تعداد نشریات | 44 |
تعداد شمارهها | 1,293 |
تعداد مقالات | 15,839 |
تعداد مشاهده مقاله | 52,071,874 |
تعداد دریافت فایل اصل مقاله | 14,858,301 |
شناسایی پهنه های مستعد زمین لغزش با استفاده از شبکه عصبی مصنوعی پرسپترون چند لایه (MLP) مطالعه موردی: شهرستان خلخال | ||
نشریه کاربرد سنجش از دور و سیستم اطلاعات جغرافیایی در علوم محیطی | ||
دوره 3، شماره 9 - شماره پیاپی 8، دی 1402، صفحه 104-81 اصل مقاله (1.95 M) | ||
نوع مقاله: مقاله پژوهشی | ||
شناسه دیجیتال (DOI): 10.22034/rsgi.2024.58772.1057 | ||
نویسندگان | ||
خلیل ولیزاده کامران* 1؛ فاطمه عدیمی2؛ محمدحسین پورقربان بنام2 | ||
1گروه سنجش از دورو GIS دانشگاه تبریز | ||
2دانشگاه تبریز | ||
چکیده | ||
یکی از مخاطراتی که زیر ساخت های موجود در مناطق مختلف را تهدید می کند، پدیده زمین لغزش است. مطالعه حاضر سعی در شناسایی پهنه های مستعد این پدیده طبیعی در شهرستان خلخال دارد، که با استفاده از روش شبکه عصبی انجام گرفته است. برای این منظور ۹ عامل تاثیر گذار بر لغزش شناسایی و تهیه شدند، لایه لغزش های اتفاق افتاده، از عکس های هوایی و تصاویر ماهواره ای و بازدید های میدانی بدست آمده و با استفاده ازنقاط غیر لغزشی در سطح منطقه، داده های آموزش شبکه عصبی پرسپترون چند لایه را ایجاد کردند. این داده ها به منظور مدلسازی شبکه عصبی، پس از آماده سازی اولیه در محیط نرم افزار ARC GIS 10.5 به نرم افزار MATLAB 2016 منتقل شده و با استفاده از کد نویسی شبکه عصبی MLP آموزش دیدند تا در مورد داده هایی که با آنها برخورد نداشته اند، پیش بینی انجام دهند. ساختار شبکه عصبی طراحی شده از بین شبکه های بسیاری که ایجاد و آزمایش شدند، ۱-۱۲-۹ انتخاب شد، که ۹ ورودی به تعداد معیار های تاثیرگذار، ۱۲ نورون در لایه میانی و یک نورون و لایه برای خروجی شبکه بدست آمد. نتایج نمودار اعتبار سنجی مدل شبکه عصبی (ROC) نشان دهنده دقت بالای ۹۵ درصدی مدل ایجاد شده در پیش بینی پیکسل های لغزشی است. بر طبق نتایج حاصله ۵۷/۰، ۱۱/۰، ۰۷/۰ ، ۰۶/۰ و ۱۷/۰ درصد از منطقه مورد مطالعه به ترتیب در کلاس های بسیار زیاد، زیاد، متوسط، کم و خیلی کم قرار گرفتند. | ||
کلیدواژهها | ||
زمین لغزش؛ شبکه عصبی مصنوعی؛ نمودار منحنی ROC؛ شهرستان خلخال | ||
مراجع | ||
| ||
آمار تعداد مشاهده مقاله: 194 تعداد دریافت فایل اصل مقاله: 187 |