مدل سازی مکانی حساسیت کانون های گردوغبار به انتشار آن در شرق ایران با استفاده از مدل درخت رگرسیون تقویت شده BRT (مقاله علمی وزارت علوم)

درجه علمی: نشریه علمی (وزارت علوم)

نویسندگان: مهدی بروغنی سیما پورهاشمی مهدی زارعی کاظم علی آبادی
منبع: مطالعات جغرافیایی مناطق خشک دوره 9 بهار 1398 شماره 35

کلید واژه ها: کانون های برداشت گردوغبار مدل درخت رگرسیون تقویت شده پهنه بندی حساسیت شرق ایران

حوزه های تخصصی:
شماره صفحات: ۱۴ - ۲۸
دریافت مقاله   تعداد دانلود  :  ۳۱

آرشیو

آرشیو شماره ها:
۵۵

چکیده

با توجه به خشک سالی و تغییرات کاربری اراضی در سال های اخیر، پدیده ی توفان گردوغبار در ایران به عنوان یک مخاطره ی محیطی در حال افزایش بوده است. گردوغبار، روی تغییرات آب وهوایی و سلامت انسان اثر گذاشته و باعث آسیب های جدی می شود. هدف از این تحقیق، شناسایی و تهیه ی نقشه ی حساسیت کانون-های برداشت گردوغبار جهت کنترل و تعیین نقش هریک از عوامل مؤثر در وقوع آن با استفاده از مدل داده-کاوی درخت رگرسیون تقویت شده (BRT) در شرق ایران است. بدین منظور ابتدا 147 کانون برداشت گردوغبار در منطقه شناسایی و به دو گروه برای مدل سازی و ارزیابی تقسیم شد. با توجه به مطالعات صورت گرفته، 8 عامل مؤثر شامل کاربری اراضی، زمین شناسی، درجه ی شیب، ارتفاع، شاخص پوشش گیاهی نرمال شده (NDVI)، فاصله از رودخانه، سرعت باد و بارش شناسایی و لایه های این عوامل در محیط GIS تهیه و جهت ارزیابی نتایج از منحنی ROC استفاده شد. نتایج نشان داد که مدل BRT با مساحت سطح زیر منحنی (6/79 درصد) کارایی نسبتاً بالایی در تهیه ی نقشه ی حساسیت گردوغبار در منطقه ی موردمطالعه را داراست. 3/16 درصد از مساحت منطقه ی موردمطالعه در طبقه ی با حساسیت خیلی زیاد قرار دارد. همچنین بر اساس نتایج حاصل از مدل، شاخص پوشش گیاهی، ارتفاع و درجه ی شیب بیش ترین تأثیر بر وقوع گردوغبار در منطقه را داشته اند.

کانون‌های برداشت گرد و غبار، مدل درخت رگرسیون تقویت شده، پهنه‌بندی Ø Ø³Ø§Ø³ÛŒØªØŒ شرق ایران
Due to the drought and land use changes in recent years, the phenomenon of storm dust in Iran is increasing as a dangerous environment. Dust influences climate change and human health, causing serious damage. The subject of this research is to identify and prepare a map of sensitivity of dust source area for controlling and determining the role of each of the factors affecting its occurrence using the regression tree data mining model (BRT) in eastern Iran. For this purpose, at first 147 dust source area were identified in the region and divided into two groups for modeling and evaluation. According to the studies, eight effective factors including land use, geology, slope degree, elevation, normalized vegetation index (NDVI), distance from the river, wind speed and rainfall were identified and the layers of these factors were prepared in GIS environment. To evaluate the results, the ROC curve was used. The results showed that the BRT model with the area under the curve (79.6) had a good performance in producing a dust sensitivity map in the study area. Based on the results of the model, vegetation index, elevation and slope had the most impact on the occurrence of dust in the region.

تبلیغات