An Assessment of Landslide Susceptibility in Wadi Dil’ah Basin (KSA) by Integrating GIS, RS, Bivariate Statistics and Artificial Machine Learning Approaches | ||
| مجلة مرکز البحوث الجغرافیة والکارتوجرافیة | ||
| Volume 21, Issue 39, June 2024, Pages 113-157 PDF (3.96 M) | ||
| Document Type: مقالات علمية تخص جميع الفروع الجغرافية والجيوماتکس | ||
| DOI: 10.21608/mkgc.2024.310695.1152 | ||
| Authors | ||
| وليد شكري عبدالحميد يوسف* 1; نرمين شكري2; أحمد على أحمد علي3 | ||
| 1جامعة أسيوط، كلية الآداب، قسم الجغرافيا ونظم المعلومات الجغرافية | ||
| 2قسم الجغرافيا - كلية الآداب - جامعة القاهرة | ||
| 3قسم الجغرافيا ونظم المعلومات الجغرافية, كلية الآداب, جامعة أسيوط | ||
| Abstract | ||
| الانهيارات الأرضية أحد المخاطر الطبيعية التي تسبب الكثير من الضحايا وخسائر الممتلكات. تهدف الدراسة إلى إنتاج خرائط قابلية الانهيارات الأرضية باستخدام تقنيات نظم المعلومات الجغرافية والاستشعار عن بعد ونهج التعلم الآلي والأساليب الإحصائية ثنائية المتغيرات في حوض وادي ضلع في الجزء الجنوبي الغربي من السعودية. تم تحديد 137 موقعًا للانهيارات الأرضية، كذلك 137 للمواقع التي لم تتعرض للانهيارات الأرضية؛ قسمت إلى 70٪ و30٪ كمواقع للتدريب والاختبار على التوالي. تم إعداد 18 طبقة من العوامل المتعلقة بالانهيارات الأرضية (الارتفاع، زاوية الانحدار، اتجاه الانحدار، طول المنحدر، مؤشر الموقع الطبوغرافي، مؤشر وعورة التضاريس، أشكال سطح الأرض،"التقوس العام والأفقي والعمودي"، والتكوين الصخري، المسافة من الصدوع، مؤشر الرطوبة الطبوغرافي، المسافة من المجاري المائية، هطول الأمطار، الغطاء الأرضي/ استخدام الأرض، مؤشر الغطاء النباتي، والمسافة من الطريق)، تم استخدام معامل تضخم التباين(VIF) ومؤشر التباين المسموح (TOL). تم تطبيق منحنى خصائص تشغيل المستقبل (ROC)، والمساحة تحت المنحنى (AUC). أظهرت نتائج مؤشر (VIF) و(TOL) عدم وجود علاقة خطية مشتركة بين العوامل المختارة. وأن نسبة AUC لمعدلات التدريب هي (0.966, 0.955, 0.953) على التوالي، في حين أن معدلات الاختبار هي(0.983, 0.993, 0.971) لنماذج (ANN, FR, SE) على التوالي. تم تصنيف خريطة القابلية للانهيارات الأرضية إلى خمس فئات باستخدام Natural Breaks (Jenks) tool, وحساب النسبة المئوية لكل فئة من فئات قابلية حدوث الانهيارات الأرضية. وكشفت النتائج أن أداء نموذج ML-ANN يعد الأفضل من حيث الدقة، ومن حيث المقارنة بالنسبة لكلا من النموذجين FR و SE، لذا يوصى باستخدام هذا النموذج في المنطقة الجبلية. ومن المأمول أن تساعد نتائج هذه الدراسة صناع القرار والباحثين في التخفيف من الانهيارات الأرضية وديناميكياتها. | ||
| Keywords | ||
| landslide; ANN; SE; KSA | ||
|
Statistics Article View: 132 PDF Download: 115 |
||
