1403/01/10
مهدی رمضان زاده لسبویی

مهدی رمضان زاده لسبویی

مرتبه علمی: دانشیار
ارکید:
تحصیلات: دکترای تخصصی
اسکاپوس:
دانشکده: دانشکده علوم انسانی و اجتماعی
نشانی: مازندران. بابلسر، پردیس دانشگاه مازندران، دانشکده علوم انسانی و اجتماعی، گروه مدیریت جهانگردی
تلفن: 09126343108

مشخصات پژوهش

عنوان
تهیه نقشه حساسیت سیل با استفاده از دو مدل یادگیری ماشین جنگل تصادفی و مدل خطی تعمیم یافته بیزین
نوع پژوهش
مقاله چاپ شده
کلیدواژه‌ها
حوزه آبخیز تجن خسارت سیلاب مدل GLMbayesian مدل RF منحنی ROC
سال 1399
مجله محيط زيست و مهندسي آب
شناسه DOI
پژوهشگران محمدتقی آوند ، حمیدرضا مرادی ، مهدی رمضان زاده لسبویی

چکیده

امروزه پدیده­ی سیل یکی از پیچیده­ترین رخدادهای مخاطره­آمیز است که بیش از سایر بلایای طبیعی دیگر، همه ساله در نقاط مختلف دنیا منجر به ایجاد خسارت­های جانی و مالی و تخریب اراضی کشاورزی می­شود؛ بنابراین تهیه نقشه حساسیت به وقوع سیلاب نخستین گام در برنامه مدیریت سیلاب است. هدف از این پژوهش شناسایی مناطق حساس به سیل با استفاده از دو مدل یادگیری ماشین جنگل تصادفی (RF) و خطی تعمیم یافته بیزین (GLMbayesian) در حوزه آبخیز تجن در استان مازندران، شهرستان ساری بود. نقشه پراکنش سیلاب­های گذشته به منظور پیش­بینی سیلاب در آینده تهیه شد. از بین 263 رخداد سیلاب، 80% (210 رخداد سیل) به منظور مدل سازی و 20% (53 رخداد سیل) به منظور اعتبارسنجی استفاده شد. با بررسی مطالعات قبلی و پیمایش منطقه موردمطالعه 13 عامل مؤثر به منظور پهنه­بندی سیلاب انتخاب و تهیه شد. نتایج نشان داد که سه فاکتور ارتفاع (55/21)، فاصله از رودخانه (28/15) و شیب (18/11) به­ترتیب بیش­ترین تأثیر را در سیل گیری منطقه موردمطالعه دارند. همچنین نتایج ارزیابی خروجی مدل­ها نشان داد که مقدار AUC در مدل RF و GLMbayesian به­ترتیب 91/0 و 847/0 بود که نشان دهنده برتری مدل RF و دقت بیش­تر این مدل در تهیه نقشه حساسیت به وقوع سیل در منطقه موردمطالعه می­باشد. بیش­ترین مساحت حساسیت به سیل در مدل RF مربوط به طبقه خیلی کم و در مدل GLMbayesian مربوط به طبقه زیاد است.