عنوان پایان‌نامه
پهنه بندی خطر زمین لغزش در ناحیه درناحیه شمال شهر تهران به روش شبکه عصبی مصنوعی AHP و هوشمند داده محور
- رشته تحصیلی
- مهندسی معدن-اکتشاف معدن
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی پردیس 2 فنی شماره ثبت: 3146;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 75375
- تاریخ دفاع
- ۲۹ شهریور ۱۳۹۴
- دانشجو
- عماد محصل افشار
- استاد راهنما
- حسین معماریان
- چکیده
- زمین لغزشها از جمله متداولترین پدیده های طبیعی تغییرشکل دهنده سطح زمین میباشند؛ به-طوری که، در تمامی دورانهای زمین شناسی به وقوع پیوسته اند. دخالت های بشر در طبیعت، از قبیل مهاجرت به مناطق مرتفع تر و کوهستانی، به صورت نگران کنندهای سبب افزایش تعداد وقوع زمین لغزشها و افزایش میزان خسارات و تلفات ناشی از این پدیده در دهه های اخیر شده است. علیرغم افزایش دانش بشری در چگونگی فرآیند وقوع لغزشها و عوامل کنترل کنند? آن ها، پیش بینی میشود که وقوع زمین لغزشها و خسارات حاصل از آن ها در آینده نیز ابعاد وسیع و گستردهتری پیدا کند. یکی از راههای کاهش خسارات ناشی از حرکات دامنهای، شناسایی مناطق دارای پتانسیل ناپایداری است. بسیاری از روشهای تعیین مناطق دارای خطر لغزش از طریق تهی? نقشه های پهنه بندی خطر و ریسک زمین لغزش انجام میگیرد. با توجه به طبیعت منطقه ای بودن پدیده زمین لغزش، برخی از روشهای پهنه بندی خطر زمین لغزش بر اساس شرایط خاص مناطق مورد بررسی بکار گرفته میشوند و نمیتوان به سادگی از آنها جهت استفاده در دیگر مناطق بهره جست. همچنین، روشهای پهنه بندی می بایست تا با شرایط منطقه به روزرسانی شوند و انجام این به روزرسانی با توجه به حجم بالای داده ها نیازمند استفاده از روش های هوشمند با پردازش موازی دارد. بنابراین توسعه الگوریتمی مناسب برمبنای ویژگی های منطقه ای و شرایط خاص زمین شناسی هر ناحیه، و همچنین استفاده از روش های نوین هوشمند به منظور تهیه نقش? پهنه بندی خطر زمین لغزش کمک شایانی به مدیریت مخاطرات زمین خواهد کرد. منطقه شمال شهر تهران با توجه به تمرکز جمعیت، تاسیسات و راه های اصلی مواصلاتی شهر تهران، و همچنین طبیعت کوهستانی و ارتفاع نسبتاً زیاد آن، نیازمند پهنه بندی خطر زمین لغزش می باشد. تمامی پهنه بندیهایی موجود برای این منطقه در ابعاد ناحیهای برای استان های تهران و البرز تهیه شده است. اما، میزان تاثیرگذاری عوامل متعدد در وقوع زمین لغزش در مناطق مختلف متغیر است. بنابراین، می بایست پهنه بندی خطر زمین لغزش به صورت منطقه ای در شمال تهران بررسی شود. در این پایان نامه، پهنه بندی خطر زمین لغزش منطقه شمال شهر تهران به صورت منطقه ای انجام شده است. به منظور انجام پهنه بندی زمین لغزش در منطقه مورد مطالع? این پایان نامه، از سه روش مختلف، باتوجه به پایگاه های داده ای متفاوت، استفاده شده است. روش اول، استفاده از روش تحلیل سلسله مراتبی (AHP) است. نوآوری اول این پایان نامه در بهینه کردن پرسش نامه های AHP است. به-منظور نیل به این هدف، چندین پرسش نامه مختلف تهیه شد و مورد آزمون قرار گرفت. پس از تحلیل و بررسی پرسش نامه ها، یکی از پرسش نامه ها برای ورودی AHP انتخاب شد و دراختیار کارشناسان خبر? زمین لغزش قرار گرفت. داده های ورودی AHP بر مبنای مقایسه زوجی بین عوامل اصلی مؤثر در وقوع زمین لغزشها است. همچنین رهیافت بعدی مورد استفاده در این مطالعه استفاده از روش شبکه عصبی مصنوعی به عنوان یک روش داده محور در محیط برنامه نویسی MATLAB می باشد. طبیعت صفر و 1 بودن نقشه زمین لغزشهای ثب ت شده، شبکه عصبی مصنوعی را دچار انحراف به عدد 1 میکند. زیرا تعداد اعداد صفر و 1 برابر نبوده؛ به طوری که، تعداد اعداد 1، که نشان گر مناطق پایدار است، بسیار بیشتر از تعداد اعداد صفر است. نوآوری دوم این پایان نامه در از بین بردن انحراف شبکه به عدد 1، می باشد. بدین منظور، اعداد 1 بین 55/0 و 1، و اعداد صفر نیز بین صفر و 45/0 بدون جهت دهی نگاشت شده و به منظور آموزش شبکه مورد استفاده گرفت. روش سوم استفاده شده در این پایان نامه، استفاده از نرم فزار هوشمند داده محور برای پهنه بندی (IDCAZ) است که به صورت فایل .exe طراحی و توسعه داده شده است. توسع? نرم افزار IDCAZ نوآوری سوم این پایان نامه است که نرم افزاری جدید در جستجو برای تعیین وزن بهین? عوامل تاثیرگذار در وقوع زمین لغزش است. نرم-افزار IDCAZ تنها با استفاده از دادهها و بدون پیش قضاوت با استفاده از الگوریتمهای هوشمند تپه نوردی، اقدام به وزندهی به عوامل مؤثر در وقوع زمین لغزش کرده و نقشه پهنه بندی خطر زمین لغزش را تولید می کند. پس از بکارگیری سه روش مذکور نتایج مطالعات مورد بحث و بررسی قرار گرفتند و در مرحله آخر نقشه پتانسیل رخداد زمین لغزش در شمال تهران تهیه و بر اساس زمین لغزش های رخداده در منطقه شمال تهزان صحت سنجی شدند. نتایج آزمایشگاهی برای پهنه بندی خطر زمین لغزش در منطق? مورد مطالعه با استفاده از روش AHP، نمره تراکم نسبی زمین لغزش برای پهن? بسیار پرخطر برابر با 32/1 به دست آمد. روش دیگر مورد استفاده در این پایان نامه، ANN بوده که یک روش مبتنی بر داده های ثبت شده صحرایی می باشد. این روش دارای نمره تراکم نسبی 98/2 بوده که نشان دهند? موفقیت زیاد این روش در شناسایی پهنه های لغزشی است. تهیه نقشه های خطر زمین لغزش با استفاده از نرم افزار IDCAZ دارای نمره تراکم نسبی 21/2 بوده که نشان دهند? موفقیت خوب این روش در تشخیص پهنه های خطرناک است. اصلاحات انجام شده در روشهای AHP برمبنای پرسش نامه های مختلف، و از بین بردن انحراف شبکه عصبی مصنوعی و همچنین نرم افزار نوین هوشمند داده محور IDCAZ، میتواند برای بهبود پهنه بندیهای خطر زمین لغزش در مناطق دیگر مورد استفاده قرارگیرد. باز طراحی پرسشنامه روش AHP این پایان نامه نیز میتواند برای استخراج راحت تر و دقیقتر نظر کارشناسان خبره برای گزینشهای دانش محور در زمینه های دیگر نیز مورد استفاده قرار گیرد. اید? نوآورانه تغییر غیرمخرب دادههای صفر و 1 در شبکه عصبی مصنوعی، برای دیگر پروژه هایی که سعی در استفاده از این جنس دادهها در شبکه عصبی مصنوعی دارند میتواند مفید باشد. نرمافزار IDCAZ نیز میتواند در پروژه های تلفیق اطلاعات به منظور کشف ضرایب وزنی نامشخص برای دادههای ورودی استفادهشود. نقشه های پهنه بندی خطر زمین لغزش حاصل از این پایان نامه در محدود? شمال شهر تهران، با معرفی مناطق پرخطر می تواند از هزینه های سنگین جانی و مالی، ساخت و ساز و سکونت در این مناطق جلوگیری کند. همچنین نتایج این پایان نامه می تواند با تولید یک آیین نامه ویژه، پیمانکاران عمرانی را مجاب به پایدارسازیهای لازم برای احداث سازه و راه در مناطق پرخطر کند. کلید واژه: پهنه بندی خطر زمین لغزش، شمال شهر تهران، سامانه اطلاعات جغرافیایی، نرم افزار هوشمند IDCAZ، تحلیل سلسله مراتبی، شبکه عصبی مصنوعی.
- Abstract
- Landslide is one of the common natural events, which causes earth surface reformation in different geological periods. In the last decade, human interventions in nature such as migration to highest area and mountains, dramatically increased the number of landslide occurrences and their damage and destructions. Although the fundamental knowledge about landslide has highly increased, the damages and destructions of landslides is expected to extend in near future. Identifying unstable locations in the area of interest is one of the common ways for deceasing damages of landslides. To identify unstable locations, risk and hazard zonation maps for landslides are required. Landslide is a local phenomenon; therefore, a risk and hazard zonation map is not re-usable for other areas. Furthermore, methods used for producing risk and hazard zonation map should be updated based on the geological and environmental properties of the area of investigation. Developing an effective algorithm to produce a risk and hazard zonation map for landslide based on the local and geological properties of the area of investigation, is an interesting research topic for geo-hazard damage management. Moreover, using new intelligent methods for an effective simulation can potentially decrease investigation costs. The north area of Tehran is a crowded area in which most of main highways and installations are located. This area is also a high height area; thus, producing a local risk and hazard zonation map is undoubtedly required for this area. All the previously generated risk and hazard zonation maps are produced for a regional area including Tehran and Alborz provinces. However, the effects of the parameters are variable in different areas. Therefore, producing a risk and hazard zonation map must conduct in a local area not a regional area. In this thesis, a risk and hazard zonation map is produced for the north of Tehran in a local-based manner. To produce the risk and hazard zonation map for landslide in the area of investigation, three different methods are used: Analytical Hierarchical Process (AHP), Artificial Neural Network (ANN), and Intelligent Data Centric Method for Zonation (IDCAZ) software. The first contribution of this thesis is optimizing the inventories used in the AHP. For attaining this purpose, three inventories have been designed and evaluated. Experts’ input is used for filling one of the inventories, which is used for validation of the results. The results from these methods are used for the final risk and hazard zonation map in ArcGIS environment. In the second method, ANN is developed in MATLAB environment and is used for producing the risk and hazard zonation map. A drawback of ANN is that results are biased due to regional properties of the aria of investigation. The second contribution of this thesis is using range detection for converting data in ANN. In this thesis, we suggest using ranges of [0.55 1], and [0 0.45] for conversion to binary data used in ANN. Developing the IDCAZ software is the third contribution of this thesis. IDCAZ determines the optimum weight of different effective parameters for producing risk and hazard zonation maps. It is worth noting that IDCAZ is not biases to the effective parameters before running the program. IDCAZ uses the hill-climbing algorithms for determining the weight of the effective parameters; and then, produces the risk and hazard zonation map. Our experimental results indicate that the relative compaction score for AHP method is 1.32. The relative compaction score for the ANN is 2.98. This point indicates that using ANN, the landslide zone is identified successfully. Using IDCAZ, the relative compaction score is obtained as 2.21. This method also identified landslide zone successfully. The modifications applied on the AHP inventories, reducing the ANN bias to the 1 values and using the developed IDCAZ can be utilized for producing risk and hazard zonation maps in another areas. Re-designing the inventory of AHP for more precisely extraction of experts’ knowledge can be applied for producing interested maps in other studies. Transformation binary values based on the proposed method can be also applied in similar applications. IDCAZ software is applicable in synthesis projects for optimization the weights of different effective parameters. The produced risk and hazard zonation map in this thesis for the north of Tehran can index the unstable locations; thus, can contribute to prevention of the damages and destructions of probable landslides. The produced risk and hazard zonation map can also be used for designing a fact sheet for further safe construction. Keywords: Landslide hazard zonation, North of Tehran, Geographical information system, IDCAZ, AHP, ANN.
