شناسایی مناطق مستعد به وقوع زمین لغزش با استفاده از سیستم اطلاعات جغرافیایی و ترکیب مدل های یادگیری ماشین و الگوریتم های فراابتکاری

زمین لغزش یک پدیده ی زمین شناسی است که در دامنه های ناپایدار مناطق کوهستانی رخ داده و در برخی از موارد خسارات جانی و اقتصادی بسیار شدیدی ایجاد می کند. با استفاده از پهنه بندی مناطق مستعد به وقوع زمین لغزش، می توان از خسارات احتمالی در آینده جلوگیری نمود. بدین منظور، نقشه ی حساسیت زمین لغزش با استفاده از دو روش یادگیری ماشین ANFIS و SVR و ترکیب آن ها با الگوریتم های فراابتکاری PSO و GWO تولید می شوند. فاکتورهای موثر انتخاب شده شامل چهارده فاکتور ارتفاع، شیب، جهت شیب، انحنای طولی و عرضی شیب، کاربری اراضی، لیتولوژی، بارندگی، فاصله از جاده، فاصله از رودخانه، فاصله از گسل، تراکم جاده، تراکم رودخانه و تراکم گسل می باشد. نقشه ی زمین لغزش های رخ داده شامل 253 نقطه تهیه شده و از بین نقاط لغزشی 70% برای مدل سازی و 30% باقی مانده نیز برای صحت سنجی در نظر گرفته می شوند. سپس، نقشه های مربوط به هر پارامتر تهیه  شده و پس از آماده سازی پایگاه داده، مدل های ترکیبی ANFIS-PSO، ANFIS-GWO، SVR-PSO و SVR-GWO پیاده سازی می شوند. سپس، شاخص حساسیت زمین لغزش برای هر مدل برآورد می شود که در طی فرآیند مدل سازی با استفاده از شاخص آماری RMSE عملکرد هر روش ارزیابی می گردد. در گام آخر، با استفاده از نرم افزار ArcMap 10.5 نقشه های حساسیت زمین لغزش برای هر مدل تولید شده و سپس با استفاده از منحنی ROC دقت هر نقشه تخمین زده می شود. نتایج حاصل از نمودار ROC برای مدل های ANFIS-PSO، ANFIS-GWO، SVR-PSO و SVR-GWO به ترتیب 89.4، 85.7 ، 88.1 ، 88.7 بدست آمد.