تعداد نشریات | 418 |
تعداد شمارهها | 9,997 |
تعداد مقالات | 83,560 |
تعداد مشاهده مقاله | 77,801,264 |
تعداد دریافت فایل اصل مقاله | 54,843,896 |
آیندهپژوهی و پتانسیل سنجی خطر وقوع سیل در شهر تهران با استفاده از الگوریتم ماشین پشتیبان بردار SVM | ||
جغرافیای طبیعی | ||
دوره 15، شماره 55، فروردین 1401، صفحه 77-93 اصل مقاله (1.82 M) | ||
نوع مقاله: مقاله علمی - پژوهشی | ||
نویسندگان | ||
پویا امیری1؛ محمد ابراهیم عفیفی* 2؛ مرضیه موغلی3 | ||
1دانشجوی دکتری جغرافیا برنامه ریزی شهری، دانشگاه لارستان، ایران، شیراز | ||
2استادیار گروه جغرافیا، واحد لارستان، دانشگاه آزاد اسلامی، لارستان ایران | ||
3دانشیار گروه جغرافیا، واحد لارستان، دانشگاه آزاد اسلامی، لارستان ایران | ||
چکیده | ||
آیندهپژوهی شامل مجموعه تلاشهایی است که با جستجوی منابع، الگوها، و عوامل تغییر یا ثبات، به تجسّم آیندههای بالقوّه و برنامهریزی برای آنها میپردازد. آیندهپژوهی بازتاب دهنده چگونگی زایش واقعیّت «فردا» از دل تغییر (یا ثبات) «امروز»، است. روند رو به افزایش سیل در سالهای اخیر حاکی از آن است که اکثر مناطق کشور در معرض تهاجم سیلابهای مخرب قرار دارند و ابعاد خسارات و تلفات جانی و مالی سیل افزایشیافته است. هدف از انجام پژوهش حاضر آیندهپژوهی و پتانسیل سنجی خطر وقوع سیل در شهر تهران با استفاده از الگوریتم ماشین پشتیبان بردار svm بوده است. روش تحقیق تحلیلی مکانی است. داده های مورد استفاده در غالب لایه های اطلاعاتی تهیه شد. معیارهای مورداستفاده ارتفاع از سطح دریا، درجه شیب، جهت شیب، کاربری اراضی، فاصله از جاده، فاصله از آبراهه، زمینشناسی بوده است. شاخص IGR برای 7 عامل مؤثر انتخابشده برای وقوع سیل سطحی منطقه موردمطالعه جهت ارزیابی توانایی پیشبینی مدل به دست آمد. نتایج بیانگر آن بود وزن عوامل زمین شناسی، ارتفاع از سطح دریا، کاربری اراضی، شیب، جهت شیب، فاصله از جاده، فاصله از رودخانه به ترتیب 0.029، 0.026، 0.025، 0.019، 0.015، 0.009، 0.008 به دست آمد که بیشترین مقادیر به عامل زمینشناسی 0.029 و کمترین مقدار به عامل فاصله از رودخانه 0.008 اختصاصیافت. نقشه پهنهبندی نهایی نشان داد، کلاس حساسیت زیاد به سیلخیزی در محدوده 40.63% بیشترین و کلاس حساسیت خیلی کم 3.55% کمترین مساحت را به خود اختصاص داده است | ||
کلیدواژهها | ||
آیندهپژوهی؛ سیل؛ تهران؛ الگوریتم ماشین پشتیبان بردار | ||
مراجع | ||
1-احمدی،فرشاد.رادمنش،فریدون.میرعباسینجفآبادی،رسول( ،.1393):مقایسهروشهایبرنامهریزیدرپیشبینیجریان 11- Benito, G. (2013): Hazardous Processes: Flooding, Treatise On Geomorphology, No.13, Pp. Land-Use/Land-Cover Change: Comparing Historical Maps With Remote Sensing Data In The Belgian Ardennes. Landscape Ecology.17:117-132. 17- Ratciffe, John & Krawczyk Ela, (2011): Imagineering City Futures: The Use Of Prospective Through Scenarios In Urban Olanning, Futures, Pp. 12-14. 18- Rohani, H., M. Mohseni Saravi And A. Malekian. (2015): Identify The Most Important Climate And Morphometry Factors Affecting Peak Flow And Preparing Regression Model Of The East And North-East Of Iran. Journal Of Agricultural Sciences And Natural Resources, 3: Pp. 99-108 (In Persian). 19- Santangelo, N. And Santo, A. (2011): Multiscale Map Analysis In Alluvial Fan Flood-Prone Areas, Journal Of Maps, Vol. 12, No. 2, Pp. 382–393. 20- Yalcin, A. (2018): Gis-Based Landslide Susceptibility Mapping Using Analytical Hierarchy Process And Bivariate Statistics In Ardesen (Turkey): Comparisons Of Results And Confirmations, V. 72, Pp. 1-15. . | ||
آمار تعداد مشاهده مقاله: 270 تعداد دریافت فایل اصل مقاله: 153 |