مدل سازی حرکات دامنه ای محدوده مخزن سد ستارخان اهر با استفاده از مدل های پیش بینی کننده لجستیک و شبکه عصبی

Publish Year: 1395
نوع سند: مقاله ژورنالی
زبان: Persian
View: 147

This Paper With 20 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_GERAZ-6-3_002

تاریخ نمایه سازی: 12 اسفند 1400

Abstract:

ناپایداری های دامنه ای، مخاطرات مهمی برای فعالیت های انسانی هستند، این مخاطرات، در شیب های طبیعی و یا شیب هایی که به دست انسان تغییر یافته اند، اتفاق می افتد. پژوهش حاضر با هدف شناسایی عوامل موثر در ایجاد پدیده ناپایداری دامنه ای با استفاده از مدل های آماری رگرسیون لجستیک و شبکه عصبی مصنوعی در حوضه سد ستارخان اهر انجام گردیده است. هدف از این پژوهش، تعیین مناطق دارای پتانسیل وقوع ناپایداری و نهایتا تهیه نقشه پهنه بندی خطر با استفاده از مدل­های آماری برای منطقه مورد مطالعه است. بدین منظور، ابتدا مهم ترین عوامل موثر در زمین لغزش مانند شیب، جهت شیب، ارتفاع از سطح دریا، بارندگی، فاصله از جاده، گسل و شبکه زهکشی، کاربری اراضی و سنگ شناسی بررسی و خصوصیات هر یک از آنها شناسایی و با روش فازی، استانداردسازی گردیدند. مبنای استانداردسازی روش هیستوگرام با استفاده از قطع طبقات هر لایه با زمین لغزش های رخ داده بوده که پراکنش زمین لغزش‎ ها از طریق انجام عملیات میدانی و با استفاده از تصاویر ماهواره ای تهیه و رقومی گردیده و به عنوان نقاط آموزش دهنده مدل ها نیز مورد استفاده قرار گرفت. نتایج مدل ها نشان داد درصد پهنه هایی با خطر بسیار بالا در مدل شبکه عصبی و رگرسیون لجستیک به ترتیب ۲۴/۷% و ۵۶/۵% است که عمدتا محدوده های نزدیک به سد ستارخان را شامل می گردد. از لحاظ لیتولوژی، این مناطق در محدوده هایی با میزان مقاومت پایین قرار گرفته اند که روش آماری لجستیک نیز نشان دهنده تاثیر بسیار زیاد فاصله از گسل و لیتولوژی بر وقوع پدیده لغزش در منطقه مورد مطالعه است. همچنین مقدار شاخص ROC برای مدل های شبکه عصبی و رگرسیون لجستیک به ترتیب ۸۵/۰ و ۸۱/۰ به دست آمد؛ می توان گفت روش شبکه عصبی، مدلی کارآمدتر جهت پهنه بندی وقوع زمین لغزش است؛ بنابراین، هرگونه برنامه ریزی و ساخت و ساز می بایست متناسب با شرایط ژیومورفولوژی و زمین شناسی منطقه باشد تا متحمل حداقل خسارات جانی و مالی نگردد.

Authors

صغری اندریانی

دانشجوی دکتری ژئومورفولوژی، دانشگاه تبریز، تبریز، ایران

نسرین سمندر

دانشجوی دکتری ژئومورفولوژی، دانشگاه تبریز، تبریز، ایران

محمدرضا نیکجو

دانشیار ژئومورفولوژی، دانشگاه تبریز، تبریز، ایران

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 :
  • اندریانی، صغری (۱۳۹۳) کاربرد تکنیک های سنجش از دور و ...
  • ثروتی، محمدرضا؛ نصرتی، کاظم؛ حسنوندی، شیما؛ میرباقری، بابک (۱۳۹۳)، پیش ...
  • راکعی، بابک؛ خامه چیان، ماشاله؛ عبدالملکی، پرویز؛ گیاه چی، پانته ...
  • فاطمی عقدا، سید محمود؛ غیومیان، جعفر؛ تشنه لب، محمد؛ اشقلی ...
  • عابدینی، موسی؛ قاسمیان، بهاره؛ شیرزادی، عطاا... (۱۳۹۳) مدل سازی خطر ...
  • علی پور، حمید؛ ملکیان، آرش (۱۳۹۴) پهنه بندی خطر زمین ...
  • سوری، سلمان؛ لشکری پور، غلام رضا؛ غفوری، محمد؛ فرهادی نژاد، ...
  • شادفر، صمد؛ یمانی، مجتبی؛ نمکی، سید محمد (۱۳۹۰) پهنه بندی ...
  • گزارش منابع آب آذربایجان شرقی (۱۳۸۹) گزارش تکنیکی از عملیات ...
  • Atkinson, P. M., Tatnall, A. R. L. (۱۹۹۷) Introduction Neural ...
  • Ayalew, L., Yamagishi, H. (۲۰۰۵) Slope Failures in the Blue ...
  • Burrough, P. A. (۱۹۸۹). Fuzzy Mathematical Methods for Soil Survey ...
  • Caniani, D., Pascale, S., Sdao, F., Sole, A. (۲۰۰۸)Neutral Networks ...
  • Carrara, A., Crosta, G. P, (۲۰۰۳) Geomorphological and Historical Data ...
  • Chau, K. T., Chan, J. E. (۲۰۰۵) Regional Bias of ...
  • Enrique, A., Castellanos Abella, A., Cees, J., Van Westen, B. ...
  • Ghohrodi Tali, M., Alaee Taleghani, M., Servati, M. R. (۲۰۱۱) ...
  • Gomez, H., Kavzoglu, T., (۲۰۰۵) Assessment of Shallow Landslide Susceptibility ...
  • Guzzetti, F., Carrara, A., Cardinali, M., Reichenbach, P. (۱۹۹۹) Landslide ...
  • Hong, H., Pradhan, B., Xu., C., Tien Bui, D. (۲۰۱۵) ...
  • Dasa, I., Sanhoob, S., Van Westena, C., Steina, A., Hacka, ...
  • Kavabata, D., Bandibas, J. (۲۰۰۹) Landslide Susceptibility Mapping Using Geological ...
  • Kelarestaghi, A., Ahmadi, H. (۲۰۰۹) Landslide Susceptibility Analysis with a ...
  • Kanungo, D. P., Arora, M. K., Sarkar, S., Gupta, R. ...
  • Lee, S., Ryu, J. H., Lee, M. J., Won, J. ...
  • Mosavi Khatir, S. Z., Kavian , A., Soleimani, A. K.(۲۰۱۰)Landslide ...
  • Nefeslioglu, H. A., Gokceoglu, C., Sonmez, H. (۲۰۰۸) An Assessment ...
  • Schmucker, K. J. (۱۹۸۲) Fuzzy Sets, Natural Language Computations and ...
  • Shalkoff R.J. (۱۹۹۷) Artificial Neural Networks, M. C Graw-Hill Companies ...
  • Van Westen, C. J., Van Asch., Th. W. J.(۲۰۰۶) Landslide ...
  • Varnes, D. J. (۱۹۷۸)Slope Movement and Types and Processes, in ...
  • Wanga, L. J., Guob, M., Sawadab, K., Lina, J., Zhanga, ...
  • Yilmaz, I., (۲۰۰۹) Landslide Susceptibility Mapping Using Frequency Ratio, Logistic ...
  • نمایش کامل مراجع