مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

مقاله مقاله نشریه

مشخصات مقاله

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

490
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

763
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

ارزیابی جامع ریسک شوری آبخوان سرخون با بهره گیری از ترکیب مدل های یادگیری ماشین

صفحات

 صفحه شروع 147 | صفحه پایان 163

چکیده

 ارزیابی ریسک شوری آبخوان به خصوص در مناطق نزدیک ساحل اهمیت زیادی دارد. در پژوهش حاضر تلاش شد از طریق ترکیب مدل پتانسیل آسیب پذیری آبخوان و الگوریتم های یادگیری ماشین, چارچوب جامعی برای ارزیابی ریسک شوری در آبخوان سرخون واقع در استان هرمزگان ایجاد شود. در مرحله ی نخست لایه های ورودی مورد نیاز برای تولید نقشه ی پتانسیل آسیب پذیری آبخوان براساس مدل دراستیک تهیه و ترکیب شد. سپس, با استفاده از سه الگوریتم یادگیری ماشین شامل جنگل تصادفی, افزایش گرادیان اکسترمم (XGBoost) و درختان رگرسیون جمع شده ی بیزی (BART) و با استفاده از 12 فاکتور تأثیرگذار روی آب زیرزمینی از جمله رطوبت توپوگرافیک, خاک, پوشش گیاهی و عوامل دیگر, نقشه ی احتمال خطر شور شدن تهیه شد. قبل از مدل سازی آزمون هم خطی روی داده ها انجام شد و مشاهده شد که هم خطی در بین پارامترهای ورودی مدل ها وجود ندارد. ارزیابی کارایی مدل سازی با منحنی ویژگی عملگر نسبی ROC)) نشان داد هر سه الگوریتم دقت بسیار خوب و سطح زیرمنحنی AUC)) بیش از 90 درصد دارند. بنابراین, هر سه مدل بر اساس میزان سطح زیرمنحنی خود ترکیب شدند تا یک نقشه ی واحد برای احتمال وقوع خطر شوری به دست آید. در انتها, نقشه ی ریسک شوری براساس مقادیر آسیب پذیری, شوری و احتمال وقوع خطر تهیه شد. نقشه ی ریسک به دست آمده نشان داد قسمت های شرقی آبخوان ریسک شوری بسیار زیاد دارد که علت این امر تمرکز زیاد زمین های کشاورزی در این بخش دشت است. نتایج پژوهش حاضر نشان داد دستیابی به یک نقشه ی قابل اتکا برای ارزیابی ریسک شوری آبخوان به وسیله ی ترکیب مدل های یادگیری ماشین و مدل های آسیب پذیری آبخوان امکان پذیر است.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    محمدی، فریبرز، نفرزادگان، علیرضا، و کاظمی، محمد. (1399). ارزیابی جامع ریسک شوری آبخوان سرخون با بهره گیری از ترکیب مدل های یادگیری ماشین. اکوهیدرولوژی، 7(1 )، 147-163. SID. https://sid.ir/paper/357274/fa

    Vancouver: کپی

    محمدی فریبرز، نفرزادگان علیرضا، کاظمی محمد. ارزیابی جامع ریسک شوری آبخوان سرخون با بهره گیری از ترکیب مدل های یادگیری ماشین. اکوهیدرولوژی[Internet]. 1399؛7(1 ):147-163. Available from: https://sid.ir/paper/357274/fa

    IEEE: کپی

    فریبرز محمدی، علیرضا نفرزادگان، و محمد کاظمی، “ارزیابی جامع ریسک شوری آبخوان سرخون با بهره گیری از ترکیب مدل های یادگیری ماشین،” اکوهیدرولوژی، vol. 7، no. 1 ، pp. 147–163، 1399، [Online]. Available: https://sid.ir/paper/357274/fa

    مقالات مرتبط نشریه ای

    مقالات مرتبط همایشی

  • ثبت نشده است.
  • طرح های مرتبط

  • ثبت نشده است.
  • کارگاه های پیشنهادی






    بازگشت به بالا
    telegram sharing button
    whatsapp sharing button
    linkedin sharing button
    twitter sharing button
    email sharing button
    email sharing button
    email sharing button
    sharethis sharing button