4 نتیجه برای خندق
فاضل ایرانمنش، امیرحسین چرخابی، نادر جلالی،
جلد 10، شماره 1 - ( 1-1385 )
چکیده
منطقه دشتیاری با سطحی بالغ بر 580000 هکتار در جنوب شرق ایران تحت تأثیر فرسایش خندقی بوده که میزان رشد آن در دهههای اخیر به طور چشمگیری افزایش یافته است. تصاویر ماهوارهای به دلایل داشتن سریهای زمانی، هزینه کم، پوشش زیاد و قابلیت پردازش رقومی، میتوانند اطلاعات مناسب و جامعی از رشد و گسترش خندقها در اختیار قرار دهند. در این راستا، پژوهش حاضر با هدف تعیین مناسب ترین روش اندازهگیری ویژگیهای مورفومتریک خندقهای منطقه دشتیاری از شهرستان چابهار با استفاده از پردازش رقومی سنجنده +ETMانجام شد. بدین منظور، از تصاویر ماهوارهای لندست 7 سال 2001 و همچنین از اطلاعات جمع آوری شده حاصل از اندازهگیریهای صحرایی روی 25 خندق نمونه به منظور کنترل و ارزیابی نتایج، استفاده گردید. در ادامه، پس از تصحیح خطاهای هندسی و پخش آتمسفریک، با استفاده از روشهای بارزسازی طیفی مانند بسط تباین خطی و ایجاد ترکیبهای رنگی کاذب، تصاویر برای تفسیر چشمی و انتخاب محلهای نمونه برداری آماده شدند. با مشخص شدن محل نمونهها روی تصویر، برداشتهای میدانی روی خندقهای نمونه صورت پذیرفت. این برداشتها، ویژگیهای مورفومتریک هر خندق در سه مقطع 25%،50% و 75% مانند، طول، عـرض و ارتفاع را شامل میشود. در مرحله پایانی، با استفاده از روشهای رقومی پردازش اطلاعات ماهوارهای مانند فیلترها، روشهای ادغام و روش آنالیز مؤلفههای اصلی، طول و مشخصات هر یک ازخندقهای نمونه در هر روش اندازهگیری و با نتایج حاصل از برداشتهای صحرایی از طریق مقایسه اختلاف میانگینها و آزمونهای F و t بررسی گردیدند. نتایج نشان داد، در سطح احتمال 5 درصد و 1 درصد، تفاوتهای مشاهده شده بین میانگینهای نمونهها معنیدار بوده و از بین روشها، روش آنالیز مؤلفههای اصلی با تصویر PCA1 کمترین اختلاف را با اندازهگیریهای صحرایی دارد. بنابراین، روش آنالیز مؤلفههای اصلی، به عنوان روشی رقومی برای ادامه پایش رشد و گسترش خندقها در دشتیاری و مناطق مشابه در جنوب شرق ایران پیشنهاد میشود.
کورش شیرانی،
جلد 25، شماره 2 - ( 6-1400 )
چکیده
شناسایی مناطق حساس و مستعد فرسایش خندقی با استفاده از مدل های آماری و همچنین استفاده حداکثری از داده ها و اطلاعات موجود با صرف هزینه و زمان کمتر و دسترسی به دقت بیشتر از اهمیت ویژهای برخوردار میباشد. هدف این پژوهش تعیین مناطق حساس به فرسایش خندقی و تهیه نقشه حساسیت نسبت به آن با استفاده از داده کاوی روش های آماری دو متغیره دمپسترشفر و چندمتغیره خطی و تلفیق آنها به منظور ارتقاء قابلیت ها و مرتفع نمودن معایب آنها در حوزه آبخیز سمیرم در جنوب استان اصفهان میباشد. بدین منظور با استفاده از نقشه پراکنش مکانی 156 خندق و14 پارامتر موثر در رخداد خندق، مقادیر شاخص ضریب تحمل (TOL) و فاکتور تورم واریانس (VIF) آزمون همخطی چندگانه (Multicollinearity) عوامل موثر تعیین شدند. مدلسازی و اعتبارسنجی بهترتیب با استفاده از نسبت 70 و 30 درصد خندق های شناسایی شده انجام شد. نقشه های حساسیت تهیه شده به 5 طبقه حساسیت خیلی کم تا خیلی زیاد تقسیم شدند. شاخص سطح سلول هسته (SCAI) و سطح زیر منحنی ویژگی عملگر گیرنده (AUC-ROC) به ترتیب به منظور تعیین آستانه های طبقات و اعتبارسنجی نقشه های پهنه بندی حساسیت مورد استفاده قرار گرفتند. نتایج روش رگرسیون چند متغیره نشان داد که پارامترهای کاربری اراضی، شیب و فاصله از آبراهه بیشترین تاثیر را در رخداد خندق داشته اند. مدل تلفیقی با AUC-ROC معادل 0/942، نسبت به مدل های نظریه شواهد دمپسترشفر (0/924) و رگرسیون چند متغیره (0/864) از دقت بیشتری برخوردار میباشد. همچنین مقدار SCAI در مدل تلفیقی از ردههای حساسیت خیلیکم به خیلیزیاد دارای روند نزولی میباشد که بیانگر تفکیک مناسب ردهبندی حساسیت در این مدل می باشد.
ایمان صالح، سید مسعود سلیمانپور، مجید خزایی، امید رحمتی، صمد شادفر،
جلد 29، شماره 4 - ( 10-1404 )
چکیده
هدررفت خاک و تخریب فراوان ناشی از فرسایش خندقی همواره خسارات فراوانی به همراه داشته است. به دلیل اینکه اندازه گیری مستقیم میدانی و پایش فرسایش خندقی امری هزینه بر و زمان بر است، امکان تعیین میزان هدررفت خاک ناشی از فرسایش خندقی بسیار مشکل است. این پژوهش با هدف محاسبه حجم خاک ازدسترفته ناشی از فرسایش خندقی با استفاده از مدل های یادگیری ماشین در حوزه آبخیز آبگندی استان کهگیلویه و بویراحمد بر اساس مطالعات میدانی، انجام شده است. مدل های یادگیری ماشین عبارتاند از: جنگل تصادفی، ماشین بردار پشتیبان، شبکه عصبی مصنوعی و سیستم استنباط فازی عصبی تطبیقی. ازاینرو، موقعیت 68 خندق در منطقه ثبت و به منظور مدل سازی هدررفت خاک ناشی از خندق ها، لایه های رقومی عوامل تأثیرگذار بر گسترش خندق ها از جمله عوامل توپوگرافی، خاک شناسی، سنگ شناسی و هیدرولوژیک به عنوان متغیرهای مستقل تهیه شد. سپس حجم خاک ازدسترفته ناشی از فرسایش خندقی منطقه در تعدادی خندق معرف به صورت مستقیم به عنوان متغیر وابسته در عرصه اندازه گیری شد. خندق های اندازه گیریشده، به صورت تصادفی به دو گروه آموزش و اعتبارسنجی تقسیم شدند. نتایج مدل ها با استفاده از خطای جذر میانگین مربعات (RMSE) و شاخص R2 ارزیابی شده و مدل ها با یکدیگر مقایسه شدند. بر اساس نتایج این مطالعه، فرسایش خندقی در حوضه آبگندی استان کهگیلویه و بویراحمد هر ساله رو به افزایش است و در شرایطی که میزان بارندگی و همچنین فراوانی بارشهای سنگین (بیشتر از مقدار پنج میلیمتر یا بیشتر) و دارای شدت زیادی باشد، میزان فرسایش و هدررفت خاک به طور مستقیم افزایش چشمگیر خواهد داشت. از میان مدلهای یادگیری ماشین مورد استفاده در این پژوهش، مدل جنگل تصادفی به عنوان مدل برتر در زمینه پیشبینی هدررفت خاک ناشی از فرسایش خندقی انتخاب شد.
سید مسعود سلیمان پور، امید رحمتی، صمد شادفر، مریم عنایتی،
جلد 30، شماره 1 - ( 1-1405 )
چکیده
فرسایش خندقی، یکی از مهمترین انواع فرسایش آبی است. از آنجایی که میزان هدررفت خاک ناشی از این فرسایش، ارتباط مستقیمی با عوامل محیطی دارد؛ بنابراین می توان بر اساس شرایط محیطی، میزان هدررفت خاک ناشی از هر خندق را مدل سازی کرد. با توجه به اینکه مدل های یادگیری ماشین، مبتنی بر هوش مصنوعی، قابلیت زیادی در تجزیهوتحلیل اطلاعات محیطی دارند، در این پژوهش علاوه بر تعیین هدررفت خاک ناشی از فرسایش خندقی، اقدام به مدل سازی با استفاده از دو مدل جنگل تصادفی و شبکه عصبی مصنوعی و ارزیابی کارایی آنها در حوزه آبخیز ماهورمیلاتی واقع در جنوب غرب استان فارس شده است. به این منظور، اندازه گیری پارامترهای ابعادی 70 خندق، طی چهار سال (1402-1399) انجام و حجم و وزن خاک از دست رفته محاسبه شد. 15 عامل محیطی، به عنوان متغیرهای پیش بینی کننده انتخاب و مدل سازی با رویکرد اعتبارسنجی متقاطع، توسط این دو مدل انجام شد و دقت مدل ها با استفاده از معیارهای کمی بررسی شد. میزان هدررفت خاک خندق ها در دوره مورد مطالعه 15300/94 تن بود. ارزیابی دقت مدلها نشان داد مدل جنگل تصادفی بر اساس معیار ارزیابی ضریب تبیین (0/73-0/66=R2) از عملکرد بهتری برخوردار است. همچنین این مدل از نظر معیار ارزیابی شاخص خطای RSR، دارای کمترین مقدار بوده (1/03-0/66=RSR) و بیشترین دقت را به خود اختصاص داده است. از نظر شاخص ارزیابی تطابق (D)، نیز مدل جنگل تصادفی دارای بیشترین تطابق، میان دادههای مشاهداتی و پیشبینی بوده و بیشترین مقدار این شاخص (0/83=D) را به خود اختصاص داد و بنابراین به عنوان مدل برتر برای پیشبینی هدررفت خاک ناشی از فرسایش خندقی در این حوزه آبخیز معرفی شد.
