ارزیابی روش‌های آماری و داده کاوی مکانی در پهنه‌بندی خطر فرسایش خندقی در اراضی لسی استان گلستان

در این تحقیق اقدام به پهنه‌بندی خطر فرسایش خندقی با استفاده از روش‌های نسبت فراوانی، شاخص آماری، رگرسیون لجستیک و جنگل تصادفی در منطقۀ آی‌تمر استان گلستان شد. پس از تهیۀ نقشۀ پراکنش خندق‌ها، نقشۀ 13 عامل موثر بر فرآیند خندقی شدن شامل: زمین‌شناسی، فاصله از گسل، تراکم گسل، ارتفاع، طول شیب، درصد شیب، جهت شیب، انحنای صحفه، انحنای پروفیل، فاصله از جاده، کاربری اراضی، شاخص قدرت جریان و شاخص رطوبت توپوگرافیک تهیه شدند. خندق‌های مشاهداتی به دو دسته آموزش و اعتبارسنجی تقسیم و با مقایسۀ نقشۀ پراکنش خندق‌ها با نقشۀ هر یک از 13 فاکتور مستقل، وزن‌های روش‌های دومتغیره و پارامترهای روش‌های چند متغیره برآورد گردید. نتایج نشان داد مقدار مساحت زیر منحنی roc داده های اعتبارسنجی برای روش‏های جنگل تصادفی (0.94)، رگرسیون لجستیک (0.86)، نسبت فراوانی (0.74) و شاخص آماری (0.78)، به دست آمد. همچنین کمترین مساحت طبقه با حساسیت خیلی بالا به ترتیب برای روش‌های جنگل تصادفی، نسبت فراوانی و رگرسیون لجستیک به دست آمد. در مجموع در این تحقیق روش جنگل تصادفی بهترین عملکرد را داشت و پس از این مدل، روش‌های رگرسیون لجستیک و شاخص آماری عملکرد بهتری نسبت به سایر روش‌ها داشته‌اند.

evolution the efficiency of random forest in gully erosion susceptibility mapping

in this study using frequency ratio (fr), statistical index (si), weights of evidence(wof), logistic regression (lr), random forest (rf) models the probability of gully formation was calculated in aytamar watershed and susceptibility maps was prepared. first the thematic maps of 13 gully conditioning factors including lithological formations, distance to faults, faults density, altitude, slopelength, slope angle, slope aspect, plan curvature, profile curvature, distance to roads, land use, distance to rivers, stream power index and topographic wetness index was prepared. then landslide inventory map was combined with each gully conditioning factor and all models weights and parameters were calculated. area under curve for test data was calculated as 0.74, 0.78, 0.75, 0.86 and 0.96 for frequency ratio (fr), statistical index (si), weights of evidence(wof), logistic regression (lr), random forest (rf) models, respectively. random forest, frequency ratio and logistic regression have the least the area of high susceptibility zone, respectively. with respect three validation criteria multivariate methods including random forest and logistic regression had the best performance among all models.