استاد گروه مهندسی طبیعت، دانشکده منابعطبیعی و علومزمین، دانشگاه کاشان، کاشان، ایران، ghazavi@kashanu.ac.ir
چکیده: (200 مشاهده)
احداث سازههای آبخیزداری یکی از روشهای مهم کنترل سیل و رسوب است. هزینه ساخت این سازهها در مقیاس حوزه بالا بوده و کاهش آن نیازمند بکارگیری روشهای دقیق مکانیابی است. مدلهای یادگیری ماشین از جمله روشهای دقیق مکانیابی است. این پژوهش با استفاده از مدل Maxent (حداکثر آنتروپی) و در سه حوزه آبخیز آقاولر تالش، ماسوله فومن و توتکابن رودبار استان گیلان و بکارگیری 21 عامل موثر در مکانیابی سازههای آبخیزداری انجام شد. نتایج حاصل از عامل تورم واریانس (VIF) در نرمافزار R نشانداد که بین برخی از متغیرها همخطی وجود دارد و بر همین اساس عوامل با VIF کمتر از 10 وارد فرآیند مدلسازی شدند. بهمنظور ارزیابی، دادهها به دو بخش ۷۰ و 30 درصد برای آموزش و اعتبارسنجی مدل تقسیم شد. نتایج شاخصROC-AUC نشان داد که عملکرد مدل در مراحل آموزش و اعتبارسنجی در هر سه حوزه بیش از 90 درصد بوده و در سطح قابل قبول قرار دارد. بر اساس نتایج آزمون جکنایف، متغیرهای فاصله تا منابع قرضه، فاصله از رودخانه، ارتفاعروانآب، بارش و شیب برای مکانیابی سازههای گابیونی و متغیرهای فاصله از رودخانه، فاصله تا منابعقرضه، دبی اوج سیل، ارتفاع روانآب و فاصله تا جاده برای مکانیابی سازههای سنگیملاتی، بهعنوان مهمترین متغیرهای تاثیرگذار در انتخاب بهترین مکان احداث سازه در هر سه حوزه تعیین شدند. یافتهها نشانداد که بهترتیب بیش از 70 و 80 درصد سازههای گابیونی و سنگیملاتی موجود در پهنههای با پتانسیل متوسط و بالاتر برای احداث سازههای آبخیزداری قرار دارند و از مجموع 923 کیلومتر طول کل آبراهههای سه حوزه مورد مطالعه، بهترتیب 63 و 39 کیلومتر بهعنوان بهترین مکان برای احداث سازههای گابیونی و سنگیملاتی تعیین شد.
