>
Fa   |   Ar   |   En
   مدل‌سازی فضایی پتانسیل آب زیرزمینی با استفاده از تکنیک یادگیری ماشین جنگل تصادفی  
   
DOR 20.1001.2.9919029483.1399.7.1.1.4
نویسنده davoudi moghaddam davoud ,داودی مقدم داود ,haghizadeh ali ,حقی زاده علی
منبع همايش علمي پژوهشي توسعه و ترويج علوم كشاورزي و منابع طبيعي ايران - 1399 - دوره : 7 - هفتمین همایش علمی پژوهشی توسعه و ترویج علوم کشاورزی و منابع طبیعی ایران - کد همایش: 99190-29483
چکیده    هدف از پژوهش حاضر، مدل‌سازی فضایی پتانسیل آب زیرزمینی دشت کاشمر در جنوب غربی استان خراسان رضوی با استفاده از تکنیک جنگل تصادفی می‌باشد. بدین منظور، از پارامترهای موثر بر پتانسیل آب زیرزمینی شامل ارتفاع سطح زمین، جهت شیب، درصد شیب، انحنای سطح زمین، تراکم زهکشی، فاصبه از آبراهه، شاخص پوشش گیاهی، شاخص رطوبت توپوگرافی، سنگ شناسی و کاربری اراضی استفاده شد. ابتدا نقشه رقومی تمام عوامل مزبور در سیستم اطلاعات جغرافیایی و درقالب پایگاه داده تهیه شد. در گام بعدی، با بررسی میدانی موقعیت 281 چاه با پتانسیل بالای آب زیرزمینی ثبت شده و با استفاده از یک الگوریتم تصادفی به دو دسته آموزش مدل (197 موقعیت) و اعتبار سنجی مدل (84 موقعیت) تقسیم شد. سپس با استفاده از تکنیک جنگل تصادفی و پارامترهای موثر محیطی نقشه پتانسیل آب زیرزمینی منطقه در سیستم اطلاعات جغرافیایی تهیه شد. در نهایت، نقشه پیش‌بینی پتانسیل آب زیرزمینی با روش منحنی roc در نرم‌افزار spss اعتبار‌سنجی شد. نتایج منحنی roc مقدار سطح زیر منحنی (auc) را در منطقه مورد مطالعه 8/86 درصد برآورد نمود، که نمایانگر توانایی خیلی خوب تکنیک جنگل تصادفی برای ارزیابی پتانسیل‌ آب زیرزمینی است. بنابراین پیشنهاد می‌شود که از تکنیک جنگل تصادفی برای پتانسیل‌یابی آب زیرزمینی سایر دشت‌های کشور استفاده شود.
کلیدواژه مدل‌سازی فضایی ,آب زیرزمینی ,یادگیری ماشین ,جنگل تصادفی
آدرس دانشگاه لرستان, ایران, دانشگاه لرستان, ایران, دانشگاه لرستان, ایران, دانشگاه لرستان, ایران
پست الکترونیکی haghizadeh.a@lu.ac.ir
 
   Groundwater spatial modeling using machine learning random forest technique  
   
Authors
Abstract   
Keywords
 
 

Copyright 2023
Islamic World Science Citation Center
All Rights Reserved