بررسی مناطق مستعد زمین لغزش با استفاده از سیستم شبکه عصبی مصنوعی-تبدیل موجک (مطالعه موردی: شمال دشت تبریز)

زمین لغزشها از بزرگترین عوامل مخربی هستند که سالانه میلیونها نفر در سراسر جهان تحت تاثیر خسارت ها و تلفات مالی و جانی ناشی از آنها قرار می گیرند. شناسایی عوامل موثر در وقوع زمین لغزشهای موجود در یک حوضه و پهنه بندی آن یکی از ابزارهای اساسی جهت دستیابی به راهکارهای کنترل این پدیده و انتخاب مناسب ترین گزینه ی موثر می باشد. در این روش عوامل موثر در وقوع این پدیده به صورت لایه های اطلاعاتی در نرم افزار arcgis وارد شده و سپس با استفاده از شبکه عصبی و تبدیل موجک داده های موجود تحلیل و در نهایت مناطق با پتانسیل بالای رخداد زمین لغزش مشخص می شود. پژوهش حاضر با ارائه ی روش جدید پهنه بندی با استفاده از مدل شبکه عصبی مصنوعی- تبدیل موجک اقدام به پیاده نمودن آن در منطقه ی شمال دشت تبریز استان آذربایجان شرقی و مشخص کردن مناطق با پتانسیل بالای رخداد زمین لغزش می نماید. لایه رقومی ارتفاع به عنوان عاملی که در تعیین عوامل دیگر مانند شیب و جهت شیب نیز نقش دارد، به دلیل ماهیت این لایه که دست خوش تغییرات زیاد و بعضاً ناگهانی می گردد، مستعد داشتن نویز می باشد که می توان با تکیه بر قابلیت های مدل جدید ارائه شده این نویزها کاهش یا از بین برده شود. نتایج حاصل از این پژوهش موید این مطلب است که روش شبکه ی عصبی که به عنوان یک روش مرسوم و قابل قبول در پهنه بندی پتانسیل زمین لغزش محسوب می شود؛ در این پژوهش نیز دارای عملکرد مناسب و قابل قبولی می باشد. همچنین تبدیل موجک به دلیل حذف نویز، یا بالاتر بردن کیفیت داده های ورودی و کاهش یا از بین بردن تغییرات سریع در آن ها، باعث بالاتر رفتن کارایی شبکه عصبی مصنوعی به ویژه در کلاس های با خطر بالا، می گردد. در این پژوهش شبکه ی عصبی مصنوعی دارای دقتی معادل 86% برآورد شد، این در حالی است که وقتی لایه ی dem تحت تبدیل موجک رفع نویز می شود، عملکرد شبکه عصبی مصنوعی تا حدود %10 بهبود می یابد. با عنایت به نتایج بدست آمده حاصل از این پژوهش، از آنجایی که در روش تبدیل موجک با آستانه نرم، فرآیند رفع خطاها به صورت هوشمند و باهدف انجام می گیرد، نتایج مناسب تری را نسبت به دیگر روش های ارائه شده در این مطالعه دارا می باشد.