ارزیابی کارایی الگوریتم ماشین بردار پشتیبان در پهنه بندی حساسیت زمین لغزش حوضه آبریز اهرچای
Publish Year: 1398
نوع سند: مقاله ژورنالی
زبان: Persian
View: 257
This Paper With 17 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_GEH-8-4_001
تاریخ نمایه سازی: 24 فروردین 1400
Abstract:
برای کاهش خطرات احتمالی و مدیریت اراضی، ترسیم نقشه حساسیت زمینلغزش، در مناطق مستعد ضروری است. هدف اصلی این پژوهش، ارزیابی کارایی الگوریتم ماشین بردار پشتیبان (SVM) در پهنهبندی حساسیت زمینلغزش حوضه آبریز اهرچای در شمال غرب ایران، است. رخداد زمینلغزش به عنوان یکی از مهمترین مسائل و مخاطرات محیطی این حوضه به شمار میآید. در ابتدا زمینلغزشهای منطقه مطالعاتی با استفاده از تصاویر ماهوارهای گوگل ارث مربوط به تابستان 1396 شناسایی شدند و پس از بازدیدهای میدانی متعدد برای شناسایی و مطابقت با واقعیت، نقشه پراکنش زمینلغزشها ترسیم گردید. در حدود 200 مورد زمینلغزش در حوضه آبریز اهرچای شناسایی شد. 70 درصد از زمینلغزشها برای آموزش مدل و 30 درصد از آنها برای اعتبارسنجی مدل مورد استفاده قرار گرفت. برای تهیه نقشه حساسیت زمینلغزش با استفاده از الگوریتم ماشین بردار پشتیبان از 14 معیار مؤثر در وقوع زمینلغزش، شامل ارتفاع، جهت و زاویه شیب، تحدب دامنه، طول دامنه (LS)، شاخص رطوبت توپوگرافی (TWI)، عمق دره (VD)، لیتولوژی، فاصله از گسل، کاربری اراضی، شاخص NDVI، فاصله از آبراهه، توان رودخانه (SPI) و بارش استفاده شد. درنهایت نقشه حساسیت زمین لغزش در 5 کلاس بسیار زیاد، زیاد، متوسط، کم و بسیار کم تهیه گردید. برای ارزیابی عملکرد این الگوریتم از منحنی (ROC) و سطح زیرمنحنی (AUC) استفاده شد. نتایج ارزیابی 4 تابع از الگوریتم ماشین بردار پشتیبان نشان داد که تابع پایه شعاعی (RBF) با سطح زیرمنحنی 988/0 = AUC و 958/0= AUC به ترتیب برای دادههای آموزشی و صحتسنجی، در پهنهبندی حساسیت زمینلغزشهای منطقه مطالعاتی بهترین عملکرد را دارد. همچنین به دلیل قدرت تشخیص بالای آزمون، منحنی ROC بالای قطر مربع قرار میگیرد و بنابراین به حالت ایدهآل نزدیکتر میباشد. نتایج پهنهبندی نیز نشان داد که 61/26 درصد از اراضی منطقه که عمدتاً در غرب و بالادست حوضه و بخشهای جنوبی آن واقع شدهاند در کلاس با حساسیت زیاد و بسیار زیاد قرار گرفتند.
Keywords:
پهنه بندی حساسیت زمین لغزش , الگوریتم ماشین بردار پشتیبان (SVM) , تابع پایه شعاعی (RBF) , حوضه آبریز اهرچای
Authors
فریبا کرمی
دانشگاه تبریز
مریم بیاتی خطیبی
دانشگاه تبریز
منصور خیری زاده
دانشگاه تبریز
ابوالفضل مختاری اصل
دانشگاه تبریز
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :