پیوندهای مفید
آمار
| تعداد نشریات | 26 |
| تعداد شماره‌ها | 303 |
| تعداد مقالات | 2,627 |
| تعداد مشاهده مقاله | 3,953,952 |
| تعداد دریافت فایل اصل مقاله | 2,662,802 |
شناسایی آستانة متغیرهای تأثیرگذار بر پهنه‌های سیلاب با استفاده از تکنیک یادگیری ماشین (مطالعة موردی: حوضة انتهایی کارون بزرگ) | ||
| مدل سازی و مدیریت آب و خاک | ||
| مقاله 13، دوره 4، شماره 1، فروردین 1403، صفحه 214-232 اصل مقاله (1.45 M) | ||
| نوع مقاله: پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22098/mmws.2023.12285.1220 | ||
| نویسندگان | ||
| محمد کاظمی* 1؛ عاطفه جعفرپور2 | ||
| 1استادیار/ مرکز مطالعات و تحقیقات هرمز، دانشگاه هرمزگان، بندرعباس، ایران | ||
| 2دکتری/ گروه مهندسی آبخیزداری، دانشکدة منابع طبیعی و علوم دریایی، دانشگاه تربیت مدرس، نور، ایران | ||
| چکیده | ||
| سیل یکی از شایع‌ترین مخاطرات طبیعی در سراسر جهان است که خسارت زیادی به زندگی انسان‌ها و زیرساخت‌های مختلف وارد می‌کند. از این‌رو پیش‌بینی و برآورد آستانة مؤلفه‌های مؤثر بر وقوع آن در نقاط مختلف ضرورت دارد. بر همین اساس، پژوهش حاضر با هدف پهنه‌بندی خطر سیلاب به شناسایی حدود متغیرهای تأثیرگذار بر پهنه‌های سیلاب با استفاده از تکنیک‌های یادگیری ماشین انجام شده است. برای این منظور، از تصاویر لندست OLI8 تاریخ هشتم آپریل (فروردین‌ماه) سال 2019 (1398) برای شناسایی پهنه‌های سیل‌گیر استفاده شد. از این‌رو، مناطق سیل‌گیر با کد یک و مناطق غیر از آن با کد صفر به‌عنوان متغیر وابسته وارد فرآیند مدل‌سازی و یادگیری ماشین شدند. هم‌چنین، فرآیند یادگیری ماشین با روش درختان رگرسیون چندگانة جمع‌شدنی (TreeNet) انجام شد. نتایج پهنه‌بندی خطر سیلاب نشان داد، سیلاب با ریسک زیاد 4256 هکتار معادل 86/3 درصد و پهنة سیلاب با خطر ریسک خیلی زیاد 5500 هکتار معادل 99/4 درصد از سطح محدودة مورد را به خود اختصاص داده‌اند. خطر سیلاب با ریسک خیلی‌کم، 91496 هکتار معادل 132/83 درصد از سطح محدودة مطالعاتی را دربرگرفته است. هم‌چنین، نتایج بررسی اهمیت نسبی متغیرها در وقوع سیلاب نشان داد به‌ترتیب متغیرهای پوشش گیاهی، بارش تجمعی باران، کمبود آب در خاک، شدت خشکسالی و کاربری اراضی با حدود تأثیرگذاری صفر تا 18/0، 16-15 میلی‌متر، 152-144 میلی‌متر، شدت 5/2 (ترسالی متوسط) و اراضی ماندابی و باتلاقی بیش‌ترین تأثیر را بر بروز پهنه‌های سیلاب در محدودة مورد مطالعه داشته‌اند. ارزیابی میزان کارایی مدل با شاخص‌های سطح زیرمنحنی، ویژگی، شفافیت، صحت کلی و صحت قاعده به‌ترتیب 95/0، 2/91، 43/90، 12/91 و 88/6 است که نشان‌دهندة دقت مدل است. بررسی نتایج پهنه‌بندی سیلاب با واقعیت زمینی حکایت از R2 و MAE معادل 8/72 درصد و 27/0 داشت که صحت نتایج پهنه‌بندی با واقعیت زمینی را نسبتاً خوب تصدیق می‌نماید. نتایج پژوهش حاضر می‌تواند در شناسایی پهنه‌های سیل، رتبه‌بندی اهمیت متغیرهای مختلف در وقوع سیل و تدوین اقدامات مؤثر برای به حداقل رساندن خسارت در آینده و مدیریت مناسب متغیرهای کلیدی مؤثر بر وقوع سیلاب از طریق آستانه‌های تأثیرگذار استفاده شود. | ||
| کلیدواژه‌ها | ||
| آستانة تأثیرگذاری؛ اهمیت نسبی؛ ارزیابی؛ پهنه‌های سیلاب؛ یادگیری ماشین | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 194 تعداد دریافت فایل اصل مقاله: 60 |
||