اثر شاخصهای مورفومتری در بهبود کارایی مدلهای دادهکاوی بهمنظور پهنهبندی حساسیت زمینلغزش حوضه آبخیز چریکآباد ارومیه
2022
عبدالعزیز حنیفی نیا | حبیب نظرنژاد
هدف این مطالعه ارزیابی کارایی دو مدل دادهکاوی شبکه عصبی مصنوعی و الگوریتم ماشین پشتیبان بردار در سه حالت استفاده از شاخصهای مورفومتریک شامل شاخص خیسی توپوگرافی، شاخص موقعیت توپوگرافی، شاخص توان آبراهه، شاخص طول شیب، شاخص ناهمواری زمین، شاخص تعادل جرم، شاخص انحنای پروفیل و شاخص انحنای سطح؛ استفاده از عوامل محیطی و انسانی شامل بارندگی، ارتفاع حوضه، درجه شیب، جهت شیب، لیتولوژی، کاربری اراضی، شاخص تفاضل نرمالشده پوشش گیاهی (NDVI)، فاصله از آبراهه، فاصله از جاده و فاصله از گسل؛ و ترکیبی از دو حالت فوق، در پهنهبندی حساسیت زمینلغزشهای حوضه آبخیز چریکآباد ارومیه است. برای این منظور با استفاده از بازدیدهای میدانی و تصاویر گوگل ارث، تعداد 92 نقطه لغزشی در حوضه شناسایی شدند. نقشه شاخصهای مورفومتریک و عوامل محیطی و انسانی در SAGA_GIS6.4 و ArcGIS10.5 تهیه و رقومی شدند. نتایج ارزیابی دو مدل با استفاده از منحنی ROC نشان داد که در حالت استفاده از شاخصهای مورفومتریک دو مدل SVM و ANN به ترتیب با سطح زیر منحنی 742/0 و 763/0 دارای عملکرد خوب در پهنهبندی حساسیت زمینلغزشها بودهاند. در حالت استفاده از عوامل انسانی و محیطی، دو مدل فوق به ترتیب با سطح زیر منحنی 876/0 و 929/0 دارای عملکرد خوب و خیلی خوب؛ و در حالت استفاده از هر دو عوامل انسانی و محیطی به همراه شاخصهای مورفومتریک، دو مدل با سطح زیر منحنی 940/0 و 936/0 دارای عملکرد تقریباً یکسان با رتبه عالی در پهنهبندی مناطق حساس بودهاند. بالاترین مقدار مجموع کیفیت (Qs) و نسبت تراکمی (Dr) بیشترین همبستگی بین ردههای خطر برای مدل SVM در حالت سوم بوده است. نتایج حاصل از شاخص کاپا در حالت برتر نشان داد که به ترتیب عوامل لیتولوژی، LS و ارتفاع حوضه بیشترین تأثیر را بر وقوع زمینلغزشها داشتهاند؛ بنابراین تأثیر عوامل طبیعی نسبت به عوامل انسانی و در حالت کلی شاخصهای مورفومتری در مقایسه با عوامل محیطی و انسانی در وقوع لغزشها بیشتر بوده و حوضه ذاتاً حساس به وقوع لغزش است.
Показать больше [+] Меньше [-]Библиографическая информация
Эту запись предоставил Directory of Open Access Journals