ارزیابی شاخصهای ژئومورفولوژیکی و اقلیمی مکان گزینی سکونتگاههای ساحلی با رویکرد دفاع غیرعامل بر اساس هوش مصنوعی - مطالعه موردی سواحل شمالی دریای مکران
سال انتشار: 1404
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 239
فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
GEOO11_090
تاریخ نمایه سازی: 16 شهریور 1404
چکیده مقاله:
مرتضی پورزارع، سیروس فخری، علی بناشوشتری. شناخت ویژگیهای ژئومورفولوژیکی و اقلیمی نقاط مختلف کشور یک اصل مهم و ضروری به حساب می آید و عدم شناخت آنها جز ارتکاب به اشتباهات خطرناک کاردیگری انجام نخواهد شد. بررسی و تحلیل هریک از محیطهای مورفولوژیکی ساحلی، رودخانه ای، باتلاقی، دریاچه ای، کوهستانی، یخچالی، جلگه ای و بیابانی به عنوان محیطهایی که در سلسله مراتب هر کدام از این عوارض مورفولوژیکی زیر محیطهایی همراه با آب و هوای گوناگون است، در ایجاد امنیت پایدار منطقه نقش به سزایی دارند. بنابراین بررسی ویژگیهای جغرافیایی، به ویژه ارتباط و پیوند میان عوامل ژئومورفوکلیمایی بر مکان گزینی مطلوب سکونتگاههای ساحلی در منطقه سواحل مکران از جاسک تا خلیج گواتر با رویکرد دفاع غیرعامل ضروری است. در این پژوهش، ابزارهای تحقیق را نقشه های توپوگرافی، زمین شناسی، داده های اقلیمی، تصاویر هوایی و ماهواره ای منطقه تشکیل داده است. همچنین با ارائه و تنظیم پرسشنامه ها و مصاحبه با کارشناسان، عوامل موثر در مکان یابی سکونتگاههای ساحلی با تاکید بر دفاع غیرعامل شناسایی شدند. با استفاده از روش فرآیند تحلیل سلسله مراتبی (AHP) و شبکه عصبی مصنوعی (ANN)، معیارها مورد تجزیه و تحلیل قرار گرفتند. وزن دهی نهایی نشان داد که شیب زمین با وزن ۳۲ به عنوان مهم ترین شاخص و رطوبت نسبی با وزن ۰.۰۷ کم اهمیت ترین شاخص در مکان گزینی هستند. در محیط نرم افزار ArcGIS، با تلفیق لایه های وزن دار و مدل سازی هوش مصنوعی، نقشه پهنه بندی نهایی تهیه شد که مناطق بهینه را برای احداث سکونتگاههای ساحلی مشخص می کند. نتایج نشان می دهد که مناطق شرقی ساحلی بین جاسک و چابهار به دلیل توپوگرافی مسطح، شیب (۵٪)، فاصله ایمن از گسل های فعال (۲۰ کیلومتر) و خاک های مقاوم رسوبی، شرایط مناسب تری نسبت به مناطق غربی نزدیک خلیج گواتر دارند. همچنین بخش های شمالی منطقه مورد مطالعه (ارتفاعات) نزدیک نیک (شهر با مساحت ۷۵۰ کیلومتر مربع) در کلاس مناسب و بهینه قرار می گیرند، در حالی که مناطق جنوبی جلگه های ساحلی تنها ۳۰۰ کیلومتر مربع از این پهنه را پوشش می دهند. اعتبارسنجی مدل با بازدید میدانی از ۲۰ نقطه نمونه نشان داد که ۸۵٪ از پیش بینی ها با واقعیت مطابقت دارند. همچنین مقایسه با روش های سنتی مبتنی بر AHP حاکی از بهبود ۲۴٪ دقت در این پژوهش است. یافته ها گواهی از آن است که ادغام هوش مصنوعی با تحلیل های مکانی در GIS نه تنها دقت مکان گزینی را افزایش می دهد بلکه با در نظر گرفتن اصول دفاع غیرعامل راهکاری استراتژیک برای توسعه پایدار سواحل مکران ارائه می کند.
کلیدواژه ها:
نویسندگان
مرتضی پورزارع
دکتری جغرافیای طبیعی - ژئومورفولوژی استادیار گروه جغرافیا دانشگاه افسری امام علی (ع)، تهران، ایران
سیروس فخری
دکتری جغرافیای طبیعی استادیار دانشگاه عالی دفاع ملی، تهران، ایران
علی بناشوشتری
دانش آموخته کارشناسی ارشد مهندسی رایانه گرایش هوش مصنوعی - رباتیکز دانشگاه صنعتی شریف تهران، ایران