پهنه بندی مناطق مستعد لغزش در حوضه رودخانه گیوی چای با استفاده از مدل شبکه عصبی مصنوعی

پایان نامه
چکیده

حوضه گیوی چای با مساحتی معادل 827 کیلومتر مربع یکی از زیرحوضه های آبریز سفیدرود می باشد که در مختصات 48درجه و 14 دقیقه و 30 ثانیه تا 48 درجه و 32 دقیقه و 35 ثانیه طول شرقی و 37درجه و 25 دقیقه و 40 ثانیه تا 37 درجه و 54 دقیقه و 30 ثانیه عرض شمالی واقع شده است. این حوضه از شمال به حوضه آبریز قره سو و ارتفاعات ترکا، پیله، چاله مرز و گنداب، از غرب به حوضه آبریز رودخانه قرنقو و از شرق به حوضه آبریز رودخانه های آق اولر، ناورود و رشته کوه های تالش و از جنوب به حوضه آبریز پایاب رودخانه قزل اوزن محدود می شود. به طور کلی حوضه آبریز گیوی چای متشکل از رودخانه های اصلی به نام های هروآباد، آرپاچای و گیوی چای می باشد که با راستای عمومی جنوب شرق- شمالغرب جریان یافته و پس از دریافت جریان رودخانه های فرعی سنگورچای و رودخانه گزاز، در رقوم ارتفاعی 860 متر از سطح دریا در بخش جنوب غربی از عرصه مطالعاتی خارج و به رودخانه قزل اوزن تخلیه می گردد. این منطقه با توجه به شرایط زمین شناسی، هیدرولوژیکی و اقلیمی از قابلیت بالایی در وقوع زمین لغزش برخوردار می باشد. لذا با توجه به این ویژگی حوضه، اقدام به پهنه بندی مناطق مستعد لغزش خواهد شد. در این رساله به منظور پهنه بندی مناطق مستعد لغزش از روش شبکه عصبی مصنوعی استفاده خواهد شد. در این روش 80% لغزش های رخ داده به عنوان داده های تعلیمی و 20% لغزش ها به منظور تست نتایج انتخاب شده اند. در فرایند تعلیم داده ها از شبکه عصبی مصنوعی استفاده می شود. عوامل موثر در لغزش، ورودی مدل را شامل می شوند. این اطلاعات پس از ورود به مدل، وزن دهی شده و میزان اثرگذاری هر عامل تعیین گردیده و با توجه به وزنی که به پیکسل ها داده می شود نقشه مناطق مستعد لغزش ترسیم می گردد. مناطق مستعد لغزش از طریق وزن های تعیین شده به وسیله الگوریتم پیش رونده و پایگاه داده های مکانی تعیین می گردد. داده های به دست آمده، به صورت جفتی برای هر پیکسل رده بندی می شوند. اولین داده نشان دهنده احتمال عدم وقوع لغزش بوده و دومین داده نشان دهنده بیشترین احتمال وقوع می باشد. با استفاده از این داده ها وزن تمام مناطق مستعد تعیین شده و نقشه مناطق مستعد ترسیم می گردد. به منظور تعیین صحت نتایج بدست آمده از مدل، این نتایج با داده های تستی مقایسه شده و فرایند صحت سنجی انجام می گیرد.

منابع مشابه

پهنه بندی مناطق مستعد به زمین لغزش با استفاده از سیستم استنتاجی فازی عصبی(ANFIS)(مطالعه موردی: حوضه رودخانه سنگورچای)

در این تحقیق برای پهنه‌‌بندی زمین لغزش در حوضه رودخانه سنگورچای از مدل سیستم استنتاجی فازی عصبی (ANFIS) استفاده شد. به این منظور، داده‌‌های 124 زمین لغزش، شناسایی شده و برای انجام فرایند تحلیل و پردازش به سیستم ارائه شد. در کنار آن برای پردازش زمین لغزش‌‌ها، 8 لایه متشکل از لایه‌‌های شیب، جهت شیب، DEM، لیتولوژی، شبکه هیدروگرافی،لایه NDVI، گروه خاک و پراکنش زمین لغزش ترسیم گردید. برای پردازش لای...

متن کامل

پهنه بندی خطر زمین لغزش با استفاده از شبکه عصبی مصنوعی مطالعه موردی: حوضه کشوری (نوژیان)

حوضه آبریز کشوری در جنوب شرقی شهر خرم آباد در استان لرستان قرار دارد. این حوضه از نظر تقسیم بندی زمین ساخت ایران در زاگرس چین خورده قرار می گیرد. با توجه به نوع سازند های زمین شناسی، وضعیت توپوگرافی و وسعت آن، این حوضه از پتانسیل لغزش بالایی برخوردار بوده و از نظر لغزشی ناپایدار است. در این تحقیق برای پهنه بندی خطر زمین لغزش در این حوضه از روش شبکه عصبی مصنوعی با ساختار پرسپترون چند لایه و الگو...

متن کامل

پهنه بندی خطر زمین لغزش با استفاده از شبکه عصبی مصنوعی مطالعه موردی: حوضه کشوری (نوژیان)

حوضه آبریز کشوری در جنوب شرقی شهر خرم آباد در استان لرستان قرار دارد. این حوضه از نظر تقسیم بندی زمین ساخت ایران در زاگرس چین خورده قرار می گیرد. با توجه به نوع سازند های زمین شناسی، وضعیت توپوگرافی و وسعت آن، این حوضه از پتانسیل لغزش بالایی برخوردار بوده و از نظر لغزشی ناپایدار است. در این تحقیق برای پهنه بندی خطر زمین لغزش در این حوضه از روش شبکه عصبی مصنوعی با ساختار پرسپترون چند لایه و الگو...

متن کامل

مدل سازی رواناب رودخانه صوفی چای با استفاده از ماشین بردار پشتیبان و شبکه عصبی مصنوعی

Accurate simulation runoff process can have a significant role in water resources management and related issues. The inherent complexity of  this process makes difficult the use of physical and numerical models. In recent years, application of intelligent models is increased a powerful tool in hydrological modeling. The aim of this study was the application of the Gamma test to select the optim...

متن کامل

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

بخش بزرگی از کشور ایران را مناطق کوهستانی تشکیل می­دهد. هر ساله زمین­لغزش موجب خسارت به انواع سازه­های مهندسی، مناطق مسکونی، جنگل­ها و در پی آن ایجاد رسوب و سیلاب­های گل­آلود و در نهایت پر شدن مخازن سد­ها می‌گردد. از آن­جا که پیش­بینی زمان و مکان رخداد زمین­لغزش از توان دانش فعلی بشر خارج است، برای بیان حساسیت دامنه­ها، به پهنه­بندی خطر زمین­لغزش در مناطق مختلف می­پردازند. در این تحقیق برای پهن...

متن کامل

پهنه بندی زمین لغزش های حوضه ی رودخانه ی گیوی چای با استفاده از مدل پرسپترون چندلایه از نوع پیش خور پس انتشار (bp)

زمین لغزش نشان دهنده ی فرایندهای مورفودینامیک است که در زمین های شیب دار رخ داده و به واحد های مسکونی، صنعتی، باغات و زمین های زراعی آسیب می رساند. در این تحقیق برای پهنه بندی زمین لغزش در حوضه ی رودخانه گیوی چای از مدل شبکه عصبی پرسپترون چند لایه از نوع پیش خور پس انتشار(bp)استفاده شد. جهت ارزیابی شبکه ی عصبی ایجاد شده، داده های 41 زمین لغزش رخ داده به سیستم ارائه شد. در کنار آن برای پردازش زم...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


نوع سند: پایان نامه

وزارت علوم، تحقیقات و فناوری - دانشگاه تبریز - دانشکده علوم انسانی و اجتماعی

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023