بررسی نقش عوامل موثر بر وقوع زمین‌لغزش با استفاده از سیستم اطلاعات مکانی و روش‌های انتخاب ویژگی مبتنی بر یادگیری ماشین

زمین‌لغزش یکی از مخاطرات طبیعی است که می‌تواند خسارات فراوانی به دنبال داشته باشد. بنابراین، شناسایی مناطق مستعد زمین‌لغزش برای کاهش خسارات ناشی از آن، امری ضروری است. برای این منظور، می‌توان از نقشه حساسیت استفاده کرد که تولید آن، مستلزم انتخاب صحیح عوامل موثر و تعیین وزن مناسب برای آن‌ها می‌باشد. هم انتخاب عوامل و هم تعیین وزن آنها می‌توانند بر اساس روش‌های مبتنی بر دانش کارشناسی و یا روش‌های یادگیری ماشین و مبتنی بر داده‌ها صورت گیرند. در این پژوهش، لایه‌های اطلاعاتی هفده عامل مرتبط با وقوع زمین‌لغزش نظیر زمین‌شناسی و شاخص رطوبت توپوگرافی (twi) برای استان آذربایجان‌غربی، در محیط سیستم اطلاعات مکانی، تهیه شدند و به عنوان ویژگی‌ها (متغیرهای وابسته) مد نظر قرار گرفتند. همچنین، نقشه پراکنش زمین‌لغزش‌های قبلی تولید و به عنوان متغیر مستقل تعریف شد. سپس شش روش‌ مختلف انتخاب ویژگی در حوزه یادگیری ماشین شامل روش همبستگی، بهره اطلاعات، نسبت بهره، زیرمجموعه‌ ویژگی‌ها بر اساس همبستگی(cfs)، relief f و عدم‌قطعیت متقارن، برای تعیین میزان همبستگی عوامل مختلف با یکدیگر، نقش و میزان تاثیر هر عامل در وقوع زمین‌لغزش و در نهایت انتخاب یا عدم آن، مورد بررسی قرار گرفتند. نتایج پژوهش نشان داد که روش‌های مختلف انتخاب ویژگی ممکن است خروجی‌های متفاوتی در خصوص تعیین عوامل موثر داشته باشند. با این‌حال، برخی از عوامل همچون زمین‌شناسی در تمامی روش‌ها، انتخاب شدند که می‌توان با اطمینان بیشتری آنها را به عنوان عوامل موثر معرفی نمود. از سوی دیگر، برخی از عوامل، بر اساس داده‌های موجود، در هیچ‌یک از روش‌ها جزو عوامل انتخابی نبوده‌اند. سه روش عدم‌قطعیت متقارن، بهره اطلاعات و نسبت بهره، از لحاظ عوامل انتخابی، نتایج مشابهی داشته‌اند. نتایج روش relieff به دلیل ماهیت آن و نحوه تعریف همسایه‌ها، تفاوت بیشتری با سایر رو‌ش‌ها داشته؛ به‌گونه‌ای که فاصله از رودخانه که در سایر روش‌ها جزو عوامل موثر بوده، در این روش انتخاب نشده؛ در مقابل، نوع خاک و فاصله از جاده فقط در این روش انتخاب گردیده‌اند.به این ترتیب، با به کارگیری رو ش های مختلف، امکان انتخاب عوامل متنوعی فراهم می شود. در نهایت، بررسی عوامل موثر بر وقوع زمین لغزش و انتخاب برخی از آنها بر اساس رو ش های انتخاب ویژگی و داد ه های منطقه مورد مطالعه، منجر به کاهش پیچیدگی مد لهای پیش بینی مبتنی بر یادگیری ماشین و جلوگیری از خطای بیش برازش و در نتیجه تعمیم مدل و قابلیت بالای آن در مواجهه با داد ه های جدید می گردد. نتایج پژوهش می تواند در بالا رفتن دقت نقشه های پهنه بندی حساسیت زمین لغزشو پیشگیری از خسارات ناشی از آن موثر باشد و تصمیم گیران را در مدیریت بلایا و برنامه ریز ی و توسعه یاری نماید.

investigating the role of conditioning factors in landslide occurrence using geospatial information systems and feature selection methods based on machine learning.

a landslide is a natural hazard that can cause significant damage. therefore, it is important to identify areas at risk of landslides to minimize their impact. this can be achieved by creating a sensitivity map, which involves selecting relevant factors and assigning appropriate weights. factors and their weights can be determined using methods based on expert knowledge or machine learning and data-based methods. in this study conducted in the west azerbaijan province, seventeen data layers related to landslide occurrence, such as geology and twi, were prepared using gis. these factors were considered as dependent variables, while the map of previous landslides served as an independent variable. six different feature selection methods in the field of machine learning were employed to assess the correlation and influence of each factor on landslide occurrence. these methods included correlation method, information gain, gain ratio, cfs, relief f, and symmetric uncertainty. the research findings indicated that different feature selection methods may yield varying results in determining effective factors. however, some factors, such as geology, were selected across all methods, suggesting a higher level of confidence in their significance. on the other hand, some factors, based on the available data, were not selected by any of the methods. among the feature selection methods, symmetric uncertainty, information gain, and gain ratio produced similar results in terms of selecting factors. the relief f method, however, differed from other methods due to its approach to defining neighbors. for instance, distance from the river, which was identified as a significant factor in other methods, was not selected by relief f, while the type of soil and distance from the road emerged as conditioning factors only in this method. finally, employing diverse methods for selecting landslide conditioning factors can simplify predictive models based on machine learning.