شبیه سازی مناطق مستعد سیلاب با استفاده از شبکه عصبی پرسپترون و سیستم اطلاعات جغرافیایی (منطقه موردمطالعه: حوزه آبخیز زولاچای، شهرستان سلماس)
Publish place: Journal of Watershed Management Research، Vol: 12، Issue: 24
Publish Year: 1400
نوع سند: مقاله ژورنالی
زبان: Persian
View: 83
This Paper With 12 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_JWMR-12-24_009
تاریخ نمایه سازی: 15 اسفند 1400
Abstract:
چکیده مبسوط
مقدمه و هدف: امروزه پدیده سیل یکی از پیچیده ترین رخدادهای مخاطره آمیز است که بیش از سایر بلایای طبیعی دیگر، همه ساله در نقاط مختلف دنیا منجر به ایجاد خسارت های جانی و مالی و تخریب اراضی کشاورزی می شود.
مواد و روش ها: به دلیل سیل خیز بودن حوضه آبریز زولاچای، شهرستان سلماس بررسی و شبیه سازی خطر وقوع سیل در این منطقه ضروری به نظر می رسد. لذا در این پژوهش از تلفیق شبکه عصبی مصنوعی پرسپترون (MLP) و GIS استفاده شده است. ابتدا پارامترهای تاثیرگذار در شبیه سازی مناطق سیلابی نظیر: لایه شیب، ارتفاع، جهت جریان، خاک و کاربری اراضی مورد بررسی قرارگرفته و این لایه های اطلاعاتی وارد نرم افزار ARCGIS۵.۳ شدند. لایه های اطلاعاتی مورد نظر با دستور Fishnet مورد پردازش قرار گرفتند و هرکدام از لایه ها به point تبدیل شدند و این داده به همراه داده های تعلیمی که از گوگل ارث دریافت شده بود به شبکه عصبی معرفی شد. در شبکه عصبی پرسپترون لایه های ورودی شامل ۵ نورون و ۱۶ گره وارد مدل شدند.
یافته ها: نتایج نشان داد، ارتفاع دارای کم ترین وزن (R۲=۰.۷۱۳) و بیشترین وزن مربوط به جهت جریان (R۲=۰.۹۱۳) در شبیه سازی سیلاب حوزه آبخیز زولاچای، شهرستان سلماس می باشد.
نتیجه گیری: می توان بیان کرد تلفیق GIS و شبکه عصبی مصنوعی می تواند برای مدل سازی و شبیه سازی سیلاب در محیط های مکانی مختلف برای جلوگیری و کاهش خطرات محیطی بسیار مفید واقع شود.
Keywords:
Flood , Fishnee , Perceptron Artificial Neural Network , Salmas County , Zolachai Watershed , حوزه آبخیز زولاچای شهرستان سلماس , سیل , شبکه عصبی مصنوعی پرسپترون , Fishnee
Authors
وحید عیسی زاده
University of Tehran
زهرا علی بیگی
University of Tehran
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 :