منابع
احمدی، حسن (1394). ژئومورفولوژی کاربردی، جلد اول: فرسایش آبی. چاپ هشتم، انتشارات دانشگاه تهران، 688 صفحه.
آوند، محمدتقی، مرادی، حمیدرضا، و رمضان‌زاده لسبوئی، مهدی (1399). تهیه نقشه حساسیت سیل با استفاده از دو مدل یادگیری ماشین جنگل تصادفی و مدل خطی تعمیم یافته بیزین.
محیط زیست و مهندسی آب، 6(1)، 83-95. doi.
10.22034/jewe.2020.220593.1351
بختیاری یگانه، عباس، و حمزه ضیابری، سید محمود (1396). پیش‌بینی حرکات سواش امواج فراثقلی بر روی سواحل طبیعی با استفاده از مدل‌های درختی M5 و MARS.
مهندسی امیرکبیر، 50(3)، 445-452.
doi: 10.22060/ceej.2017.8712.4640
حسنوند، شکوفه، سپه‌وند، علیرضا، ترنیان، فرج الله و پروین، سیهاک (1400). ارزیابی مدل‌های نفوذ در خاک سطحی سازندهای زمین‌شناسی حوضه الشتر، استان لرستان.
پژوهش‌های آبخیزداری، 34(4)، 150-164. .doi:
10.22092/wmrj.2021.354035.1398
رفاهی، حسینقلی (1394). فرسایش آبی و کنترل آن. انتشارات دانشگاه تهران، چاپ هفتم، 681 صفحه.
سپه‌وند، علیرضا، طایی سمیرمی، مجید، میرنیا، خلاق و مرادی، حمیدرضا (1390). ارزیابی حساسیت مدل‌های نفوذ به تغییرپذیری رطوبت خاک. آب و خاک، 25(2)، 1-11. doi:10.22067/jsw.v0i0.9387
ستاری، محمدتقی و نهرین، فرناز (1392). پیش‌بینی مقادیر حداکثر بارش روزانه با استفاده از سیستم‌های هوشمند و مقایسة آن با مدل درختیM5؛ مطالعة موردی ایستگاه‌های اهر و جلفا. مهندسی آبیاری و آب ایران، 4(2)، 83-98.
سعیدیان، حمزه، و مرادی، حمیدرضا (1399). تعیین مهم‌ترین عامل‌های مؤثر بر نفوذپذیری خاک تشکیل شده از سازندهای گچساران و آغاجاری در کاربری‌های مختلف. پژوهش‌های آبخیزداری، 33(2)، 97-109. doi:10.22092/wmej.2019.126695.1231
سلیمانی، لیلی، میردریکوند، بهرام، و سپه وند، علیرضا (1401). مدل‌سازی نفوذپذیری در رده‌های گوناگون بافت خاک با الگوریتم‌های یادگیری در آبخیز کشکان، استان لرستان. پژوهش‌های آبخیزداری، 35(4)، 104-116. doi:10.22092/wmrj.2022.358213.1461.
صادقی، حمیدرضا (1389). مطالعه و اندازه‌گیری فرسایش خاک. انتشارات دانشگاه تربیت مدرس، چاپ اول، 171 صفحه.
ظهیری، جواد، و کاشفی پور، سیدمحمود (1397). بررسی کارآیی الگوریتم M5 در محاسبة حداکثر عمق چاله آبشستگی اطراف تکیه گاه پل.
علوم مهندسی و آبیاری، 41(1 )، 1-16. doi:
10.22055/JISE.2018.13543
علیزاده، امین (1397). هیدرولوژی کاربردی. دانشگاه بین المللی امام رضا، چاپ چهل و سوم، 941 صفحه.
قربانی دشتکی، شجاع، همایی، مهدی و مهدیان، محمدحسین (1389). تأثیر تغییر کاربری اراضی بر تغییرات مکانی پارامترهای نفوذ آب به خاک. آبیاری و زهکشی ایران، 4(2)، 206-221.
قیومی محمدی، امیرمسعود، قربانی دشتکی، شجاع، رئیسی، فایز، و طهماسبی، پژمان (1392). اثر رهاسازی اراضی بر تغییرات نفوذ آب به خاک.
حفاظت منابع آب و خاک، 2(4)، 41-51. doi:
20.1001.1.22517480.1392.2.4.4.9.
کاویان، عطا اله، احمدی، رضا، حبیب نژاد، محمود و جعفریان، زینب (1396). بررسی تغییرات مکانی نفوذپذیری خاک با استفاده از روش‌های تجربی و زمین‌آماری در دشت ساحلی بهشهر- گلوگاه. پژوهش‌های آب و خاک ایران، 48(1)، 177-186. doi: 10.22059/ijswr.2017.61351
کرنژادی، آیدینگ، و پورقاسمی، حمیدرضا (1398). ارزیابی حساسیت زمین لغزش با استفاده از مدل‌های داده کاوی، مطالعة موردی: حوزة آبخیز چهل چای. مهندسی و مدیریت آبخیز، 11(1)، 28-42. doi: 10.22092/ijwmse.2019.118436
مظفری، غلامعلی، شفیعی، شهاب و تقی زاده، زهرا (1394). ارزیابی کارایی مدل درخت تصمیم رگرسیونی در پیش‌بینی خشکسالی نمونة موردی: ایستگاه سینوپتیک سنندج.
مخاطرات محیط طبیعی، 4(6)، 1-19. doi:
10.22111/jneh.2016.2520
میرهاشمی، سیدحسن، حقیقت جو، پرویز، میرزایی، فرهاد، و پناهی، مهدی (1396). استفاده از الگوریتم CART در پیش‌بینی نوسانات سطح آب زیرزمینی در داخل و خارج از شبکه آبیاری.
پژوهش‌های آب و خاک ایران، 49(2)، 395-385. doi:
10.22059/ijswr.2017.232795.667677
نوروزی قوشبلاغ، حسین، و ندیری، عطاالله (1397). پیش‌بینی سطح آب زیرزمینی دشت بوکان با استفاده از مدل‌های منطق فازی، جنگل تصادفی و شبکة عصبی. مرتع و آبخیزداری، 71(3)، 845-829. doi: 10.22059/jrwm.2018.68924
واعظی، علی رضا، و صالحی، یاسین (1399). کارآیی مدل‌های نفوذ آب به خاک در کاربری‌های مختلف زمین در حوزة آبخیز تهم‌چای. پژوهش‌های آب و خاک ایران، 51(5)، 1281-1291. doi: 10.22059/ijswr.2020.293712.668424
References
Ahmadi, H. (2015). Applied geomorphology. The first volume: Water erosion. 8th Edition, Tehran University Press, 688 pages. [In Persian].
Alizadeh, A. (2019). Applied hydrology. Imam Reza International University, 43rd, 941 pages. [In Persian].
Avand, M., Moradi, H., & Ramzanzadeh Labsoi., M. (2019). Preparation of flood sensitivity map using Bayesian random forest and generalized linear machine learning models.
Environment and Water Engineering, 6(1), 85-73.
https://sid.ir/paper/362700/fa [In Persian].
Bahremand, A., De Smedt, F., Corluy, J., Liu, Y.B., Poorova, J., Velcicka, L., & Kunikova, E. (2007). WetSpa model application for assessing reforestation impacts on floods in Margecany-Hornad Watershed, Slovakia.
Journal of Water Resources Management, 21(8):1373-1391. doi:
10.1007/s11269-006-9089-0
Bakhtiari Yeganeh, A., & Ziabri, S.M.H. (2017). Forecasting the swash movements of hypergravity waves on natural beaches using M5 and MARS tree models. Amirkabir
Journal of Civil Engineering, 50(3), 445-452.
doi:10.22060/ceej.2017.8712.4640 [In Persian].
Berry, M.J.A., & Linoff, G.S. (2004). Data mining techniques: for marketing, sales, and customer relationship management. 2nd Edition: Wiley. 672 pages.
Chattamvelli, R. (2011). Data Mining Algorithms. 1st Edhtion. Oxford: Alpha Science, 274-290.
Fischer, C., Tischer, J., Roscher, C., Eisenhauer, N., Ravenek, J., Gleiner, G., Attinger, S., Jensen, B., Kroon, H., Momer, L., Scheu, S., & Hildebrandt, A. (2015). Plant species diversity affects infiltration capacity in an experimental grassland through changes in soil properties.
Plant and Soil, 397(1), 1-16. doi:
10.1007/s11104-014-2373-5
Fox, D.M., Bryan, R.B., & Price, A.G. (1997). The influence of slope angle on final infiltration rate for interrill conditions.
Geoderma, 80(1–2), 181–194.
doi:10.1016/S00167061(97)0007-X
Ghaiumi Mohammadi, A., Ghorbani Dashtaki, S., Raisi, F. & Tahmasabi, P. (2013). Effect of land abandonment on variation of soil water infiltration parameters.
Journal of Water and Soil Resources Conservation, 2(4), 41-51.
doi: 20.1001.1.22517480.1392.2.4.4.9 [In Persian].
Ghorbani Dashtaki, Sh., Homai, M. & Mahdian, M. (2009). Effect of land abandonment on variation of soil water infiltration parameters. Iranian Journal of Irrigation & Drainage, 4(2), 206-221. [In Persian].
Hasanvand, SH., Spahvand, A., Tarnian, F., & Sihag, P. (2021). An assessment of infilteration models in the surface soil of geological formations in Alshtar Watershed, the Province of Lorestan.
Watershed Managemant Research, 34(4), 150-164. doi:
10.22092/wmrj.2021.354035.1398 [In Persian].
Kavian, A., Ahmadi, R., Habibnejad, M., & Jafarian, Z. (2017). Evaluation of spatial changes in soil infiltration using experimental and geostatistical methods in coastal plain of Behshahr-Galugah. Iranian Journal of Soil and Water Research, 48(1), 177-186. doi:10.22059/ijswr.2017.61351 [In Persian].
Kocev, D., Saso, D., White, M.D., Newell, G.R., & Griffioen, P. (2009). Using single-and multitarget regression trees and ensembles to model a compound index of vegetation condition. Ecological Modeling, 220(8), 1159 –1168. doi: 10.1016/j.ecolmodel.2009.01.037
Kornejady, A., & Pourghasemi, H.R. (2019). Landslide susceptibility assessment using data mining models, A case study: Chehel-Chai basin. Watershed Engineering and Management, 11(1), 28-42. doi: 10.22092/ijwmse.2019.118436 [In Persian].
Lee, S., Hwang, J., & Park, I. (2013). Application of data-driven evidential belief functions to landslide susceptibility mapping in Jinbu, Korea.
Catena, 100(3), 15-30.
doi:10.1016/j.catena.2012.07.014
Machiwal, D., Jha, M.K., & Mal, B.C. (2006). Modelling Infiltration and quantifying Spatial Soil Variability in a Wasteland of Kharagpur,
India. Biosystems Engineering, 95(4), 569-582. doi:
10.1016/j.biosystemseng.2006.08.007
Mahesh, P., & Mather, P. M. (2003). An assessment of the effectiveness of decision tree methods for land cover classification.
Remote Sensing of Environment, 86(4), 554–565.
doi:10.1016/S0034-4257(03)00132-9
Maria, A. (1997). Introduction to modeling and simulation. Proceedings of the 29th Conference on Winter simulation, December 07 – 10, Atlanta, GA, USA, 7-13.
Mehta, V., Hasanvand, Sh., Sepahvand, A., Sihag, P., Beiranvand, N., & Singh, B., (2024). A benchmark comparison of AI-based modeling of soil infiltration rates. Journal of Hydroinformatics, 26(12): 3060-3079. doi: 10.2166/hydro.2024.086
Mozaffari, G., Shafie, S., & Tagizadeh, Z. (2015). Evaluate the performance regression decision tree model in predicting drought (case study: synoptic station in Sanandaj).
Journal of Natural Environmental Hazards, 4(6(
Serial Number 6)), 1-19. doi:10.22111/jneh.2016.2520 [In Persian].
Mukheibir, P. (2008). Water resources management strategies for adaptation to climate-induced impacts in South Africa.
Water Resource Management, 22(9), 1259–1276. doi:
10.1007/s11269-007-9224-6
Norouzi, H., & Nadiri, A. (2018). Groundwater level prediction of Boukan Plain using fuzzy logic, random forest and neural network models. Journal of Range and Watershed Managment, 71(3), 829-845. doi: 10.22059/jrwm.2018.68924 [In Persian].
Osuji, G.E., Okon, M.A., Chukwuma, M.C., & Nwarie, I.I. (2010). Infiltration characteristics of soils under selected land use practices in Owerri, Southeastern Nigeria. World Journal of Agricultural Sciences, 6(3), 322-326.
Pal, M., & Deswal, S. (2010). Modelling plie capacity using Gaussian process regression. Computers and
Geotechnics, 37(7-8), 942-947. doi:
10.1016/j.compgeo.2010.07.012
Refahi, H. (2015). Water erosion and control. 7th Edition, Tehran University Press. 681 pages. [In Persian].
Ribolzi, O., Patin, J., Bresson, L.M., Latsachack, K.O., Mouche, E., Sengtaheuanghoung, O., Silvera, N., Thiebaux, J.P., & Valentin, C. (2011). Impact of slope gradient on soil surface features and infiltration on steep slopes in northern Laos.
Geomorphology, 127(1–2), 53-63.
doi:10.1016/j.geomorph.2010.12.004
Sadeghi, H.R. (2010). Study and measurement of soil erosion. Tarbiat Modares University Publication. 1st Edition. 171 pages. [In Persian].
Saeediyan, H., & Moradi, H. R. (2020). Determining of the most important factors in infiltration rates of the soils formed on Gachsaran and Aghajari formations in various land uses.
Watershed Management Research, 33(2(
Serial Number 127)), 97-109. doi: 10.22092/wmej.2019.126695.1231 [In Persian].
Sattari, M.T., & Nahrin, F. (2012). Monthly rainfall prediction using Artificial Neural Networks and M5 model tree (Case study: Stations of Ahar and Jolfa).
Irrigation and Water Engineering, 4(2(
Serial Number 14)), 83-98. [In Persian].
Sepahvand, A., Sihag, B., Ghobadi, M., & Sihag, P. (2021). Estimation of infiltration rate using datadriven models.
Arabian Journal of Geosciences, 14(1), 1-11. doi:
10.1007/s12517-020-06245-2
Sepahvand, A., Sihag, P., Singh, B., & Zand, M. (2018). Comparative evaluation of infiltration Models. KSCE
Journal of Civil Engineering, 22(10), 4173-4184. doi:
10.1007/s12205-018-1347-1
Sepavand, A., Taie Semiromi, M., Mirnia, S.K., & Moradi, H.R. (2011). Assessing the Sensitivity of Infiltration Models to Variability of Soil Moisture. Journal of Water and Soil, 25(2), 1-11. doi: 10.22067/jsw.v0i0.9387 [In Persian].
Sihag, P., Singh, V.P., Angelaki, A., Kumar, V., Sepahvand, A., & Golia, E. (2019). Modelling of infiltration using artificial intelligence techniques in semi-arid Iran.
Hydrological Sciences Journal, 64(13):1647-1658. doi:
10.1080/02626667.2019.1659965
Soleimani, L., Mir Derikvand, B., & Sepahvand, A. (2022). Modelling of infiltration rate in different soil textures using soft computing techniques in Kashkan Watershed, Lorestan Province. Watershed Management Research, 35(4), 104-116. doi: 10.22092/wmrj.2022.358213.1461 [In Persian].
Talebi, A., & Akbari, Z. (2013). Investigation of ability of decision trees model to estimate river suspended sediment (case study: Ilam Dam Basin).
Journal of Water and Soil Science, 17(63), 109-121. doi:
20.1001.1.24763594.1392.17.63.10.8 [In Persian].
Trigila, A., Frattini, P., Casagli, N., Catani, F., Crosta, G., Esposito, C., & Spizzichino, D. (2013). Landslide susceptibility mapping at national scale: the Italian case study. Landslide Science and Practice, Springer Berlin Heidelberg, 12, 287-295. doi:
10.1007/978-3-642-31325-7_38
Vaezi, A., & Salehi, Y. (2020). The efficiency of water infiltration models in different land uses of the Tahamchai Catchment. Iranian Journal of Soil and Water Research, 51(5), 1281-1291. doi: 10.22059/ijswr.2020.293712.668424 [In Persian].
Ward, A.D., & Trimble, S.W. (2004). Environmental Hydrology. 2nd Edition, CRC Press LLC, 475 pages.
Witten, I.H., Frank, E., & Hall, M. (2005). Data Mining: Practical machine learning tools and techniques. 2nd Edition, The Morgan Kaufmann Series in Data Management Systems, 664 pages.
Yang, D., Zhang, X., Pan, R., Wang, Y., & Chen, Z. (2018). A novel Gaussian process regression model for state-of-health estimation of lithium-ion battery using charging curve.
Journal of Power Sources, 384, 387-395. doi:
10.1016/j.jpowsour.2018.03.015
Yimer, F., Messing, I., Ledin, S., & Abdelkadir, A. (2008). Effects of different land use types on infiltration capacity in a catchment in highlands of Ethiopia.
Soil Use and Management, 24(4), 344-349. doi:
10.1111/j.1475-2743.2008.00182.x
Zahiri, J., & Kashefipour, S.M. (2018). Predicting maximum scour depth around bridge abutment using M5 model. Journal of Irrigation Sciences and Engineering. 41 (1), 1-16.
doi: 10.22055/JISE.2018.13543 [In Persian].
)