Yazar
Gharachae, h., Samani, a. Hayır., Sigarudi, s. K., Blochian, Abolfazal, Musavi, M.S., Humbert, J.A., Sdeghi, S.m. M.
Basım Tarihi
2023-04
Basım Yeri
-
MDPI
Konu
Kurak alanlar, InSAR, Makine öğrenimi, Rastgele orman, Çökme, Duyarlılık tahmini
Tür
Süreli Yayın
Dil
İngilizce
Dijital
Evet
Yazma
Hayır
Kütüphane
Özyeğin Üniversitesi
Demirbaş Numarası
2073-445X
Kayıt Numarası
7670845e-e884-4ffa-816e-6138fe07afff
Tarih
2023-04
Örnek Metin
Yayınlanan çalışmaların çoğu, yeraltı suyunun çıkarılmasını arazi çökmesinin (LS) önde gelen nedeni olarak tanımlamaktadır. Bununla birlikte, LS'nin nedenleri yalnızca yeraltı suyunun çıkarılmasına atfedilemez. Diğer arazi kullanımı uygulamaları da LS'nin ortaya çıkmasını etkileyebilir. Bu çalışmada, Bakhtegan havzasında LS'nin ortaya çıkışında etkili değişkenlerin tahmini, duyarlılık bölgelerinin belirlenmesi ve önceliklendirilmesi için radar interferometri teknikleri ve makine öğrenimi (ML) modelleri kullanılmıştır. LS oranı, bir interferometrik sentetik açıklıklı radarın (InSAR) uygulanmasıyla karakterize edildi. Bir LS duyarlılık haritası hazırlamak amacıyla baskın gösterge kombinasyonunu tespit etmek ve seçmek için yinelemeli özellik eleme (RFE) yöntemi kullanıldı. Tahmine dayalı modeller geliştirmek için rastgele orman (RF), k-en yakın komşular (KNN) ve sınıflandırma ve regresyon ağaçları (CART) dahil olmak üzere üç ML modeli kullanıldı. Her üç modelin de kabul edilebilir performansı vardı. ML modelleri arasında RF modeli en iyi performansı gösterdi (yani Nash-Sutcliffe verimliliği, Kling-Gupta verimliliği, korelasyon katsayısı ve doğrulama aşaması için sırasıyla 0,76, 0,78, 0,88 ve 0,70'lik yüzde sapma ölçümleri). Her üç ML modeli çıktısı üzerinde gerçekleştirilen analiz, yüksek ve çok yüksek LS duyarlılık sınıflarının sulu tarım arazilerinin üzerinde veya yakınında bulunduğunu gösterdi. Sonuçlar, çalışma bölgesindeki karasal LS'nin başlıca nedeninin yeraltı suyunun çekilmesinden kaynaklanmadığını göstermektedir. Bunun yerine, barajlardan uzaklık ve antiklinallere, faylara ve madenlere yakınlık, LS duyarlılığının en önemli tanımlayıcılarıdır. Ek olarak, LS duyarlılığının en yüksek olasılığı senklinallerden 18 km'den az, antiklinallerden 6 ila 13 km, barajlardan 23 km ve madenlerden 20 km'den az ila 144 km'den fazla mesafelerde bulunmuştur. Bu çalışmada sunulan doğrulanmış yöntemler tekrarlanabilir, aktarılabilir ve benzer çevresel koşullara sahip yarı kurak ve kurak iklim bölgelerinde LS duyarlılığının haritalanması için önerilmektedir.
DOI
10.3390/land12040843
Cilt
12
