بهینه سازی روش ALPRIFT با استفاده از ماشین بردار پشتیبان (SVM) برای ارزیابی آسیب پذیری فرونشست دشت جنوب غربی تهران

با توجه به افزایش جمعیت و توسعه فعالیت های کشاورزی در دشت جنوب غربی تهران که سبب افزایش برداشت آب های زیرزمینی شده، ارزیابی پتانسیل آسیب پذیری مناطق دارای فرونشست اهمیت زیادی دارد. در این پژوهش آسیب پذیری دشت جنوب غربی تهران در برابر فرونشست به کمک روش ALPRIFT در محیط ArcGIS بررسی شده و بهینه سازی روش ALPRIFT با استفاده از مدل های ماشین بردار پشتیبان (SVM) صورت گرفته است. برای اجرای روش ALPRIFT از پارامترهای موثر در ارزیابی آسیب پذیری فرونشست شامل جنس محیط، کاربری زمین، میزان پمپاژ آب زیرزمینی، میزان تغذیه، ضخامت آبخوان، فاصله از گسل و افت سطح آب زیرزمینی استفاده شده که به صورت هفت لایه جداگانه رتبه دهی و وزن دهی شده و از تلفیق این هفت لایه، شاخص ALPRIFT محاسبه شد که بر اساس نتایج بدست آمده 173-77 برآورد شد. به منظور بهینه سازی روش ALPRIFT از مدل SVM استفاده شد. برای صحت سنجی نتایج از نقشه ماهواره ای InSAR و ضریب همبستگی (R^2) آن با شاخص آسیب پذیری و شاخص همبستگی (CI) پیزومترهای موجود در دشت استفاده شد.