پیش بینی شبکه های آبراهه با استفاده از مدل زیر جاذبه و الگوریتم ژنتیک در محیط GIS
سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 129
فایل این مقاله در 12 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_GIS-12-2_007
تاریخ نمایه سازی: 24 شهریور 1400
چکیده مقاله:
آبراهه ها، زهکش در یک حوضه آبخیز محسوب می شوند که تاثیر زیادی بر روی ویژگی های فیزیوگرافی، هیدرولوژی، فرسایش و رسوب یک حوضه آبخیز دارند. هدف از این مطالعه، استفاده از مدل جاذبه به منظور افزایش قدرت تفکیک مکانی مدل رقومی ارتفاع (DEM) و استفاده از الگوریتم ژنتیک به منظور پیش بینی آبراهه ها در آینده و مقایسه نتایج آن با خطوط آبراهه مستخرج از DEM با قدرت تفکیک ۳۰ متر است. برای استخراج DEM های با قدرت تفکیک بالاتر، در مدل جاذبه برای تولید زیرپیکسل ها از مقیاس ۳ و مدل همسایگی چهارگانه که دارای دقت بالاتری هستند استفاده شد. از DEM حاصل از مدل جاذبه، به عنوان داده ورودی برای پیش بینی و استخراج آبراهه های منطقه مورد مطالعه با استفاده از الگوریتم ژنتیک در آینده استفاده شد. در الگوریتم ژنتیک، بهینه سازی و پیش بینی شبکه های رودخانه بر اساس تابع «نیروی جریان» و با ایجاد تغییرات در بالا آمادگی ها و رسوب گذاری ها در منطقه مورد مطالعه انجام شد. نتایج حاصل از مدل جاذبه نشان داد که مقیاس ۲ با مدل همسایگی ۲ گانه دارای دقت بالاتری نسبت به دیگر همسایگی ها برای استخراج DEM با قدرت تفکیک بالاتر است. همچنین نتایج حاصل از الگوریتم ژنتیک، نشان دهنده تغییر درجه آبراهه های منطقه مورد مطالعه در طول زمان نسبت به وضع موجود است، به طوری که درجه تعدادی از آبراهه های درجه اول در آینده به درجه ۳ تغییر خواهد کرد که علت آن فرسایش آبراهه های درجه کمتر و اضافه شدن به آبراهه های درجه بالاتر است. از نتایج این تحقیق، می توان برای پیشنهاد محل های مناسب ایجاد بندهای انحرافی و یا محل های مناسب برای احداث سازه های مختلف با توجه به تغییرات در مورفومتری آبراهه ها در آینده، استفاده کرد.
کلیدواژه ها:
نویسندگان
مهران شایگان
استادیار گروه سنجش از دور و GIS، دانشگاه تربیت مدرس
مرضیه مکرم
دانشیار بخش مرتع و آبخیزداری، دانشکده کشاورزی و منابع طبیعی داراب، دانشگاه شیراز
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 :