مهدیه والی پور - کارشناسی ارشد ژئومورفولوژی، گروه جغرافیا، دانشگاه فردوسی مشهد
ندا محسنی - استادیار ژئومورفولوژی، گروه جغرافیا، دانشگاه فردوسی مشهد
سید رضا حسین زاده - دانشیار ژئومورفولوژی، گروه جغرافیا، دانشگاه فردوسی مشهد

یکی از مخرب ترین اشکال حاصل از فرایند فرسایش آبی، فرسایش گالی است که از مهم ترین معضلات زیست محیطی به خصوص در مناطق اقلیمی نیمه خشک و خشک محسوب می شود. هدف اصلی پژوهش حاضر، مدل سازی مکانی پیش بینی وقوع فرسایش گالی با در نظر گرفتن روابط متقابل بین متغیرهای محیطی موثر با استفاده از الگوریتم های یادگیری ماشین در حوضه آبریز گرگانرود استانگلستان می باشد. بدین منظور، نقشه پراکنش گالی ها با استفاده از اطلاعات گرفته شده از سازمان منابع طبیعی استان گلستان و بازدیدهای میدانی تهیه گردید. از ۱۰۴۱ گالی شناسایی شده، ۷۰ درصد بطور تصادفی به منظور مدلسازی و ۳۰ درصد باقی مانده برای صحت سنجی نتایج مدل ها مورد استفاده قرار گرفت. ۱۲ متغیر شامل شیب، جهت شیب، ارتفاع، تراکم زهکشی، فاصله از آبراهه،فاصله از جاده، فاصله از گسل، لیتولوژی، کاربری اراضی، قدرت فرسایندگی رواناب، شاخص رطوبت توپوگرافی و عوارض ناهمواری های زمین به منظور مدل سازی مورد استفاده قرار گرفت. نتایج مدل با استفاده از مساحت زیر منحنی AUC مورد سنجش و ارزیابی قرار گرفت. براساس نتایج، ماشین بردار پشتیبان -تابع کرنل شعاعی با نرخ پیش بینی ۰/۹۶ و نرخ موفقیت ۰/۸۹ دارای دقت عالی در شناسایی مناطق حساس به فرسایش گالی بوده است. نتایج درخت رگرسیون تقویت شده با نرخ پیش بینی ۰/۹۵ و نرخ موفقیت ۰/۸۵ در مرتبه دوم دقت در شناسایی مناطق حساس به فرسایش گالی قرار گرفت. مدل ماشین بردار پشتیبان–تابع کرنل خطی با نرخ پیش بینی ۰/۸۱ و نرخ موفقیت ۰/۷۷ کمترین دقت را در مقایسه با سایر الگوریتم ها به معرض نمایش گذاشت

فرسایش گالی، ماشین بردار پشتیبان، درخت رگرسیون تقویت شده