تقنيات تعلم الآلة Ml ونظم المعلومات الجغرافية Gis في رسم خرائط مخاطر الفيضانات

حالة المسيلة

المؤلفون

  • تهامي صادق جامعة محمد بوضياف، المسيلة

الكلمات المفتاحية:

نظم المعلومات الجغرافية GIS، تعلم الآلة ML، الفيضانات، نموجد تعلم الآلة

الملخص

تلعب نظم المعلومات الجغرافية GIS دورا هاما في توفير وتصميم خرائط الفيضانات واحتمالية حدوثها، خصوصا من خلال دمجها مع تقنيات التعلم الآلي ML الحديث، هدفت هذه الورقة البحثية لإبراز مدى أهمية الدمج بين التقنيتين في رسم خرائط مخاطر الفيضانات، ومن أجل تحقيق هذا الهدف قمنا بدراسة حالة مدينة المسيلة، التي تعد من بين أكثر المناطق في الجزائر عرضة لهذا النوع من الأخطار. توصلت هذه الأخيرة لرسم خريطة باستخدام نظم المعلومات الجغرافية تحدد المناطق الأكثر عرضة لخطر الفيضانات في مدينة المسيلة وتحقيق الهدف المطلوب، وذلك بعد المقارنة بين نتائج 3 خوارزميات تعلم آلة ML، هي نموذج تعزيز التدرج الشديد xGboost، خوارزمية الغابة العشوائية Random Forest، وخوارزمية الجار الأقرب K Nearest Neighbor، حيث أعطت كل من هذه الخوارزميات معدل دقة معين Accuracy ، بلغ هذا الأخير على التوالي % 97.92 ، 95 %، 93,75 %، أخيرا تم الاعتماد في عملية رسم الخريطة النهائية على النموذج الأول والذي أعطى أكبر دقة وهو نموذج xGboost

   

السيرة الشخصية للمؤلف

تهامي صادق، جامعة محمد بوضياف، المسيلة

 

 

التنزيلات

منشور

2024-05-04

كيفية الاقتباس

صادق ت. (2024). تقنيات تعلم الآلة Ml ونظم المعلومات الجغرافية Gis في رسم خرائط مخاطر الفيضانات: حالة المسيلة. مجلة العمارة وبيئة الطفل, 8(2), 04–14. استرجع في من https://journals.univ-batna.dz/index.php/leve/article/view/4049

إصدار

القسم

المقالات