چین سومین کشور پرمافراست جهان است که ۲۲٫۴ درصد از مساحت این کشور را مناطق منجمد دائمی تشکیل می دهند. در میان آنها، منطقه دائمی منجمد فلات چینگهای-تبت (QTP) 69.2٪ از کل مناطق همیشه منجمد در آسیا را تشکیل می دهد و بلندترین فلات جهان در عرض های جغرافیایی متوسط ​​و پایین است. [۱,۲]. در چند دهه گذشته، تغییرات آب و هوایی به ویژه در نواحی مرتفع مشهود بوده است و تخریب منجمد دائمی به شدت افزایش یافته و ادامه خواهد داشت. [۳,۴]. این نوع مخاطرات شامل فرونشست، ریزش، رانش زمین و جریان گل و لای ناشی از گرم شدن یخ‌های دائمی است که تخریب فاجعه‌باری را برای محیط اطراف و زیرساخت‌ها به همراه دارد. منجمد دائمی در QTP با درجه حرارت بالا و محتوای یخ بالا مشخص می شود. به دلیل محیط زیست شکننده و شرایط آب و هوایی سخت، حساسیت حرارتی و مقاومت کمتری در برابر اختلالات از خود نشان می دهد. علاوه بر این، از آنجایی که QTP هم به عنوان یک “شتاب دهنده” و هم به عنوان “تقویت کننده” برای تغییرات آب و هوایی جهانی عمل می کند، اثرات فاجعه و اثرات مهندسی تخریب دائمی یخبندان تمایل به بدتر شدن دارند. [۵,۶].

ذوب شدن یخ های دائمی غنی از یخ زمین به عنوان پدیده ترموکارست شناخته می شود [۷]، که عمیقاً مناظر محلی، اکوسیستم ها و آب و هوای جهانی را تحت تأثیر قرار می دهد [۸]. لندفرم های معمول ترموکارست شامل دریاچه های ترموکارست، گوه های یخی، جداشدگی لایه فعال و ریزش های ذوب می شود. [۹]. فروپاشی ذوب به پدیده ای اشاره دارد که در مناطق شیبدار با لایه های ضخیم توزیع یخ زمینی رخ می دهد، جایی که قرار گرفتن در معرض یخ زیرزمینی ناشی از فعالیت های انسانی یا عوامل طبیعی است. در طول فصل ذوب، ذوب شدن یخ‌های زیرزمینی باعث می‌شود که خاک پوشاننده تکیه‌گاه خود را از دست بدهد و در نتیجه به دلیل وزن خود و آب در حال ذوب شدن، ریزش، لغزش و تشکیل جریان‌های گلی در طول شیب ایجاد شود. [۱۰,۱۱]. علت داخلی نشست ذوب، کاهش مقاومت برشی بین پرمافراست با محتوای یخ بالا و لایه فعال آن در بالای آن به دلیل افزایش دمای زمین (افزایش ضخامت لایه فعال) است، در حالی که علل خارجی منجر به کاهش مقاومت برشی عبارتند از نفوذ بارندگی، حفاری در پای دامنه ها، فرسایش رودخانه ها و فعالیت های لرزه ای. بنابراین، صرف نظر از گرم شدن آب و هوا و رطوبت، افزایش فعالیت‌های مهندسی در فلات و وقوع مکرر زلزله‌ها، وقوع فروپاشی ذوب را تشدید می‌کند و تأثیرات قابل‌توجهی بر سازه‌های مجاور و محیط‌زیست ایجاد می‌کند.

به منظور درک توزیع و تکامل کاهش ذوب ذوب و اثرات حیاتی آن بر فرآیندهای هیدرولوژیکی سطحی [۱۲]، فرآیندهای ژئومورفیک [۱۳]، تبادل کربن [۱۴]، اکوسیستم ها [۱۵]و ایمنی زیرساخت، تحقیقات جامع ضروری است. تجزیه و تحلیل توزیع بلایای ذوب و مدل‌سازی حساسیت آن‌ها به درک احتمال فضایی تخریب دائمی یخ‌ها و وقوع فاجعه کمک می‌کند. [۱۶,۱۷]. مطالات گذشته [۱۸,۱۹,۲۰] بررسی های میدانی ترکیبی و ترسیم دستی تصاویر سنجش از دور با وضوح بالا برای به دست آوردن موجودی های افت ذوب. اگرچه تفسیر بصری تصاویر سنجش از دور، تکمیل شده توسط اعتبار سنجی در محل، روش اصلی برای بررسی توزیع ریزش ذوب در خارج از مناطق همیشگی منجمد باقی مانده است، با این وجود، به دلیل ماهیت زمان بر و پرهزینه فعالیت های در محل، همراه با جدول زمانی طولانی و اتکای قابل توجه به تخصص و درک محقق از بلایا، برای وظایف تفسیری محلی مناسب تر است. [۲۱,۲۲]. روش‌های متداول بررسی در محل برای بلایای زمین‌شناسی، آشکارا برای اجرا در مقیاس بزرگ در QTP چالش‌برانگیز است که با ارتفاعات بالا، آب و هوای سخت، کمبود شدید اکسیژن و شرایط حمل‌ونقل بسیار بد مشخص می‌شود. با توسعه سریع فناوری سنجش از دور، بهبود مستمر در دقت تصویر، و پیشرفت در فناوری محاسبات مدرن، امکان دستیابی به تفسیر خودکار افت ذوب از طریق استخراج داده‌های سنجش از راه دور عظیم و استفاده از روش‌های یادگیری عمیق وجود دارد. مرجع. [۲۳] از یادگیری عمیق و رزولوشن ۵۰ سانتی متری DEM برای شناسایی چند ضلعی های گوه یخی در نزدیکی خلیج پرودو، آلاسکا استفاده کرد. مرجع. [۲۴] قابلیت انتقال منطقه ای و پتانسیل روش های یادگیری عمیق را در استنباط ترموکارست پان قطب شمال ارزیابی کرد. مرجع. [۲۵] شبکه‌های عصبی عمیق با دقت بالا برای ترسیم افت ذوب پس‌رونده. این مطالعات کاربرد یادگیری عمیق را در نقشه‌برداری شکل‌های زمین مرتبط با منجمد دائمی در تصاویر سنجش از دور نشان داد. در این زمینه، ما از روش‌های نگاشت مبتنی بر یادگیری عمیق برای شناسایی و ترسیم رکودهای ذوب در کل کریدور مهندسی چینگهای-تبت (QTEC) استفاده کردیم. مدل‌سازی حساسیت زمین لغزش، که احتمال وقوع زمین لغزش را تخمین می‌زند، ابزار ارزشمندی برای درک رویدادهای زمین لغزش است. [۲۶]و همچنین می توان آن را برای لغزش های زمین در مناطق همیشه منجمد اعمال کرد. QTEC استراتژیک است زیرا میزبان انواع زیرساخت ها مانند راه آهن، جاده ها، خطوط لوله نفت و خطوط انتقال نیرو است. [۲۷]. شناسایی جامع افت بالقوه ذوب در QTRC از اهمیت بالایی برخوردار است. برخی از مطالعات تلاش کرده‌اند از مدل‌های ارزیابی حساسیت برای مدل‌سازی و نقشه‌برداری توزیع بالقوه کاهش ذوب در مقیاس‌های محلی و منطقه‌ای استفاده کنند. [۲۸,۲۹]. با این حال، در حال حاضر مطالعات کمی در مورد ارزیابی حساسیت کاهش ذوب در QTRC وجود دارد. بنابراین، بر اساس شناسایی خودکار افت ذوب در QTEC، این مقاله یک ارزیابی حساسیت را انجام داد، و توزیع بالقوه فعلی و آینده افت ذوب و حساسیت آنها به عوامل اقلیمی و محیطی محلی را بررسی کرد.

درک رابطه بین توپوگرافی محلی و متغیرهای آب و هوایی با وقوع افت ذوب برای پیش‌بینی مناطق آسیب‌پذیر نسبت به تغییرات آب و هوایی آینده بسیار مهم است. با این حال، اطلاعات کمی در مورد توزیع فضایی و اثرات زیست‌محیطی ریزش ذوب در منطقه دورافتاده دائمی منجمد در QTEC وجود دارد. [۲۹]. بنابراین، این مطالعه با هدف بررسی تأثیر عوامل محیطی بر افت ذوب در QTEC با استفاده از تکنیک‌های یادگیری عمیق و تحلیل حساسیت، و همچنین شناسایی و ارزیابی توزیع و حساسیت افت ذوب در منطقه انجام شد. اهداف خاص سه مورد بودند: (۱) استخراج اطلاعات توزیع فضایی در مقیاس بزرگ افت برفک از داده های سنجش از دور ماهواره ای چندطیفی با استفاده از الگوریتم های یادگیری عمیق، (۲) برای تجزیه و تحلیل رابطه بین توزیع فضایی افت ذوب و عوامل محیطی مختلف با استفاده از داده‌های محیطی ناهمگن از QTEC، و (۳) برای ایجاد نقشه‌های حساسیت افت ذوب در منطقه مورد مطالعه با استفاده از روش‌های شبکه عصبی، بررسی توزیع بالقوه و حساسیت آنها به اقلیم و عوامل محیطی محلی. این یافته‌ها شناسایی خودکار توزیع رکود ذوب را تسهیل کرد و دیدگاه‌های جدیدی را در مورد تأثیر آب و هوا و عوامل محیطی بر رکود ذوب ارائه کرد.