ارزیابی روش‌های اخیر نقشه‌برداری حساسیت زمین لغزش: مقاله مروری

ارزیابی روش‌های اخیر نقشه‌برداری حساسیت زمین لغزش: مقاله مروری

نوع فایل : word

تعداد صفحات ترجمه تایپ شده با فرمت ورد با قابلیت ویرایش : 23

تعداد کلمات : 7700

مجله : Earth and Environmental Science

انتشار : 2022

ترجمه متون داخل جداول : ترجمه شده است

درج جداول در فایل ترجمه : درج شده است

منابع داخل متن : به صورت فارسی درج شده است

کیفیت ترجمه : طلایی

:

تاریخ انتشار
27 فوریه 2022
دسته بندی
تعداد بازدیدها
1221 بازدید
36,000 تومان
دانلود اصل مقاله

عنوان فارسی مقاله:ارزیابی روش‌های اخیر نقشه‌برداری حساسیت زمین لغزش: مقاله مروری

 چکیده

 زمین لغزش یک خطر طبیعی مخرب است که باعث خسارات شدید مالی و تلفات جانی می شود. محققان متعددی نقشه‌های حساسیت زمین لغزش را به منظور پیش‌بینی وقوع آن، به‌ویژه در توسعه تپه‌ها، توسعه داده‌اند. رویکردهای کمی مختلف در تولید نقشه حساسیت زمین لغزش استفاده می شود که می توان آنها را به سه دسته طبقه بندی کرد. داده کاوی آماری، یادگیری ماشین و رویکرد قطعی. در این مقاله، ما دو مدل معمولی را در هر دسته انتخاب می‌کنیم که عبارتند از: وزن شواهد (WoE) و نسبت فراوانی (FR)، شبکه‌های عصبی مصنوعی (ANN) و ماشین‌های بردار پشتیبان (SVM)، مدل پایداری زمین لغزش کم عمق (SHALSTAB) و YonSei-Slope ). بحث و ارزیابی در مورد این مدل ها بر اساس منابع مرتبط است(نقشه‌برداری حساسیت زمین لغزش).

ادامه مطلب

راهنمای خرید:
  • لینک دانلود فایل بلافاصله بعد از پرداخت وجه به نمایش در خواهد آمد.
  • همچنین لینک دانلود به ایمیل شما ارسال خواهد شد به همین دلیل ایمیل خود را به دقت وارد نمایید.
  • ممکن است ایمیل ارسالی به پوشه اسپم یا Bulk ایمیل شما ارسال شده باشد.
  • در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.

Title: Assessment on Recent Landslide Susceptibility Mapping Methods: A Review

Abstract

 Landslide is a destructive natural hazard that causes severe property loss and loss of lives. Numerous researchers have developed landslide susceptibility maps in order to forecast its occurrence, particularly in hill-site development. Various quantitative approaches are used in landslide susceptibility map production, which can be classified into three categories; statistical data mining, machine learning and deterministic approach. In this paper, we choose two regular models in each category, which are Weight of Evidence (WoE) and Frequency Ratio (FR), Artificial Neutral Networks (ANN) and Support Vector Machines (SVM), Shallow Landsliding Stability Model (SHALSTAB) and YonSei-Slope (YS-Slope). Discussion and assessment on these models are based on relevant literature.