پیش بینی حساسیت زمین لغزش با استفاده از مدل های ترکیبی فاصله ماهالانوبیس و یادگیری ماشین (مطالعه موردی: حوزه آبخیز اوغان، استان گلستان)

هدف از تحقیق پیش رو، پهنه بندی حساسیت زمینلغزش در حوزه آبخیز اوغان، واقع در استان گلستان می­باشد. بدین منظور از دو مدل توانمند داده­کاوی شامل جنگل تصادفی و بیشینه آنتروپی استفاده گردید. زمین­لغزش­ها با استفاده از الگوریتم فاصله ماهالانوبیس به دو دسته ۷۰ درصد (واسنجی پارامترها و تعلیم مدل­ها) و ۳۰ درصد (اعتبارسنجی نتایج مدل­ها) تقسیم شدند. هم­چنین با توجه به مرور منابع گسترده، ۱۵ عامل موثر بر وقوع زمین­لغزش در منطقه موردمطالعه با روش تورم واریانس غربال، عوامل بهینه انتخاب و لایه­های رقومی عوامل در سامانه اطلاعات جغرافیایی تهیه شدند. به­منظور ارزیابی نتایج مدل­ها (قدرت یادگیری و اعتبارسنجی نتایج) از مقدار مساحت زیرمنحنی تشخیص عملکرد نسبی با استفاده از دو دسته داده واسنجی و اعتبارسنجی استفاده شد. نتایج حاصل از ارزیابی قدرت یادگیری مدل­ها نشان داد که مدل جنگل تصادفی و بیشینه آنتروپی به ­ترتیب با مقادیر سطح زیر منحنی ۹۲۳/۰ و ۹۱/۰ دارای قدرت یاگیری و برازش نسبتا مشابهی می­باشند. اگرچه در مرحله اعتبارسنجی مشخص گردید که مدل جنگل تصادفی با مقدار ۹/۰ نسبت به مدل بیشینه آنتروپی با مقدار ۸۵/۰ قدرت پیش­بینی و تعمیم نتایج بالاتری دارد. لذا مدل جنگل تصادفی به عنوان مدل برتر در ارزیابی حساسیت زمین­لغزش حوزه آبخیز اوغان معرفی گردید. براساس نتایج مدل جنگل تصادفی، حدود ۱۰ درصد از حوزه آبخیز اوغان در پهنه حساسیت زیاد و خیلی­زیاد به­وقوع زمین­لغزش قرار گرفته است. هم­چنین، عوامل بارش، شاخص تفاضلی پوشش گیاهی نرمال شده، شاخص ارتفاع از سطح نزدیک ترین زهکش، سنگ­شناسی و فاصله از جاده به عنوان مهم­ترین عوامل موثر در وقوع زمین­لغزش­های منطقه معرفی گردیدند.

Keywords:

بیشینه آنتروپی , جنگل تصادفی , سامانه اطلاعات جغرافیایی , مدل های یادگیری ماشین