معرفی یک مدل جدید ترکیبی الگوریتم مبنا به منظور پیش بینی حساسیت زمین لغزش های سطحی اطراف شهر بیجار

Publish Year: 1396
نوع سند: مقاله ژورنالی
زبان: Persian
View: 539

This Paper With 22 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:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_GDIJ-15-46_014

تاریخ نمایه سازی: 11 تیر 1398

Abstract:

افزایش صحت و اعتماد و در نتیجه کاهش عدم قطعیت نقشه­های پیش­بینی مکانی مخاطرات زمینی از جمله زمین لغزش­ها یکی از چالش­های پیش رو در این گونه مطالعات می­باشد. هدف این پژوهش ارائه یک مدل ترکیبی جدید داده ­کاوی الگوریتم- مبنا به نام Random Subspace-Random Forest (RS-RF)،برای افزایش میزان صحت پیش­بینی مناطق حساس به وقوع زمین لغزش­های سطحی اطراف شهر بیجار می­باشد. در ابتدا، نوزده عامل موثر بر وقوع زمین لغزش­های سطحی منطقه ی مورد مطالعه شامل درجه شیب، جهت شیب، ارتفاع از سطح دریا، انحنای معمولی شیب(Curvature)، تقعر و تحدب شیب(Profile curvature)، همگرایی و واگرایی شیب (Plan curcvature)، شدت تابش خورشید (Solar radiation)، شاخص قدرت جریان، شاخص نمناکی توپوگرافی، شاخص طول و زاویه شیب، کاربری ارضی، شاخص پوشش گیاهی، لیتولوژی، فاصله از گسل، تراکم گسل، بارندگی، فاصله از آبراهه، تراکم آبراهه و فاصله از شبکه جاده شناسایی شدند. سپس، بر اساس شاخص Information Gain Ratioدوازده عامل موثر از بین آن­ها انتخاب و جهت مدل­سازی به کار گرفته شدند. اهمیت نسبی هر کدام از عوامل در مدل Random Forest و مدل ترکیبیRS-RFبررسی شدند.معیارهای Kappa، Precision، Recall، F-Measure، AUROCبرای ارزیابی مدل­ها هم برای داده­های تعلیمی و هم برای داده­های صحت­سنجی استفاده شدند. نقشه­های پیش­بینی مکانی وقوع زمین لغزش­های سطحی با این دو مدل نیز به دست آمدند. نتایج نشان داد که در مدل RF جهت شیب و در مدل ترکیبی RS-RFدرجه شیب مهم­ترین فاکتورهای موثر بر وقوع زمین لغزش­های منطقه ی مورد مطالعه شناخته شدند. نتایج ارزیابی مدل توسط معیارهای معرفی شده بیانگر تایید این مدل­ها برای داده­های تعلیمی و داده های صحت­سنجی بودند. نتایج ارزیابی صحت نقشه پهنه­بندی به دست آمده نشان داد که درصد مساحت زیر منحنیROC(AUROC) برای داده­های تعلیمی در مدل RF و مدل ترکیبی  RS-RFارائه شده به ترتیب 729/0 و 784/0 وبرای داده­های صحت­سنجی به ترتیب 717/0 و 771/0 به دست آمدند. بطور کلی، نتایج نشان داد که تکنیک Random Subspaceمنجر به افزایش صحت پیش­بینی مکانی حساسیت زمین لغزش­های سطحی منطقه ی مورد مطالعه شده است. دستیابی به یک نقشه ی پیش­بینی مکانی زمین لغزش­های سطحی با صحت بالاتر، کمک شایانی در توسعه ی معقول­تر تاسیسات، اراضی شهری و روستایی، طرح­های آمایش سرزمین، طرح­های آبخیزداری و همچنین جلوگیری از هدر رفت خاک و فرسایش توده­ای و انتقال رسوبات به پایین دست خواهد شد.

Authors

عطااله شیرزادی

دانشجوی دکتری آبخیزداری، دانشکده منابع طبیعی، دانشگاه علوم کشاورزی ساری، ساری، ایران

کریم سلیمانی

استاد آبخیزداری، دانشکده منابع طبیعی، دانشگاه علوم کشاورزی و منابع طبیعی ساری، ساری، ایران

محمود حبیب نژاد روشن بها

استاد آبخیزداری، دانشکده منابع طبیعی، دانشگاه علوم کشاورزی و منابع طبیعی ساری، ساری، ایران

عطااله کاویان

دانشیار آبخیزداری، دانشکده منابع طبیعی، دانشگاه علوم کشاورزی و منابع طبیعی ساری، ساری، 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 :
  • بررسی عوامل موثر در زمین لغزش های کم عمق توسط برخی پارامترهای خاکی در زیرحوضه تول بنه [مقاله کنفرانسی]
  • حنفی، علی؛ ایرج حاتمی (1392). تهیه نقشه اقلیمی استان کردستان ... [مقاله ژورنالی]
  • شیرانی، کورش؛ علیرضا عرب عامری (1394). پهنه­بندی خطر وقوع زمین­لغزش ...
  • عابدینی، موسی؛ بهاره قاسمیان؛ عطااله شیرزادی (1393). مدل­سازی خطر وقوع ... [مقاله ژورنالی]
  • فعله­گری، محسن؛ علی  طالبی؛ یاسر کیااشکوریان (1392). بررسی اثر جاده ... [مقاله ژورنالی]
  • Acharya, G. (2011).  Analyzing the Interactions between Water-induced Soil Erosion ...
  • Akgun, A., Turk, N. (2011). Mapping erosion susceptibility by a ...
  • Althuwaynee, O.F., Biswajeet, P., Park, H-J., Lee, J.H. (2014). A ...
  • Avanzi, G.D., Giannecchini, R, & Puccinelli, A. (2004). The influence ...
  • Ayalew, L., Yamagishi, H. (2005). The application of GIS-based logistic ...
  • Ballabio, C., Sterlacchini, S. (2012). Support vector machines for landslide ...
  • Benda, L., and Dunne, T. (1997). Stochastic forcing of sediment ...
  • Breiman, L. (2001). Random Forest. Machine Learning, 45, pp. 5-32. ...
  • Dehnavi, A., Aghdam, I.N., Pradhan, B., Varzandeh, M.H.M. (2015). A ...
  • Dou, J., Yamagishi, H., Pourghasemi H-R., Yunus,A-P., Song, X., Xu, ...
  • Dubois, D., Prade, H. (1990). Rough fuzzy sets and fuzzy ...
  • Fell, R., Corominas, J., Bonnard, C., Cascini, L., Leroi,E.,Savage,W(2008).Guidelines for ...
  • Guo, C., Montgomery, D.R., Zhang, Y., Wang, K., Yang, Z. ...
  • Guzzetti, F., Reichenbach, P., Ardizzone, F., Cardinali, M., Galli, M. ...
  • Ho, T.K. (1998). The random subspace method for constructing decision ...
  • Hunter, E., Matin, J., Stone, P(1966). Experiments in induction. Academic, ...
  • Jing-chun, X., Rui, L., Hui-wen, L., Zi-li, L. (2015). Analysis ...
  • Miao T.Y., Wang, M. (2015). Susceptibility Analysis of Earthquake-Induced Landslide ...
  • Park, N-W.(2010). Application of Dempster-Shafer theory of evidence to GIS-based ...
  • Piao,Y., Piao, M., Hao, Jin, C., Sun, S-H., Chung, J-M., ...
  • Quinlan, J.R. (1993). C4.5: programs for machine learning. Morgan Kaufmann, ...
  • Rickli, C., Graf, F. (2009). Effects of forests on shallow ...
  • Shirzadi, A., Saro, L., Hyun-Joo, Oh and Chapi, K. (2012). ...
  • Sidle, R.C., Ochiai, H. (2006). Landslides: Processes, Prediction, and Land ...
  • Sujatha, E.R., Kumaravel, P., Rajamanickam,V.G. (2012). Landslide Susceptibility Mapping Using Remotely Sensed ...
  • Tehrany, M.S., Pradhan, B., Jebur, M.N. (2014). Flood susceptibility mapping ...
  • Tien Bui, D., Pradhan, B., Lofman, O., Revhaug, I., (2012a). ...
  • Tien Bui, D., Pradhan, B., Lofman, O., Revhaug, I., Dick, ...
  • Tien Bui, D., Pradhan, B., Revhaug, I., Trung Tran, C. ...
  • Tien Bui, D., Tuan, T.A., Klempe, H., Pradhan, B., Revhaug, ...
  • Tsangaratos, P., Benardos A. (2014). Estimating landslide susceptibility through an ...
  • Umar, Z., Pradhan, B., Ahmad, A., NeamahJebur, M.,ShafapourTehrany, M. (2014).  ...
  • Wang, L-J., Guo, M., Sawada K., Lin J., Zhang J. ...
  • Wang, L-J., Sawada K., MoriguchiS.(2013). Landslide susceptibility analysis with logistic ...
  • Xu, C., Xu, X., Dai, F., Xiao, J., Tan, X., ...
  • نمایش کامل مراجع