تهیه نقشه پیش بینی پراکنش مکانی رویشگاه گونه های گیاهی با استفاده از شبکه های عصبی مصنوعی در مراتع استان قم
نویسنده:
چکیده:
این تحقیق با هدف ارزیابی قابلیت مدل شبکه عصبی مصنوعی در تهیه نقشه پیش بینی پراکنش رویشگاه گونه های گیاهی و شناخت نقاط قوت و ضعف این روش انجام شد. بدین منظور بعد از تعیین واحدهای همگن با استفاده از مدل رقومی ارتفاع و نقشه زمین شناسی با مقیاس 1:25000، نمونه برداری از پوشش گیاهی و عوامل محیطی انجام گرفت و نقشه مربوط به متغیرهای محیطی با استفاده از سیستم اطلاعات جغرافیایی و زمین آمار تهیه شد. متغیرهای ورودی به شبکه بر اساس نتایج رگرسیون لوجستیک انتخاب شد. برای تهیه مدل شبکه عصبی مصنوعی بعد از نرمال سازی داده ها و تقسیم تصادفی داده ها به سه مجموعه آموزش، آزمون و اعتبارسنجی، بهترین ساختار شبکه عصبی با استفاده از میانگین مربعات خطا تعیین شد. بعد از شبیه سازی احتمال حضور و عدم حضور گونه ها با شبکه بهینه، نقشه پیوسته احتمال حضور و عدم حضور گونه ها با استفاده از نرم افزار Arc GIS در هر رویشگاه تهیه شد و آستانه بهینه حضور تعیین شد. در مرحله بعد، میزان تطابق نقشه های به دست آمده با نقشه های واقعی از طریق محاسبه ضریب کاپا بررسی شد. نتایج نشان داد که نقشه پیش بینی رویشگاه Pteropyrum olivieri-Stipa barbata دارای تطابق عالی و نقشه پیش بینی رویشگاه های Amygdalus scoparia،Artemisia aucheri–Astragalus glaucacanthus، Scariola orientalis- Stipa barbata دارای تطابق خیلی خوب با نقشه های واقعیت زمینی هستند. این نتایج گویای آن است که استفاده از پیش پردازش رگرسیون لوجستیک باعث ساده تر شدن معماری شبکه و افزایش سرعت یادگیری شبکه شده و دقت نتایج حاصل از شبیه سازی را افزایش داده است. بنابراین در صورت انجام پیش پردازش مناسب روی داده ها و انتخاب متغیرهای ورودی مناسب، روش شبکه های عصبی مصنوعی می تواند رویکرد مناسبی برای برآورد حدود پراکنش رویشگاه گونه های گیاهی و در نتیجه انتخاب گونه های مناسب برای انجام فعالیت های اصلاحی در مراتع باشد.
کلیدواژگان:
زبان:
فارسی
انتشار در:
صفحات:
29 تا 39
لینک کوتاه:
magiran.com/p1694629
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یکساله به مبلغ 1,390,000ريال میتوانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
- حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران میشود.
- پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانههای چاپی و دیجیتال را به کاربر نمیدهد.
In order to view content subscription is required
Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!