تکنیک ماشین بردار

مقدمه : انسان امروزی با توجه به پیشرفت روزافزون خود و نیز رشد جمعیت اقدام به س اخت ش هرهای جدی د جهت اسکان بخشی از جمعیت نموده است و با توج ه ب ه این ک ه ش هرها مانن د سیس تمی ب ا س اختاری هماهنگ و پویا می باشد، می بایست همه اصول دفاعی را رعایت نم ود ت ا بش ر پیش رفته و متم دن دارای تکنول وژی در ای ن س کونت گاه ه ا کم ت رین احساس خط ر را بنمای د و در مواق ع بح ران بتوان د بهترین مدیریت بحران را ارائه نماید. لذا با توجه به اینکه ایران جز ده کشور بلاخیز و ششمین کشور  زلزله خیز دنیا است و بافت فرسوده شهر کرمان نیز از این قاعده مستثنی نیست لزوم استفاده از تکنیک های سنجش از دور شهری مثل ماشین بردار برای شناسایی و مدیریت بحران زلزله ضروری می باشد. داده و روش : مقاله حاضر از نظر هدف کاربردی و از نظر روش ترسیمی - تحلیلی می باشد. در این پژوهش ابتدا با استفاده از تصاویر ماهواره ای ASTER سال 2007 به شناسایی بافت های فرسوده شهر کرمان با استفاده از روش طبقه بندی ماشین بردار پشتیبان پرداخته شد. در این بررسی با ضریب کاپای 76 درصد برای تمامی طبقات تعیین شده و ضریب کاپای 59 درصد بافت فرسوده شهر کرمان شناسایی گردید. یافته ها : یافته های تحقیق و نقشه نهایی میزان آسیب پذیری حوزه دو بافت فرسوده نشان داد مناطق با آسیب پذیری زیاد 87/29 درصد از کل مساحت حوزه می باشد، که این میزان نشان دهنده نامناسب بودن بافت حوزه در هنگام وقوع زلزله می باشد. رتبه های بعدی این بررسی به ترتیب شامل 15/29 درصد آسیب پذیری متوسط، 01/28 درصد آسیب پذیری بسیار کم، 74/6 درصد آسیب پذیری بسیار زیاد و 21/6 درصد آسیب پذیری کم می باشد. نتیجه گیری : نتایج این پژوهش نشان داد که روش طبقه بندی ماشین بردار پشتیبان (SVM) توانایی تشخیص نزدیک به 75 درصد از بافت فرسوده محدوده را دارا بوده است. که این شناسایی قدرت بالای روش ماشین بردار پشتیبان در شناسایی حوزه دو بافت فرسوده شهری را نشان داده است.