[صفحه اصلی ]   [Archive] [ English ]  
:: صفحه اصلي :: درباره نشريه :: آخرين شماره :: تمام شماره‌ها :: جستجو :: ثبت نام :: ارسال مقاله :: تماس با ما ::
بخش‌های اصلی
صفحه اصلی::
اطلاعات نشریه::
آرشیو مجله و مقالات::
برای نویسندگان::
برای داوران::
ثبت نام و اشتراک::
تماس با ما::
تسهیلات پایگاه::
بایگانی مقالات زیر چاپ::
::
جستجو در پایگاه

جستجوی پیشرفته
..
دریافت اطلاعات پایگاه
نشانی پست الکترونیک خود را برای دریافت اطلاعات و اخبار پایگاه، در کادر زیر وارد کنید.
..
:: ::
برگشت به فهرست مقالات برگشت به فهرست نسخه ها
ارزیابی مناطق مستعد رخداد فرسایش خندقی در حوضه آبریز الشتر با استفاده از مدل‌های یادگیری ماشین
علی داودی* ، امیر کرم ، پرویز ضیائیان فیروزآبادی ، علی احمد آبادی
گروه ژئومورفولوژی، دانشکده جغرافیا، دانشگاه خوارزمی، تهران، ایران.
چکیده:   (47 مشاهده)
هدف: فرسایش خندقی یکی از بارزترین اشکال فرسایش آبی است که تأثیرات قابل‌توجهی بر تخریب اراضی، کاهش حاصلخیزی خاک و افزایش رسوب‌گذاری در منابع آبی دارد. در این پژوهش، به‌منظور شناسایی و پهنه‌بندی مناطق مستعد فرسایش خندقی در حوضه آبریز الشتر از مدل‌های خطی تعمیم‌یافته (GLM)، درخت رگرسیون تقویت‌شده (BRT) و مدل خطی تقویت‌شده (BLM) استفاده شده است.
روش پژوهش: پارامترهای فضایی-محیطی مؤثر بر رخداد فرسایش خندقی زمین و نرم‌افزار R استفاده شده است. متغیرهای موردبررسی شامل عوامل توپوگرافی، اقلیمی، هیدرولوژیکی، پوشش گیاهی، کاربری اراضی و ویژگی‌های فیزیکی و شیمیایی خاک بودند که با استفاده از سامانه اطلاعات جغرافیایی (GIS) و داده‌های سنجش از دور استخراج شدند.
یافته‌ها: ارزیابی توزیع فضایی مناطق مستعد فرسایش خندقی توسط هر سه مدل نشان داد که مناطق حاشیه دشت الشتر که شامل مناطق مرکزی، جنوب و غرب حوضه هستند بیشترین استعداد رخداد فرسایش خندقی را دارند. ارزیابی دقت مدل‌ها با استفاده از منحنی راک نشان داد که مدل BLM با AUC=0.84 عملکرد بهتری در شناسایی مناطق پرخطر فرسایش خندقی نسبت به مدل‌های  GLMو BRT دارد. بر اساس مدل BLM، 39 درصد حوضه دارای استعداد خیلی زیاد و زیاد فرسایش خندقی، 22 درصد از حوضه در کلاس متوسط و 39 درصد نیز در کلاس‌های کم و خیلی کم استعداد فرسایش خندقی قرار می‌گیرد. تحلیل اهمیت متغیرهای مورداستفاده در مدل‌سازی نشان داد که فاصله از رودخانه، شاخص رطوبت توپوگرافی (TWI)، واحدهای زمین‌شناسی، شاخص زبری سطح (TRI) و میزان بارش، تأثیرگذارترین عوامل در وقوع این پدیده هستند.
نتیجه‌گیری: نتایج این پژوهش می‌تواند به‌عنوان ابزاری مؤثر در مدیریت اراضی و تدوین برنامه‌های کاهش فرسایش مورداستفاده قرار گیرد. پیشنهاد می‌شود در مطالعات آتی از مدل‌های ترکیبی پیشرفته و داده‌های با وضوح بالاتر برای بهبود دقت پیش‌بینی و ارائه راهکارهای بهینه‌تر استفاده شود.
واژه‌های کلیدی: فرسایش خندقی، مدل یادگیری ماشین، حوضه آبریز الشتر، سیستم اطلاعات جغرافیایی (GIS)، مدیریت اراضی.
متن کامل [PDF 2173 kb]   (13 دریافت)    
نوع مطالعه: كاربردي | موضوع مقاله: تخصصي
دریافت: 1404/6/17 | پذیرش: 1404/6/30 | انتشار: 1404/6/30
ارسال پیام به نویسنده مسئول

ارسال نظر درباره این مقاله
نام کاربری یا پست الکترونیک شما:

CAPTCHA


XML   English Abstract   Print



بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.
برگشت به فهرست مقالات برگشت به فهرست نسخه ها
فصلنامه تخصصی سوانح طبیعی Natural Disasters Journal
Persian site map - English site map - Created in 0.05 seconds with 37 queries by YEKTAWEB 4722