شناسایی عوامل مؤثر بر زمینلغزش در جاده آستارا تا تونل نمین با استفاده از مدل MLP | ||
| جغرافیا و مخاطرات محیطی | ||
| مقاله 3، دوره 14، شماره 1 - شماره پیاپی 53، بهار 1404، صفحه 43-60 اصل مقاله (2.26 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22067/geoeh.2024.87409.1475 | ||
| نویسندگان | ||
| فریبا اسفندیاری درآباد* 1؛ مهرداد وهاب زاده2؛ زهره شیخلر3؛ بهروز نظافت تکله4 | ||
| 1استاد ژئومورفولوژی، دانشکده علوم اجتماعی، دانشگاه محقق اردبیلی، اردبیل، ایران | ||
| 2کارشناسی ارشد ژئومورفولوژی و آمایش محیط، دانشکده علوم اجتماعی، دانشگاه محقق اردبیلی، اردبیل، ایران | ||
| 3دانشجوی کارشناسی ارشد سنجشازدور، دانشکده علوم زمین، دانشگاه شهید بهشتی، تهران، ایران | ||
| 4دانشجوی دکتری ژئومورفولوژی، دانشکده علوم اجتماعی، دانشگاه محقق اردبیلی، اردبیل، ایران | ||
| چکیده | ||
| زمینلغزش یکی از پدیدههایی است که رخداد آن سبب ایجاد خسارات زیادی بهویژه در مناطق کوهستانی میشود. بنابراین ارزیابی و شناخت عوامل مؤثر بر وقوع رخداد زمینلغزش در مناطق کوهستانی امری ضروری است. هدف از این پژوهش شناسایی عوامل مؤثر بر زمینلغزش در جاده آستارا تا تونل نمین با استفاده از مدل MLP میباشد. مدل MLP یکی از مدلهای کارآمد شبکه عصبی است که توانایی حل مسائل پیچیده را دارد. برای شناسایی عوامل مهم در رخداد زمینلغزش با توجه به مطالعات میدانی 8 عامل شناساییشده است که شامل: زمینشناسی، پوششگیاهی، فاصله از جاده، کاربری راضی، شیب، جهت شیب، ارتفاع، نقاط واقعی زمینلغزش استفاده شده است. بعد از پیشپردازشها تمام لایهها وارد نرمافزارSPSS MODELER شده و مدلسازی با 8 نورون ورودی 6 نورون میانه و 1 خروجی طراحیشده است. نتایج این پژوهش نشان داده که خروجی وزنی مدل MLP بیشترین ارزش وزنی را برای لایه زمینشناسی با مقدار 26/0 برای لایه کاربری اراضی و فاصله از جاده به ترتیب مقدار 14/0 و 13/0 اختصاص داده است. همچنین در بخش اعتبار سنجی مدل مقدار AUC عدد 948/0 در بخش آموزش و 962/0 در بخش تست شبکه را نمایش میدهد که گویای این است که مدل هم در بخش آموزش و هم در بخش تست دارای اعتبار بالایی میباشد بنابراین نتیجهگیری میشود که عامل زمینشناسی نسبت به سایر عوامل در رخداد زمینلغزش در منطقه تأثیر زیادی دارد و درنهایت پیشنهاد میگردد در مطالعات آتی برای مطالعه و ارزیابی زمینلغزش و حرکات دامنهای از مدلهای یادگیری ماشینی و هوش مصنوعی استفاده شود | ||
| کلیدواژهها | ||
| ارزیابی آسیبپذیری زمینلغزش؛ شبکه عصبی MLP؛ جاده تونلی آستارا-نمین؛ عوامل ژئوماتیک؛ پهنهبندی خطر؛ مخاطرات ژئومورفیک | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 9,776 تعداد دریافت فایل اصل مقاله: 769 |
||