مقایسه سه روش فرآیند تحلیل سلسله مراتبی فازی، شبکه عصبی مصنوعی و تراکم سطح در ارزیابی کمی و پهنه بندی حساسیت‏ پذیری زمین لغزش در محیط GIS (مطالعه موردی: حوزه آبخیز سیمره هومیان)

Publish Year: 1397
نوع سند: مقاله ژورنالی
زبان: Persian
View: 132

This Paper With 22 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:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_GEH-7-3_002

تاریخ نمایه سازی: 24 فروردین 1400

Abstract:

پهنه ­بندی حساسیت‏ پذیری زمین ­لغزش به‌عنوان تقسیم ­بندی زمین، برحسب درجۀ حساسیت ‏پذیری واقعی یا بالقوۀ زمین ­لغزش می‌تواند در مدیریت کارآمد بحران یاری دهنده باشد؛ اما ماهیت نامشخص متغیرهای لازم جهت بررسی، تأثیر متفاوت هر متغیر و عدم امکان تعیین مرزهای دقیق نواحی آسیب ‌پذیر، موجب عدم قطعیت در نقشه‌های آسیب‌پذیری می‏گردد. استفاده از فن‏آوری‏های نوین مانند GIS و الگوریتم‏های هوش محاسباتی می‌توانند در تهیه نقشه‌های دقیق‏تر پهنه ‌بندی زمین‌ لغزش مفید واقع گردند. در این مطالعه با هدف پهنه‌ بندی حساسیت ‏پذیری زمین ‌لغزش در حوزه آبخیز سیمره هومیان، به دلیل وقوع زمین‌ لغزش­های متعدد در این منطقه، به مقایسه سه روش فرآیند تحلیل سلسله مراتبی فازی ([1]FAHP)، شبکه عصبی مصنوعی و تراکم سطح بر اساس معیارهای مختلفی ازجمله ‏توپوگرافی، پوشش گیاهی، رطوبت نسبی، عمق گسیختگی خاک، فاصله از رودخانه، گسل و جاده و رده مقاومتی زمین پرداخته شده است. بر اساس نتایج به‌ دست ‌آمده نواحی شمالی محدوده مطالعاتی مستعد وقوع حرکات دامنه‏ای هستند؛ از طرفی مقادیر پارامترهای صحت‏ سنجی مؤید دقت بالاتر نتایج دو رویکرد شبکه عصبی و تراکم سطح به ترتیب با مقادیر صحت کلی 73/0 و 71/0 بوده که ناشی از عملکرد بهتر دو روش فوق نسبت به روش FAHP با صحت کلی 58/0 می‌باشد. درمجموع روش شبکۀ عصبی بر اساس آماره ‏های صحت‏ سنجی مورد استفاده شامل، صحت کلی، صحت کاربر و صحت تولید کننده به ترتیب با مقادیر 73/0، 8/0 و 59/0 بالاترین صحت را به خود اختصاص داده است.    

Authors

زینت گومه

دانشگاه تهران

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 :
  • آهنی، علی و دیگران. (1395). منطقه بندی حوزه های آبخیز ...
  • ایزدی، زهرا و مژگان انتظاری. (1392). زمین‌لغزش‌های ایران، معرفی، عوامل ...
  • بختیاری، محسن و دیگران. (1390). پهنه‌بندی خطر زمین‌لغزش در منطقه ...
  • پهنه بندی خطر زمین لغزش با استفاده از روش شبکه عصبی مصنوعی(مطالعة موردی: حوزه سپیددشت، لرستان) [مقاله ژورنالی]
  • بهشتی راد، مسعود و دیگران. (1388). بررسی کارایی مدل پهنه‌بندی ...
  • جوادی، محمدرضا و دیگران. (1391). مقایسه روش‌های مورا و وارسون ...
  • حسن‌زاده، محمد. (1379). پهنه‌بندی خطر زمین‌لغزش در حوزه آبخیز شلمانرود. ...
  • رنگزن، کاظم و دیگران. (1387). ارزیابی پارامترهای مؤثر بر زمین‌لغزش ...
  • رنگزن، کاظم و دیگران. (1394). پهنه‌بندی خطرپذیری زلزله با استفاده ...
  • پهنه‌بندی خطر زمین لغزش با استفاده از منطق فازی (مطالعة موردی: حوزه چم‌سنگر) [مقاله ژورنالی]
  • عطائی، محمد. (1389). تصمیم‌گیری چندمعیاره فازی. انتشارات دانشگاه صنعتی شاهرود. ...
  • قدسی پور، حسن. (1392). فرآیند تحلیل سلسله مراتبی(AHP) . دانشگاه ...
  • کامران زاد، فرناز و دیگران. (1394). پهنه‌بندی خطر زمین‌لغزش در ...
  • کریمی، مرتضی. و اسماعیل. نجفی. (1391). ارزیابی خطر زمین‌لغزش با ...
  • کوره پزان دزفولی، امین. (1387). اصول تئوری مجموعه‌های فازی. انتشارات ...
  • مقیمی، ابراهیم و دیگران. (1391). پهنه‌بندی خطر وقوع زمین‌لغزش با ...
  • منهاج، محمد. (1388). مبانی شبکه‌های عصبی. انتشارت دانشگاه صنعتی امیرکبیر، ...
  • نصرآزادانی، احمد. (1388). ارزیابی و مقایسه روش‌های پهنه‌بندی آماری دومتغیره ...
  • Ayalew, L. and H. Yamagishi. 2005. The application of GIS-based ...
  • Baeza, C. and J. Corominas. 1996. Assessment of shallow landslide ...
  • Biswajeet Paradhan. 2010: Remote sensing and GIS based Lanslid hazard ...
  • Hattanji, T. and H. Moriwaki. 2009. Morphometric analysis of relic ...
  • Hu, X. and Q. Weng. 2009. Estimating impervious surfaces from ...
  • IAEG Commission on Landslides. 1990. Suggested nomenclature for landslides Bulletin ...
  • Jade, S. and S. Sarkar. 1993. Statistical Models for Slope ...
  • Jensen, J.R. 1995: Introductory Digital Image Processing: A Remote Sensing ...
  • Kanungo, D., M. Arora., S. Sarkar. and R. Gupta. 2006. ...
  • Kavzoglu, T. and P.M. Mather. 2003. The use of backpropagating ...
  • Khezri, S. 2011. Landslide susceptibility in the Zab Basin, northwest ...
  • Lan, H.X., C.H. Zhau., L.J. Wang., H.Y. Zhang. and R.H. ...
  • Lee, S., J.H. Ryu., J. Won, and H. Park. 2004. ...
  • Lee, S., J.H. Ryu., M.J. Lee. and J.S. Won. 2006. ...
  • Melchiorre, C., M. Matteucci. and A. Azzoni. 2008. Artificial neural ...
  • Mora, S. and W.G. Vahrson. 1994. Macrozonation methodology for landslide ...
  • Naderi, F., B. Naseri., H. Karimi. and G.H Habibi Bibalani. ...
  • Othman, A.N., W.M. Naim. and S. Noraini. 2012. GIS based ...
  • Pareta, K., J. Kumar. and U. Pareta. 2012. Landslide hazard ...
  • Salciarini, D., J.W. Godt., W.Z. Savage., P. Conversini., R.L. Baum ...
  • Srivastava, V., H.B. Srivastava. and R.C. Lakhera. 2010. Fuzzy gamma ...
  • Torkashvand, A.M., A. Irani. and J. Sorur. 2014. The preparation ...
  • Vahidnia, M.H., A.A. Alesheikh., A. Ali mohammadi. and F. Hosseinali. ...
  • Varnes, D.J. 1984: Landslide hazard zonation: a review of priciples ...
  • Van Westen, C.J. 1993. Application of geographic information systems to ...
  • Yalcin, A., S. Reis., A.C. Aydinoglu, and T. Yomralioglu. 2011. ...
  • Yilmaz, I. 2010. Landslide susceptibility mapping using frequency ratio, logistic ...
  • Wang, L.J., S. Kazuhide, and M. Shuji. 2013. Landslide susceptibility ...
  • نمایش کامل مراجع