بررسی دقت مدل های GLM و SVM در تهیه نقشه حساسیت پذیری زمین لغزش (مطالعه موردی: حوزه آبخیز کرگانه، استان لرستان)

Publish Year: 1403
نوع سند: مقاله ژورنالی
زبان: Persian
View: 5

This Paper With 18 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_ESRJ-15-3_008

تاریخ نمایه سازی: 3 مهر 1403

Abstract:

مقدمه زمین لغزش یکی از خطرات طبیعی است که همه ساله خسارت جانی و مالی فراوانی در مناطق کوهستانی، پر باران و لرزه خیز به همراه دارد. حرکت­های توده­ای نقش موثری در تخریب جاده های ارتباطی، مراتع، مناطق کوهستانی و ایجاد فرسایش و رسوب در حوزه­های آبخیز دارند. شناسایی مناطق مستعد زمین لغزش با استفاده از پهنه بندی خطر با مدل های مناسب، یکی از اقدامات اولیه در کاهش خسارت احتمالی و مدیریت خطر است. تهیه نقشه حساسیت زمین لغزش به عنوان سنگ بنای تحقیقات زمین لغزش شناخته شده و در مواقع بحرانی به عنوان یک ابزار مدیریتی مورد استفاده قرار می گیرد. با توجه با اینکه شناسایی مناطق دارای حساسیت زمین لغزش براساس روش های سنتی و نظرات کارشناسی از دقت مناسبی برخوردار نیست، استفاده از روش های نوین یادگیری ماشین مانند روش ماشین بردار پشتیبان امری لازم و ضروری به نظر می رسد. هدف از این تحقیق، مدل سازی مکانی حساسیت وقوع زمین لغزش با استفاده از دو روش مدل خطی تعمیم یافته (GLM) و الگوریتم ماشین بردار پشتیبان (SVM) و مقایسه کارایی این مدل ها در پهنه بندی حساسیت وقوع زمین لغزش در حوزه آبخیز کرگانه، استان لرستان است. مواد و روش­ها حوزه آبخیز کرگانه یکی از زیر حوزه های بزرگ آبخیز خرم آباد با مساحت ۲/۲۹۴ کیلومترمربع است. حداقل ارتفاع حوزه آبخیز کرگانه ۱۳۰۰ و حداکثر آن ۲۷۰۰ متر است و ۶۰ درصد از مساحت این آبخیز دارای شیب بیش از ۱۲ درصد (شیب نسبتا بالا و بیشتر) است. روش پژوهش در این مطالعه از نظر هدف کاربردی و از نظر ماهیت توصیفی- تحلیلی است که از روش های کتابخانه ای، بازدیدهای میدانی و مدل سازی استفاده شده است. برای این منظور، لایه نقشه پراکنش زمین لغزش های منطقه شامل ۹۵ مورد زمین لغزش به صورت پهنه ای تهیه و به دو دسته برای آموزش مدل (۷۰ درصد) و اعتبارسنجی مدل (۳۰ درصد) به صورت تصادفی تقسیم شدند. همچنین، ۱۶ عامل موثر بر وقوع زمین لغزش در آبخیز مورد بررسی با توجه به مرور منابع و استفاده از آزمون های تجزیه به مولفه های اصلی ۱(PCA)، Tolerance و۲VIF  انتخاب و لایه های رقومی در سامانه اطلاعات جغرافیایی تهیه شد. عوامل شیب، جهت شیب، طبقات ارتفاعی، زمین شناسی، شبکه زه کشی (فاصله از رودخانه)، جاده (فاصله از جاده)، گسل (فاصله از گسل)، شاخص های توپوگرافیک (شاخص توان رودخانه (SPI)، شاخص رطوبت توپوگرافی (TWI) و شاخص طول شیب (LS))، شاخص های ژئومورفولوژیک (شاخص موقعیت توپوگرافی (TPI)، شاخص ناهمواری توپوگرافی (TRI) و شاخص قدرت بردار یا اندازه گیری زبری سطح (VRM) کاربری اراضی، فاصله از روستا، و خطوط هم بارش به عنوان موثرترین عوامل وقوع زمین لغزش در حوزه آبخیز کرگانه شناخته شدند. سپس نقشه خطر (استعداد) زمین لغزش براساس دو روش یاد شده در محیط نرم افزار ModEco تهیه شد. در ادامه به منظور ارزیابی صحت مدل­سازی و مقایسه کارایی مدل ها از شاخص تشخیص عملکرد نسبی (ROC) استفاده گردید. نتایج و بحث با اصلاح داده های زمین لغزش تهیه شده از اداره کل منابع طبیعی به کمک تصاویر ماهواره ای Google Earth و بازدیدهای میدانی تعداد ۹۵ زمین لغزش شناسایی شد که که سطحی حدود ۲۴/۱۴۸۳ هکتار از حوضه را در برگرفته اند. براساس نتایج نمودار حداکثر احتمال۳، شاخص های زمین­شناسی، کاربری اراضی، شیب، شاخص ناهمواری توپوگرافی (TRI)، طول شیب و جهت شیب مهم ترین پارامترهای تاثیرگذار بر وقوع زمین لغزش در حوزه آبخیز کرگانه هستند. نتایج نشان داد که روش الگوریتم ماشین بردار پشتیبان (SVM) با ROC برابر با ۹۱۳/۰ به عنوان مدل برتر برای حوضه برگزیده شد. مدل خطی تعمیم یافته با ROC برابر با ۸۰۳/۰ نیز کارایی بالایی را از نظر ارزیابی حسایست پذیری زمین لغزش از خود نشان داد. براساس نتایج مدل الگوریتم ماشین بردار پشتیبان، حدود ۳/۱۹ درصد از حوزه آبخیز کرگانه در کلاس خطر زیاد و خیلی زیاد وقوع زمین لغزش قرار گرفته است. براساس نقشه شدت حساسیت پذیری زمین لغزش با مدل ماشین بردار پشتیبان، روستاهای جمشیدآباد حیدر، میلمیلک، گرمابله بالا، بنه سوره، محمودآباد بالا، اسکین بالا، چشمه پاپی، دره قاسمعلی و شیخ حیدر در خطر زیاد و خیلی زیاد وقوع زمین لغزش واقع شدند. حدود ۱۱۷ کیلومتر از راه های ارتباطی این حوزه در کلاس خطر بالا و خیلی بالا قرار گرفتند. نتیجه­ گیری براساس نتایج این تحقیق، الگوریتم ماشین بردار پشتیبان نتایج کاربردی را به منظور پهنه بندی وقوع خطر زمین لغزش در حوزه آبخیز کرگانه ارائه می دهد؛ به­طوری که با تطبیق نتایج بدست آمده با شرایط واقعی موجود، تطبیق بسیار بالای بین نتایج نقشه پهنه بندی خطر زمین لغزش با استفاده از این مدل و شواهد واقعی موجود در منطقه موردمطالعه وجود دارد. با فرض تمرکز عملیات مدیریتی در کلاس های با حساسیت بالا، حدود ۷۰ درصد از مساحت منطقه از روند مدیریتی خارج شده و سبب تخصیص منابع مالی و زمان کم تری نیز خواهد شد. اجرای برنامه­های مدیریت زمین­لغزش بر پایه نتایج این تحقیق در مقیاس محلی و منطقه­ای می­تواند مشکلات ناپایداری دامنه را حل کرده و منجر به بهبود فعالیت­های مدیریت آبخیز و پایداری توسعه حوضه کرگانه شود.

Keywords:

الگوریتم ماشین بردار پشتیبان , حساسیت پذیری , حوزه آبخیز کرگانه , زمین لغزش , مدل خطی تعمیم یافته

Authors

ابراهیم کریمی سنگچینی

بخش تحقیقات حفاظت خاک و آبخیزداری، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی لرستان، سازمان تحقیقات، آموزش و ترویج کشاورزی، خرم آباد، ایران

سیدحسین آرامی

بخش تحقیقات جنگل ها و مراتع، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی خوزستان، سازمان تحقیقات، آموزش و ترویج کشاورزی، اهواز، ایران

علی دسترنج

بخش تحقیقات حفاظت خاک و آبخیزداری، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی خراسان رضوی، سازمان تحقیقات، آموزش و ترویج کشاورزی، مشهد، 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 :
  • Afifi, M.A., ۲۰۲۱. Spatial analysis of landslide risk with emphasis ...
  • Alipour, H. and Malekiyan, A., ۲۰۱۵. Zoning the Landslide Hazard ...
  • Arab Ameri, A.R., Rezaei, K., Yamani, M. and Shirani, K., ...
  • Balogun, A.L., Rezaie, F., Pham, Q.B., Gigović, L., Drobnjak, S., ...
  • Castro Camilo, D., Lombardo, L., Mai, P.M., Castro Camilo, D., ...
  • Chen, W., Pourghasemi, H.R., Kornejady, A. and Zhang, N., ۲۰۱۷. ...
  • Chen, W., Pourghasemi, H.R., Zhang, S. and Wang, J., ۲۰۱۹. ...
  • Dahal, R.K., Hasegawa, S., Nonomura, A., Yamanaka, M., Dhakal, S. ...
  • Emadodin, S., Taheri, V., Mohammad ghasemi, M. and Nazari, Z., ...
  • Ercanoglu, M. and Gokceoglu, C., ۲۰۰۲. Assessment of landslide susceptibility ...
  • Esfandiary Darabad, F., rahimi, M., navidfar, A. and Arsalan, M., ...
  • Gasemyan, B., Abedini, M., Roostai, S., and Shirzadi, A., ۲۰۲۱. ...
  • Ghiasi, S.S., Rajabzadeh, F., Najirda, S., Feiznia, S. and Nazari ...
  • Heydari, N., Habibnejad, M., Kavian, A. and Pourghasemi, H.R., ۲۰۲۰. ...
  • Hong, H., Pradhan, B., Xu, C. and Bui, D.T., ۲۰۱۵. ...
  • Karimi Sangchini, E., Arami, S., Rezaii Moghadam, H., Khodabakhshi, Z. ...
  • Kornejady, A., Ownegh, M., Pourghasemi, H.R., Bahremand, A. and Motamedi, ...
  • Kornejady, A., Pourghasemi, H.R. and Afzali, S.F., ۲۰۱۹. Presentation of ...
  • Lee, S., Hong, S.M. and Jung, H.S., ۲۰۱۷. A support ...
  • Meten, M., PrakashBhandary, N. and Yatabe, R., ۲۰۱۵. Effect of ...
  • Panahi, M., Gayen, A., Pourghasemi, H.R., Rezaie, F. and Lee, ...
  • Pandey, V.K., Pourghasemi, H.R. and Sharma, M.C., ۲۰۲۰. Landslide susceptibility ...
  • Peng, L., Niu, R., Huang, B., Wu, X., Zhao, Y. ...
  • Pham, B.T., Pradhan, B., Bui, D.T., Prakash, I. and Dholakia, ...
  • Phillips, S.J., Anderson, R.P. and Schapire, R.E., ۲۰۰۶. Maximum entropy ...
  • Pourghasemi, H.R. and Rahmati, O., ۲۰۱۸. Prediction of the landslide ...
  • Prajisha, C.K., Achu, A.L. and Joseph, S., ۲۰۲۳. Landslide susceptibility ...
  • Rabet, A., Dastranj, A., Asadi, S. and Asadi Nalivan, O., ...
  • Rahmati, O., Tahmasebipour, N., Haghizadeh, A., Pourghasemi, H. and Feizizadeh, ...
  • Roustaie, S., Mokhtari, D. and Ashrafi Fini, Z., ۲۰۲۰. Landslide ...
  • Shano, L., Raghuvanshi, T.K. and Meten, M., ۲۰۲۱. Landslide Hazard ...
  • Trigila, A., Frattini, P., Casagli, N., Catani, F., Crosta, G., ...
  • Yarahamdi, J., Raushiti, Sh., Sharifikia, M. and Raushiti, M., ۲۰۱۵. ...
  • نمایش کامل مراجع