اولویت بندی عوامل موثر و ارزیابی نقشه خطر زمین لغزش با استفاده از الگوریتمهای یادگیری ماشین

اولویت بندی عوامل موثر و ارزیابی نقشه خطر زمین لغزش با استفاده از روشهای جدید و دقیق تر مانند یادگیری ماشین از زیر مجموعه هوش مصنوعی در راستای جلوگیری از خسارات بر جوامع و سرمایههای انسانی دارای اهمیت زیادی میباشد به منظور تعیین اهمیت عوامل موثر محیطی و ژئومورفومتریک و ارزیابی نقشه خطر زمین لغزش حوزه آبخیز کمه در جنوب استان اصفهان مورد بررسی قرار گرفت. لایه نقشه پراکنش زمین لغزشهای منطقه شامل ۱۸۷ عدد انواع زمین لغزش به صورت پهنه ای تهیه و به دو دسته واسنجی ۷۰ درصد و اعتبارسنجی ۳۰ درصد مدل به صورت تصادفی تقسیم شدند همچنین ۱۶ عامل موثر بر رخداد زمین لغزش با توجه به مرور منابع و آزمون همراستایی شاخص انباشتگی پراکندگی VIF انتخاب و لایههای رقومی در سامانه اطلاعات جغرافیایی تهیه شدند نقشه پهنه بندی و پیشبینی خطر زمین لغزش دو مدل جنگل تصادفی و ماشین پشتیبان بردار از زیر مجموعه الگوریتمهای یادگیری ماشین و هوش مصنوعی تهیه شدند نتایج آزمون همراستایی VIF نشان داد از بین ۱۶ عامل موثر مورد استفاده انحنای سطح زمین Curvature با ۱۵ عامل دیگر بیشترین همپوشانی و همراستایی را دارد لذا در مدل سازی از آن استفاده نشد. نتایج ارزیابی مدلسازی خطر زمین لغزش نشان داد سطح زیر منحنی ویژگی عملکرد گیرنده AUCROC مدل RF نسبت به SVM در مرحله واسنجی به ترتیب ۰.۹۹ و ۰.۹۷ و در مرحله اعتبارسنجی به ترتیب ۰.۹۳ و ۰.۹۲ میباشد براساس مدل برتر RF عوامل موثر ارتفاع، بارش، فاصله از جاده و گسل سنگ شناسی شاخص تراکم پوشش گیاهی NDVI کاربری اراضی و گرادیان شیب به ترتیب مهمترین پارامترهای تاثیرگذار بر رخداد زمین لغزش در حوزه آبخیز کمه هستند براساس نتایج به دست آمده از مدل RF مساحت پهنه های خطر خیلی کم تا کم، متوسط و زیاد تا خیلی زیاد به ترتیب ۷۲.۲۵، ۱۳.۷۵ و ۱۴ درصد از سطح حوزه آبخیز کمه را در بر میگیرد تهیه نقشه خطر زمین لغزش کمک میکند تا با تمرکز مدیریت و برنامه ریزی در مناطق پرخطر از اتلاف وقت و هزینه جلوگیری کرد

کلیدواژه ها:

جنگل تصادفی ماشین پشتیبان بردار ، خطر ، زمین لغزش