پهنه‌بندی و ارزیابی نقشه حساسیت فرسایش خندقی با استفاده از روش‌های آماری و احتمالاتی

شناسایی مناطق حساس و مستعد فرسایش خندقی با استفاده از مدل‏ های آماری و همچنین استفاده حداکثری از داده‏ ها و اطلاعات موجود با صرف هزینه و زمان کم‏تر و دسترسی ‏به ‏‏دقت بیش‏تر از اهمیت ویژه‏ای برخوردار می‏باشد. هدف این پژوهش تعیین مناطق حساس به فرسایش خندقی و تهیه نقشه حساسیت نسبت به آن با استفاده از ‏داده‏ کاوی‏‏ روش‏ های آماری دو متغیره دمپسترشفر و چندمتغیره خطی و تلفیق آن‏ها به منظور ارتقاء قابلیت‏ ها و مرتفع نمودن معایب آن‏ها در حوزه آبخیز سمیرم در جنوب استان اصفهان می‏باشد. بدین منظور با استفاده از نقشه پراکنش مکانی 156 ‏خندق‏ و14 پارامتر موثر در رخداد ‏خندق، مقادیر شاخص ضریب تحمل (tol) و فاکتور تورم واریانس (vif) آزمون هم‏خطی چندگانه (multicollinearity) عوامل موثر تعیین شدند. مدل‌سازی و اعتبارسنجی به‌ترتیب با استفاده از نسبت 70 و 30 درصد ‏خندق‏ های شناسایی شده انجام شد. نقشه ‏های حساسیت تهیه شده به 5 طبقه حساسیت خیلی کم تا خیلی زیاد تقسیم شدند. شاخص سطح سلول هسته (scai) و سطح زیر منحنی ویژگی عملگر گیرنده (auc-roc) به ‏ترتیب به‏ منظور تعیین آستانه‏ های طبقات و اعتبارسنجی نقشه‏ های پهنه‏ بندی حساسیت مورد استفاده قرار گرفتند. نتایج روش رگرسیون چند متغیره نشان داد که پارامترهای کاربری اراضی، شیب و فاصله از آبراهه بیش‌ترین تاثیر را در رخداد ‏خندق داشته ‏اند. مدل تلفیقی با auc-roc معادل 0/942، نسبت به مدل‏ های نظریه شواهد دمپسترشفر (0/924) و رگرسیون چند متغیره (0/864) از دقت بیش‏تری برخوردار می‏باشد. همچنین مقدار scai در مدل ‏تلفیقی‏‏ از رده‌های حساسیت خیلی‌کم به خیلی‌زیاد دارای روند نزولی می‏باشد که بیانگر تفکیک مناسب رده‌بندی حساسیت در این مدل می‏ باشد.

Gully Erosion Mapping and Susceptibility Assessment Using Statistical and Probabilistic Methods

Delineation of gully erosion susceptible areas by using statistical models, as well as optimum usage of existing data and information with the least time and cost and more precision, is important. The main objective of this study is to determine the areas accuracy to gully erosion and susceptibility mapping by using data mining of the bivariate DempsterShafer, linear multivariate statistical methods and their integration in Semirom watershed, southern Isfahan province. First, the geographical location of a total of 156 randomly gullies were mapped using preliminary reports, satellite imagery interpretation and field survey. In the next step, 14 conditioning parameters of the gullies in the study area were selected including the topographic, geomorphometric, environmental, and hydrologic parameters using the regional environmental characteristics and the multicollinearity test for modeling. Then, the DempsterShafer statistical, linear regression, and ensembled methods were developed using 70% of the identified gullies and 14 effective parameters as dependent and independent variables, respectively. The remaining 30% of the gully distribution dataset were used for validation. The results of the multivariate regression model showed that land use, slope and distance to drainage network parameters have the most significant relation to gully occurrence. The gully erosion susceptibility maps were prepared by individual and ensemble methods and they were divided to 5 classes of very low to very high rate. The area under the curve (AUC) of the receiver operating characteristic (ROC) curve was used to validate gully erosion susceptibly maps. The verification results showed that the AUC of ensemble method (0.948) is higher than DempsterShafer (0.924) and Multivariate regression (0.864) methods. Also, the the seed core area index (SCAI) value of the ensembled model from very low to very high susceptible classes have a decreasing trend that indicating a proper separation of susceptible classes by this model.