طراحی مسیر جاده جنگلی براساس نتایج مدل شبکه عصبی مصنوعی حساسیت به زمین لغزش (مطالعه موردی حوضه آبخیز کجور)

هدف پژوهش حاضر مدلسازی خطر زمین لغزش با استفاده از شبکه های عصبی مصنوعی در بخشی از حوضه آبخیز کجور و سپس طراحی جاده جنگلی براساس پهنه بندی طبقات این خطر بود. در این تحقیق، پس از پیمایش میدانی و برداشت 95 نقطه لغزشی، شش عامل شیب، جهت، شکل دامنه، فاصله از رودخانه، فاصله از گسل و سازندهای زمین شناسی به عنوان عوامل موثر بر زمین لغزش در نظر گرفته شدند. لایه های رقومی هر یک از عوامل در محیط سامانه اطلاعات جغرافیایی تهیه شدند. پس از استخراج داده های زمین لغزش از محیط سیستم اطلاعات جغرافیایی و تقسیم داده ها، مدل های مختلف شبکه عصبی پرسپترون چندلایه از نوع پس انتشار پیش خور با به کارگیری ترکیبات گوناگون پارامترهای تنظیمی از جمله تعداد لایه های مخفی، تعداد نورون در هر لایه، توابع آستانه و الگوریتم های یادگیری مختلف ساخته شدند و کارایی شبکه های آموزش یافته ارزیابی شد. با بررسی پاسخ های به دست آمده از آزمایش تنظیمات مختلف، مقدار مجذور میانگین مربعات خطا و ضریب تبیین که نماینده دقت مدل هستند، به ترتیب 1945/0 و 8676/0 برای بهترین شبکه آموزش یافته با 2 و 8 نورون در لایه های پنهان نخست و دوم و یک نورون در لایه خروجی به دست آمد. از میان واریانت های طراحی شده، واریانت 3 با کمترین عبور از طبقات با حساسیت خیلی زیاد به عنوان بهترین واریانت انتخاب و در طبیعت پیاده سازی شد..