طراحی و پیاده سازی سیستمی جهت شناسایی انسداد راه ها با استفاده از منطق فازی و ماشین بردار پشتیبان (مطالعه موردی: زلزله بم)

تشخیص راه های تخریب شده در اثر آوار و تعیین درجه ی انسداد آنها به منظور امداد رسانی سریع و بهینه پس از بلایای طبیعی امری حیاتیست. در این تحقیق از یک رویکرد ابتکاری برای تشخیص و ارزیابی راه های تخریب شده به صورت نیمه اتوماتیک استفاده شده است که از تصاویر پیش و پس از زلزله به همراه نقشه ی برداری راه ها بهره میجوید. منظور از تخریب و انسداد در این پژوهش؛ آوار حاصل از ساختمانها و همچنین حضور خودرو های پارک شده بر سطح راه بود که طبیعتا این حضور امر امداد رسانی را با اشکالاتی همراه میکند. ویژگی های مختلفی به منظور طبقه بندی سطح راه ها همچون «شاخص سایه» و «شاخص گیاهی» بکار گرفته شد و سپس از یک الگوریتم ژنتیک برای یافتن ویژگی های بهینه که فاقد همبستگی و یا خطا باشند استفاده گردید. در این کوشش به منظور دستیابی به دقت کلی بالاتر در تشخیص تخریب از بین دو طبقه بندی کننده نظارت شده MLL و SVM و با روش آزمون و خطا؛ طبقه بندی کننده ی ماشین بردار پشتیبان انتخاب شد که نتایج بهتری نسبت به طبقه بندی کننده ی بیشترین شباهت در مرحله ی تشخیص تخریب داشت. در انتها از یک سیستم استنتاج فازی «ممدانی» برای ارزیابی درجه ی تخریب یک قطعه از راه استفاده شد و با تعیین یکسری ضوابط آماری روی تعداد قطعات با درجه تخریب معین در یک راه مشخص؛ میزان تخریب به کل آن راه تعمیم یافت. روش مذکور بر روی تصاویر سنجنده ی Quick Bird از شهر بم ایران تست شد و نتایج دقت بالای 93 درصد و ضریب کاپای 0.91 را در مرحله ی تشخیص تخریب نشان میدهد. همچنین بیش از 80 درصد از راه های مورد مطالعه برچسب تخریب صحیح در سه سطح گرفتند که با داده های چشمی و تفسیر بصری توسط اپراتور همخوانی داشت. همچنین نقشه ی قطعات مسدود راه ها با قابلیت ارائه به پروژه های امداد رسانی بدست آمد که دقت بهتر و جزئی تری را عرضه مینمود. این امر نشان از کارایی بالای الگوریتم پیشنهادی دارد.