النمذجة التنبؤية لعرضة الفيضانات في تطوان، المغرب باستخدام خوارزميات التعلم الآلي

تمثل الفيضانات خطرًا طبيعيًا كبيرًا يسبب الأضرار الواسعة. تهدف هذه الدراسة إلى إظهار قوة استخدام نماذج التعلم الآلي (ML)، وهي الغابة العشوائية (RF)، آلة الدعم الناقل (SVM)، الانحدار اللوجستي (LR)، أقرب جار (KNN)، وشجرة القرار (DT) لتوليد خرائط عرضة الفيضانات لمدينة تطوان في المغرب. تعتمد المنهجية على مجموعة بيانات مكانية تضم 1000 عينة، بما في ذلك ثمانية عوامل شرطية: الارتفاع، الميل، المسافة إلى النهر (DR)، كثافة الصرف (DD)، استخدام الأرض (LU)، مؤشر القوة الجارية (SPI)، مؤشر الشهادة الطبوغرافية (TWI)، ومؤشر الفرق المعدل لنباتات الغطاء (NDVI). تم استخراج هذه العوامل باستخدام تقنيات الاستشعار عن بُعد. تكشف مقارنات الأداء لخوارزميات التعلم الآلي عن أن RF أظهر أعلى دقة وقيم مساحة تحت المنحنى (AUC)، حيث بلغت 95%، متفوقًا بذلك على النماذج الأخرى. يمكن أن تكون النتائج الرئيسية لهذه الدراسة بمثابة إرشادات للسلطات وعلماء المياه للتنبؤ بشكل استباقي بالمناطق المعرضة للفيضانات وتنفيذ التدابير اللازمة لتخفيف المخاطر.