استفاده از مدل‌های مختلف برای بررسی تهدید مسیر خط سوم شبکه انتقال گاز توسط ناپایداری دامنه‌ای

محدوده موردمطالعه (محدوده خط سوم گاز تهران)، از مهم‌ترین و حساس‌ترین محدوده‌های کشور از نظر تهدید شبکه گازرسانی توسط ناپایداری دامنه‌ای و فعالیت‌های تکتونیکی می‌باشد. در این پژوهش، برای تحقق اهداف تحقیق، از داده‌های متفاوت، ‌با منابع مختلف‌ و از معیارهای متنوع مانند، زمین‌شناسی، ارتفاع و فاصله از گسل شیب، جهت شیب، فاصله از رودخانه، کاربری اراضی، خاک، فاصله از جاده، بارش، پوشش‎زمین و ارتفاع استفاده شد. ارزیابی ریسک، با استفاده از پنج مدل فازی، تحلیل شبکه‌ای، شبکه‌ای-فازی، پرسپکترون چندلایه و روش جنگل تصادفی، مورد تجزیه‌وتحلیل قرار گرفت. نتایج بررسی‌ها از مقایسه بررسی خطر زمین‌لغزش و زمین‌لرزه با مدل‌های مختلف، نشان داد که خطر زمین‌لغزش در محدوده موردمطالعه با استفاده از مدل rf بیشتر است. نتایج استفاده از مدل anp در محدوده موردمطالعه، حاکی از ریسک بالای عبور شبکه گازرسانی از بخش‌های پرشیب منطقه است. نتایج پهنه‌بندی‌ها در دو استان قم و تهران با استفاده از مدل fuzzy نشان داد که بیشترین درصد در کلاس‌بندی‌ها، متعلق به کلاس کم‌خطر و کمترین درصد متعلق به کلاس با خطر متوسط می‌باشد. در مدل fuzzy- anp کلاس خطر نسبتاً زیاد، بیشترین درصد و کلاس خطر زیاد با کمترین میزان در محدوده را نشان داد. در مدل mlp بیشتر محدوده موردمطالعه، دارای ریسک متوسط بوده و محدوده کلاس خطر زیاد، کمترین وسعت را در محدوده دارد؛ بنابراین، می‌توان نتیجه گرفت که در مدل rf، بیشترین درصد متعلق به کلاس با خطر نسبتاً زیاد و کمترین درصد متعلق به کلاس با خطر کم می‌باشد. باتوجه‌به ارزیابی‌ها و بررسی‌های آماری صورت‌گرفته از مدل anp، میزان خطای سیستماتیک (mbe) 0.20336-، میزان خطای مطلق 0.209892 و میزان خطای rmse 0.131107 حاصل گردید. نتایج آماری‌ از بررسی مدل fuzzy نیز نشان داد که میزان خطای سیستماتیک (mbe) 0.23687 و خطای مطلق 0.0.2551 و میزان خطای rmse نیز 0.016212 می‌باشد.

the use of different models to investigate the threat of the third line of the gas transmission network by domain instability

the area under study (tehran gas line 3) is one of the most important and sensitive areas in terms of threats to gas supply due to the instability of domains and tectonic activities. in this research, to achieve the research objectives, different data from different sources and different criteria were used. for example, geology, height, distance from the slope fault, slope direction, distance from the river, land use, soil, distance from the road, precipitation, land cover, and height were used. risk assessment using five fuzzy models, network analysis, fuzzy network, multilayer perceptron, and random forest method were analyzed. because the traditional methods of risk assessment are based on mathematical functions and need more knowledge of experts and are less practical, intelligent systems were used which, in addition to being easy to use and analyzing relationships, provided more appropriate results. the results of the investigations showed the comparison of landslide and earthquake risk with different models shows that the risk of landslide is higher with the rf model. still, with the use of the anp model, the studied area shows relatively higher risk. in the fuzzy model, the highest percentage belongs to the low-risk class and the lowest percentage belongs to the medium-risk class. in the fuzzy-anp model, the relatively high-risk class shows the highest percentage and the high-risk class shows the lowest amount in the range. in the mlp model, most of the study range has medium risk and the high-risk class range has the lowest amount in the range. therefore, in the rf model, the highest percentage belongs to the relatively high-risk class and the lowest percentage belongs to the low-risk class. according to the evaluations made from the results of the anp model, the systematic error (mbe) of this model is -0.20336 and the absolute error of the model is 0.209895. the rmse error was 0.131107. according to the evaluations of the results of the fuzzy model, the systematic error (mbe) of this model is -0.23687 and the absolute error of the model is 0.25511. the rmse error rate was 0.162122.