مجله پژوهش‌های فرسایش محیطی

زمین‌لغزش یکی از بلایای طبیعی با اثرات مخرب بر روی زیرساخت‌ها و محیط زیست است. هدف اصلی این تحقیق، ارزیابی دقت و اعتبار مدل‌های مختلف یادگیری ماشین شامل حداکثر آنتروپی، جنگل تصادفی و ماشین‌های بردار پشتیبان در پیش‌بینی وقوع زمین‌لغزش با استفاده از 16 عامل موثر در رخداد زمین لغزش در حوزه آبخیز چسب در استان زنجان است.  با استفاده از 70 درصد نقاط لغزشی برای آموزش و 30 درصد برای اعتبارسنجی، دقت مدل‌ها ارزیابی شد. نتایج مدل حداکثر آنتروپی نشان داد که 83/49 درصد مساحت در کلاس حساسیت خیلی کم و کم، 17/30 درصد در کلاس حساسیت متوسط و 20 درصد در کلاس حساسیت زیاد و خیلی زیاد قرار دارند، با مساحت زیر نمودار ROC برابر با 911/0 که نشان‌دهنده قابلیت خوب مدل است. همچنین، مدل جنگل تصادفی نشان داد که 31/74 درصد مساحت در کلاس‌های حساسیت خیلی کم و کم، 94/12 درصد در کلاس متوسط و 76/12 درصد در کلاس‌های حساسیت زیاد و خیلی زیاد قرار دارد، با مساحت زیر نمودار ROC برابر با 934/0. مدل ماشین‌بردار پشتیبان نیز نتایج مشابهی ارائه داد؛ به‌طوری‌که 05/73 درصد مساحت در کلاس‌های حساسیت خیلی کم و کم، 15/8 درصد در کلاس متوسط و 83/18 درصد در کلاس‌های حساسیت زیاد و خیلی زیاد قرار گرفت، با مساحت زیر نمودار ROC برابر با 873/0. بر اساس ارزیابی‌ها، مدل جنگل تصادفی به‌عنوان بهترین مدل شناخته شد که دقت بالایی در پیش‌بینی خطر زمین‌لغزش دارد و تطابق بالایی با شرایط واقعی منطقه دارد.
 

واژه‌های کلیدی: حوزه آبخیز چسب، زمین لغزش، حساسیت زمین لغزش، مدل‌های یادگیری ماشین، ریسک

     

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:

---

---