فیلم مسترکلاس آموزش مدل سازی مخاطرات طبیعی (برنامه نویسی R)

در پنج دهه اخیر به دلیل توسعه، مخاطرات محیطی رشد فزاینده ای داشته است که از جمله آن می توان به مخاطراتی همچون زمین لغزش، فرونشست زمین، سقوط بهمن، آتش سوزی و سیل اشاره نمود. معمولاً این مخاطرات به صورت مستقل مورد مطالعه قرار می گیرند اما به عنوان یک مجموعه جامع برای به منظور پیشبرد دانش و بهبود مدیریت و کاهش خسارات مالی و جانی ناشی از این مخاطرات طبیعی نیاز به توصیف همزمان دارند.

آتش سوزی، سیل و زمین لغزش به دلیل تغییر اقلیم و گرمایش جهانی از شایع ترین خطرات در کشور هستند که میزان وقوع آنها هر ساله در حال افزایش می باشد، به طوری که میانگین خسارات اقتصادی سالانه ناشی از زمین لغزش و سیل در ایران حدود ۱۷۰۵۰۰۰ دلار برآورد گردیده است. از این رو شناسایی مناطق دارای پتانسیل بالای این مخاطرات می تواند به مدیران جهت برنامه ریزی و کاهش خسارات کمک شایانی نماید.

در سال‌های اخیر با پیشرفت فناوری، حجم داده های کلان رشد بسیار چشمگیری داشته است. تحلیل این داده ها و کسب اطلاعات از منابع انبوه داده ها، ضرورتی اجتناب ناپذیر و یک چالش بزرگ محسوب می‌گردد. با توجه به این که، در دنیای امروز تصمیم سازی های تاثیرگذار در حوزه های مختلف و من جمله مدیریت بحران، بر اساس داده ها می باشد، از این رو، پردازش و تحلیل داده ها و کسب نتایج از این داده ها، به بخش جدایی‌ناپذیری از فرآیند تصمیم گیری تبدیل شده است و متخصصین تحلیل داده ها می‌توانند در حل مسائل و چالش‌های سازمان‌ها نقش های کلیدی ایفا نمایند.

مدل سازی و تحلیل داده ها به عنوان یکی از برترین فناوری‌ها، فرآیند‌های تصمیم‌گیری را با استفاده از سیستم‌های کامپیوتری تقریباً در تمام حوزه‌ها، تسهیل می نماید. ازاین‌رو لزوم آشنایی با زبان برنامه‌نویسی و نرم‌افزارهایی که بستر مناسبی را به منظور تحلیل این داده ها فراهم می نمایند، بیش از پیش قابل‌درک است، که در این میان، R یک زبان برنامه‌نویسی و نرم افزار جامع و ایده آل برای تحقق این اهداف می باشد که از محبوبیت بسیار زیادی در بین پژوهشگران و محافل علمی دنیا برخوردار می باشد.

در این آموزش، کار با نرم افزار و زبان برنامه نویسی R به همراه چگونگی مدل سازی مخاطرات طبیعی آموزش داده شده است.

مشخصات:

• مدرس: سید جلیل علوی – دانشیار دانشگاه تربیت مدرس
• تخصص: دکترای اکولوژی آماری
• موضوع: مخاطرات محیطی + برنامه نویسی
• نرم افزار: نرم افزار و زبان برنامه نویسی R
• مدت زمان آموزش: حدود 17 ساعت
• شامل داده های تمرینی
• مخاطب: تمام حوزه های علمی مرتبط
• پیش نیاز: آشنایی با زبان برنامه نویسی R و مفاهیم مدل سازی

چطور آموزش را تهیه کنم؟

برای تهیه فیلم ضبط شده این دوره بر روی دکمه زیر کلیک کنید.

بخش کوتاهی از ویدئوی جلسه ششم این دوره

توضیحات

به طور کلی در تمامی رشته‌ها و حوزه هایی که روش‌های آماری و مدل سازی بخشی از محاسبات و اهداف پروژه های تحقیقاتی می باشد می‌توان از آن استفاده نمود. به منظور ارزیابی مخاطرات محیطی به داده های مکانی و زمانی نیاز است به طوری که در مخاطرات طبیعی، عوامل محیطی و پویا نقش دارند. عوامل محیطی شامل توپوگرافی (ارتفاع از سطح دریا، شیب و جهت جغرافیایی)، زمین شناسی (انواع صخره ها، عمق خاک و ویژگی های سنگ مادر)، هیدرولوژی (فاصله از رودخانه ها، تراکم زهکشی ها، زهکشی و رطوبت خاک)، ژئومورفولوژی (واحدهای فیزیوگرافی و واحدهای ریخت شناسی زمین)، جاده ها، ساخت و سازها و عوامل زیست محیطی همانند میزان بارندگی، درجه حرارت، رطوبت نسبی، خصوصیات پوشش گیاهی و غیره نقش های مهمی ایفا می نمایند.

به منظور کنترل مخاطرات محیطی در درجه اول نیاز به شناسایی مهمترین عوامل تأثیرگذار روی این مخاطرات و سپس شناسایی مناطق بحرانی برای هر یک از مخاطرات محیطی است که در صورت شناسایی همزمان و میزان همپوشانی آن ها نیز می تواند برای مدیریت و کنترل بهتر مورد استفاده قرار گیرد. مرور مطالعات نشان می دهد که هر یک از روش های مدل سازی دارای نقاط قوت و ضعف می باشد و به طور کلی رفتار هر مدل بسته به شرایط مختلف منطقه نیز متفاوت میباشد؛ بنابراین مقایسه و بهینه سازی مدل های یادگیری در ارزیابی مخاطرات محیطی دارای اهمیت می باشد.

چه نمونه هایی از مخاطرات طبیعی آموزش داده شده اند؟

• سیل 🌊
• آتش سوزی 🔥
• زلزله 🌟
• زمین لغزش ⚡

در این دوره، سعی ما بر این بود تا با ساده ترین زبان، مطالب به گونه ای ارائه شود تا به چگونگی انجام تحلیل ها و مدل سازی مخاطرات طبیعی در نرم افزار و زبان بسیار قدرتمند R به اندازه ای مسلط گردید تا بتوانید هر پروژه ای را در این نرم افزار پیاده سازی نمایید.

عناوين آموزشی

• مقدمه ای بر زبان برنامه نویسی R
• ساخت و مدیریت مجموعه داده ها در R
• معرفی نرم افزار R-Studio
• بسته های مورد نیاز برای تحلیل داده ها و مدل سازی
• معرفی انواع داده ها و وارد کردن آنها در R
• تبدیل داده های غیر مکانی به داده های مکانی
• وارد سازی داده های مکانی (وکتور و رستر) به R
• تهیه انواع نقشه های مبتنی بر فیزیوگرافی همانند شیب، جهت جغرافیایی، ارتفاع از سطح دریا
• تکنیک های مدل سازی (نظارت شده و نظارت نشده)
• مدل خطی تعمیم یافته (رگرسیون لوجستیک)  (Generalized Linear Model)
• مدل های جمعی تعمیم یافته (Generalized Additive Model)
• ماشین بردار پشتیبان (Support Vector Machine)
• درخت تصمیم (Decision Tree)
• الگوریتم های ترکیبی (Ensemble Algorithm)
• جنگل تصادفی (Random Forest)
• درخت رگرسیون تقویت شده (Boosted Regression Tree or Gradient Boosting Machine )
• اعتبارسنجی متقابل و مقایسه تکنیک های مدل سازی
• تهیه نقشه های تعاملی در R با استفاده از بسته mapview
• تهیه نقشه های خروجی در R و تبادل نقشه با سایر نرم افزارها

معرفی مدرس

• سید جلیل علوی
• دانشیار و عضو هیات علمی دانشگاه تربیت مدرس
• مدرس تخصصی زبان برنامه نویسی R در علوم زمین
• مدرس ده ها دوره آموزشی در دانشگاه ها و مراکز علمی معتبر ایران

چطور آموزش را تهیه کنم؟

برای تهیه فیلم ضبط شده این دوره بر روی دکمه زیر کلیک کنید.

دیگر دوره های برگزار شده دکتر علوی:

• فیلم مسترکلاس آموزش برنامه نویسی R برای متخصصین علوم زمین – با تاکید بر محیط زیست و منابع طبیعی
• فیلم مسترکلاس تحلیل های GIS با زبان برنامه نویسی R (تکنیک های مهم – مدل سازی آماری)
• فیلم مستر کلاس آموزش یادگیری ماشین در محیط زیست با برنامه نویسی R