ارزیابی نقش ویژگی های ژئومورفیک مؤثر بر آسیبپذیری و حساسیت اراضی به زمین لغزش با استفاده از روش های یادگیری ماشین (مطالعة حوزة آبخیز کاکاشرف استان لرستان) | ||
| نشریه محیط زیست طبیعی | ||
| دوره 77، شماره 4، زمستان 1403، صفحه 731-747 اصل مقاله (1.61 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22059/jne.2024.376982.2675 | ||
| نویسندگان | ||
| رضا فتحی گنجی1؛ علی اکبر نظری سامانی* 2؛ سادات فیض نیا2؛ عبدارضا نوریزدان3 | ||
| 1گروه آبخیزداری، دانشکدة منابع طبیعی، دانشگاه تهران. تهران، کرج، ایران. | ||
| 2گروه احیا مناطق خشک و کوهستانی، دانشکدة منابع طبیعی، دانشگاه تهران، کرج. ایران. | ||
| 3ادارة مهندسی و مطالعات ادارة کل منابع طبیعی و آبخیزداری لرستان، لرستان، ایران. | ||
| چکیده | ||
| زمینلغزشها بهعنوان یک مخاطره و اختلال زمینی، اثرات مستقیم و غیر مستقیمی زیادی بر شرایط جوامع انسانی، محیط طبیعی و تغییر سیمای سرزمین دارند و میتوانند موجب خسارتهای جانی و مالی گستردهای شود. بنابراین تعیین عوامل مؤثر بر آسیبپذیری به آن برای مدیریت این مخاطره ضروری است. هدف این پژوهش، شناخت عوامل مؤثر بر حساسیت اراضی به زمینلغزش و تهیة نقشة حساسیت به زمینلغزش با پایۀ تلفیق روش های یادگیری ماشین و مدلسازی آماری است. در این بررسی با استفاده از الگوریتم جنگل تصادفی، از بین عوامل مؤثر (شیب، جهت شیب، موقعیت توپوگرافی، رطوبت توپوگرافی، انحنای سطحی، سنگ شناسی، فاصله از گسل، فاصله ازآبراهه، فاصله از جاده و کاربری اراضی) وزن و درجۀ اهمیت مشخص شد. سپس با تکنیک های شبکة عصبی مصنوعی و MaxEnt برای مدلسازی و پیشبینی مناطق مستعد زمینلغزش استفاده شد. برای ارزیابی دقت مدل ها، با انجام اعتبارسنجی در محدودۀ مجاور حوزة آبخیز کاکاشرف، شاخصهای ارزیابی محاسبه شد. نتایج نشان داد که عوامل فاصله از گسل و شیب، بهترتیب بیشترین اهمیت را در حساسیت اراضی به زمینلغزش دارند. بر پایة شاخص سطح زیر منحنی (AUC) مدل شبکة عصبی 0/92 نسبت به مدل MaxEnt با مقدار 0/801 دقت بیشتری در پیشبینی مناطق مستعد به زمینلغزش را نشان داد. بیشترین آسیبپذیری متعلق به اراضی مجاور آبراهه فاصلة کمتر از 200 متر با خطوط گسلش و شیب 40-20% است؛ بنابراین مدیریت و پوشش کاربری اراضی در این اراضی از اولویت بیشتری برخوردار است. این نتایج میتواند در بهبود مدیریت و برنامهریزی اراضی در مناطق مستعد زمینلغزش، حفاظت از منابعطبیعی و مدیریت ریسک مؤثر باشد. | ||
| کلیدواژهها | ||
| جنگل تصادفی؛ حساسیت اراضی؛ شبکة عصبی؛ MaxEnt | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 887 تعداد دریافت فایل اصل مقاله: 447 |
||