首页    期刊浏览 2024年11月28日 星期四
登录注册

文章基本信息

  • 标题:MULTICRITERIA ANALYSIS AND MACHINE LEARNING ALGORITHM FOR DEFINITION OF AREAS FOR MICRO-DAM, SOUTHEASTERN BRAZIL
  • 本地全文:下载
  • 作者:Cristiano Marcelo Pereira Souza ; Gustavo Vieira Veloso ; André Luiz Lopes Faria
  • 期刊名称:Caminhos de Geografia
  • 印刷版ISSN:1678-6343
  • 出版年度:2021
  • 卷号:22
  • 期号:84
  • 页码:01-13
  • DOI:10.14393/RCG228455309
  • 语种:German
  • 出版社:EDUFU
  • 摘要:As barraginhas são eficientes no controle da erosão e aumentam a taxa de infiltração de água no solo. Este estudo visa prever áreas potenciais para alocação de barraginhas. Preparamos o mapa de áreas potenciais para alocação de barraginhas a partir da análise multicritério (AHP) usando dados topográficos e uso do solo. Além disso, desenvolvemos uma estrutura metodológica com algoritmo Random Forest (RF) para prever áreas potenciais de barraginhas a partir de pontos extraídos do mapa gerado por AHP e auxiliados pela inserção de covariáveis; e também aplicamos a sobreposição dos dois mapas (AHP + RF). O método AHP superestima as áreas de alto potencial em zonas sem potencialidade. O modelo de RF usou sete covariáveis ​​topográficas, e elas estão relacionadas aos fluxos hidrológicos. O desempenho de R2no RF foi de 0,43, estaticamente satisfatório, mas espacialmente subestimou as classes de potencial muito baixo e muito alto. A superposição da classe de baixo potencial do método AHP no mapa de RF favoreceu uma redução de 99% das áreas de muito alto potencial em zonas não adequadas para alocação de micro-barragens. Portanto, a combinação do método AHP e ML gera resultados espaciais mais consistentes.
  • 关键词:Controle de erosão do solo; Predição espacial; Random Forest
国家哲学社会科学文献中心版权所有