نوع مقاله : مقاله علمی پژوهشی

نویسندگان

• محمدحسین رضایی مقدم ¹
• محمدرضا نیکجو ²
• کامران خلیل ولیزاده ³
• بلواسی ایمانعلی ⁴
• مهدی بلواسی ¹

¹ دانشگاه تبریز کشور ایران شهر تبریز

² دانشگاه تبریز کشورایران شهر تبریز

³ دانشگاه تبریزکشور ایران شهرتبریز

⁴ دانشگاه تبیز کشور ایران شهر تبریز

چکیده

ین‌لغزش به­عنوان یکی از مخاطرات طبیعی در مناطق کوهستانی محسوب می‌شود که هر ساله منجر به خسارات زیادی می‌شود. حوضه آبریز دوآب الشتر با داشتن چهره‌ای کوهستانی و مرتفع و شرایط طبیعی مختلف دارای استعداد بالقوه زمین‌لغزش است. هدف از این تحقیق پهنه‌بندی خطر زمین‌لغزش با استفاده از مدل شبکه عصبی مصنوعی در حوضه دوآب الشتر می‌باشد. بدین منظور ابتدا پزمارامترهای مؤثر در وقوع زمین‌لغزش استخراج و سپس لایه‌های مربوطه تهیه‌ شده است. درادامه نقشه پراکنش زمین‌لغزش‌های رخ‌داده شده حوضه تهیه شد. سپس با تلفیق نقشه عوامل مؤثر بر لغزش با نقشه پراکـنش زمین‌لغزش‌ها، تأثیر هر یـک از عوامل شیب، جهت شیب، سنگ‌شناسی، بارش، کاربری اراضی، فاصله از گسل و آبراهه در محیط نرم‌افزار ArcGIS سنجیده شد. در این پژوهش مدل‌ شبکه عصبی مصنوعی با الگوریتم پس انتشار خطا و تابع فعال‌سازی سیگموئید به­کار گرفته شد. ساختار نهایی شبکه دارای 7 نرون در لایه ورودی، 11 نرون در لایه پنهان و 1 نرون در لایه خروجی گردید. دقت شبکه در مرحله آزمایش 85/93 درصد محاسبه شد. پس از بهینه شدن ساختمان شبکه، کل اطلاعات منطقه در اختیار شبکه قرار گرفت. بر اساس پهنه‌بندی صورت گرفته با استفاده از مدل شبکه عصبی مصنوعی به ترتیب 37/44، 45/7، 93/8، 49/32، 76/6 درصد از مساحت منطقه در کلاس‌های خطر خیلی‌کم، کم، متوسط، زیاد و خیلی‌زیاد قرار گرفته است.

کلیدواژه‌ها

• زمین‌لغزش
• شبکه عصبی مصنوعی
• حوضه آبریز دوآب الشتر
• سیستم‌های اطلاعات جغرافیایی

موضوعات

• ژئوتوریسم، اکوتوریسم و گردشگری

عنوان مقاله [English]

.Application of artificial neural network in the evaluation and landslide hazard zonation

نویسندگان [English]

• Mohhamadhosen Rezaei moghadam ¹
• Mohamadreza Nikjou ²
• Kamran KHalilvalizadeh ³
• Belvasi Imanali ⁴
• Mehdi Belvasi ¹

¹ Daneshgah Tabriz KeshvarIranSHahre Tabriz

² Daneshgah TabrizKeshvar Iran SHare Tabriz

³ Daneshgah TabrizKeshvar IranSHareTabriz

⁴ DaneshgahTabrizKeshvar IranSHare Tabriz

چکیده [English]

Landslide is one of the natural hazards in mountainous regions that results in huge losses every year. Alashtar Doab watershed with mountainous terrains, uplands and different natural conditions has the potential for landslide. The purpose of this study is landslide hazard zoning using artificial neural network model in Alashtar Doab watershed. In order to preparing the map, first of all parameters of the landslide were extracted and then the layers were prepared and after that a landslide distribution map that was occurred in the basin was prepared and then by combining landslide influencing factors with landslide distribution map, the impact of each of these factors such as slope, aspect, lithology, rainfall, land use, distance from fault and stream in ArcGIS software were measured.  In this research, artificial neural network model with error back propagation algorithm and sigmoid activation function was used. The final structure of the network consisted of eight neurons in the input layer, eleven neurons in the hidden layer and one neuron in the output layer. Network accuracy in the testing phase was calculated by 85.93 percentages. After optimization of the network structure, all area information was imported to the network. Based on landslide hazard zoning using artificial neural network model, 37.44, 45.7, 93.8, 49.32 and 76.6 percent of the area at risk is located in very low, low, medium, high and very high classes, respectively.

کلیدواژه‌ها [English]

• Landslides
• Artificial neural network
• Alashtar Doab watershed
• Geographic information systems