شناخت و نحوه پراکنش فضایی لندفرمی بهمنظور درک و ارزیابی تحول آنها، مطالعات پایداری دامنهای و برنامهریزی منطقهای آنها در آینده، از نیازهای اساسی در علم ژئومورفولوژی کاربردی است. اهمیت مطالعه لندفرمها به حدی است که امروزه موضوع مطالعه ژئومورفومتری بهعنوان زیررشتهای از ژئومورفولوژی ارائه میشود. ژئومورفومتری به اندازهگیری کمی سطوح و لندفرمها بر اساس تغییرات ارتفاعی تحت تأثیر تابع فاصله میپردازد. شاخصهای ژئومورفومتریک ویژگیهای شکل عوارض زمینی را بهصورت کمی بیان میدارند. این تحقیق با تأکید بر استفاده از شاخصهای ژئومورفومتریک و الگوریتم SVM به شناسایی سطوح مستعد زمینلغزش در آزادراه خرمآباد – پلزال بهعنوان یکی از راههای ارتباطی مهم کشور میپردازد. شاخصهای مورداستفاده شامل شیب، جهت شیب، لیتولوژی، وضعیت گسلها، شبکه زهکشی و کاربری اراضی است که به همراه شاخصهای ژئومورفومتریک شامل انحنای پروفیل، انحنای پلان و انحنای کلی با استفاده از رویکرد هوش مصنوعی و توابع خطی و چندجملهای الگوریتم SVM در شناسایی سطوح مستعد لغزش استفادهشده است. نتایج تحقیق نشان میدهد استفاده از شاخصهای ژئومورفومتریک، انحنای پلان، پروفیل و کلی توانسته ویژگیهای شکلی سطوح را بهصورت کمی مشخص نماید و درنتیجه نقش مهمی در افزایش دقت شناسایی سطوح مستعد لغزش داشته است. با توجه به بههمریختگی و زبری سطوح لغزشی شاخصهای ژئومرفومتریک کارایی خوبی در شناسایی پهنههای لغزشی داشتهاند. ارزیابی دقت با استفاده از دادههای پیمایش زمینی ضمن تأکید این مطلب نشان میدهد تابع چندجملهای در شناسایی سطوح مستعد لغزش، دقت بیشتری نسبت به تابع خطی الگوریتم SVM داشته است که علت آن میتواند رفتار غیرخطی وقوع لغزش در منطقه مطالعاتی است و بنابراین تابع غیرخطی الگوریتم بهتر توانسته احتمال وقوع لغزش را مشخص نماید.