|
پهنه بندی وقوع بهمن با استفاده از مدل شبکه عصبی مصنوعی (MLP) (مطالعه موردی: کوهستان‌های شمالی استان البرز)
|
| وحید احمدی، مهدی مرادی |
|
|
|
چکیده: (2844 مشاهده) |
بهمن یکی از انواع حرکات توده‌ای است که به حرکت سریع توده‌ای از برف در جهت شیب دامنه اطلاق می‌شود. بهمن‌ها در مسیر حرکت خود علاوه بر برف، سنگ و خاک و گیاه را حمل می‌کنند و منجر به آسیب رساندن به خطوط ارتباطی، ساختمان‌ها و خطوط انتقال نیرو در مسیر حرکت بهمن می‌شوند. در این پژوهش دامنه‌هایی که دارای پتانسیل بهمن خیزی هستند، با استفاده از مدل شبکه عصبی مصنوعی (MLP) پهنه‌بندی گردید. به منظور آموزش مدل داده‌های 39 دامنه‌ای که بهمن در آن اتفاق افتاده بود را به شبکه معرفی کرده و عوامل مؤثر در وقوع بهمن شامل شیب، جهت شیب، ارتفاع، کاربری زمین، زمین‌شناسی، داده‌های هواشناسی شامل بارش و دما و شبکه آبراهه و خطوط ارتباطی به عنوان ورودی پس از نرمالیزه کردن به شبکه معرفی شد و در نهایت پس از آزمون و خطا، جهت رسیدن به حداقل خطا و حداکثر دقت ساختاری با معماری یک لایه ورودی با 10 نرون، یک لایه پنهان با 15 نرون و یک لایه خروجی برای آموزش و یادگیری شبکه انتخاب شد. از داده 39 دامنه‌ای که قبلاً بهمن در آن اتفاق افتاده بود که به عنوان نقاط سیاه به شبکه معرفی شد 70 درصد برای آموزش و 30 درصد برای تست نتایج بکار گرفته شد و مدل با 4/90 درصد دقت آموزش دید. نهایتاً پس از پهنه‌بندی دامنه‌های بهمن خیز با 6/88 درصد دقت در پهنه‌بندی، عامل جهت شیب، شیب و ارتفاع به ترتیب دارای بیشترین عامل در تأثیر وقوع بهمن در منطقه شناخته شد.
|
|
| واژه‌های کلیدی: پهنه‌بندی، بهمن، سیستم اطلاعات جغرافیایی، شبکه‌های عصبی مصنوعی (MLP)، استان البرز، پردازش تصاویر ماهواره‌ای |
|
|
متن کامل [PDF 1114 kb]
(1506 دریافت)
|
|
نوع مطالعه: كاربردي |
موضوع مقاله:
سامانه های اطلاعات مکانی
|
|
|
|
|
|
|
| ارسال نظر درباره این مقاله |
|
|
|
