Evaluando la Eficiencia de Diferentes Algoritmos de Aprendizaje Automático de Regresión, Árbol de Decisión y Bayesianos en la Susceptibilidad a la Erosión de Tuberías Espaciales Utilizando Datos de ALOS/PALSAR
Autores: Band, Shahab S.; Janizadeh, Saeid; Saha, Sunil; Mukherjee, Kaustuv; Bozchaloei, Saeid Khosrobeigi; Cerdà, Artemi; Shokri, Manouchehr; Mosavi, Amirhosein
Idioma: Inglés
Editor: MDPI
Año: 2020
Acceso abierto
Artículo científico
2020
Evaluando la Eficiencia de Diferentes Algoritmos de Aprendizaje Automático de Regresión, Árbol de Decisión y Bayesianos en la Susceptibilidad a la Erosión de Tuberías Espaciales Utilizando Datos de ALOS/PALSAR
Categoría
Ciencias Medioambientales
Subcategoría
Ciencias medioambientales generales
Palabras clave
Erosión
Modelado
Cuenca
Variables
Geoambiental
Suelo
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
La erosión por tuberías es una forma de erosión hídrica que conduce a cambios significativos en el paisaje y a la degradación ambiental. En el presente estudio, evaluamos la modelización de la erosión por tuberías en la cuenca de Zarandieh, en la provincia de Markazi, Irán, basándonos en algoritmos de aprendizaje automático como el bosque aleatorio (RF), la máquina de soporte vectorial (SVM) y los modelos lineales generalizados bayesianos (Bayesian GLM). Para este objetivo, debido a la importancia de diversas propiedades geoambientales y del suelo en la evolución y creación de la erosión por tuberías, se consideraron 18 variables para modelar la susceptibilidad a la erosión por tuberías en la cuenca de Zarandieh. Se reconocieron un total de 152 puntos de erosión por tuberías en el área de estudio, que se dividieron en entrenamiento (70%) y validación (30%) para el modelado. El área bajo la curva (AUC) se utilizó para evaluar la eficiencia de los modelos RF, SVM y Bayesian GLM. Los resultados de la susceptibilidad a la erosión por tuberías indicaron que los tres modelos, RF, SVM y Bayesian GLM, tuvieron una alta eficiencia en la etapa de prueba, con valores de AUC de 0.9 para RF, 0.88 para SVM y 0.87 para Bayesian GLM. La altitud, el pH y la densidad aparente fueron las variables que tuvieron la mayor influencia en la susceptibilidad a la erosión por tuberías en la cuenca de Zarandieh. Este resultado indica que las variables geoambientales y químicas del suelo son responsables de la expansión de la erosión por tuberías en la cuenca de Zarandieh.
Descripción
La erosión por tuberías es una forma de erosión hídrica que conduce a cambios significativos en el paisaje y a la degradación ambiental. En el presente estudio, evaluamos la modelización de la erosión por tuberías en la cuenca de Zarandieh, en la provincia de Markazi, Irán, basándonos en algoritmos de aprendizaje automático como el bosque aleatorio (RF), la máquina de soporte vectorial (SVM) y los modelos lineales generalizados bayesianos (Bayesian GLM). Para este objetivo, debido a la importancia de diversas propiedades geoambientales y del suelo en la evolución y creación de la erosión por tuberías, se consideraron 18 variables para modelar la susceptibilidad a la erosión por tuberías en la cuenca de Zarandieh. Se reconocieron un total de 152 puntos de erosión por tuberías en el área de estudio, que se dividieron en entrenamiento (70%) y validación (30%) para el modelado. El área bajo la curva (AUC) se utilizó para evaluar la eficiencia de los modelos RF, SVM y Bayesian GLM. Los resultados de la susceptibilidad a la erosión por tuberías indicaron que los tres modelos, RF, SVM y Bayesian GLM, tuvieron una alta eficiencia en la etapa de prueba, con valores de AUC de 0.9 para RF, 0.88 para SVM y 0.87 para Bayesian GLM. La altitud, el pH y la densidad aparente fueron las variables que tuvieron la mayor influencia en la susceptibilidad a la erosión por tuberías en la cuenca de Zarandieh. Este resultado indica que las variables geoambientales y químicas del suelo son responsables de la expansión de la erosión por tuberías en la cuenca de Zarandieh.