مدل سازی حساسیت زمین لغزش با الگوریتم یادگیری ماشین جنگل تصادفی در آبخیز سد رئیسعلی دلواری

نویسندگان

1 استاد گروه علوم و مهندسی آبخیزداری، دانشکده‌ی منابع طبیعی، دانشگاه علوم و کشاورزی ساری، ساری، ایران

2 دانشیار بخش مهندسی منابع طبیعی و محیط زیست، دانشکده‌ی کشاورزی، دانشگاه شیراز، شیراز، ایران

3 دکترای علوم و مهندسی آبخیزداری، دانشکده‌ی منابع طبیعی، دانشگاه علوم و کشاورزی ساری، ساری، ایران

4 استاد گروه علوم و مهندسی آبخیزداری، دانشکده‌ی منابع طبیعی، دانشگاه علوم و کشاورزی ساری، ساری، ایران

doi
10.22092/wmej.2019.126288.1219
چکیده

هدف از این پژوهش مدل­سازی‌کردن مکانی حساسیت زمین­لغزش با الگوریتم یادگیری ماشین جنگل تصادفی و اولویت‌بندی کردن عامل‌های موثر بر وقوع آن در آبخیز سد رئیسعلی دلواری است. نقشه‌ی پراکنش زمین­لغزش­های منطقه با بازدیدهای صحرایی و بانک اطلاعات زمین‌لغزش­های کشور تهیه شد. در مجموع از 279 زمین‌لغزش شناخته‌شده 70% (195) آن برای مدل‌سازی و 30% (84) مانده برای ارزیابی مدل به‌کاربرده شد. لایه‌های اطلاعاتی ارتفاع، جهت شیب، درجه‌ی شیب، انحنای سطح، انحنای نیمرخ، شاخص رطوبت پستی‌وبلندی، فاصله از شبکه‌ی آب‌راه‌، تراکم زه‌کشی، فاصله از گسل، فاصله از جاده، زمین‌شناسی و شاخص تفاضلی پوشش گیاهی بهنجار­شده انتخاب شد. مدل جنگل تصادفی بر اساس ارتباط بین متغیر وابسته (زمین­لغزش­ها) و متغیرهای مستقل (عامل‌های موثر) در نرم­افزار R و با بسته‌ی نرم‌افزاری Random Forest اجرا، و نقشه‌ی حساسیت زمین­لغزش تهیه شد. مدل با به‌کاربردن منحنی تشخیص عمل‌کرد نسبی و 30% از داده­های لغزشی به‌کاربرده‌نشده در فرآیند مدل­سازی ارزیابی شد. نتایج ارزیابی نشان‌دهنده‌ی دقت عالی مدل جنگل تصادفی 0/983 (3/98%) بود. اولویت­بندی عامل‌های موثر اهمیت درجه‌ی شیب، ارتفاع، انحنای نیمرخ، فاصله از جاده و واحدهای سنگ‌شناسی را نشان‌داد. بنابراین به‌نظر می‌رسد که نقشه‌ی حساسیت زمین‌لغزش تهیه‌شده ممکن است نقش بسزایی در تصمیم‌گیری­های مدیران برای آمایش‌کردن سرزمین و مدیریت‌کردن جامع آبخیز سد رئیسعلی دلواری داشته باشد.