مجله زمین شناسی مهندسی،جلد اول، شماره 2 تابستان 1382 179

پهنهبندي خطر رانش زمين در منطقه طالش با استفاده از سيستمهاي هوشمند
( شبكههاي عصبي مصنوعي پرسپترون)

سيد محمود فاطمي عقدا: گروه زمين شناسي دانشگاه تربيت معلم تهران E.mail: [email protected] & [email protected]
رامين ساريخاني: گروه زمين شناسي دانشگاه لرستانE.mail: [email protected] & [email protected]
محمد تشنه لب: دانشكده مهندسي برق، دانشگاه صنعتي خواجه نصيرالدين طوسي
تاريخ: دريافت ١٠/٧/٨١ پذيرش ١٦/٩/٨٢

چكيده
با توجه به توانایی های شبکه های عصبی مصنوعی، کاربرد آن ها در رشته های مختلف مهندسی و
علوم زمین گسترش قابل ملاحظه ای داشته است. در این مقاله کاربرد شبکه های عصبی مصنوعی درزمین شناسی مهندسی و در پیش بینی خطر زمین لغرشهای منطق ۀ طالش مورد ربرسی قرار گرفته است. نتایج بررسی ها نشان می دهد که مدل تهیه شده براساس پارامترهای ورودی مؤثر در وقوع زمین لغزش
قادر خواهد بود اطلاعات ورودی را پردازشو خطرزمین لغزش را به عنوان رخوجی شبکه عصبیاعلام کند . با توجه به نقشۀ پهنه بندی خطر زمینلغزش منطقه که با استفاده از این سیستم تهیه گردیده
است، منطقۀ طالش جزء مناطق پر خطر از نظر رانش زمین محسوب می شود. و مهم ترین عوامل موثر در
ناپایداری شیب های منطقه تغییراتکاربری اراضی، از بین رفتن پوشش گیاهی، زیر شویی دامنه ای،فرسایش حاشیه رودخانه ها و فعالیت های تکتونیکی هستند.
واژه های کلیدی: شبکههای عصبی مصنوعی، آموزش پس انتشار خطا، زمین لغزش
مـقـدمـه
شبکه های عصبی مصنوعی شبیه سازی دستگاه عصبی طبیعی هستند که قادر به انجام عملیاتی همانند سیستم های طبیعی عصبی با قابلیتهای بسیارند این شبکه ها در واقع تقلیدیاز مغز و شبکه اعصاب هستند. در شبکه های عصبی مصنوعی سعی براین است که ساختاریمشابه ساختار بیولوژیک مغز انسان و شبکه اعصاب بدن ساخته شود تا همانند مغز قدرتیادگیری، ت عمیم دهی و تصمیم گیری داشته باشد. در این گونه ساختارها هدف این است که بامعرفی تاریخچ ۀ عملکرد یک سیستم دینامیکی، مدل را آموزش داده، نحوۀ عملکرد سیستم رادر حافظ ۀ مدل ذخیره نماییم و از آن برای مواردی که مدل قبلاً با آن مواجه نشده است استفاده کنیم. شبکه های عصبی مصنوعی در دو دهۀ اخیر یعنی از سال 1986 با ارائۀ روش آموزشپس انتشار خطا، پیشرفت چشم گیری داشته است و در اکثر رشته های علمی – کاربردی از اینسیستم آموزش استفاده می شود و در همۀ رشته های مهندسی و علوم توسعۀ چشم گیری حاصل کرده است [1]. در گرایش های مختلف زمین شناسی نیز مانند زمین شناسی مهندسی (برای پیشبینی خطرزمین لغزش، محاسبه میزان نشست ابنیۀ مهندسی، محاسبه میزان نشت آب از زیرسدها و پیش بینی خطرات ناشی از زلزله نظیر روانگرایی و …)، آبهای زیرزمینی و آبهای سطحی(برای محاسبه ضریب انتقال در آبخوان ها، پ یش بینی جریان رودخانه)، سنجش از دورR.S و سیستم اطلاعات جغرافیاییG.I.S ، زمین شناسی نفت( برای تعیین رخساره ها) و زمینشناسی محیط زیست،[1] و[3] از این تکنیک استفاده شده است.
در این بررسی، از سیستم شبکه های عصبی، برای پیش بینی خطر رانش زمین در منطقۀطالش گیلا ن استفاده شده است. اطلاعات داده شده به سیستم شبکۀ عصبی مصنوعی شاملسنگ شناسی، کاربری اراضی، بارندگی، شتاب زلزله، شیب زمین، عامل رودخانه، عواملساختاری و نیز داده های مربوط به زمین لغزش های موجود در منطقه است. سیستم طراحیشده با دریافت اطلاعات ورودی و پردازش آن ها، خروجی مورد نظر را که همان خطر رانشزمین است محاسبه می کند. و با مقایسۀ خروجی مشاهده ای با خروجی محاسبه شده، میزانخطای آن را به حد قابل قبول می رساند. با آموزش شبکه برای منطقه ای با ورودی و خروجیمشخص، سیستم برای مناطق فاقد اطلاعات خروجی، نتیجۀ مطلوب را به دست می دهد.

موقعيت جغرافيايي منطقه مورد مطالعه
منطقۀ مورد بررسی در شمال ایران، غرب استان گیلان، بین طول جغرافیایی 49-45/48 شرقی و عرض جغرافیایی 38-45/37 شمالی واقع شده است. منطقۀ هشت پر طوالش از نظراقلیم جزء نواحی پر باران استان و جزء اقلیم مرطوب خزری به حساب می آید. بر اساسنقشه های منحنی هم باران سالانه، میانگین بارش در منطقه 600 الی 1000 میلی متر است.
موقعیت جغرافیایی منطقه در شکل 1 آورده شده است.
738422-110489

شكل
١
:

مورد

منطقه

جغرافيايي

موقعيت
بررسي

شكل

١

:

مورد

منطقه

جغرافيايي

موقعيت

بررسي

.

ويژگي هاي زمين شناسي عمومي منطقه
محدودة مورد بررسي جز ئي از زون البرز غربي وآذربايجان است. در اين منطقه نهشته هايي با سن كرتاسه شامل سه بخش به اين شرح قابل توجه است :
بخش شرقي اساسﹰا سنگهاي تخريبي همراه با مواد آذرآواري، بخش مركزي رخسارهها از نوع كولابي و پشت ريفي و تحتاني ترين بخش از ماسه سنگ هاي گلاكونيتي و آهكهاي مطبق گلاكونيتي به وجود آمده است. در بخش غربي منطقه رخساره هاي ريفي برتري داشته ورخساره مزبور در سمت شرق رخساره كولابي به پشت ريفي و در سمت غرب به تدريجنازك شده و به صورت زبانه اي ناپديد مي شود.
گسل هاي محدوده مورد مطالعه شامل گسل آستارا و گسل نور مي باشد. گسل آستارا،گسلي است شمالي جنوبي، پيچشي، كه در طول بيش از ١٠٠ كيلومتر از پونل تا آستارا درامتداد شهرهاي پونل ـ اسالم ـ هشتپر ـ آستارا ديده مي شود. اين گسل داراي شيب تند نزديكبه قائم مي باشد و وجود كانون هاي متعددي از زلزله هاي سده اخير در امتداد روند آنبيانگرجنبا بودن آن است [٤]
گسل نور گسلي است جنبا با شيب قائم كه در مرز بين استان گيلان و استان اردبيل قراردارد. اين گسل در طي زمين لرزه هاي عهد حاضر فعال بوده است [٤]

ساختار كلي شبكة عصبي مصنوعي
عملكرد كلي شبكه هاي عصبي به اين ترتيب است كه اطلاعات ورودي از طريق گرههاي لاية ورودي به شبكه وارد مي شود. اين گرهها ب ه وسيله رابط هايي وزن دار به هم ارتباط دارند.
از همين رو هر رابط براي خود داراي وزن است و اطلاعات ورودي به وسيله اين رابط ها ازلايه ورودي به لايه مياني يا همان لايه پنهان – انتقال داده ميشود. در اين لايه، گره ها هماننديك پردازش گر عمل مي كنند يعني از طريق رابط ها با دريافت اطلاعات از لايه ورودي بر رويآن ها عمليات انجام ميدهند و از يك گره به گره لاية بعدي مي فرستند و نتيجه را به صورتلاية خروجي از شبكه خارج مي كنند ، همان گونه كه در شكل ٢ نشان داده شده است تمامياين گره ها اطلاعات را به صورت همزمان پردازش مي كنند[٥].
با توجه به شكل ٢ xها ورودي شبكة عصبي مصنوعي اند، سپس هر پارامتر ورودي (x) در وزن اتصال گره ضرب مي شود و از طريق تابع شبكه (تابع جمع كنندة خطي ) وارد گرهمياني مي شود. سپس اين اطلاعات از يك تابع تحريك عبور ميكند و به لاية بعدي مي رسد، خروجي از تابع تحريك به عنوان ورودي به گره لايه بعدي فرستاده مي شود.
براي ساخت يك مدل شبكة عصبي مصنوعي مراحل زير را بايد طي كرد:
مشخص كردن توپولوژي شبكه: در اين مرحله تعداد لايهها وگره هاي شبكه، نوعشبكه و توابع تحريك مشخص مي گردد.
آموزش شبكه : منظور از آموزش شبكه اصلاح مقادير وزن هاي شبكه براي نمونه هاي متعدد است كه اطلاعات ورودي را به شبكه داده و به عنوان دادة آموزشي بر روي آن فراينديادگيري و اصلاح وزن ها صور ت مي گيرد. به طوركلي دو نوع آموزش در شبكه امكان پذير است: آموزش با مربي و بدون مربي.
44330262

شكل
٢
:
كننده

پردازش

واحدهاي

با

لايه

چند

عصبي

شبكة

يك

كلي

ساختار



قیمت: تومان

دسته بندی : زمین شناسی

دیدگاهتان را بنویسید