مروری بر روشهای انجام شده در پهنه بندی فرسایش خندقی

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 334

فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

MDCONF01_233

تاریخ نمایه سازی: 11 مرداد 1396

چکیده مقاله:

فرسایش خندقی از جمله مخرب ترین انواع فرسایش های طبیعی است که سالانه موجب خسارات فراوان به محیط زیست میگردد. به منظور کاهش خسارات ناشی از فرسایش خندقی نیاز است تا مناطق مختلف از نظر وقوع این فرسایش پهنه بندی شده ومتناسب با احتمال وقوع این فرسایش در هر منطقه استراتژی مناسب اتخاذ گردد. تاکنون روش های مختلفی برای پهنه بندی این شکلفرسایش ارایه شده است. در این تحقیق روش های مختلف پهنه بندی شامل روشهای دو متغیره، نسبت فراوانی و روش وزن شاهد و روشهای چند متغیره، رگرسیون لجستیک، شبکه عصبی مصنوعی، رگرسیون درختی و جنگل تصادفی که در تحقیقات مختلف استفاده شدهاست مورد بررسی قرار می گیرد. نتایج نشان داد که هیچ روش جامع که در تمام مناطق بر روش های دیگر برتری داشته باشد وجودنداشته و در هر منطقه متناسب با شرایط آن باید روش مناسب انتخاب گردد. از مزایای روش های دو متغیر سادگی فهم آنها و عدم نیازبه نرم افزار های پیشرفته آماری است. در مقابل از مزایای روش های چند متغیره نیز می توان به قابلیت آموزش آنها اشاره کرد.

نویسندگان

سمیه موحدی نسب

دانشجوی کارشناسی ارشد مهندسی آبخیزداری، دانشگاه گنبد کاووس

ابوالحسن فتح آبادی

استادیار گروه آبخیزداری دانشگاه گنبد کاووس

سیدمرتضی سیدیان

استادیار گروه آبخیزداری دانشگاه گنبد کاووس

علی حشمت پور

استادیار گروه آبخیزداری دانشگاه گنبد کاووس

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • . مقصودی، م.، شادفر، ص.، و عباسی، م. (1391). پهنه ...
  • . فرج‌زاده، م.، افضلی، ع.، خلیلی، ی.، و قلیچی، ع. ...
  • ا _ ییاییا _ _ _ _ _ _ _ ...
  • Luca, F., Conforti, M _ and Robustilli, G. (2011). Comparison ...
  • . Gomez Gutierrz, A., Schnabel, S. and Felicisimo, A .M ...
  • . Meyers JA. and M artinez -Casasnovas JA. (1999). Prediction ...
  • . B onham-Carter, G.F., (1994). Geographic information systems for geoscientists: ...
  • . Ayalew, L., Yamagishi, H., kanno, T., (2005). Landslides in ...
  • Conoscenti, CH., Angileri, S., C appadonia, Ch. _ Rotigliano, E., ...
  • . Gong, p. (1996). Integrated analysis of spatial for multiple ...
  • _ Swingler, k., (1996). Applying Neural networks: a practical Guide. ...
  • . M artinez -Casasnovas JA, Ramos M. and Poesen J. ...
  • _ mys cientificnotes .blogfa. com ...
  • نمایش کامل مراجع