008), pp. 43–58
Nuriah et. al, International Journal of Environment, Society and Space, 2016, 4(2), 1-15
15
Li, Y., Zhou, R., Zhao, G., Li, H., Su, D., Ding, H., ... & Ma, C. (2014). Tectonic uplift and landslides
triggered by the Wenchuan earthquake and constraints on orogenic growth: a case study from
Hongchun Gully, Longmen Mountains, Sichuan, China. Quaternary International, 349, 142-
152.
Meunier, P., Uchida, T., Hovius, N., 2013. Landslide patterns reveal the sources of large earthquakes.
Earth Planet. Sci. Lett. 363, 27–33
Parise, M.,& Jibson, R.W., (2000). A seismic landslide susceptibility rating of geologic units based on
analysis of characteristics of landslides triggered by the 17 January, 1994 Northridge,
California earthquake. Engineering Geology 58 (3–4), 251–270.
Pourghasemi HR, Moradi HR, Fatemi Aghda SM, Gokceoglu C, Pradhan B .(2014) GIS-based
landslide susceptibility mapping with probabilistic likelihood ratio and spatial multi-criteria
evaluation models (North of Tehran, Iran). Arab J Geosci 7:1857–1878
R.N. Parker, A.L. Densmore, N.J. Rosser, M. De Michele, Y. Li, R.Q. Huang, S. Whadcoat, D.N.
Petley.Mass wasting triggered by the 2008 Wenchuan earthquake is greater than orogenic
growthNat. Geosci., 4 (7) (2011), pp. 449–452
Regmi AD, Devkota KC, Yoshida K, Pradhan B, Pourghasemi HR, Kumamoto T, Akgun A (2014)
Application of frequency ratio, statistical index, and weights-of-evidence models and their
comparison in landslide susceptibility mapping in Central Nepal Himalaya. Arab J Geosci
7:725–742
Shou KJ, Wang CF .(2003).Analysis of the Chiufengershan landslide triggered by the 1999 Chi–Chi
earthquake in Taiwan. Eng Geol 68:237–250
Tan,X.B.,Yuan,R.M.,Xu,X.M, Chen,G.H, Klinger ,Y., Chang C.P., Ren J.J., Xu C., & Li.K. (2012)
Complex surface rupturing and related formation mechanisms in the Xiaoyudong area for the
2008 Mw 7.9 Wenchuan Earthquake, China. J. Asian Earth Sci., 58 (2012), pp. 132–142
Tatard, L., Grasso, J.R., 2013. Controls of earthquake faulting style on near field landslide triggering:
The role of coseismic slip. J. Geophys. Res. Solid Earth 118 (6), 2953–2964.
Tjia, H. D. (1987). Geomorfologi. Kuala Lumpur: Dewan Bahasa Dan Pustaka
Xu, C., 2014b. Do buried-rupture earthquakes trigger less landslides than surface-rupture earthquakes
for reverse faults? Geomorphology 216, 53–57
Xu, C., Shyu, J.B.H., Xu, X.W., 2014c. Landslides triggered by the 12 January 2010 Port-auPrince,
Haiti, Mw = 7.0 earthquake: visual interpretation, inventory compiling, and spatial
distribution statistical analysis. Nat. Hazards Earth Syst. Sci. 14 (7), 1789–1818.
Xu, C., Xu, X.W., 2012. Comment on “Spatial distribution analysis of landslides triggered by 2008.5.
12 Wenchuan Earthquake, China” by Shengwen Qi, Qiang Xu, Hengxing Lan, Bing Zhang,
Jianyou Liu [Engineering Geology 116 (2010) 95–108]. Eng. Geol. 133–134, 40–42
Xu.C., Xu. X., Bruce.J., Shyu.H.( 2015). Database and spatial distribution of landslides triggered by
the Lushan, China Mw 6.6 earthquake of 20 April 2013. Geomorphology. Volume 248, 1
November 2015, Pages 77–92
Zhao, W, Huang R, Ju N, Zhao J. (2014) Assessment model for earthquake-triggered landslides based
on quantification theory I: case study of Jushui River basin in Sichuan, China. Nat Hazards
70:821–833.