[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 50-38 برگشت به فهرست نسخه ها
تعیین مناطق مستعد سیل‌خیزی با استفاده از مدل‌های یادگیری ماشین در حوزه آبخیز شهرستانک شهرستان خوسف
جواد چزگی* ، سهیلا پویان
چکیده:   (452 مشاهده)
سیل یکی از مخرب‌ترین پدیده‌های طبیعی است که در سراسر جهان رخ می‌دهد و منجر به آسیب به اموال و زیرساخت‌ها و یا حتی تلفات جانی می‌شود. این پژوهش باهدف تهیه نقشه پهنه­بندی پتانسیل سیل‌خیزی در حوزه آبخیز شهرستانک شهرستان خوسف با استفاده از الگوریتم‌های یادگیری ماشینی،  انجام گرفته است. در این تحقیق برای تعیین مناطق دارای پتانسیل خطر سیل در منطقه مورد مطالعه از 8 پارامتر تأثیرگذار و روش­های جنگل تصادفی، مدل درخت رگرسیونی پیشرفته و ماشین بردار پشتیبان استفاده شده است. در این راستا 81 مورد مخاطره منطقه سیل­خیز ثبت شد. به­طور تصادفی 70 درصد برای فرآیند مدل‌سازی و 30 درصد برای ارزیابی مدل­های تهیه شده تقسیم­بندی شد. نتایج اهمیت پارامترها نشان داد پارامتر تراکم زهکشی بیشترین تأثیر را در سیل­خیزی داشته است. علاوه­ بر این در تعیین مناطق حساس به وقوع سیل، مدل جنگل تصادفی، درخت رگرسیون پیشرفته و ماشین بردار پشتیبان به­ ترتیب با منحنی تشخیص عملکرد نسبی (ROC) 0/99، 098 و 0/95 دارای دقت بالاتری هستند. منطقه مورد مطالعه از نظر حساسیت سیل­خیزی به چهار طبقه (خیلی زیاد، زیاد، متوسط و کم) تقسیم شد. به‌صورت کلی، حوزه از نظر سیل­خیزی متوسط به بالا است.
شماره‌ی مقاله: 4
واژه‌های کلیدی: سیل‌خیزی، تراکم زهکشی، جنگل تصادفی، ماشین بردار پشتیبان، شهرستان خوسف
متن کامل [PDF 1882 kb]   (120 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: تخصصي
دریافت: 1402/5/17 | پذیرش: 1402/11/23 | 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:

Chezgi J, Poyan S. Determining Flood-Prone Areas Using Machine Learning Models in the Shahrestank Watershed Area of Khosef City. jwmseir 2024; 17 (63) : 4
URL: http://jwmsei.ir/article-1-1127-fa.html

چزگی جواد، پویان سهیلا. تعیین مناطق مستعد سیل‌خیزی با استفاده از مدل‌های یادگیری ماشین در حوزه آبخیز شهرستانک شهرستان خوسف. مجله علوم ومهندسی آبخیزداری ایران. 1402; 17 (63) :38-50

URL: http://jwmsei.ir/article-1-1127-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 0.08 seconds with 42 queries by YEKTAWEB 4652