Conţinutul numărului revistei |
Articolul precedent |
Articolul urmator |
1048 26 |
Ultima descărcare din IBN: 2023-05-09 08:47 |
Căutarea după subiecte similare conform CZU |
504.53:551.4/.5(478) (1) |
Știința mediului înconjurător (928) |
Geomorfologie. Studiul formelor de relief ale pământului (123) |
Meteorologie (726) |
SM ISO690:2012 ERCANOGLU, Murat, BOBOC, Nicolae, BEJAN, Iurie, CASTRAVEŢ, Tudor, SIRODOEV, Ghennadi, SÎRODOEV, Igor. Landslides Susceptibility Assessment in Codri
Plateau using Logistic Regression and Artificial Neural Networks Analysis WITH GIS. In: Mediul Ambiant , 2014, nr. 4(76), pp. 23-30. ISSN 1810-9551. |
EXPORT metadate: Google Scholar Crossref CERIF DataCite Dublin Core |
Mediul Ambiant | ||||||
Numărul 4(76) / 2014 / ISSN 1810-9551 | ||||||
|
||||||
CZU: 504.53:551.4/.5(478) | ||||||
Pag. 23-30 | ||||||
|
||||||
Descarcă PDF | ||||||
Rezumat | ||||||
Studiul dat a avut drept scop evaluarea susceptibilităţii la alunecări de teren în trei areale-cheie (Nisporeni, Călăraşi şi Crilueni) din Republica Moldova. În acest scop au fost aplicate două metodologii diferite: regresia logistică şi reţelele neurale artificiale. Pentru studiul dat au fost utilizate programele de
calculator Idrisi Taiga şi ArcGIS. Acestea permit realizarea analizei susceptibilităţii la alunecări de teren utilizând o multitudine de parametri şi o variabilă dependentă (ex. Inventarul alunecărilor). În vederea evaluării susceptibilităţii, pentru fiecare areal a fost calculată rata de frecvenţă pentru fiecare parametru în baza caracteristicilor alunecărilor. Apoi, pentru fiecare sector, valoarea ratei de frecvenţă a fost normalizată [0, 1]. Au fost produse 18 hărţi ale susceptibilităţii la alunecări, câte 6 pentru fiecare areal, utilizând cele două metodologii şi trei grupuri de parametri (8, 10 şi 12 parametri). Pentru evaluarea
performanţei hărţilor realizate, s-a aplicat metoda caracteristicilor relative de operare. În baza rezultatelor,
se poate concluziona că amândouă metodele au dat rezultate bune, mai puţin metoda reţelelor neurale artificiale, în special în arealul Călăraşi. |
||||||
Cuvinte-cheie Artificial Neural Networks, Codri Heights, Geographic Information Systems, Landslides Susceptibility Assessment, Logistic Regression. |
||||||
|
Cerif XML Export
<?xml version='1.0' encoding='utf-8'?> <CERIF xmlns='urn:xmlns:org:eurocris:cerif-1.5-1' xsi:schemaLocation='urn:xmlns:org:eurocris:cerif-1.5-1 http://www.eurocris.org/Uploads/Web%20pages/CERIF-1.5/CERIF_1.5_1.xsd' xmlns:xsi='http://www.w3.org/2001/XMLSchema-instance' release='1.5' date='2012-10-07' sourceDatabase='Output Profile'> <cfResPubl> <cfResPublId>ibn-ResPubl-37118</cfResPublId> <cfResPublDate>2014-12-01</cfResPublDate> <cfVol>76</cfVol> <cfIssue>4</cfIssue> <cfStartPage>23</cfStartPage> <cfISSN>1810-9551</cfISSN> <cfURI>https://ibn.idsi.md/ro/vizualizare_articol/37118</cfURI> <cfTitle cfLangCode='EN' cfTrans='o'>Landslides Susceptibility Assessment in Codri Plateau using Logistic Regression and Artificial Neural Networks Analysis WITH GIS</cfTitle> <cfKeyw cfLangCode='EN' cfTrans='o'>Artificial Neural Networks; Codri Heights; Geographic Information Systems; Landslides Susceptibility Assessment; Logistic Regression.</cfKeyw> <cfAbstr cfLangCode='RO' cfTrans='o'>Studiul dat a avut drept scop evaluarea susceptibilităţii la alunecări de teren în trei areale-cheie (Nisporeni, Călăraşi şi Crilueni) din Republica Moldova. În acest scop au fost aplicate două metodologii diferite: regresia logistică şi reţelele neurale artificiale. Pentru studiul dat au fost utilizate programele de calculator Idrisi Taiga şi ArcGIS. Acestea permit realizarea analizei susceptibilităţii la alunecări de teren utilizând o multitudine de parametri şi o variabilă dependentă (ex. Inventarul alunecărilor). În vederea evaluării susceptibilităţii, pentru fiecare areal a fost calculată rata de frecvenţă pentru fiecare parametru în baza caracteristicilor alunecărilor. Apoi, pentru fiecare sector, valoarea ratei de frecvenţă a fost normalizată [0, 1]. Au fost produse 18 hărţi ale susceptibilităţii la alunecări, câte 6 pentru fiecare areal, utilizând cele două metodologii şi trei grupuri de parametri (8, 10 şi 12 parametri). Pentru evaluarea performanţei hărţilor realizate, s-a aplicat metoda caracteristicilor relative de operare. În baza rezultatelor, se poate concluziona că amândouă metodele au dat rezultate bune, mai puţin metoda reţelelor neurale artificiale, în special în arealul Călăraşi.</cfAbstr> <cfResPubl_Class> <cfClassId>eda2d9e9-34c5-11e1-b86c-0800200c9a66</cfClassId> <cfClassSchemeId>759af938-34ae-11e1-b86c-0800200c9a66</cfClassSchemeId> <cfStartDate>2014-12-01T24:00:00</cfStartDate> </cfResPubl_Class> <cfResPubl_Class> <cfClassId>e601872f-4b7e-4d88-929f-7df027b226c9</cfClassId> <cfClassSchemeId>40e90e2f-446d-460a-98e5-5dce57550c48</cfClassSchemeId> <cfStartDate>2014-12-01T24:00:00</cfStartDate> </cfResPubl_Class> <cfPers_ResPubl> <cfPersId>ibn-person-45732</cfPersId> <cfClassId>49815870-1cfe-11e1-8bc2-0800200c9a66</cfClassId> <cfClassSchemeId>b7135ad0-1d00-11e1-8bc2-0800200c9a66</cfClassSchemeId> <cfStartDate>2014-12-01T24:00:00</cfStartDate> </cfPers_ResPubl> <cfPers_ResPubl> <cfPersId>ibn-person-10483</cfPersId> <cfClassId>49815870-1cfe-11e1-8bc2-0800200c9a66</cfClassId> <cfClassSchemeId>b7135ad0-1d00-11e1-8bc2-0800200c9a66</cfClassSchemeId> <cfStartDate>2014-12-01T24:00:00</cfStartDate> </cfPers_ResPubl> <cfPers_ResPubl> <cfPersId>ibn-person-21787</cfPersId> <cfClassId>49815870-1cfe-11e1-8bc2-0800200c9a66</cfClassId> <cfClassSchemeId>b7135ad0-1d00-11e1-8bc2-0800200c9a66</cfClassSchemeId> <cfStartDate>2014-12-01T24:00:00</cfStartDate> </cfPers_ResPubl> <cfPers_ResPubl> <cfPersId>ibn-person-12368</cfPersId> <cfClassId>49815870-1cfe-11e1-8bc2-0800200c9a66</cfClassId> <cfClassSchemeId>b7135ad0-1d00-11e1-8bc2-0800200c9a66</cfClassSchemeId> <cfStartDate>2014-12-01T24:00:00</cfStartDate> </cfPers_ResPubl> <cfPers_ResPubl> <cfPersId>ibn-person-4795</cfPersId> <cfClassId>49815870-1cfe-11e1-8bc2-0800200c9a66</cfClassId> <cfClassSchemeId>b7135ad0-1d00-11e1-8bc2-0800200c9a66</cfClassSchemeId> <cfStartDate>2014-12-01T24:00:00</cfStartDate> </cfPers_ResPubl> <cfPers_ResPubl> <cfPersId>ibn-person-12355</cfPersId> <cfClassId>49815870-1cfe-11e1-8bc2-0800200c9a66</cfClassId> <cfClassSchemeId>b7135ad0-1d00-11e1-8bc2-0800200c9a66</cfClassSchemeId> <cfStartDate>2014-12-01T24:00:00</cfStartDate> </cfPers_ResPubl> </cfResPubl> <cfPers> <cfPersId>ibn-Pers-45732</cfPersId> <cfPersName_Pers> <cfPersNameId>ibn-PersName-45732-3</cfPersNameId> <cfClassId>55f90543-d631-42eb-8d47-d8d9266cbb26</cfClassId> <cfClassSchemeId>7375609d-cfa6-45ce-a803-75de69abe21f</cfClassSchemeId> <cfStartDate>2014-12-01T24:00:00</cfStartDate> <cfFamilyNames>Ercanoglu</cfFamilyNames> <cfFirstNames>Murat</cfFirstNames> </cfPersName_Pers> </cfPers> <cfPers> <cfPersId>ibn-Pers-10483</cfPersId> <cfPersName_Pers> <cfPersNameId>ibn-PersName-10483-3</cfPersNameId> <cfClassId>55f90543-d631-42eb-8d47-d8d9266cbb26</cfClassId> <cfClassSchemeId>7375609d-cfa6-45ce-a803-75de69abe21f</cfClassSchemeId> <cfStartDate>2014-12-01T24:00:00</cfStartDate> <cfFamilyNames>Boboc</cfFamilyNames> <cfFirstNames>Nicolae</cfFirstNames> </cfPersName_Pers> </cfPers> <cfPers> <cfPersId>ibn-Pers-21787</cfPersId> <cfPersName_Pers> <cfPersNameId>ibn-PersName-21787-3</cfPersNameId> <cfClassId>55f90543-d631-42eb-8d47-d8d9266cbb26</cfClassId> <cfClassSchemeId>7375609d-cfa6-45ce-a803-75de69abe21f</cfClassSchemeId> <cfStartDate>2014-12-01T24:00:00</cfStartDate> <cfFamilyNames>Бежан</cfFamilyNames> <cfFirstNames>Юрие</cfFirstNames> </cfPersName_Pers> </cfPers> <cfPers> <cfPersId>ibn-Pers-12368</cfPersId> <cfPersName_Pers> <cfPersNameId>ibn-PersName-12368-3</cfPersNameId> <cfClassId>55f90543-d631-42eb-8d47-d8d9266cbb26</cfClassId> <cfClassSchemeId>7375609d-cfa6-45ce-a803-75de69abe21f</cfClassSchemeId> <cfStartDate>2014-12-01T24:00:00</cfStartDate> <cfFamilyNames>Castraveţ</cfFamilyNames> <cfFirstNames>Tudor</cfFirstNames> </cfPersName_Pers> </cfPers> <cfPers> <cfPersId>ibn-Pers-4795</cfPersId> <cfPersName_Pers> <cfPersNameId>ibn-PersName-4795-3</cfPersNameId> <cfClassId>55f90543-d631-42eb-8d47-d8d9266cbb26</cfClassId> <cfClassSchemeId>7375609d-cfa6-45ce-a803-75de69abe21f</cfClassSchemeId> <cfStartDate>2014-12-01T24:00:00</cfStartDate> <cfFamilyNames>Sirodoev</cfFamilyNames> <cfFirstNames>Ghennadi</cfFirstNames> <cfFamilyNames>Сыродоев</cfFamilyNames> <cfFirstNames>Геннадий</cfFirstNames> </cfPersName_Pers> </cfPers> <cfPers> <cfPersId>ibn-Pers-12355</cfPersId> <cfPersName_Pers> <cfPersNameId>ibn-PersName-12355-3</cfPersNameId> <cfClassId>55f90543-d631-42eb-8d47-d8d9266cbb26</cfClassId> <cfClassSchemeId>7375609d-cfa6-45ce-a803-75de69abe21f</cfClassSchemeId> <cfStartDate>2014-12-01T24:00:00</cfStartDate> <cfFamilyNames>Sîrodoev</cfFamilyNames> <cfFirstNames>Igor</cfFirstNames> </cfPersName_Pers> </cfPers> </CERIF>