مقایسه روش های رگرسیون لجستیک، نسبت فراوانی و تحلیل سلسله مراتبی در تهیه ی نقشه ی حساسیت ریزش سنگ (مطالعه موردی: استان کردستان، گردنه صلوات آباد)
Publish place: Journal of Watershed Management Research، Vol: 6، Issue: 12
Publish Year: 1394
نوع سند: مقاله ژورنالی
زبان: Persian
View: 218
This Paper With 12 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JWMR-6-12_019
تاریخ نمایه سازی: 17 مهر 1400
Abstract:
ریزش سنگ ها از فرآیندهای ژئومرفیکی طبیعی فعال روی دامنه های پر شیب نواحی کوهستانی می باشند. در این پژوهش، با استفاده از روشهای رگرسیون لجستیک، نسبت فراوانی و تحلیل سلسله مراتبی در طول ۱۱ کیلومتر از جاده گردنه صلوات آباد در شرق شهرستان سنندج در استان کردستان، نقشه های پهنه بندی حساسیت ریزش سنگ تهیه شدند. متغیر وابسته حضور و عدم حضور ریزش سنگ و متغیرهای مستقل شامل درجه شیب، جهت شیب، شکل شیب، ارتفاع از سطح دریا، فاصله از جاده، فاصله از گسل، سنگشناسی و کاربری اراضی می باشند. نقشه های پهنهبندی با موقعیت ریزش سنگ ها با استفاده از روش نرخ منحنی موفقیت Success Rate Curve (SRC)، مقایسه و مورد آزمون قرار گرفتند. نتایج ارزیابی صحت روشها نشان داد که درصد مساحت زیر منحنی (AUC) نقشه ها به ترتیب در مدل رگرسیون لجستیک ۰۹/۸۵ درصد، در مدل تحلیل سلسله مراتبی ۲/۸۳ درصد و در مدل نسبت فراوانی ۷۴/۷۶ درصد به دست آمدند. بنابراین مدل رگرسیون لجستیک نسبت به سایر مدل ها برای شناسایی مناطق مستعد و حساس به حساسیت ریز ش سنگ در منطقه مورد مطالعه مناسبتر شناخته شد.
Keywords:
Rock Fall , Logistic Regression (LR) , Frequency Ratio (FR) , Analytical Hierarchy
Process (AHP) , Salavat Abad Saddle , Kurdistan , ریزش سنگ , رگرسیون لجستیک (LR) , نسبت فراوانی (FR) , تحلیل سلسله مراتبی (AHP) , گردنه صلوات آباد , کردستان
Authors
عطااله شیرزادی
Sari Agricultural Sciences and Natural Resources University
کریم سلیمانی
Sari Agricultural Sciences and Natural Resources University
محمود حبیب نژاد روشن
Sari Agricultural Sciences and Natural Resources University
عطااله کاویان
Sari Agricultural Sciences and Natural Resources University
بهاره قاسمیان
University of Mohaghegh Ardabili
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 :