پهنه بندی خطر زمین لغزش با استفاده از مدل حداقل مربعات ماشین بردار پشتیبان (LS-SVM) و توابع تحلیلی GIS (مطالعه موردی: منطقه شمال شهرستان تبریز)

زمین لغزش به عنوان یکی از رفتار های طبیعی محیط، همواره خسارت های هنگفتی بر دست ساخت های انسانی تحمیل کرده است. که گاه نادیده گرفته شده و چندان به آن توجهی از سوی برنامه ریزان صورت نمی گیرد. تحقیق حاضر با هدف بررسی و ارزیابی دقت برآوردی یکی از مدل های محاسباتی هوش مصنوعی (حداقل مربعات ماشین بردار پشتیبان) که یک مدل اصلاح شده و ارتقاع یافته از مدل کلاسیک SVM می باشد، انجام شده است. 9 فاکتور مهم و تاثیر گذار بر زمین لغزش شناسایی شده، و نرمال سازی بر پایه نسبت فراوانی صورت گرفت. از تعداد 109 نقطه لغزشی ثبت شده، 70 درصد برای آموزش مدل و 30 درصد باقی مانده برای اعتبار سنجی مدل ساخته شده به کار گرفته شد. نتایج اعتبارسنجی مدل به کمک معیار های RMSE – ROC-AUC نشان دهنده دقت بسیار بالای این روش در پیش بینی ناپایداری های دامنه ای است. و نتایج حاصل شده نیز قابل استفاده برای برنامه ریزان و متولیان امر می باشد.

Keywords:

زمین لغزش , محاسبات نرم , مدل LS-SVM , نمودار اعتبارسنجی