کاربرد الگوریتم های طبقه بندی در پهنه بندی خطر فرسایش بادی استان اصفهان(مقاله علمی وزارت علوم)
حوزههای تخصصی:
فرسایش خاک ممکن است به از بین رفتن کیفیت خاک و در نتیجه، کاهش بهره وری خاک منجر شود. یکی از راه کارهای اساسی برای مهار و کاهش اثرات مخرب فرسایش، شناسایی مناطق مستعد فرسایش در مناطق است. به همین دلیل تعیین مناطق مستعد به فرسایش نقش مهمی در مدیریت فرسایش در منابع طبیعی دارد. تحقیق حاضر درصدد است تا با استفاده از دو روش یادگیری ماشینی جنگل تصادفی و ماشین بردار پشتیبان و 3327 نقطه وقوع فرسایش، مناطق مستعد به فرسایش را در استان اصفهان را تعیین نماید. عوامل محیطی در چهار گروه اصلی شامل عوامل توپوگرافی، عوامل اقلیمی، عوامل زیستی و عوامل انسان ساخت تهیه شدند. بررسی شاخص AUC نشان داد که هر دو مدل دارای دقت مناسبی بوده هرچند مدل جنگل تصادفی (AUC = 0.97) دارای دقت بالاتری نسبت به مدل ماشین بردار پشتیبان (AUC = 0.86) بود. بر اساس نتایج مدل ماشین بردار پشتیبان، حدود 6/11 درصد در کلاس پرخطر و حدود 6/68 درصد در کلاس خطر کم فرسایش قرار دارد. همچنین در مدل جنگل تصادفی حدود 1/20 درصد در کلاس پرخطر و حدود 2/49 درصد در کلاس خطر کم قرار دارد. در این زمینه، نتایج به دست آمده می تواند با ارائه گستره ای از مناطق استان اصفهان و بهره گیری از این دو مدل، به تصمیم گیران و برنامه ریزان در تدوین برنامه ای مدیریتی و نیز اتخاذ اقداماتی راهبردی در جهت کنترل فرسایش کمک کند.