پهنه بندی حساسیت زمین لغزش با استفاده از شبکه عصبی مصنوعی در بخشی از حوزه آبخیز هراز

چکیده بخش بزرگی از کشور ایران را مناطق کوهستانی تشکیل می دهد، لذا هر ساله زمین لغزش موجب خسارت به انواع سازه های مهندسی، مناطق مسکونی و جنگل ها در پی آن ایجاد رسوب و سیلاب های گل آلود و در نهایت باعث پر شدن مخازن سد ها می گردد. از آن جا که پیش بینی زمان و مکان رخداد زمین لغزش از توان دانش فعلی بشر خارج است لذا برای بیان حساسیت دامنه ها به پهنه بندی خطر زمین لغزش در مناطق مختلف می-پردازند. هدف از انجام این تحقیق تعیین موثرترین عامل وقوع زمین لغزش و تهیه نقشه طبقات خطر وقوع زمین لغزش در بخشی از حوزه آبخیز هراز بود. در این تحقیق برای تعیین موثرترین عامل وقوع زمین لغزش از تحلیل سلسله مراتبی و برای تهیه نقشه طبقات خطر زمین لغزش از شبکه عصبی مصنوعی استفاده شد. برای انجام این تحقیق از 9 عامل شیب، جهت شیب، فاصله از رودخانه، زمین شناسی، فاصله از گسل، فاصله از جاده، کاربری اراضی، طبقات ارتفاعی و بارش استفاده شد. از 78 نقطه لغزشی و 78 نقطه غیر لغزشی مشخص شده در منطقه 2/3 برای مدل سازی و 1/3 برای آزمایش استفاده شد. ابتدا نقشه هر یک از عوامل مذکور در محیط نرم افزار gis تهیه و سپس ارزش طبقات هر عامل با استفاده از روش نسبت فراوانی تعیین گردید. جهت ورود به محیط نرم افزار matlab ابتدا اطلاعات مربوط به هر پیکسل مشخص شد. در این تحقیق برای آموزش شبکه از الگوریتم back propagation و تابع فعل سازی سیگموئیدی استفاده شد. نتایج حاصله از تحلیل سلسله مراتبی نشان داد که شیب موثرترین عامل وقوع زمین لغزش در منطقه مورد مطالعه در بین عامل های مورد مطالعه می باشد. نتایج حاصله از شبکه عصبی مصنوعی بیانگر این موضوع بود که شبکه عصبی با ساختار 1-14-9 و با ضریب یادگیری 1/0 دارای ریشه میانگین مربعات خطا 051/0 است. دقت شبکه در مرحله آموزش و آزمایش برابر 307/92 و ضریب تبیین آن برابر 962/0 بود.