The purpose of this study is to evaluate and to compare the results of bivariate statistical analysis conducted with three different data sets in Geographical Information Systems (GIS) based landslide susceptibility mapping applied to the Devrek region. The data sets are created from the seed cells of crowns and flanks, only crowns, and only flanks of the landslides by using 10 different parameters of the study area. To increase the data dependency of the analysis, all parameter maps are classified into equal frequency classes based directly on the percentile divisions of each seed cells data set. The resultant maps of the landslide susceptibility analysis indicate that all data sets produce acceptable results. In each seed cell data set analysis, elevation, lithology, slope, aspect and drainage density parameters are found to be the most contributing factors in landslide occurrences. The results of the three data sets are compared by Seed Cell Area Index (SCAI). This comparison shows that the crowns data set produces the most accurate and successful landslide susceptibility map of the study area.

Målet med denna studie är att framställa en modell för sannolikheten för skred i Cuenca del Arga i Navarra, Spanien, med hjälp av GIS och oskarp logik. Utifrån denna modell framställs en karta som visar områden där det finns sannolikhet för skred. Övergripande har metoden skett i fyra steg. Först har en skredindexkarta framställts, sedan har medlemsfunktioner skapats utifrån dessa med hjälp av skredriskparametrar. De ingående parametrarna har varit sluttningsvinkel, topografisk fuktighetsindex, avstånd till vattendrag, jordmån och markanvändning. Sedan har medlemsfunktionerna applicerats på parametrarna, som sedan slutligen kombinerats genom WLC (weighted linear combination). Detta resulterade i en sannolikhetskarta för skred med fem klasser. / The aim of this study is to construct a model in GIS (geographical information system) for landslide susceptibility mapping for Cuenca del Arga in Navarre, Spain, to identify potential areas for landslides. The model is based on fuzzy logic approach and the parameters are overlaid with WLC (weighted linear combination).