مدل‌سازی حساسیت خطر وقوع سیل در حوضه آبریز الندچای بر پایه یک رویکرد طبقه‌بندی ترکیبی نوین (FURIA-GA-LogitBoost)
با شروع فصل بهار سیلاب‌ها به عنوان مهم‌ترین مخاطره ژئومورفیک در سطح کشور مطرح می‌شوند که خسارت‌های جانی و مالی فراوانی را به بار می‌آورند. حوضه آبریز الندچای واقع در شهرستان خوی و شمال غرب کشور نیز به دلیل موقعیت خاص جغرافیایی جزو حوضه‌های با پتانسیل بالای خطر وقوع سیل شناخته می‌شود. هدف از پژوهش حا...
Saved in:
| Main Authors: | , , , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
Ferdowsi University of Mashhad
2023-04-01
|
| Series: | جغرافیا و مخاطرات محیطی |
| Subjects: | |
| Online Access: | https://geoeh.um.ac.ir/article_41877_e003f5f2fda2ba90a67b1aef14bdf317.pdf |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| _version_ | 1832592554306043904 |
|---|---|
| author | توحید رحیم پور محمدحسین رضائی مقدم سید اسدالله حجازی خلیل ولیزاده کامران |
| author_facet | توحید رحیم پور محمدحسین رضائی مقدم سید اسدالله حجازی خلیل ولیزاده کامران |
| author_sort | توحید رحیم پور |
| collection | DOAJ |
| description | با شروع فصل بهار سیلاب‌ها به عنوان مهم‌ترین مخاطره ژئومورفیک در سطح کشور مطرح می‌شوند که خسارت‌های جانی و مالی فراوانی را به بار می‌آورند. حوضه آبریز الندچای واقع در شهرستان خوی و شمال غرب کشور نیز به دلیل موقعیت خاص جغرافیایی جزو حوضه‌های با پتانسیل بالای خطر وقوع سیل شناخته می‌شود. هدف از پژوهش حاضر مدل‌سازی تغییرات فضایی حساسیت خطر وقوع سیل در این حوضه با استفاده از مدل ترکیبی نوین FURIA-GA-LogitBoost می‌باشد. به همین منظور از 13 پارامتر مؤثر در وقوع سیل شامل لیتولوژی، گروه‌های هیدرولوژیکی خاک، شاخص پوشش گیاهی، کاربری اراضی، ارتفاع، شیب، جهت شیب، فاصله از آبراهه، تراکم آبراهه، بارش، شاخص رطوبت توپوگرافیک، شاخص قدرت آبراهه و شاخص حمل رسوب استفاده شده است. جهت اجرای مدل تحقیق از نرم‌افزار WEKA استفاده شده و نقشه نهایی حساسیت خطر وقوع سیل تهیه گردید. یافته‌های پژوهش نشان می‌دهد مناطق پایین‌دست حوضه حساسیت بالایی را از نظر خطر وقوع سیل دارند. این مناطق محل تمرکز مهم‌ترین اجتماعات انسانی حوضه آبریز (شهر خوی) و زمین‌های کشاورزی و باغات است که سیلاب به‌عنوان یک مخاطره ژئومورفیک، تهدید جدی برای این مناطق محسوب می‌شود. بررسی میزان دقت نقشه نهایی با استفاده از منحنی ROC و سطح زیر منحنی (AUC) نشان داد که مدل به کار رفته در تحقیق به ترتیب با ضرایب 861/0 و 895/0 از نظر داده‌های آموزشی و اعتبارسنجی از عملکرد خوبی در تهیه نقشه حساسیت خطر وقوع سیل برخوردار بوده است. |
| format | Article |
| id | doaj-art-22534ee3a6e04cdcb6b8217c56c03ea0 |
| institution | Kabale University |
| issn | 2322-1682 2383-3076 |
| language | English |
| publishDate | 2023-04-01 |
| publisher | Ferdowsi University of Mashhad |
| record_format | Article |
| series | جغرافیا و مخاطرات محیطی |
| spelling | doaj-art-22534ee3a6e04cdcb6b8217c56c03ea02025-01-21T06:40:34ZengFerdowsi University of Mashhadجغرافیا و مخاطرات محیطی2322-16822383-30762023-04-0112112410.22067/geoeh.2022.74170.114141877مدل‌سازی حساسیت خطر وقوع سیل در حوضه آبریز الندچای بر پایه یک رویکرد طبقه‌بندی ترکیبی نوین (FURIA-GA-LogitBoost)توحید رحیم پور0محمدحسین رضائی مقدم1سید اسدالله حجازی2خلیل ولیزاده کامران3– دکتری ژئومورفولوژی، دانشگاه تبریز، تبریز، ایراناستاد گروه ژئوموفولوژی، دانشگاه تبریز، تبریز، ایراندانشیار گروه ژئومورفولوژی، دانشگاه تبریز، تبریز، ایراناستاد گروه سنجش‌ازدور و GIS، دانشگاه تبریز، تبریز، ایرانبا شروع فصل بهار سیلاب‌ها به عنوان مهم‌ترین مخاطره ژئومورفیک در سطح کشور مطرح می‌شوند که خسارت‌های جانی و مالی فراوانی را به بار می‌آورند. حوضه آبریز الندچای واقع در شهرستان خوی و شمال غرب کشور نیز به دلیل موقعیت خاص جغرافیایی جزو حوضه‌های با پتانسیل بالای خطر وقوع سیل شناخته می‌شود. هدف از پژوهش حاضر مدل‌سازی تغییرات فضایی حساسیت خطر وقوع سیل در این حوضه با استفاده از مدل ترکیبی نوین FURIA-GA-LogitBoost می‌باشد. به همین منظور از 13 پارامتر مؤثر در وقوع سیل شامل لیتولوژی، گروه‌های هیدرولوژیکی خاک، شاخص پوشش گیاهی، کاربری اراضی، ارتفاع، شیب، جهت شیب، فاصله از آبراهه، تراکم آبراهه، بارش، شاخص رطوبت توپوگرافیک، شاخص قدرت آبراهه و شاخص حمل رسوب استفاده شده است. جهت اجرای مدل تحقیق از نرم‌افزار WEKA استفاده شده و نقشه نهایی حساسیت خطر وقوع سیل تهیه گردید. یافته‌های پژوهش نشان می‌دهد مناطق پایین‌دست حوضه حساسیت بالایی را از نظر خطر وقوع سیل دارند. این مناطق محل تمرکز مهم‌ترین اجتماعات انسانی حوضه آبریز (شهر خوی) و زمین‌های کشاورزی و باغات است که سیلاب به‌عنوان یک مخاطره ژئومورفیک، تهدید جدی برای این مناطق محسوب می‌شود. بررسی میزان دقت نقشه نهایی با استفاده از منحنی ROC و سطح زیر منحنی (AUC) نشان داد که مدل به کار رفته در تحقیق به ترتیب با ضرایب 861/0 و 895/0 از نظر داده‌های آموزشی و اعتبارسنجی از عملکرد خوبی در تهیه نقشه حساسیت خطر وقوع سیل برخوردار بوده است.https://geoeh.um.ac.ir/article_41877_e003f5f2fda2ba90a67b1aef14bdf317.pdfسیلابfuriaالگوریتم ژنتیکمدل logitboostحوضه آبریز الندچای |
| spellingShingle | توحید رحیم پور محمدحسین رضائی مقدم سید اسدالله حجازی خلیل ولیزاده کامران مدل‌سازی حساسیت خطر وقوع سیل در حوضه آبریز الندچای بر پایه یک رویکرد طبقه‌بندی ترکیبی نوین (FURIA-GA-LogitBoost) جغرافیا و مخاطرات محیطی سیلاب furia الگوریتم ژنتیک مدل logitboost حوضه آبریز الندچای |
| title | مدل‌سازی حساسیت خطر وقوع سیل در حوضه آبریز الندچای بر پایه یک رویکرد طبقه‌بندی ترکیبی نوین (FURIA-GA-LogitBoost) |
| title_full | مدل‌سازی حساسیت خطر وقوع سیل در حوضه آبریز الندچای بر پایه یک رویکرد طبقه‌بندی ترکیبی نوین (FURIA-GA-LogitBoost) |
| title_fullStr | مدل‌سازی حساسیت خطر وقوع سیل در حوضه آبریز الندچای بر پایه یک رویکرد طبقه‌بندی ترکیبی نوین (FURIA-GA-LogitBoost) |
| title_full_unstemmed | مدل‌سازی حساسیت خطر وقوع سیل در حوضه آبریز الندچای بر پایه یک رویکرد طبقه‌بندی ترکیبی نوین (FURIA-GA-LogitBoost) |
| title_short | مدل‌سازی حساسیت خطر وقوع سیل در حوضه آبریز الندچای بر پایه یک رویکرد طبقه‌بندی ترکیبی نوین (FURIA-GA-LogitBoost) |
| title_sort | مدل‌سازی حساسیت خطر وقوع سیل در حوضه آبریز الندچای بر پایه یک رویکرد طبقه‌بندی ترکیبی نوین furia ga logitboost |
| topic | سیلاب furia الگوریتم ژنتیک مدل logitboost حوضه آبریز الندچای |
| url | https://geoeh.um.ac.ir/article_41877_e003f5f2fda2ba90a67b1aef14bdf317.pdf |
| work_keys_str_mv | AT twḥydrḥympwr mdlsạzyḥsạsytkẖṭrwqwʿsyldrḥwḍhậbryzạlndcẖạybrpạyhyḵrwyḵrdṭbqhbndytrḵybynwynfuriagalogitboost AT mḥmdḥsynrḍạỷymqdm mdlsạzyḥsạsytkẖṭrwqwʿsyldrḥwḍhậbryzạlndcẖạybrpạyhyḵrwyḵrdṭbqhbndytrḵybynwynfuriagalogitboost AT sydạsdạllhḥjạzy mdlsạzyḥsạsytkẖṭrwqwʿsyldrḥwḍhậbryzạlndcẖạybrpạyhyḵrwyḵrdṭbqhbndytrḵybynwynfuriagalogitboost AT kẖlylwlyzạdhḵạmrạn mdlsạzyḥsạsytkẖṭrwqwʿsyldrḥwḍhậbryzạlndcẖạybrpạyhyḵrwyḵrdṭbqhbndytrḵybynwynfuriagalogitboost |