مدل سازی حساسیت زمینلغزش با استفاده از الگوریتم شبکه عصبی مصنوعی: مطالعه موردی حوضه آبریز سد شهید عباسپور، شمالشرق خوزستان
نویسندگان
1 دانشجوی دکتری، گروه جغرافیای طبیعی، دانشکده علوم جغرافیایی و برنامهریزی، دانشگاه اصفهان، اصفهان، ایران
2 دانشیار، گروه زمینشناسی دریایی، دانشکده منابع طبیعی دریا، دانشگاه خرمشهر، خرمشهر، ایران
3 دانشیار، گروه جغرافیای طبیعی، دانشکده علوم جغرافیایی و برنامهریزی، دانشگاه اصفهان، اصفهان، ایران
doi
10.22067/geoeh.2025.92634.1557چکیده
زمینلغزشها بهعنوان یکی از مهمترین مخاطرات طبیعی مطرح هستند که هم جان انسانها را تهدید میکنند و هم میتوانند خسارات شدیدی به بار آورند. در این زمینه، تهیه نقشههای حساسیت زمینلغزش برای برنامهریزی، مدیریت و پیشگیری از وقوع این پدیده و در نتیجه کاهش خسارات ناشی از آن، از اهمیت ویژهای برخوردار است. هدف اصلی این پژوهش، تهیه نقشه حساسیت زمینلغزش برای حوضه سد شهید عباسپور با استفاده از روش شبکه عصبی مصنوعی (NNET) است. در این مطالعه، دادههای مربوط به نقاط زمینلغزش بهصورت تصادفی و با نسبت ۷۰ به ۳۰ بین دادههای آموزشی و دادههای آزمون تقسیم شدند. در ادامه پانزده عامل مؤثر بر زمینلغزش شامل عوامل توپوگرافیک (ارتفاع، شیب، جهت شیب و انحنای دامنه)، شاخصهای هیدرولوژیک (SPI و شاخص رطوبت توپوگرافی TWI)، عوامل انسانی (فاصله از جاده) و ویژگیهای طبیعی (فاصله از رودخانه، زمینشناسی، بافت خاک، کاربری اراضی و بارش) مورد بررسی قرار گرفتند. برای اعتبارسنجی مدل پیشبینی زمینلغزش، از معیارهای مختلفی شامل Accuracy و شاخصهای آماری RMSE، Kappa، MAE و R-Squared استفاده شده است. نتایج حاصل از این ارزیابیها نشان داد که مدل NNET از عملکرد خوبی با دقت 8543/0 برخوردار است. یافتههای پژوهش حاکی از آن است که در حوضه سد شهید عباسپور، نزدیکی به رودخانه بهعنوان مهمترین عامل مؤثر در حساسیت زمینلغزش شناسایی شده است. پس از این عامل، شیب دامنه و ویژگیهای زمینشناسی در رتبههای بعدی اهمیت قرار دارند. همچنین نتایج نشان میدهد که مناطق با بیشترین حساسیت به زمینلغزش عمدتاً در بخشهای جنوبغربی و قسمتهایی از شمال حوضه واقع شدهاند. نقشه حساسیت زمینلغزش تهیه شده در این تحقیق میتواند به عنوان ابزاری ارزشمند در برنامهریزیهای توسعهای، مدیریت ریسک و پیشگیری از خسارات ناشی از زمینلغزش در منطقه مورد مطالعه مورد استفاده قرار گیرد. این یافتهها، به مدیران و برنامهریزان کمک میکند تا تصمیمگیریهای مناسبتری در زمینه توسعه منطقه اتخاذ نمایند.