[صفحه اصلی ]   [Archive] [ English ]  
:: آخرين شماره :: تمام شماره‌ها :: جستجو :: ثبت نام :: ارسال مقاله :: تماس با ما ::
بخش‌های اصلی
صفحه اصلی::
اطلاعات نشریه::
آرشیو مجله و مقالات::
برای نویسندگان::
برای داوران::
ثبت نام و اشتراک::
تماس با ما::
تسهیلات پایگاه::
اطلاعیه ها::
::
شناسنامه نشریه
صاحب امتیاز
انجمن آبخیزداری ایران
►مدیر مسئول
دکتر سیدحمیدرضا صادقی
►سردبیر
دکتر علی طالبی
►مدیر اجرایی
مهندس فرهاد بهبودی
►مدیر داخلی
دکتر عاطفه جعفرپور
►کارشناس
دکتر سودابه قره‌محمودلی
►دوره انتشار
فصل‌نامه
►شاپا الکترونیکی
2008-9554
..
جستجو در پایگاه

جستجوی پیشرفته
..
دریافت اطلاعات پایگاه
نشانی پست الکترونیک خود را برای دریافت اطلاعات و اخبار پایگاه، در کادر زیر وارد کنید.
..
سایت انجمن آبخیزداری ایران
سایت انجمن آبخیزداری ایران
پژوهشکده حفاظت خاک و آبخیزداری
..
مجله اکوهیدرولوژی

مجله اکوهیدرولوژی

..
:: دوره 17، شماره 63 - ( 11-1402 ) ::
جلد 17 شماره 63 صفحات 83-71 برگشت به فهرست نسخه ها
ارزیابی نقشه حساسیت زمین‌لغزش با استفاده از الگوریتم یادگیری ماشین و اولویت‌بندی عوامل مؤثر بر وقوع زمین‌لغزش
علی دسترنج* ، حمزه نور ، فرزانه وکیلی تجره
چکیده:   (362 مشاهده)
هدف از مطالعه پیش رو، مدل‌سازی مکانی حساسیت وقوع زمین‌لغزش با استفاده از الگوریتم یادگیری ماشین جنگل تصادفی و اولویت‌بندی عوامل مؤثر بر وقوع زمین‌لغزش در حوزه آبخیز بار نیشابور، استان خراسان رضوی است. الگوریتم جنگل تصادفی مبتنی بر دسته‌ای از درخت‌های تصمیم است و در حال حاضر یکی از بهترین الگوریتم‌های یادگیری ماشین است. برای این منظور، لایه نقشه پراکنش زمین‌لغزش‌های منطقه شامل 73 زمین‌لغزش تهیه و به دو دسته برای آموزش مدل (70 درصد) و اعتبارسنجی مدل (30 درصد) به‌صورت تصادفی تقسیم شدند. همچنین، 16 عامل مؤثر بر وقوع زمین‌لغزش در منطقه موردمطالعه با توجه به‌مرور منابع گسترده شناسایی و لایه‌های رقومی در سامانه اطلاعات جغرافیایی تهیه شد. به‌منظور ارزیابی قدرت پیش‌بینی مدل از مساحت زیر منحنی تشخیص عملکرد نسبی (ROC) برای دو مرحله آموزش و اعتبارسنجی مدل استفاده شد. نتایج ارزیابی مدل نشان داد که مدل جنگل تصادفی با مقادیر سطح زیر منحنی 0/9 دارای دقت عالی در مرحله آموزش  و 0/89 دارای دقت خیلی خوب در مرحله اعتبارسنجی است. نتایج اولویت‌بندی عوامل مؤثر بر وقوع زمین‌لغزش در منطقه موردمطالعه نشان داد که عوامل طول شیب و شیب دارای بیشترین اهمیت هستند. بر اساس نتایج مدل جنگل تصادفی، 23/7 درصد منطقه موردمطالعه در پهنه حساسیت خیلی زیاد و زیاد واقع‌شده است.
شماره‌ی مقاله: 7
واژه‌های کلیدی: الگوریتم جنگل تصادفی، حوزه بار، ROC
متن کامل [PDF 1225 kb]   (97 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: تخصصي
دریافت: 1401/3/17 | پذیرش: 1401/6/7 | انتشار: 1402/11/23
ارسال پیام به نویسنده مسئول

ارسال نظر درباره این مقاله
نام کاربری یا پست الکترونیک شما:

CAPTCHA



XML   English Abstract   Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Dastranj A, Noor H, Vakili F. Landslide Susceptibility Mapping Using Machine Learning Algorithms and Prioritization of Factors Affecting the Occurrence of Landslides. jwmseir 2024; 17 (63) : 7
URL: http://jwmsei.ir/article-1-1076-fa.html

دسترنج علی، نور حمزه، وکیلی تجره فرزانه. ارزیابی نقشه حساسیت زمین‌لغزش با استفاده از الگوریتم یادگیری ماشین و اولویت‌بندی عوامل مؤثر بر وقوع زمین‌لغزش. مجله علوم ومهندسی آبخیزداری ایران. 1402; 17 (63) :71-83

URL: http://jwmsei.ir/article-1-1076-fa.html



بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.
دوره 17، شماره 63 - ( 11-1402 ) برگشت به فهرست نسخه ها
مجله علوم ومهندسی آبخیزداری ایران Iranian Journal of Watershed Management Science and Engineering
به اطلاع کلیه نویسندگان ، محققین و داوران  محترم  می رساند:

با عنایت به تصمیم  هیئت تحریریه مجله علمی پژوهشی علوم و مهندسی آبخیزداری فرمت تهیه مقاله به شکل پیوست در بخش راهنمای نویسندگان تغییر کرده است. در این راستا، از تاریخ ۱۴۰۳/۰۱/۲۱ کلیه مقالات ارسالی فقط در صورتی که طبق راهنمای نگارش جدید تنظیم شده باشد مورد بررسی قرار خواهد گرفت.
Persian site map - English site map - Created in 0.06 seconds with 42 queries by YEKTAWEB 4652