جریانهای واریزهای در مناطق کوهستانی بهعنوان تهدیدی جدی برای زیرساختها و سکونتگاهها شناخته میشوند. شناسایی دقیق پهنههای با حساسیت بالا برای مدیریت مؤثر ریسک و کاهش خسارت اهمیت ویژهای دارد. در این پژوهش، دو مدل یادگیری ماشین شامل جنگل تصادفی و ماشین بردار پشتیبان برای ارزیابی حساسیت جریان واریزهای در حوضه آبریز کن بهکار گرفته شدند. مدلها یا استفاده از 12 شاخص مورفومتری و محیطی شامل ارتفاع، شیب، جهت شیب، طول دامنه، فاصله از رودخانه، کاربری اراضی، زمین شناسی، پوشش گیاهی نرمال شده، شاخص رطوبت توپوگرافیک، موقعیت توپوگرافی، انحنا و ناهمواری زمین و تصویر سنتینل 2A مربوط به سال 2025 آموزش داده شدند. نتایج نشان داد که پهنههای بحرانی عمدتاً در اطراف امامزاده داود، روستاهای سنگان وسط و پایین، کشار علیا و حاشیه رودخانه سنگان قرار دارند. مدل جنگل تصادفی با F1-score 87/0 و Recall 89/0 عملکرد بالاتری در شناسایی پهنههای با حساسیت زیاد نسبت به مدل ماشین بردار پشتیبان داشت. در مقابل مدل ماشین بردار پشتیبان پهنههای با حساسیت متوسط را بهتر شناسایی کرد، که نشاندهنده دقت پایینتر آن است. نتایج این پژوهش اهمیت استفاده از دادههای دقیق مورفومتری و محیطی در مدلهای یادگیری ماشین برای پهنهبندی حساسیت جریان واریزهای و کاربرد آن در مدیریت ریسک را برجسته میکند.
عماددالدین، فاطمه و احمدآبادی، علی. (1405). تحلیل و ارزیابی حساسیت جریان واریزهای در حوضه آبریز کن با رویکرد یادگیری ماشین. (e49151). جغرافیا و مخاطرات محیطی، ()، e49151 https://doi.org/10.22067/geoeh.2026.97023.1631
MLA
عماددالدین، فاطمه، و احمدآبادی، علی. "تحلیل و ارزیابی حساسیت جریان واریزهای در حوضه آبریز کن با رویکرد یادگیری ماشین" .e49151 ، جغرافیا و مخاطرات محیطی، ، 1405، e49151. doi: 10.22067/geoeh.2026.97023.1631
HARVARD
عماددالدین، فاطمه، و احمدآبادی، علی. (1405). 'تحلیل و ارزیابی حساسیت جریان واریزهای در حوضه آبریز کن با رویکرد یادگیری ماشین'، جغرافیا و مخاطرات محیطی، (), e49151. doi: 10.22067/geoeh.2026.97023.1631
CHICAGO
عماددالدین، فاطمه و احمدآبادی، علی، "تحلیل و ارزیابی حساسیت جریان واریزهای در حوضه آبریز کن با رویکرد یادگیری ماشین." جغرافیا و مخاطرات محیطی، (1405): e49151, doi: 10.22067/geoeh.2026.97023.1631
VANCOUVER
عماددالدین فاطمه، احمدآبادی علی. تحلیل و ارزیابی حساسیت جریان واریزهای در حوضه آبریز کن با رویکرد یادگیری ماشین. جغرافیا و مخاطرات محیطی. 1405;():e49151. doi: 10.22067/geoeh.2026.97023.1631