این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
مهندسی اکوسیستم بیابان، جلد ۸، شماره ۲۴، صفحات ۲۷-۴۲
عنوان فارسی مقایسه تکنیک های داده کاوی آنتروپی شانون و الگوریتم جنگل تصادفی در تهیه نقشه پتانسیل آب زیرزمینی جهرم
چکیده فارسی مقاله ﻣﻨـﺎﺑﻊ آب زﻳﺮزﻣﻴﻨـﻲ ﻫﻤـﻮاره  ﻳﻜـﻲ از ﻣﻬﻢ ﺗﺮﻳﻦ و ﻣﻄﻤﺌﻦ ﺗﺮﻳﻦ ﻣﻨﺎﺑﻊ آﺑﻲ در ﻣﻨﺎﻃﻖ ﺧﺸـﻚ و ﻧﻴﻤـﻪ ﺧﺸـﻚ اﺳﺖ و اﺳﺘﺤﺼﺎل آب از اﻳﻦ ﻣﻨﺎﺑﻊ ﻧﺴﺒﺖ ﺑﻪ اﻗﻠﻴﻢ ﻫـﺎی دﻳﮕـﺮ اﻫﻤﻴـﺖ وﻳﮋه ای دارد. بنابراین هدف از تحقیق حاضر، تهیه ‌ی نقشه پتانسیل آب زیرزمینی در شهرستان جهرم، استان فارس با استفاده از روش‌های آنتروپی شانون و الگوریتم جنگل تصادفی و مقایسه ی دقت آنها می باشد. به دین منظور با توجه به اطلاعات و داده های زمین شناسی، هیدرولوژیکی، ساختاری و توپوگرافی نقشه های مورد نیاز تحقیق، در محیط ArcGIS 10.3 و SAGA با فرمت رستری تهیه شدند. سپس با استفاده از مدل آنتروپی شانون و مدل جنگل تصادفی، وزن هر یک از عوامل موثر در نرم افزار R محاسبه و در نهایت نقشه پتانسیل آب زیرزمینی تهیه شد. پس از تهیه‌ی نقشه‌­های پتانسیل چشمه با استفاده از روش‌های مذکور، جهت ارزیابی نتایج از منحنی تشخیص عملکرد نسبی (ROC) استفاده گردید. سطح زیر منحنی (AUC) به‌ دست‌ آمده از منحنی تشخیص عملکرد نسبی، نشان‌دهنده‌ی دقت 90/83 و 20/76 درصد به ترتیب برای مدل های آنتروپی شانون و جنگل تصادفی می باشد. نتایج به‌دست‌ آمده نشان‌دهنده‌ی دقت بالای مدل آنتروپی شانون نسبت به مدل جنگل تصادفی می باشد.  
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Comparison of data mining techniques of Shannon entropy and random forest for groundwater potential mapping in Jahrom
چکیده انگلیسی مقاله Groundwater resources are always one of the most important and most reliable sources of water in arid and semi-arid regions and the extraction of water from these sources is of particular importance to other climates. Therefore, the purpose of this study is to provide a groundwater potential map in Jahrom city, Fars province using Shannon entropy methods and random forest log algorithm and compare their accuracy. According to the geology, hydrological, structural and topographic data required for research, maps were prepared in ArcGIS 10.3 and SAGA format with the Raster format. Then, using Shannon entropy model and random forest model, the weight of each of the effective factors in R software was calculated and finally the groundwater potential map was prepared. After designing the spring potential maps using these methods, ROCs were used to evaluate the results. The surface area below the curve (AUC) obtained from the relative yield recognition curve shows a precision of 90.83 and 76.20% respectively for Shannon entropy models and random forest. The results show the high accuracy of Shannon entropy model compared to the random forest model.
کلیدواژه‌های انگلیسی مقاله Groundwater, data mining, Entropy, Random Forest, Jahrom
نویسندگان مقاله کریم سلیمانی | Karim Solaimani
Sari University
دانشگاه ساری

فاطمه علیدادگان | Fatemeh Alidadgan


حمیدرضا پورقاسمس | Hamidreza Purghasemi


نشانی اینترنتی http://deej.kashanu.ac.ir/browse.php?a_code=A-10-630-1&slc_lang=fa&sid=1
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده علوم و مهندسی آبخیزداری
نوع مقاله منتشر شده پژوهشی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات