طبقه بندي نيمه اتوماتيك ژئومورفومتريكي ياردانگ هاي لوت با شبكه هاي عصبي مصنوعي

ياردانگ هاي منطقه فراخشك لوت يكي از منحصربه فردترين لندفرم هاي آبي- بادي مناطق بياباني است. شناخت و پهنه بندي ژئومورفومتريك اين ياردانگ ها، با توجه به ميسرنبودنِ بازديدهاي ميداني و دسترسي به منطقه، دقت مطلوبي نخواهد داشت. در اين مطالعه ياردانگ هاي دشت لوت، با توپوگرافي ويژه و خاص، با يكي از روش هاي شبكه هاي عصبي مصنوعي با عنوان «الگوريتم خودسازمانده» مطالعه و طبقه بندي شد. نخست 22 پارامتر مورفومتريك نماي اول، نماي دوم، و نماي سوم از مدل رقومي ارتفاعي با اندازه سلول 10 متر بر اساس برنامه نويسي و با كمك برازش سطوح درجه دوم و درجه سوم در نرم افزار مت لب محاسبه و استخراج شد. در مرحله بعد، 7 پارامتر مورفومتريك موثر در طبقه بندي و همين طور تعداد كلاس هاي بهينه طبقه بندي طي دو مرحله با استفاده از شاخص فاكتور ضريب بهينه و ضريب داويس - بولدين (ضريب دي- بي) تعيين گرديد. سپس، از آناليز حساسيت به منظور تعيين ميزان تاثير هر يك از پارامترهاي مورفومتريك ورودي بر روي نتايج استفاده شد. در نهايت، پارامترهاي بهينه مورفومتريك با الگوريتم شبكه خودسازمانده طبقه بندي شد و نتايج با استفاده از اطلاعات موجود و نقشه هاي توپوگرافي مقايسه گرديد. نتايج اين تحقيق نشان داد كه پارامترهاي انحناي سطحي، چرخش، انتگرال ارتفاع سنجي، كل انحناي تجمعي، شيب، انحناي حدي، و متوسط انحنا بهينه ترين پارامترهاي مورفومتريك در جدايي ياردانگ ها هستند. همچنين، پارامترهاي فوق ياردانگ هاي لوت را به هفت پهنه تقسيم مي كنند؛ اين پهنه ها عبارت اند از: دره گردنه اي، گودي بيضوي، كريدور كم شيب، شانه ياردانگ با شيب مقعر، شانه ياردانگ با شيب محدب، راس ياردانگ، و آبراهه كريدور. نتايج تحليل حساسيت نشان داد كه نتايج طبقه بندي به پارامترهاي چرخش، متوسط انحنا، و انتگرال ارتفاع سنجي داراي بيشترين حساسيت اند و جفت پارامترهاي انتگرال ارتفاع سنجي- انحناي حدي داراي بيشترين قدرت تفكيك كلاس ها هستند. به طور كلي، شبكه خودسازمانده به عنوان يك الگوريتم نظارت نشده شبكه هاي عصبي مصنوعي در تلفيق پارامترهاي مورفومتريك براي آناليز نيمه اتوماتيك لندفرم هاي بيابان بسيار كارآمد است.