ارزيابي مدل‌هاي هوش مصنوعي مبتني بر درخت به منظور پيش‌بيني خطر سيل در بستر GIS

Evaluation of Tree-Based Artificial Intelligence Models to Predict Flood Risk using GIS

سيل يكي از مخرب‌ترين انواع بلاياي طبيعي است كه هر ساله باعث از دست رفتن جان و مال انسان‌ها در سراسر جهان مي‌شود. هدف از تحقيق حاضر ارزيابي و مقايسه قابليت سه مدل يادگيري ماشين يعني درخت بيز ساده (NBTree)، درخت تصميم متناوب (ADTree) و جنگل تصادفي (RF) براي پيش‌بيني خطر وقوع سيل در شهرستان مانه و سملقان مي‌باشد. نوآوري تحقيق حاضر ارائه مدل‌هاي تركيبي مبتني بر درخت مي‌باشد كه كمتر در تحقيقات پيشين مورد استفاده قرار گرفته‌اند. براي تهيه نقشه مرجع سيل در منطقه موردمطالعه، 300 موقعيت مستعد سيل شناسايي شدند و از طريق انتخاب تصادفي با نسبت 70 به 30 به مجموعه داده‌هاي آموزشي و اعتبارسنجي تقسيم شدند. پايگاه‌ داده مكاني سيل با استفاده از 15 معيار هيدروژئولوژيكي و محيطي مؤثر بر سيل ايجاد شد. در نهايت، نقشه‌هاي پيش‌بيني خطر سيل با استفاده از مدل‌هاي NBTree، ADTree و RF تهيه شدند. به منظور اعتبار‌سنجي مدل‌هاي پيش‌بيني خطر سيل، معيار سطح زير منحني (AUC) و معيارهاي آماري نرخ پيش‌بيني مثبت، نرخ پيش‌بيني منفي، حساسيت، ويژگي و دقت مورد استفاده قرار گرفتند. نتايج نشان داد كه مدل RF دقت بالاتري نسبت به مدل‌هاي NBTree و ADTree در پيش‌بيني خطر سيل منطقه موردمطالعه دارد. ​همچنين، نتايج نشان داد كه احتمال وقوع خطر سيل در مناطق مركزي منطقه موردمطالعه به دليل ارتفاع و شيب كمتر، بيشتر از ساير مناطق است.

Floods are one of the most devastating types of natural disasters that every year causes the loss of human lives and properties around the world. The purpose of this study is to evaluate and compare the capability of three machine learning models namely Naïve Bayes Tree (NBTree), Alternating Decision Tree (ADTree), and Random Forest (RF) to predict flood risk in Maneh and Samalqan county. The novelty of the present study is the presentation of tree-based hybrid models that have been less used in previous research. To prepare a flood reference map in the study area, 300 flood-prone locations were identified and were divided into training and validation data sets through random selection with a ratio of 70 to 30. The spatial database of the flood was created using 15 hydrogeological and environmental criteria affecting the flood. Finally, three flood risk prediction maps were generated using NBTree, ADTree, and RF models. To validate the flood risk predicting models, the Area Under the Curve (AUC) factor and the statistical criteria of Positive predictive rate, negative predictive rate, sensitivity, specificity, and accuracy were used. The results showed that the RF model had higher accuracy than the NBTree and ADTree models in predicting flood risk in the study area. The results also showed that the risk of flooding in the central areas of the study area is higher than other areas due to lower altitude and slope.