CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

مدل سازی فضایی پتانسیل آب زیرزمینی با استفاده از تکنیک یادگیری ماشین جنگل تصادفی

عنوان مقاله: مدل سازی فضایی پتانسیل آب زیرزمینی با استفاده از تکنیک یادگیری ماشین جنگل تصادفی
شناسه ملی مقاله: PDCONF07_032
منتشر شده در هفتمین همایش علمی پژوهشی توسعه و ترویج علوم کشاورزی و منابع طبیعی ایران در سال 1399
مشخصات نویسندگان مقاله:

داود داودی مقدم - دانشجوی دکتری آبخیزداری، دانشگاه لرستان
علی حقی زاده - دانشیار گروه آبخیزداری، دانشگاه لرستان

خلاصه مقاله:
هدف از پژوهش حا ضر، مدل سازی فضایی پتانسیل آب زیرزمینی د شت کا شمر در جنوب غربی ا ستان خرا سان ر ضوی با ا ستفاده از تکنیک جنگل تصادفی میباشد. بدین منظور، از پارامترهای موثر بر پتانسیل آب زیرزمینی شامل ارتفاع سطح زمین، جهت شیب، درصد شیب، انحنای سطح زمین، تراکم زهکشی، فاصبه از آبراهه، شاخص پوشش گیاهی، شاخص رطوبت توپوگرافی، سنگ شناسی و کاربری اراضی استفاده شد. ابتدا نقشه رقومی تمام عوامل مزبور در سیستم اطلاعات جغرافیایی و درقالب پایگاه داده تهیه شد. در گام بعدی، با برر سی میدانی موقعیت 281 چاه با پتان سیل بالای آب زیرزمینی ثبت شده و با ا ستفاده از یک الگوریتم تصادفی به دو دسته آموزش مدل 197) موقعیت) و اعتبارســنجی مدل 84) موقعیت) تقســیم شــد . ســپس با اســتفاده از تکنیک جنگل تصــادفی و پارامترهای موثر محیطی نقشــه پتانســیل آب زیرزمینی منطقه در ســیســتم اطلاعات جغرافیایی تهیه شــد. در نهایت، نقشــه پیشبینی پتانســیل آب زیرزمینی با روش منحنی ROC در نرمافزار SPSS اعتبارســنجی شــد. نتایج منحنی ROC مقدار ســطح زیر منحنی (AUC) را در منطقه مورد مطالعه 86/8 درصـــد برآورد نمود، که نمایانگر توانایی خیلی خوب تکنیک جنگل تصـــادفی برای ارزیابی پتانســـیل آب زیرزمینی است. بنابراین پیشنهاد میشود که از تکنیک برای پتانسیلیابی آب زیرزمینی سایر دشتهای کشور استفاده شود

کلمات کلیدی:
مدلسازی فضایی، آب زیرزمینی، یادگیری ماشین، جنگل تصادفی

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1159370/