ارزیابی کارایی مدل‌های یادگیری ماشین در تهیه نقشه خطر زمین‌لغزش در آبخیز بار نیشابور

Abstract

مقدمه و هدفپهنه‌بندی حساسیت رخداد زمین‌لغزش با استفاده از روش‌های گوناگون، یکی از راهکارهای مدیریت زمین‌لغزش است. هدف از این پژوهش، مدل‌سازی مکانی حساسیت رخداد زمین‌لغزش با استفاده از سه روش مدل یادگیری ماشین جنگل تصادفی (RF)، بیشینه‌ی آنتروپی (ME) و مدل ماشین‌بردار پشتیبان (SVM) بود. افزون بر این، کارایی این مدل‌ها در پهنه‌بندی حساسیت رخداد زمین‌لغزش در آبخیز بار نیشابور، استان خراسان رضوی مقایسه شد.مواد و روش‌هادر این پژوهش، لایه‌ی نقشه‌ی پراکنش زمین‌لغزش‌های آبخیز بار با 73 نقطه‌ی ثبت‌شده، تهیه شد. این نقاط به‌شکل تصادفی به دو دسته برای آموزش مدل (70%) و اعتبارسنجی مدل (30%) تقسیم شدند. همچنین، با توجه به بررسی منابع گسترده، 16 عامل مؤثر بر رخداد زمین‌لغزش در منطقه‌ی مطالعه‌شده شناسایی شد و لایه‌های رقومی در سامانه‌ی اطلاعات جغرافیایی تهیه شد. سپس نقشه‌ی خطر (استعداد) زمین‌لغزش بر اساس سه روش مزبور تهیه شد. سرانجام، برای ارزیابی صحت مدل سازی و مقایسه‌ی کارایی مدل‌ها از شاخص جمع کیفیت (Qs) استفاده شد. نتایج و بحثنتایج این پژوهش نشان داد که روش مدل جنگل تصادفی (RF) به‌عنوان مدل برتر (0/018 =Qs) برای آبخیز برگزیده شد. مدل‌های بردار پشتیبان (SVM) با Qs برابر با 0/014 و مدل بیشینه‌ی آنتروپی (ME) با Qs برابر با 0/013 به‌ترتیب اولویت‌های بعدی بودند.نتیجه‌گیری و پیشنهادهابر اساس نتایج این پژوهش مدل جنگل تصادفی هم نتایج بهتر و هم کاربردی‌تر ارائه داد. تطبیق نتایج به‌دست آمده از این مدل با شرایط واقعی موجود با بازدیدهای میدانی انجام شد. افزون بر این میان نتایج نقشه‌ی پهنه‌بندی حساسیت زمین‌لغزش با استفاده از مدل جنگل تصادفی و شرایط واقعی موجود در منطقه‌ی مطالعه‌شده تطبیق بسیار زیادی وجود داشت. سرانجام مشخص شد که با فرض تمرکز عملیات مدیریتی در طبقه‌‌های با حساسیت زیاد و انتخاب مدل جنگل تصادفی به‌عنوان مدل برتر، 75/5% از مساحت منطقه از روند مدیریتی خارج‌شده است. بنابراین، برای مدیریت این بخش به زمان کم‌تر و تخصیص منابع مالی نیاز است.

Keywords

• آبخیز بار
• استان خراسان رضوی
• زمین‌لغزش
• مدل جنگل تصادفی