Persian
Language
Geographical Research is Published in Persian Fulltext.
دوره 39، شماره 2 - ( 1403 )
جلد 39 شماره 2 صفحات 168-161 |
برگشت به فهرست نسخه ها
نوع مقاله:
موضوع مقاله:
History
دریافت: 1402/11/21 | پذیرش: 1403/1/29 | انتشار: 1403/2/9
دریافت: 1402/11/21 | پذیرش: 1403/1/29 | انتشار: 1403/2/9
How to cite this article
Tavakkoli M, Amirahmadi A, Goli Mokhtari L. Evaluation, Prediction and Regional Analysis of Floods Using Data Mining Models (Frizi Watershed). GeoRes 2024; 39 (2) :161-168
URL: http://georesearch.ir/article-1-1585-fa.html
URL: http://georesearch.ir/article-1-1585-fa.html
توکلی مهدی، امیراحمدی ابوالقاسم، گلی مختاری لیلی. ارزیابی، پیش‌بینی و تحلیل منطقه‌ای سیلاب با استفاده از مدل‌های داده‌کاوی در حوضه آبریز فریزی. فصل‌نامه تحقیقات جغرافیایی. 1403; 39 (2) :161-168
Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Rights and permissions
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Authors
مهدی توکلی*1، ابوالقاسم امیراحمدی1، لیلی گلی مختاری1
1- گروه اقلیم‌شناسی و ژئومورفولوژی، دانشکده جغرافیا و علوم محیطی، دانشگاه حکیم سبزواری، سبزوار، ایران
چکیده (1285 مشاهده)
اهداف: سیلاب از جمله مخاطرات طبیعی است که سالانه باعث خسارات مالی و جانی می‌شود. این پژوهش با هدف تعیین پهنه‌های خطر سیلاب در حوضه آبخیز فریزی با مدل شبکه عصبی مصنوعی و ماشین پشتیبان بردار انجام شد تا با شناسایی عوامل موثر در وقوع سیلاب منطقه، اقدامات لازم برای کنترل، برنامه‌ریزی و اقدامات حفاظتی و مدیریتی به منظور کاهش خطر سیلاب انجام شود.
روش‌شناسی: مطالعه حاضر از نوع کاربردی، تحلیلی و توسعه‌ای بوده و در سال ۱۴۰۲ در حوزه آبریز فریزی انجام شد. به منظور پهنه‌بندی خطر سیلاب از ۱۴ پارامتر محیطی استفاده شد. سپس ۱۵۰ نقطه سیلابی در حوضه با استفاده از تصاویر ماهواره‌ای استخراج شد و به صورت تصادفی به ۷۰% برای آموزش مدل و ۳۰% برای اعتبارسنجی تقسیم شد. سپس لایه‌ها وزن‌دهی شد و نقشه‌های پتانسیل وقوع سیل با استفاده از روش شکست طبیعی به ۵ طبقه بسیار زیاد، زیاد، متوسط، کم و خیلی کم طبقه‌بندی شد. سپس صحت مدل‌های به کاررفته در پژوهش با استفاده از روش منحنی مشخصه عملکرد مورد بررسی قرار گرفت.
یافته‌ها: صحت مدل‌های به کار رفته با استفاده از روش منحنی مشخصه عملکرد بررسی شد. سطح زیر منحنی در مدل شبکه عصبی مصنوعی، ۹۲۳/۰ و در مدل ماشین پشتیبان بردار، ۸۹۸/۰ به‌دست آمد که نشان‌دهنده عملکرد بهتر مدل مدل شبکه عصبی مصنوعی است.
نتیجه‌گیری: سیلاب حوضه عمدتاً در شیب‌های کم، سازندهای مقاوم و غیرقابل نفوذ، ارتفاعات پایین‌تر و زمین‌های مجاور رودخانه‌ها (دشت‌های سیلابی) به وقوع می‌پیوندد. نواحی با خطر زیاد و خیلی زیاد در قسمت‌های مرکزی و خروجی حوضه قرار دارد.
روش‌شناسی: مطالعه حاضر از نوع کاربردی، تحلیلی و توسعه‌ای بوده و در سال ۱۴۰۲ در حوزه آبریز فریزی انجام شد. به منظور پهنه‌بندی خطر سیلاب از ۱۴ پارامتر محیطی استفاده شد. سپس ۱۵۰ نقطه سیلابی در حوضه با استفاده از تصاویر ماهواره‌ای استخراج شد و به صورت تصادفی به ۷۰% برای آموزش مدل و ۳۰% برای اعتبارسنجی تقسیم شد. سپس لایه‌ها وزن‌دهی شد و نقشه‌های پتانسیل وقوع سیل با استفاده از روش شکست طبیعی به ۵ طبقه بسیار زیاد، زیاد، متوسط، کم و خیلی کم طبقه‌بندی شد. سپس صحت مدل‌های به کاررفته در پژوهش با استفاده از روش منحنی مشخصه عملکرد مورد بررسی قرار گرفت.
یافته‌ها: صحت مدل‌های به کار رفته با استفاده از روش منحنی مشخصه عملکرد بررسی شد. سطح زیر منحنی در مدل شبکه عصبی مصنوعی، ۹۲۳/۰ و در مدل ماشین پشتیبان بردار، ۸۹۸/۰ به‌دست آمد که نشان‌دهنده عملکرد بهتر مدل مدل شبکه عصبی مصنوعی است.
نتیجه‌گیری: سیلاب حوضه عمدتاً در شیب‌های کم، سازندهای مقاوم و غیرقابل نفوذ، ارتفاعات پایین‌تر و زمین‌های مجاور رودخانه‌ها (دشت‌های سیلابی) به وقوع می‌پیوندد. نواحی با خطر زیاد و خیلی زیاد در قسمت‌های مرکزی و خروجی حوضه قرار دارد.
واژه‌های کلیدی: