|
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: (1676 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]
(583 دریافت)
|
نوع مطالعه: پژوهشي |
موضوع مقاله:
تخصصي
دریافت: 1401/3/17 | ویرایش نهایی: 1403/5/14 | پذیرش: 1401/6/7 | انتشار: 1402/11/23 | انتشار الکترونیک: 1402/11/23
|
|
|
|
|
|
|
| ارسال پیام به نویسنده مسئول |
|
|
|
| ارسال نظر درباره این مقاله |
|
|
|
