شماره ركورد
1255990
عنوان مقاله
ارزيابي شبكه عصبي مصنوعي و منطق فـازي براي نگاشت حساسيت زمينلغزش در حوضه آبريز حبلهرود
پديد آورندگان
ابراهيمزاده ، الهام دانشگاه دامغان - دانشكده علوم زمين - گروه زمينشناسي , رحيمي ، ابراهيم دانشگاه دامغان - دانشكده علوم زمين - گروه زمينشناسي , باقري ، وحيد دانشگاه تربيت مدرس - دانشكده علوم پايه - گروه زمينشناسي
از صفحه
109
تا صفحه
124
كليدواژه
زمين لغزش , نگاشت حساسيت , حوضۀ آبريز حبلهرود , منطق فازي , شبكۀ عصبي مصنوعي پرسپترون چندلايه
چكيده فارسي
تعيين مناطق حساس و مستعد لغزش، زمينهاي براي برنامههاي پايدارسازي دامنهها و كاهش خسارات احتمالي فراهم ميآورد. در حوضۀ آبريز حبلهرود از شبكههاي عصبي مصنوعي و منطق فازي (FL) به عنوان يكي كه از روشهاي تحليل تصميمگيري چند معياره مبتنيبر ArcGIS در ارزيابي علمي نواحي مستعد زمينلغزش، استفاده شده است. در اين زمينه از نرمافزارهاي MATLAB، IDRISI وArcGIS بهره گرفته شد. بعد از تهيۀ نقشههاي حساسيت زمينلغزش، پهنههاي مستعد پيشبيني شده توسط منطق فازي و شبكۀ عصبي مصنوعي پرسپترون چندلايه (MLPANN) ، با بانك اطلاعاتي (نقشۀ پراكنش) زمينلغزشهاي حوضه مقايسه شدند. نتايج، بيانگر همپوشاني خوب بين پهنههاي مستعد پيشبيني شده توسط شبكۀ عصبي مصنوعي پرسپترون چندلايه و برداشتهاي صحرايي زمينلغزش ميباشد. نهايتاً، عملكرد روشهاي مختلف در توليد نقشههاي حساسيت زمينلغزش با استفاده از شاخصهاي صحتسنجي جمع مطلوبيت (Qs) و منحني مشخصۀ عملكرد سيستم (ROC) با يكديگر مقايسه شد تا روش مطلوب و كاربردي براي مديريت خطر زمين لغزش حوضه تعيين شود. با تحليل نقشههاي پهنهبندي و با توجه به مقادير جمع مطلوبيت و مقدار سطح زير منحني (AUC) حاصله مشاهده ميشود كه مقدار Qs (1.6299) و AUC (0.806 خيلي خوب) حاصل از MLPANN، بيشتر از مقداري است كه براي نقشههاي حساسيت حاصل از عملگرهاي مختلف FL محاسبه شده است.
عنوان نشريه
علوم زمين
عنوان نشريه
علوم زمين
لينک به اين مدرک