>
Fa   |   Ar   |   En
   مدل ‌سازی حرکات دامنه ‌ای محدوده مخزن سدّ ستارخان اهر با استفاده از مدل‌ های پیش‌بینی ‌کننده لجستیک و شبکه عصبی  
   
نویسنده اندریانی صغری ,سمندر نسرین ,نیکجو محمدرضا
منبع جغرافيا و پايداري محيط - 1395 - دوره : 6 - شماره : 20 - صفحه:19 -37
چکیده    ناپایداری‌های دامنه‌ای، مخاطرات مهمّی برای فعّالیّت‌های انسانی هستند، این مخاطرات، در شیب‌های طبیعی و یا شیب‌هایی که به دست انسان تغییر یافته‌اند، اتّفاق می‌افتد. پژوهش حاضر با هدف شناسایی عوامل موثّر در ایجاد پدیده ناپایداری دامنه‌ای با استفاده از مدل‌های آماری رگرسیون لجستیک و شبکه عصبی مصنوعی در حوضه سدّ ستارخان اهر انجام گردیده است. هدف از این پژوهش، تعیین مناطق دارای پتانسیل وقوع ناپایداری و نهایتاً تهیّه نقشه پهنه‌بندی خطر با استفاده از مدل های آماری برای منطقه مورد مطالعه است. بدین منظور، ابتدا مهم‌ترین عوامل موثّر در زمین‌لغزش مانند شیب، جهت شیب، ارتفاع از سطح دریا، بارندگی، فاصله از جادّه، گسل و شبکه زهکشی، کاربری اراضی و سنگ‌شناسی بررسی و خصوصیات هر یک از آنها شناسایی و با روش فازی، استانداردسازی گردیدند. مبنای استانداردسازی روش هیستوگرام با استفاده از قطع طبقات هر لایه با زمین‌لغزش‌های رخ‌داده بوده که پراکنش زمین‌لغزش‎‌ها از طریق انجام عملیات میدانی و با استفاده از تصاویر ماهواره‌ای تهیّه و رقومی گردیده و به عنوان نقاط آموزش‌دهنده مدل‌ها نیز مورد استفاده قرار گرفت. نتایج مدل‌ها نشان داد درصد پهنه‌هایی با خطر بسیار بالا در مدل شبکه عصبی و رگرسیون لجستیک به ترتیب 24/7% و 56/5% است که عمدتاً محدوده‌های نزدیک به سدّ ستارخان را شامل می‌گردد. از لحاظ لیتولوژی، این مناطق در محدوده‌هایی با میزان مقاومت پایین قرار گرفته‌اند که روش آماری لجستیک نیز نشان‌دهنده تاثیر بسیار زیاد فاصله از گسل و لیتولوژی بر وقوع پدیده لغزش در منطقه مورد مطالعه است. همچنین مقدار شاخص roc برای مدل‌های شبکه عصبی و رگرسیون لجستیک به ترتیب 85/0 و 81/0 به دست آمد؛ می‌توان گفت روش شبکه عصبی، مدلی کارآمدتر جهت پهنه‌بندی وقوع زمین‌لغزش است؛ بنابراین، هرگونه برنامه‌ریزی و ساخت و ساز می‌بایست ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﺷﺮاﻳﻂ ژﺋﻮﻣﻮرﻓﻮلوژی و زمین‌شناسی منطقه باشد تا متحمّل حداقل خسارات جانی و مالی نگردد.
کلیدواژه مدل رگرسیون لجستیک، شبکه عصبی، فازی‌ سازی، زمین ‌لغزش، سدّ ستارخان
آدرس دانشگاه تبریز, ایران, دانشگاه تبریز, ایران, دانشگاه تبریز, ایران
پست الکترونیکی nikjoo1347@yahoo.com
 
   Modeling the hillside movement in the area of Sattarkhan dam reservoir using by predictive models Logistic Regression and Neural Network  
   
Authors andaryani soghra ,samandar nasrin
  
 
 

Copyright 2023
Islamic World Science Citation Center
All Rights Reserved