عنوان
|
ارزیابی حساسیت زمین لغزش با استفاده از مدل جدید ترکیبی الگوریتم مبنا (مطالعه موردی: شهرستان کامیاران، استان کردستان)
|
نوع پژوهش
|
مقاله چاپشده در مجلات علمی
|
کلیدواژهها
|
زمین لغزش مدل ترکیبی شاخص IGR کردستان کامیاران
|
چکیده
|
زمینلغزشها به عنوان یکی از مخربترین پدیدههای طبیعی محسوب میشوند. به دلیل تهدید آنها، باید یک نقشه جامع حساسیت زمینلغزش برای کاهش آسیبهای احتمالی به افراد و زیرساختها تهیه شود. کیفیت نقشههای حساسیت زمینلغزش تحت تأثیر بسیاری از عوامل، از جمله کیفیت دادههای ورودی و انتخاب مدلهای ریاضی است. هدف اصلی این پژوهش ارائه یک مدل ترکیبی جدید دادهکاوی به نام Rotation Forest - Functional Trees (RF-FT) که یک رویکرد هوشمند ترکیبی از دو تکنیک یادگیری ماشین مدل Functional Trees (FT) و تکنیک طبقهبندی مدل Rotation Forest (RF) برای ارزیابی حساسیت زمین لغزشهای اطراف شهر کامیاران واقع در استان کردستان میباشد. در ابتدا، بیست و یک عامل مؤثر بر وقوع زمینلغزشهای منطقه مورد مطالعه شامل درجه شیب، جهت شیب، ارتفاع، انحنای شیب، انحنای عرضی شیب، انحنای طولی شیب، تابش خورشید، عمق دره، شاخص قدرت جریان، شاخص نمناکی توپوگرافی، شاخص طول دامنه، کاربری اراضی، تراکم پوشش گیاهی، فاصله از گسل، تراکم گسل، فاصله از جاده، تراکم جاده، فاصله از آبراهه، تراکم آبراهه، همباران و لیتولوژی به همراه نقشه پراکنش زمینلغزش با 60 نقطه لغزشی برای جمعآوری دادههای آموزشی و آزمون جمعآوری شدند. سپس، بر اساس شاخص Information Gain Ratio هفده عامل مؤثر از بین آنها انتخاب و جهت مدلسازی به کار گرفته شدند. در مرحله بعد مدل هیبریدی RFFT برای ارزیابی حساسیت زمینلغزش با استفاده از مجموعه دادههای آموزشی ساخته شد. عملکرد مدل پیشنهادی RFFT با استفاده از چندین پارامتر آماری از جمله حساسیت، شفافیت، صحت، مجذور مربعات خطا، منحنی نرخ موفقیت و سطح زیر این منحنی مورد ارزیابی قرار گرفت.
|
پژوهشگران
|
شهرام روستایی (نفر سوم)، عطااله شیرزادی (نفر چهارم)، موسی عابدینی (نفر دوم)، بهاره قاسمیان (نفر اول)
|