ارزيابي مدل‌هاي شبكه عصبي مصنوعي و حداكثر آنتروپي در پهنه‌بندي حساسيت فرسايش آبكندي حوزه آبخيز سد گلستان

پهنه بندي حساسيت فرسايش آبكندي و تعيين فاكتورهاي كنترل كننده آن بسيار مهم و حياتي است. اين مطالعه با هدف بررسي توزيع مكاني فرسايش آبكندي با استفاده از دو مدل شبكه عصبي مصنوعي و حداكثر آنتروپي و تعيين عوامل اثرگذار بر اين نوع فرسايش در حوزه آبخيز سد گلستان انجام شد. لذا 14 عامل، شامل عوامل توپوگرافي، ساير عوامل و تلفيق عوامل (14 عامل) به عنوان فاكتورهاي پيش‌بيني كننده حساسيت در نظر گرفته شدند. از مجموع 1042 موقعيت فرسايش آبكندي، به صورت تصادفي و به نسبت 30 و 70 درصد به ترتيب به عنوان داده هاي اعتبارسنجي و آزمون در نظر گرفته شدند. نتايج حاصل از آزمون Jackknife نشان داد كه پارامترهاي ارتفاع، بارندگي و عمق دره مهم ترين متغيرهاي اثرگذار بر پيش بيني فرسايش آبكندي مي باشند. نتايج مدل سازي نشان داد كه بهترين دقت مدل بر اساس منحني ROC در حالت آموزش (923 /0) و در مرحله اعتبارسنجي (902 /0)، مدل شبكه عصبي مصنوعي بوده است و اين شرايط زماني حاصل مي شود كه همه عوامل در مدل سازي دخالت داده شوند. بر اساس اين مدل بيش از 20 درصد حوزه (45633 هكتار) داراي حساسيت زياد و خيلي زياد به فرسايش آبكندي است.