تلفیق مدل فرایند تحلیل سلسله مراتبی و شبکه های عصبی به منظور پهنه بندی خطر وقوع زمین لغزش (مطالعه موردی شهرستان بیجار)

شناسایی محدوده های مستعد زمین لغزش در عمران شهری و منطقهای دارای اهمیت ویژه ای است. در این مقاله به پهنهبندی میزان حساسیت به زمین لغزش با استفاده از شبکه عصبی مصنوعی و تحلیل سلسله مراتبی اقدام شده است. این پهنه بندی و تحلیل با استفاده از شبکه های عصبی مصنوعی که قادر به شناسایی روابط پیچیده بین حرکات تودهای و هدف یعنی عوامل پهنه حساسیت، به منظور شناسایی مناطق ناپایدار صورت گرفته است. روش تحلیل سلسله مراتبی برای بهبود نمونه آموزش، در سیستم اطلاعات جغرافیایی انجام شده است. پیشپردازش با استفاده از روش تحلیل سلسله مراتبی داده ها برای انتخاب پیکسلهای مناطق بدون لغزش و کمک به بهبود قابلیت پیش بینی روش شبکه عصبی که یک مدل جعبه سیاه است انجام شده است. این روش در شهرستان بیجار در شمال شرق استان کردستان که پتانسیل زیادی برای حرکات دامنهای دارد، باهدف پهنه بندی زمین لغزش بهعنوان یکی از حرکات دامنه ای اعمال شد. بدینمنظور ابتدا بررسیهای کتابخانهای برای شناسایی معیارهای تاثیرگذار در این فرایند انجام گرفت بر اساس پژوهش ها، متغیرهای لیتولوژی، فاصله از گسل، جهت شیب، کاربری اراضی، فاصله از رودخانه، فاصله از خطوط ارتباطی، شیب، ارتفاع و شبکه زهکش مهمترین فاکتورهای موثر بر زمین لغزش محسوب میشوند که در این تحقیق ارزیابی شدند. برای ارزیابی این متغیرها در شبکه عصبی پرسپترون با ساختار نه لایه در هر دولایه با میزان یادگیری 0/1 با دو تابع سیگمویید و خطی به عنوان ساختار بهینه با آزمون و خطا پذیرفته شد برسی این متغیرها با استفاده از شبکه عصبی نشان دهنده آن است که بیش از 60 درصد از منطقه بررسی شده جزء مناطق با قابلیت زمین لغزش زیاد است. به منظور صحت سنجی این مدل ها از داده های مشاهدهای موجود استفاده شده که حاکی از موفقیت و کارایی هر دو تابع با اولویت اندک تابع سیگمویید است

Keywords:

حرکات دامنه ای , سیستم اطلاعات جغرافیایی , مخاطره ,