پهنه بندي خطر زمين لغزش با استفاده از روش شبكه عصبي مصنوعي(مطالعه موردي: حوزه سپيددشت، لرستان)

اين تحقيق با هدف پهنه بندي خطر نسبي ناپايداري دامنه­اي و وقوع زمين لغزش در حوزه سپيددشت با استفاده از روش شبكه عصبي مصنوعي با ساختار پرسپترون چندلايه و الگوريتم يادگيري پس انتشار خطا صورت گرفته است. به منظور بررسي پايداري دامنه ها در اين حوزه ابتدا لغزش­هاي حوزه با استفاده از تصاوير ماهواره اي TM و +ETM، عكس­هاي هوايي 1:50000 منطقه و بازديدهاي ميداني (سال 1393) شناسايي و ثبت گرديدند. با قطع نقشه هاي عوامل موثر بر لغزش با نقشه پراكنش زمين لغزش ها، تاثير هر يك از عوامل شيب، جهت شيب، كاربري اراضي، ارتفاع، ليتولوژي، بارندگي، فاصله از گسل، جاده و آبراهه به ناپايداري شيب ها در محيط نرم افزار ArcGIS®10.1 برآورد گرديد. در محيط متلب ساختار مناسب (1-13-9) براي پهنه بندي خطر زمين­لغزش با استفاده از روش شبكه عصبي مصنوعي با ساختار پرسپترون چندلايه و الگوريتم يادگيري پس انتشار خطا نوشته شد. بر اساس نتايج پهنه­بندي خطر زمين­لغزش با استفاده از اين مدل به ترتيب 18/0، 41/12، 09/14، 85/29 و 52/43% از مساحت منطقه در كلاس هاي خطر خيلي كم، كم، متوسط، زياد و خيلي زياد قرار دارند