مدل‌سازي حركات توده‌اي و مديريت مناطق حساس به وقوع اين حركات، با استفاده از الگوريتم‌هاي آماري و شبكۀ عصبي (مطالعۀ موردي: حوضۀ آبريز اوجان‌چاي)

حوضۀ آبريز اوجان چاي با داشتن ويژگي هاي كوهستاني و شرايط عبيعي مختلف، داراي استعداد بالقوه در انواع حركات ناپايدار دامنه اي است.اين پژوهش با هدف مقايسه مدل شبكه عصبي مصنوعي با مدل رگرسيون لجستيك ، جهت ارزيابي خطر حركات توده اي و ناپايداري دامنه اي و شناسايي عوامل مؤثر در ايجاد اين پديده در حوضه اوجان چاي انجام گرفته است. هدف از نتايج به دست آمده از مدل‌هاي آماري، تعيين مناطق داراي پتانسيل وقوع ناپايداري و نهايتا تهيه‌ي نقشه پهنه‌‌بندي خطر براي منطقه‌ي مورد مطالعه مي‌باشد.بدين جهت ابتدا پارامترهاي مؤثر در وقوع ناپايداري دامنه اي استخراج شد و سپس لايه هاي مربوطه تهيه شده است. نقشه پراكنش ناپايداري هاي دامنه اي رخ داده شده در حوضه تهيه شد و با نقشه عوامل مؤثر بر حركات و نقشه پراكنش ناپايداري‌هاي دامنه‌اي تلفيق شد و تأثير هر يك از عوامل شيب، جهت شيب، ارتفاع از سطح دريا، سنگ شناسي، بارش، فاصله از گسل، كاربري اراضي، فاصله از روستا و جاده ، فاصله از شبكه ي زهكشي در محيط نرم افزار ArcGIS محاسبه گرديد. براي ارزيابي نتايج خروجي مدل هاي مورد استفاده شده از ضرايب آماري ROC, Pseudo Rsquareو Chi Square استفاده شد. نتايج مدل‌ها نشان داد درصد پهنه‌هايي با خطر بسيار بالا در مدل شبكه‌ي عصبي و رگرسيون لجستيك به ترتيب 10.32 و 5.06 درصد مي‌باشد كه عمدتا محدوده‌هاي را شامل مي‌گردد كه از لحاظ ليتولوژي اين مناطق در محدوده‌هايي با ميزان مقاومت پايين قرار گرفته‌اند. همچنين مدل شبكه عصبي با مقدار شاخص ROC ، 0.89 مدل كارآمدتري نسبت به رگرسيون لجستيك جهت پهنه‌بندي وقوع ناپايداري هاي دامنه اي مي‌باشد؛ براساس پهنه بندي صورت گرفته با استفاده از مدل شبكه عصبي، به ترتيب ،40.32 ،22.15 ،18.32 8/89, 10/32 درصد از مساحت منطقه در كلاس هاي خطر خيلي كم، كم، متوسط، زياد و خيلي زياد قرار گرفته است.