پهنه بندی حساسیت فرسایش آبکندی و تعیین فاکتورهای کنترل کننده آن بسیار مهم و حیاتی است. این مطالعه با هدف بررسی توزیع مکانی فرسایش آبکندی با استفاده از دو مدل شبکه عصبی مصنوعی و حداکثر آنتروپی و تعیین عوامل اثرگذار بر این نوع فرسایش در حوزه آبخیز سد گلستان انجام شد. لذا 14 عامل، شامل عوامل توپوگرافی، سایر عوامل و تلفیق عوامل (14 عامل) به عنوان فاکتورهای پیشبینی کننده حساسیت در نظر گرفته شدند. از مجموع 1042 موقعیت فرسایش آبکندی، به صورت تصادفی و به نسبت 30 و 70 درصد به ترتیب به عنوان داده های اعتبارسنجی و آزمون در نظر گرفته شدند. نتایج حاصل از آزمون Jackknife نشان داد که پارامترهای ارتفاع، بارندگی و عمق دره مهم ترین متغیرهای اثرگذار بر پیش بینی فرسایش آبکندی می باشند. نتایج مدل سازی نشان داد که بهترین دقت مدل بر اساس منحنی ROC در حالت آموزش (923 /0) و در مرحله اعتبارسنجی (902 /0)، مدل شبکه عصبی مصنوعی بوده است و این شرایط زمانی حاصل می شود که همه عوامل در مدل سازی دخالت داده شوند. بر اساس این مدل بیش از 20 درصد حوزه (45633 هکتار) دارای حساسیت زیاد و خیلی زیاد به فرسایش آبکندی است.
Shahbazi A, Vakili tajareh F, Alvandi E, Bayat A, Asadi nalivan O. Assessment of Artificial Neural Network Models and Maximum Entropy in Zoning of Gully Erosion Sensitivity of Golestan Dam Basin. jwmseir 2021; 15 (52) :12-23 URL: http://jwmsei.ir/article-1-968-fa.html
شهبازی علی، وکیلی تجره فرزانه، الوندی احسان، بیات اصغر، اسدی نلیوان امید. ارزیابی مدلهای شبکه عصبی مصنوعی و حداکثر آنتروپی در پهنهبندی حساسیت فرسایش آبکندی حوزه آبخیز سد گلستان. مجله علوم ومهندسی آبخیزداری ایران. 1400; 15 (52) :12-23
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.