Integriertes Verfahren zur flächenhaften Ermittlung des Gefährdungspotentials von Massenbewegungen mit Hilfe von Data Mining Tools

Kallash, Abdullah; Azzam, Rafig

doi:HT016013903

Integriertes Verfahren zur flächenhaften Ermittlung des Gefährdungspotentials von Massenbewegungen mit Hilfe von Data Mining Tools = Integrated method for the mapping of the potential hazard of landslides using data mining tools

Kallash, Abdullah (Author)

2009

Verantwortlichkeitsangabevorgelegt von Abdullah Kallash

ImpressumAachen : Publikationsserver der RWTH Aachen University 2009

Umfang154 S. Ill., graph. Darst., Kt.

Aachen, Techn. Hochsch., Diss., 2009

Zusammenfassing in dt. und engl. Sprache

Genehmigende Fakultät
Fak05

Hauptberichter/Gutachter
Azzam, Rafig (Thesis advisor)

Tag der mündlichen Prüfung/Habilitation
2009-04-27

Online
URN: urn:nbn:de:hbz:82-opus-27844
URL: https://publications.rwth-aachen.de/record/51189/files/Kallash_Abdullah.pdf

Einrichtungen

Inhaltliche Beschreibung (Schlagwörter)
Massenbewegung <Geomorphologie> (Genormte SW) ; Analytic Hierarchy Process (Genormte SW) ; Neuronales Netz (Genormte SW) ; Suszeptibilität (Genormte SW) ; Geoinformationssystem (Genormte SW) ; Geowissenschaften (frei) ; ANN (frei) ; AHP (frei) ; Hazard maps (frei) ; landslides (frei)

Thematische Einordnung (Klassifikation)
DDC: 550

Kurzfassung
In dieser Arbeit wird ein neues modulares Verfahren zur flächenhaften Ermittlung des Gefährdungspotentials von Massenbewegungen vorgestellt. Dazu sind die Gebiete Lauterecken-Wolfstein, Mainzer Becken und Bernkastel-Kues in Rheinland-Pfalz zur Evaluierung des Verfahrens ausgewählt worden. Das Wissen und die Daten aus den untersuchten Gebieten stammen aus unterschiedlichen Quellen, sodass eine vollständige Automatisierung des Verfahrens nicht möglich ist. Die Grundidee des Verfahrens liegt in der Verteilung des Einschätzungsprozesses der Massenbewegungsgefährdung auf verschiedene Module. Diese Verteilung verbessert den Analyseprozess, indem jedes Modul die Bearbeitung eines Teiles der gesamten Aufgabe übernimmt und somit eine Optimierung auf ein Problem innerhalb des Moduls realisiert werden kann. Der wesentliche Vorteil dieses Ansatzes liegt in der Flexibilität der Analyse, sodass je nach Bedarf gezielt ein bestimmtes Modul aufgerufen wird. Die Module sind so aufgebaut, dass sie sich je nach Informationsart und Datenqualität anpassen können. Die Bearbeitungszeit kann so – ohne die Qualität des Ergebnisses zu beeinträchtigen – reduziert werden.

This dissertation is designed to present a new modular method of hazard assessment of landslides for big study areas using rule based systems and data mining tools like analytical hierarchy process AHP and Artificial Neural Networks ANN. To evaluate this method three regions were chosen in the Palatinate area in Germany. The knowledge and the available data are of different origin which means that the creation of an automatic system to solve the problem is not possible. Accordingly, the main idea of the method depends on the division of the whole assessment process into many small processes. Each of them will be called a module. Every division will form part of the whole process. The main advantage of this method is the high flexibility as regards analyzing so that one specific module depending on the problem is available. The modules are designed to be compatible with the type of available information and the data quality, reducing the time of the processing without affecting the quality of the results.

Fulltext:
PDF