КЫРГЫЗСТАНДАГЫ ЖЕР КӨЧКҮСҮ КОРКУНУЧУН КОМПЛЕКСТҮҮ БААЛОО СПУТНИК МААЛЫМАТТАРЫН ЖАНА МАШИНА ОКУТУУНУ КОЛДОНУУ МЕНЕН
##semicolon##
жер көчкү коркунучун картага түшүрүү, географиялык маалымат системалары, машиналык окутуу, Random Forest, SRTM, санариптик бийиктик модели, топографиялык нымдуулук индексиАннотация
Бул макалада Кыргызстандын түштүк аймактарында жер көчкү коркунучун картага түшүрүү үчүн географиялык маалымат системаларын (ГИС) жана машиналык окутуу ыкмаларын колдонуу каралат. Колдонулган баштапкы маалыматтар санариптик бийиктик модели (SRTM) жана мурда катталган жер көчкүлөр боюнча статистикалык маалыматтар болгон. Жердин жантайыңкылыгы, аспектиси, ийрилиги жана топографиялык нымдуулук индекси (TWI) сыяктуу морфометриялык мүнөздөмөлөрүн талдоонун негизинде моделдик окутуу үчүн бир катар өзгөчөлүктөр иштелип чыккан. Жер көчкү коркунучун баалоо үчүн Random Forest алгоритми колдонулган. Натыйжада, изилдөө аймагынын эң аялуу жана потенциалдуу кооптуу аймактарын аныктоого мүмкүндүк берген жер көчкү ыктымалдуулугу картасы түзүлгөн.
##submission.citations##
1. Breiman L. Random Forests Breiman L. Random Forests // Machine Learning. - 2001. - Vol. 45, № 1. - С. 5–32.
2. Moore I.D. Digital terrain modelling review Moore I.D., Grayson R.B., Ladson A.R. Digital terrain modelling: A review of hydrological, geomorphological, and biological applications // Hydrological Processes. - 1991. - Vol. 5. - С. 3–30.
3. Reichenbach P. Landslide susceptibility models review Reichenbach P., Rossi M., Malamud B.D., Mihir M., Guzzetti F. A review of statistically-based landslide susceptibility models // Earth-Science Reviews. - 2018. - Vol. 180. - С. 60–91.
4. Tarboton D.G. Flow direction method Tarboton D.G. A new method for the determination of flow directions and upslope areas in grid digital elevation models // Water Resources Research. - 1997. - Vol. 33, №2. - С. 309– 319.
