ارزیابی و مدلسازی پایداری شیبهای خاکی در مناطق زلزلهخیز با استفاده از الگوریتمهای هوش مصنوعی
نویسندگان
1 دانشکده محیط زیست دانشگاه تهران، مهندس محیط زیست گرایش منابع آب
doi
10.22034/jgeoq.2026.575967.4427چکیده
ین پژوهش به ارزیابی و مدلسازی پایداری شیبهای خاکی در مناطق زلزلهخیز با استفاده از الگوریتمهای یادگیری ماشین و روشهای هوشمند پرداخته است. در این مطالعه، دادههای جمعآوریشده از مناطق مختلف ایران شامل ۴۲۹۵ نمونه شیب خاکی با ویژگیهای توپوگرافی، اقلیمی و زمینشناسی مورد تحلیل قرار گرفته است. هدف اصلی این تحقیق، شناسایی مهمترین پارامترهای تأثیرگذار بر پایداری شیبها و توسعه مدلهای پیشبینی با دقت بالا برای شبیهسازی خطر زمینلغزش است. مدلهای یادگیری ماشین نظیر Random Forest، XGBoost و Gradient Boosting به منظور پیشبینی پایداری شیبها ارزیابی شدند و نتایج نشان داد که مدل XGBoost با دقت ۰.۹۲۰ بهترین عملکرد را ارائه داده است. همچنین، مدل ترکیبی Voting Classifier که ترکیبی از سه مدل مذکور است، بهترین تعادل را بین دقت و یادآوری نشان داد. این تحقیق میتواند به عنوان ابزاری موثر در ارزیابی خطرات زمینلغزش و کمک به برنامهریزی منطقهای و مدیریت بحران در مناطق زلزلهخیز مورد استفاده قرار گیرد و همچنین تحلیل جغرافیایی خوبی را ارائه می دهد.