ارزیابی نقشه حساسیت زمین لغزش با استفاده از الگوریتم یادگیری ماشین و اولویت بندی عوامل موثر بر وقوع زمین لغزش

هدف از مطالعه پیش رو، مدل سازی مکانی حساسیت وقوع زمین لغزش با استفاده از الگوریتم یادگیری ماشین جنگل تصادفی و اولویت بندی عوامل موثر بر وقوع زمین لغزش در حوزه آبخیز بار نیشابور، استان خراسان رضوی است. الگوریتم جنگل تصادفی مبتنی بر دسته ای از درخت های تصمیم است و در حال حاضر یکی از بهترین الگوریتم های یادگیری ماشین است. برای این منظور، لایه نقشه پراکنش زمین لغزش های منطقه شامل 73 زمین لغزش تهیه و به دو دسته برای آموزش مدل (70 درصد) و اعتبارسنجی مدل (30 درصد) به صورت تصادفی تقسیم شدند. همچنین، 16 عامل موثر بر وقوع زمین لغزش در منطقه موردمطالعه با توجه به مرور منابع گسترده شناسایی و لایه های رقومی در سامانه اطلاعات جغرافیایی تهیه شد. به منظور ارزیابی قدرت پیش بینی مدل از مساحت زیر منحنی تشخیص عملکرد نسبی (ROC) برای دو مرحله آموزش و اعتبارسنجی مدل استفاده شد. نتایج ارزیابی مدل نشان داد که مدل جنگل تصادفی با مقادیر سطح زیر منحنی 0/9 دارای دقت عالی در مرحله آموزش  و 0/89 دارای دقت خیلی خوب در مرحله اعتبارسنجی است. نتایج اولویت بندی عوامل موثر بر وقوع زمین لغزش در منطقه موردمطالعه نشان داد که عوامل طول شیب و شیب دارای بیشترین اهمیت هستند. بر اساس نتایج مدل جنگل تصادفی، 23/7 درصد منطقه موردمطالعه در پهنه حساسیت خیلی زیاد و زیاد واقع شده است.