برآورد عمق برف با استفاده از نقشه‌برداري رقومي مبتني بر يادگيري از نمونه‌هاي گذشته

علوم و مهندسي آبخيزداري گرايش آبخيزداري شهري

3/5/2016 12:00:00 AM

يكي از آشكارترين ويژگي‌هاي پوشش برف كوهستان، ناهمگني مكاني آن مي‌باشد. اين ناپايداري مكاني، در سطح وسيعي از مقياس‌ها وجود دارد كه از مقياس كمتر از متر تا صدها كيلومتر رده‌بندي مي‌شود. ليكن به دليل محدوديت‌هاي عملي، جمع‌آوري اطلاعات، به‌ويژه در مقياس‌هاي مذكور، دشوار و گاهي غيرممكن مي‌باشد؛ اما با توجه به مشكلات موجود در مناطق مرتفع، استفاده از روش‌هاي غيرمستقيم توصيه مي‌شود. در اين پژوهش كارايي شبكه عصبي مصنوعي، رگرسيون خطي، رگرسيون بردار پشتيبان و حداقل مربعات ماشين بردار پشتيبان در مدل‌سازي عمق برف و همچنين اثر كاهش ويژگي‌ها با مدل آناليز مؤلفه اصلي و الگوريتم ژنتيك در منطقه چلگرد استان چهارمحال و بختياري سنجيده شد. به همين منظور ابتدا با استفاده از روش هايپركيوب محل 100 نقطه مشخص و طي يك عمليات صحرايي داده‌هاي عمق برف در نقاط مورد نظر و همچنين در 195 نقطه ديگر به‌صورت تصادفي و با نمونه‌بردار مدل فدرال برداشت گرديد. سپس با استفاده از مدل رقومي ارتفاع 25 پارامتر ژئومورفومتري استخراج گرديد و همراه با شش باند تصاوير ماهواره لندست هشت و شاخص تفاوت نرمال شده برف به‌عنوان ورودي‌هاي مدل‌ها انتخاب گرديد. نتايج مدل‌هاي مورد استفاده بر اساس كمترين ميزان جذر ميانگين مربعات خطا عبارتند از: روش تلفيق شده حداقل مربعات ماشين بردار پشتيبان و الگوريتم ژنتيك با ميزان (97/3)، حداقل مربعات ماشين بردار پشتيبان (81/17)، شبكه عصبي مصنوعي (57/19)، روش آناليز مؤلفه اصلي با شبكه عصبي مصنوعي (86/20)، روش رگرسيون خطي چند متغيره (86/20)، روش آناليز مؤلفه اصلي با رگرسيون خطي چند متغيره (59/21) و در نهايت روش رگرسيون بردار پشتيبان دو قلو (64/37) مي‌باشد.

76522

دانشگاه اردکان

فتح‌زاده علي Fathzadeh Ali