بررسی کارایی مدل سیستم استنتاج عصبی-فازی تطبیقی در تهیه نقشه حساسیت زمین‌لغزش (مطالعه موردی: حوزه آبخیز سردارآباد استان لرستان)
سال انتشار: 1397
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 276
فایل این مقاله در 22 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_GEH-7-1_005
تاریخ نمایه سازی: 24 فروردین 1400
چکیده مقاله:
زمین‌لغزش ازجمله بلایای طبیعی است که بیشتر در مناطق کوهستانی رخ می‌دهد و مورفولوژی را به‌طور ناگهانی تغییر داده و خسارت‌های عمده‌ای به مناطق مسکونی، جاده‌ها زمین‌های کشاورزی و غیره وارد می‌سازد. هدف از تحقیق حاضر تهیه نقشه حساسیت زمین‌لغزش با استفاده از سیستم استنتاج عصبی-فازی تطبیقی در حوزه آبخیز سردارآباد واقع در استان لرستان است. به این منظور با استفاده از تصاویر ماهواره‌ای و بازدیدهای صحرایی، 109 پهنه لغزشی شناسایی و نقشه پراکنش زمین‌لغزش‌های منطقه مورد مطالعه تهیه گردید. لایه‌های اطلاعاتی ارتفاع، سنگ‌شناسی، درجه شیب، جهت شیب، شکل شیب، فاصله از رودخانه، فاصله از جاده، فاصله از گسل، بارندگی و کاربری اراضی به عنوان عوامل مؤثر بر وقوع زمین‌لغزش شناسایی و نقشه‌های مذکور در محیط نرم‌افزار ArcGIS تهیه و رقومی گردیدند. به منظور وزن‌دهی کلاس‌های هر یک از عوامل از روش نسبت فراوانی استفاده گردید؛ سپس وزن‌های به‌دست آمده نرمال‌سازی شده و به محیط نرم‌افزار Matlab2015a منتقل گردید. در تحقیق حاضر از ساختار سیستم استنتاج فازی خوشه‌بندی (کلاسترینگ) برای پهنه‌بندی حساسیت زمین‌لغزش استفاده گردید. به‌منظور ارزیابی مدل‌ها از منحنی راک استفاده شد. نتایج ارزیابی نشان داد که دقت مدل تهیه‌شده با استفاده از سیستم استنتاج عصبی- فازی تطبیقی در منطقه موردمطالعه 11/89 درصد (خیلی خوب) برآورد شده است. نقشه حساسیت لغزش نیز نشان داد که مساحت مناطق با حساسیت متوسط 29درصد، حساسیت زیاد 23درصد و حساسیت خیلی زیاد 12درصد است. در مجموع مساحت مناطق متوسط، زیاد و خیلی زیاد 64درصد بوده که نشان‌دهنده پتانسیل خطرپذیری بالای حوزه آبخیز سردارآباد در بروز لغزش‌ها است.
کلیدواژه ها:
نویسندگان
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :