ارزیابی نقش نوع داده های ورودی بر دقت نقشه خطر بهمن برفی با رویکرد داده محور آنتروپی شانون

پیام:
نوع مقاله:
مقاله پژوهشی/اصیل (دارای رتبه معتبر)
چکیده:

در دهه های اخیر استفاده از الگوریتم های مختلف مدل سازی مکانی برای تعیین مناطق تحت خطر آن توسعه یافته است. ولیکن در همه مدل های داده محور برای آموزش اولیه نیاز به نقاط محل رخداد پدیده مورد نظر می باشد. بنابراین نوع پراکنش داده های آموزشی می تواند بر روی نقشه های خطرخروجی تاثیرگذار باشد. مهمترین هدف این پژوهش ارزیابی نوع دادها-های ورودی به روش داده محور (مبتنی بر آنتروپی شانون و رگرسیون لاجستیک) در تهیه نقشه پهنه بندی خطر بهمن برفی در محدوده آبشار آب سفید شهرستان الیگودرز می باشد. برای این منظور پس از بازدید میدانی و تعیین نقاط دارای مخاطره بهمن، تعداد 10 متغیر ژیومورفومتریک استخراج شد و با چهار روش مختلف، نقاط مستعد رخداد بهمن برفی برای مدل سازی معرفی شد. نتایج دقت مدل های پیشبینی (AUC)، نشان داد دقت نقشه های پیش بینی شده 81/0 تا 95/0 متغییر بوده است. همچنین معیارهای مرتبط با پوشش گیاهی و شیب (عامل انرژی) بیشترین وزن را در رخداد بهمن برفی به خود اختصاص دادند. یافته های مقایسه مکانی نقشه های تهیه شده با یکدیگر حاکی از تفاوت 53%-9% بین مناطق مستعد رخداد بهمن در بین چهار روش معرفی شده می باشد. با توجه به طور نتایج دریافتی نوع روش معرفی نمونه های آموزشی مبتنی بر روند انتخاب تصادفی نقاط از محدوده تجمع برف دارای بیشترین دقت می باشد. در واقع به توجه به اینکه بهمن یک مخاطره مکانی می باشد لذا انتخاب نمونه های مورد نظر برا انجام آموزش نباید بر اساس محل تجمع و مشاهده پشته بهمن تجمع یافته باشد و باید بر پایه محل تجمع برف در بالادست آن انتخاب شود.

زبان:
فارسی
صفحات:
59 تا 71
لینک کوتاه:
magiran.com/p2668385 
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 1,390,000ريال می‌توانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.
In order to view content subscription is required

Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!