پهنه بندی خطر سیلاب در شهر نوشهر با استفاده از مدل های یادگیری ماشین
Publish Year: 1400
نوع سند: مقاله ژورنالی
زبان: Persian
View: 407
This Paper With 16 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_JHRE-40-176_006
تاریخ نمایه سازی: 24 اسفند 1400
Abstract:
اولین گام در جهت رسیدن به برنامه پیشگیری و ایمن سازی شهرها، شناخت مخاطرات و بحران های موجود و اولویت بندی مولفه های ریسک پذیری، با توجه به سوابق تاریخی و مطالعات علمی انجام گرفته در تبیین احتمال خطر است. پدیده سیل به عنوان یکی از مخاطرات بسیار پرخطر طبیعی است که در مدیریت بحران باید نگاه ویژه ای به آن معطوف داشت. هدف مطالعه حاضر، مدل سازی و پیش بینی مخاطره سیل طبق ویژگی های شهر بندری نوشهر، با استفاده از مدل های یادگیری ماشین است. بر اساس مرور منابع، ابتدا معیارها و شاخص های موثر بر مخاطره سیل، شامل معیار آب وهوا (شاخص بارندگی ۶ساعته)، معیار هیدرولوژی (شاخص های ارتفاع رواناب سطحی، تراکم زهکشی، عمق آب زیرزمینی)، معیار توپوگرافی (شاخص های شیب و ارتفاع از سطح دریا)، معیار خاک شناسی (شاخص نوع خاک) و معیار کاربری اراضی (شاخص نوع کاربری زمین) شناسایی شدند و سپس در محیط ArcGIS رستری گردیدند و در نهایت، برای استفاده در مدل ها، به روش فازی استاندارد سازی شدند. در تحقیق حاضر، برای پهنه بندی مخاطره سیل از مدل های یادگیری ماشین، k نزدیک ترین همسایه (Fine KNN، Cubic KNN، Cosine KNN، Weighted KNN)، درخت تصمیم (Fine tree، Medium tree، Coarse tree)، یادگیری تجمعی (Ensemble (Subspace KNN)) و WLC استفاده شده است. برای انجام صحت سنجی مدل ها و انتخاب بهترین مدل نیز از روش ROC بر اساس دو معیار ارزیابی صحت و سطح زیر نمودار در خصوص بحران سیل استفاده گردیده است. لایه ها در محیط ArcGIS تهیه و برای انجام مدل سازی و تعیین ضرایب تعیین، به محیط نرم افزاری MATLAB انتقال داده شده اند. نتایج نشان می دهند که مدل یادگیری تجمعی با صحت ۹۶/۰ و سطح زیر نمودار ۹۰/۰ بهترین و مدل WLC با صحت ۶۱/۰ و سطح زیر نمودار ۶۲/۰ ضعیف ترین مدل پیش بینی مخاطره سیل در شهر نوشهر است. بنابراین نتیجه خروجی الگوریتم Ensemble (Subspace KNN) برای ارائه نقشه نهایی خطر سیلاب انتخاب گردید.
Keywords:
Authors
حسن کاظمی قهی
Islamic Azad University, Science and Research Branch
نبی الله منصوری
Islamic Azad University, Science and Research Branch
سید علی جوزی
Islamic Azad University, North Branch, Tehran, Iran
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 :