劣地是一种与径流有关的地貌,具有切割的V型山谷、短陡坡和高排水密度,是由于气候、水文、地质和土壤特性、地形特征和土地利用等条件因素的复杂交互作用而形成的一种非常重要的侵蚀类型。本研究的主要目的是:(1)创建菲罗兹库(Firozkuh)流域的劣地易发性地图和五种机器学习算法(模型):功能判别分析(FDA)、广义线性模型(GLM)、混合判别分析(MDA)、多元自适应回归样条(MARS)和支持向量机(SVM);以及(2)比较这些模型的准确性。在文献综述、数据可用性和实地调查的基础上,选择了16个条件因素来对劣地易发性进行建模和分类。使用ROC曲线和AUC分析来评估模型的准确性。分析表明,SVM在分类精度上为“优秀”,MARS为“非常好”,MDA为“好”,GLM和FDA为 “中等”。对于GLM和SVM模型,菲罗兹库流域的极高和高类别的土地面积分别占31%至51%。这表明劣地侵蚀在研究区是一个非常重要的问题。气候、水文、地质、地形和土壤条件以及土地利用的变化使菲罗兹库流域容易形成劣地和土壤侵蚀,从而造成了巨大的社会经济损失。劣地易发性制图是一种重要工具,可用于改善对菲罗兹库流域和其他受劣地侵蚀影响地区未来的劣地侵蚀管理。