CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

تعیین مناطق مستعد سیل خیزی با استفاده از مدل های یادگیری ماشین در حوزه آبخیز شهرستانک شهرستان خوسف

عنوان مقاله: تعیین مناطق مستعد سیل خیزی با استفاده از مدل های یادگیری ماشین در حوزه آبخیز شهرستانک شهرستان خوسف
شناسه ملی مقاله: JR_JWMS-17-63_004
منتشر شده در در سال 1402
مشخصات نویسندگان مقاله:

جواد چزگی - Rangeland and Watershed Department, Faculty of Natural Resources and Environment, University of Birjand, Birjand. Iran.
سهیلا پویان - Department of Natural Resources, Faculty of Agriculture, Shiraz University, Shiraz, Iran

خلاصه مقاله:
سیل یکی از مخرب ترین پدیده های طبیعی است که در سراسر جهان رخ می دهد و منجر به آسیب به اموال و زیرساخت ها و یا حتی تلفات جانی می شود. این پژوهش باهدف تهیه نقشه پهنه­بندی پتانسیل سیل خیزی در حوزه آبخیز شهرستانک شهرستان خوسف با استفاده از الگوریتم های یادگیری ماشینی،  انجام گرفته است. در این تحقیق برای تعیین مناطق دارای پتانسیل خطر سیل در منطقه مورد مطالعه از ۸ پارامتر تاثیرگذار و روش­های جنگل تصادفی، مدل درخت رگرسیونی پیشرفته و ماشین بردار پشتیبان استفاده شده است. در این راستا ۸۱ مورد مخاطره منطقه سیل­خیز ثبت شد. به­طور تصادفی ۷۰ درصد برای فرآیند مدل سازی و ۳۰ درصد برای ارزیابی مدل­های تهیه شده تقسیم­بندی شد. نتایج اهمیت پارامترها نشان داد پارامتر تراکم زهکشی بیشترین تاثیر را در سیل­خیزی داشته است. علاوه­ بر این در تعیین مناطق حساس به وقوع سیل، مدل جنگل تصادفی، درخت رگرسیون پیشرفته و ماشین بردار پشتیبان به­ ترتیب با منحنی تشخیص عملکرد نسبی (ROC) ۰/۹۹، ۰۹۸ و ۰/۹۵ دارای دقت بالاتری هستند. منطقه مورد مطالعه از نظر حساسیت سیل­خیزی به چهار طبقه (خیلی زیاد، زیاد، متوسط و کم) تقسیم شد. به صورت کلی، حوزه از نظر سیل­خیزی متوسط به بالا است.

کلمات کلیدی:
Flooding, Drainage density, Random forest, Support vector machine, Khosuf City., سیل خیزی, تراکم زهکشی, جنگل تصادفی, ماشین بردار پشتیبان, شهرستان خوسف

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1918060/