نبذة مختصرة : Population growth and overexploitation of water resources pose ongoing pressure on groundwater resources. This study compares the capability of four data mining methods, namely, boosted regression tree (BRT), random forest (RF), multivariate adaptive regression spline (MARS), and support vector machine (SVM), for water spring potential mapping (WSPM) in Al Kark Governorate, east of the Dead Sea, Jordan. Overall, 200 spring locations and 13 predictor variables were considered for model building and validation. The four models were calibrated and trained on 70% of the spring locations (i.e., 140 locations) and their predictive accuracy was evaluated on the remaining 30% of the locations (i.e., 60 locations). The area under the receiver operating characteristic curve (AUROCC) was employed as the performance measure for the evaluation of the accuracy of the constructed models. Results of model accuracy assessment based on the AUROCC revealed that the performance of the RF model (AUROCC = 0.748) was ... : يشكل النمو السكاني والاستغلال المفرط لموارد المياه ضغطًا مستمرًا على موارد المياه الجوفية. تقارن هذه الدراسة قدرة أربع طرق لاستخراج البيانات، وهي شجرة الانحدار المعزز (BRT)، والغابات العشوائية (RF)، وشريحة الانحدار التكيفي متعددة المتغيرات (MARS)، وآلة ناقلات الدعم (SVM)، لرسم خرائط إمكانات الينابيع المائية (WSPM) في محافظة الكرك، شرق البحر الميت، الأردن. بشكل عام، تم النظر في 200 موقع نابض و 13 متغير تنبؤي لبناء النموذج والتحقق من صحته. تمت معايرة النماذج الأربعة وتدريبها على 70 ٪ من مواقع الينابيع (أي 140 موقعًا) وتم تقييم دقتها التنبؤية على 30 ٪ المتبقية من المواقع (أي 60 موقعًا). تم استخدام المنطقة الواقعة تحت منحنى خصائص تشغيل جهاز الاستقبال (AUROCC) كمقياس أداء لتقييم دقة النماذج التي تم إنشاؤها. كشفت نتائج تقييم دقة النموذج بناءً على AUROCC أن أداء نموذج الترددات اللاسلكية (AUROCC = 0.748) كان أفضل من أي نموذج آخر (AUROCC SVM = 0.732، AUROCC MARS = 0.727، و AUROCC BRT = 0.689). ...
No Comments.