پهنه بندی خطر زمین لغزش در حوضۀ آبخیز طالقان با استفاده از روش سیستم های هوشمند (روش شبکۀ عصبی مصنوعی مبتنی بر توابع پایه ای گوسی و شبکۀ عصبی پرسپترون)

زمین­لغزش­ها هر سال خسارت­های مالی و جانی زیادی به بار می­آورند. نقشه­های پهنه بندی خطر زمین­لغزش می­توانند به کاهش این خسارت­ها کمک کنند. حوزۀ آبخیز طالقان از جمله­ حوزه­های مستعد زمین­لغزش است که بررسی شده است. در این مقاله به پهنه­بندی خطر زمین­لغزش در این منطقه و در مقیاس 50000/1، و با در نظر داشتن لایه­های اطلاعاتی پراکندگی لغزش­ها، شیب، برای شیب، زمین شناسی (لیتولوژی)، فاصله از گسل­ها، فاصله از آبراهه­ها، با روش شبکه­های عصبی مصنوعی مبتنی بر توابع پایه­ای گوسی (rbf) و شبکه های عصبی پرسپترون (mlp) می پردازیم. کلیات روش rbf تا حدود زیادی مشابه شبکه­های عصبی پرسپترون (mlp) است که تا کنون قابلیت آن مشخص شده­ است و چندین تفاوت ساختاری در مؤلفه­ها بین این دوروش شبکۀ عصبی وجود دارد. از نتایج نهایی مشخص شد که نقشه های حاصل از هر دو روش قابل قبول هستند و روش mlp دقت بیش تری نسبت به روش rbf دارد.