ژئومورفولوژی
علی بی غم؛ سیداسداله حجازی؛ محمد حسین رضایی مقدم؛ جمشید یاراحمدی؛ فریبا کرمی
چکیده
تغییرات میزان فرسایش و رسوب حوضه یکی از مهمترین عواملی است که بر بخشهای مختلف زیست انسانی و حیات طبیعی تأثیر میگذارد و پیشبینی این تغییرات بصورت کمی، که عمدتاً تحت نوسانات دمایی و تغییر اقلیم در مناطق مختلف صورت میگیرد، جهت کنترل میزان فرسایش و رسوب در دورهی آتی ضروری هست. در تحقیق حاضر به بررسیو پیش بینی تغییرات فرسایش و رسوب ...
بیشتر
تغییرات میزان فرسایش و رسوب حوضه یکی از مهمترین عواملی است که بر بخشهای مختلف زیست انسانی و حیات طبیعی تأثیر میگذارد و پیشبینی این تغییرات بصورت کمی، که عمدتاً تحت نوسانات دمایی و تغییر اقلیم در مناطق مختلف صورت میگیرد، جهت کنترل میزان فرسایش و رسوب در دورهی آتی ضروری هست. در تحقیق حاضر به بررسیو پیش بینی تغییرات فرسایش و رسوب در حوضه آبریز حاجیلر با استفاده از مدلهایGeoWEPP وSWAT اقدام گردید بر این اساس ابتدا با استفاده از دادههای وضع موجود ایستگاه سینوپتیک اهر و بهرهگیری از مدل SDSM به بررسیتغییرات دورهی آماری2424-2404 در سه سناریوی 6.RCP2-5.RCP4-5.RCP8 اقدام گردید، سپس شبیهسازی و پیشبینی تغییرات فرسایش و رسوب تحت تأثیر تغییرات اقلیمی با استفاده از مدلهای مطرح صورت گرفت. خروجیمدل SDSM حاکی از افزایش دما و کاهش بارندگی برای حوضه در افق 2404 اشد و بررسی نتایج شبیهسازی میزان رسوب مدلها نشان داد که در حوضه مورد مطالعه مدل GeoWEPP با انتخاب روش دامنه دارای سطح مناسبی در برآورد میزان رسوب نسبت به آمار مشاهدهای میباشد که مدل نهایی جهت پیشبینی میزان رسوب در دورهی مذکور حوضه انتخاب گردید. با استفاده از نتایج ریز مقیاس شده مدل گردش عمومی جو ، تغییرات رسوب در دورهیآماری2424-2404 تحت سه سناریو مطرح فوق، به ترتیب 21/1 ،05/0 ،20/2 -نسبت به دوره مشاهدهای برآورد گردید. آگاهی از روند تغییرات فرسایش و رسوب در حوضه آبریز حاجیلر منجر به کنترل مناسب رسوب و ایجاد اقدامات از پیش تعیین شده جهت حفاظت و بهرهبرداری از منابع طبیعی در دورههای آینده گردد.
اسدالله حجازی؛ محمد حسین رضایی مقدم؛ عدنان ناصری
چکیده
هدف تحقیق حاضر بررسی و مقایسه دو مدل شبکه عصبی مصنوعی و مدل تاپسیس در پهنهبندی خطر زمین لغزش در منطقه پاییندست سد سنندج است. این کار با استفاده از نرم افزار ARCGIS، زبان برنامه نویسی پایتون و مدلهای شبکه عصبی مصنوعی و تاپسیس صورت گرفت. بدین منظور از 9 لایه ورودی در پهنه بندی خطر زمین لغزش استفاده شد. نقاط لغزشی و غیر لغزشی منطقه با استفاده ...
بیشتر
هدف تحقیق حاضر بررسی و مقایسه دو مدل شبکه عصبی مصنوعی و مدل تاپسیس در پهنهبندی خطر زمین لغزش در منطقه پاییندست سد سنندج است. این کار با استفاده از نرم افزار ARCGIS، زبان برنامه نویسی پایتون و مدلهای شبکه عصبی مصنوعی و تاپسیس صورت گرفت. بدین منظور از 9 لایه ورودی در پهنه بندی خطر زمین لغزش استفاده شد. نقاط لغزشی و غیر لغزشی منطقه با استفاده از تصاویر ماهواره ای، مشخص گردید. از وزن یابی درونی در تعیین وزن لایه ها استفاده شد. در مدل شبکه عصبی داده ها با استفاده از یک شبکه پرسپترون چندلایه با الگوریتم یادگیری آدام آموزش دیدند. ساختار شبکه دارای 9 نرون در لایه ورودی، 30 نرون در لایه میانی و 1 نرون در لایه خروجی است. در مدل تاپسیس پس از بی مقیاس سازی ماتریس تصمیم از روش آنتروپی شانون برای وزن دهی به معیارها و به منظور تعیین فاصله نسبی از ایده آل مثبت و منفی از فاصله اقلیدسی استفاده شد. پس از آماده سازی مدلها، منطقه مورد مطالعه با 970 کیلومتر مربع با 9 متغیر ورودی که تبدیل به داده های رستری به پیکسل های 30*30 شدند تحلیل شد. نتایج تحلیل به صورت نقشه ای با پنج طبقه خطر زمین لغزش برای هر مدل ترسیم گردید. بعد از اعمال 5 روش محاسبه میزان خطا جهت صحت سنجی مدلها مشخص گردید مدل شبکه عصبی پرسپترون دارای خطای کمتر و انطباق بیشتری است و با جغرافیای منطقه سازگاری بهتری دارد.