بررسي كارايي روش هاي دو و چند متغيره در پهنه بندي خطر زمين لغزش (مطالعه موردي: حوضه چهل چاي)

به منظور مديريت و كاهش خطرات ناشي از وقوع زمين لغزش نياز است تا مناطق مختلف از نظر اين خطر، پهنه بندي شود؛ بدين منظور در اين تحقيق با استفاده از روش هاي شبكه عصبي مصنوعي، رگرسيون لجستيك، نسبت فراواني، شاخص آماري و دمپستر شفر، به پهنه بندي خطر زمين لغزش در حوضه ي چهل چاي استان گلستان پرداخته شد. پس از تهيه ي نقشه ي پراكنش زمين لغزش ها، نقشه ي فاكتورهاي مستقل مؤثر در وقوع زمين لغزش شامل شيب، جهت شيب، فاصله از جاده، فاصله از رودخانه، كاربري اراضي، انحناي كل، انحناي دشت، انحناي پروفيل، ارتفاع، شاخص رطوبت توپوگرافيكي، زمين شناسي و فاصله از گسل تهيه شد. براي آموزش و آزمون مدل هاي مختلف، 91 زمين لغزش مشاهداتي به دو گروه تقسيم بندي شد: آموزش و تست. آموزش، شامل 80 درصد كل زمين لغزش ها (73 زمين لغزش) و تست، شامل 20 درصد زمين لغزش ها (18 زمين لغزش) است. نتايج نشان داد، مقدار مساحت حاصل از زير منحني ROC داده هاي تست براي روش هاي شبكه عصبي (0/86)، رگرسيون لجستيك (0/77)، دمپستر شفر (0/77)، نسبت فراواني (0/72) و شاخص آماري (0/71) است. به طور كلي هم از نظر مساحت زير منحني ROC و هم از نظر تعداد زمين لغزش هاي مشاهداتي در كلاس هاي مختلف حساسيت، بهترين عملكرد مربوط به روش هاي چند متغيره ي شبكه عصبي مصنوعي و رگرسيون لجستيك بود و در بين روش هاي دو متغيره نيز روش دمپستر شفر، عملكرد بهتري نسبت به ساير روش هاي دو متغيره داشت.