گروه مهندسی محیط زیست، دانشکدۀ منابع طبیعی و محیط‌زیست، دانشگاه آزاد اسلامی، و احد علوم و تحقیقات، تهران، ایران ، Nmansouri@gmail.com
چکیده: (2350 مشاهده)
اولین گام در جهت رسیدن به برنامۀ پیشگیری و ایمن‌سازی شهرها، شناخت مخاطرات و بحران‌های موجود و اولویت‌بندی مؤلفه‌های ریسک‌پذیری، با توجه به سوابق تاریخی و مطالعات علمی انجام‌گرفته در تبیین احتمال خطر است. پدیدۀ سیلبهعنوانیکیازمخاطرات بسیار پرخطر طبیعیاستکهدرمدیریتبحرانبایدنگاه ویژهایبهآنمعطوفداشت. هدف مطالعۀ حاضر، مدل‌سازی و پیش‌بینی مخاطرۀ سیل طبق ویژگی‌های شهر بندری نوشهر، با استفاده از مدل‌های یادگیری ماشین است. بر اساس مرور منابع، ابتدا معیارها و شاخص‌های مؤثر بر مخاطرۀ سیل، شامل معیار آب‌وهوا (شاخص بارندگی 6ساعته)، معیار هیدرولوژی (شاخص‌های ارتفاع رواناب سطحی، تراکم زهکشی، عمق آب زیرزمینی)، معیار توپوگرافی (شاخص‌های شیب و ارتفاع از سطح دریا)، معیار خاک‌شناسی (شاخص نوع خاک) و معیار کاربری اراضی (شاخص نوع کاربری زمین) شناسایی شدند و سپس در محیط ArcGISرستری گردیدند و در نهایت، برای استفاده در مدل‌ها، به‌روش فازی استاندارد‌سازی شدند. در تحقیق حاضر، برای پهنه‌بندی مخاطرۀ سیل از مدل‌های یادگیری ماشین، k نزدیک‌ترین همسایه (Fine KNN، Cubic KNN، Cosine KNN، Weighted KNN)، درخت تصمیم (Fine tree، Mediumtree، Coarse tree)، یادگیری تجمعی (Ensemble Subspace KNN ) و WLCاستفاده شده است. برای انجام صحت‌سنجی مدل‌ها و انتخاب بهترین مدل نیز از روش ROCبر اساسدومعیارارزیابیصحتوسطحزیرنموداردرخصوص بحران سیل استفاده گردیده است. لایه‌ها در محیط ArcGISتهیه و برای انجام مدل‌سازی و تعیین ضرایب تعیین، به محیط نرم‌افزاری MATLABانتقال داده شده‌اند. نتایج نشان می‌دهند که مدل یادگیری تجمعی با صحت 96/0 و سطح زیر نمودار 90/0 بهترین و مدل WLCبا صحت 61/0 و سطح زیر نمودار 62/0 ضعیف‌ترین مدل پیش‌بینی مخاطرۀ سیل در شهر نوشهر است. بنابراین نتیجۀ خروجی الگوریتم Ensemble (Subspace KNN) برای ارائۀ نقشۀ نهایی خطر سیلاب انتخاب گردید.
کاظمی قهی حسن، منصوری نبی الله، جوزی سید علی. پهنه‌بندی خطر سیلاب در شهر نوشهر با استفاده از مدل‌های یادگیری ماشین مسکن و محیط روستا 1400; 40 (176) :86-71 DOI: 10.22034/40.176.71
