پهنه بندی خطر زمین لغزش با استفاده از مدل حداقل مربعات ماشین بردار پشتیبان (LS-SVM) و توابع تحلیلیGIS

یوسف عبادی¹

1) دانشجوی کارشناسی ارشد سنجش از دور و GIS، دانشگاه تبریز، تبریز، ایران

محل انتشار : کنفرانس ملی فن آوری ها و کاربردهای نوین ژئوماتیک(ngtu.ir)
چکیده :
زمین لغزش به عنوان یکی از رفتار های طبیعی محیط، همواره خسارت های هنگفتی بر دست ساخت های انسانی تحمیل کرده است. که گاه نادیده گرفته شده و چندان به آن توجهی از سوی برنامه ریزان صورت نمی گیرد. تحقیق حاضر با هدف بررسی و ارزیابی دقت برآوردی یکی از مدل های محاسباتی هوش مصنوعی (حداقل مربعات ماشین بردار پشتیبان) که یک مدل اصلاح شده و ارتقاع یافته از مدل کلاسیک SVM می باشد، انجام شده است. 9 فاکتور مهم و تاثیر گذار بر زمین لغزش شناسایی شده، و نرمال سازی بر پایه نسبت فراوانی صورت گرفت. از تعداد 109 نقطه لغزشی ثبت شده، 70 درصد برای آموزش مدل و 30 درصد باقی مانده برای اعتبار سنجی مدل ساخته شده به کار گرفته شد. نتایج اعتبارسنجی مدل به کمک معیار های RMSE – ROC-AUC نشان دهنده دقت بسیار بالای این روش در پیش بینی ناپایداری های دامنه ای است. و نتایج حاصل شده نیز قابل استفاده برای برنامه ریزان و متولیان امر می باشد.
کلمات کلیدی : زمین لغزش محاسبات نرم مدل LS-SVM نمودار اعتبارسنجی