کاربرد شاخص های کمی ژیومورفومتریک در شناسایی پهنه‌های مستعد زمین لغزش با استفاده از مدل svm (مطالعه موردی: آزادراه خرم‌آباد – پل‌زال)

شناخت و نحوه پراکنش فضایی لندفرمی به‌منظور درک و ارزیابی تحول آن ها، مطالعات پایداری دامنه ای و برنامه ریزی منطقه ای آن ها در آینده، از نیازهای اساسی در علم ژیومورفولوژی کاربردی است. اهمیت مطالعه لندفرم ها به حدی است که امروزه موضوع مطالعه ژیومورفومتری به‌عنوان زیررشته‌ای از ژیومورفولوژی ارایه می شود. ژیومورفومتری‌ به اندازه‌گیری کمی سطوح و لندفرم‌ها بر اساس تغییرات ارتفاعی تحت تاثیر تابع فاصله می‌پردازد. شاخص‌های ژیومورفومتریک، ویژگی‌های شکل عوارض زمینی را به‌صورت کمی بیان می‌دارند. این تحقیق با تاکید بر استفاده از شاخص‌های ژیومورفومتریک و الگوریتم svm به شناسایی سطوح مستعد زمین لغزش در آزادراه خرم آباد – پل زال به‌عنوان یکی از راه‌های ارتباطی مهم کشور می‌پردازد. شاخص‌های مورداستفاده شامل شیب، جهت شیب، لیتولوژی، وضعیت گسل‌ها، شبکه زهکشی و کاربری اراضی است که به همراه شاخص‌های ژیومورفومتریک شامل انحنای پروفیل، انحنای پلان و انحنای کلی با استفاده از رویکرد هوش مصنوعی و توابع خطی و چندجمله‌ای الگوریتم svm در شناسایی سطوح مستعد لغزش استفاده‌شده است. نتایج تحقیق نشان می‌دهد استفاده از شاخص‌های ژیومورفومتریک، انحنای پلان، پروفیل و کلی توانسته ویژگی‌های شکلی سطوح را به‌صورت کمی مشخص نماید و درنتیجه نقش مهمی در افزایش دقت شناسایی سطوح مستعد لغزش داشته است. با توجه به به‌هم‌ریختگی و زبری سطوح لغزشی شاخص‌های ژیومرفومتریک کارایی خوبی در شناسایی پهنه‌های لغزشی داشته‌اند. ارزیابی دقت با استفاده از داده‌های پیمایش زمینی ضمن تاکید این مطلب نشان می‌دهد تابع چندجمله‌ای در شناسایی سطوح مستعد لغزش، دقت بیشتری نسبت به تابع خطی الگوریتم svm داشته است که علت آن می‌تواند رفتار غیرخطی وقوع لغزش در منطقه مطالعاتی است و بنابراین تابع غیرخطی الگوریتم بهتر توانسته احتمال وقوع لغزش را مشخص نماید.