سیما لطفی اصل - دانشجوی دکتری جنگلداری، پردیس دانشگاه گیلان، رشت
ایرج حسن زاد ناورودی - دانشیار، گروه جنگلداری، دانشکده منابع طبیعی، دانشگاه گیلان، صومعه سرا
امان محمد کلته - استادیار، گروه مرتع و آبخیزداری، دانشکده منابع طبیعی، دانشگاه گیلان، صومعه سرا

اتخاذ تصمیمات خوب برای مدیریت منابع جنگلی به طور فزاینده ای دشوار شده است. فناوری جدید هوش مصنوعی جازه می دهد تا پردازش دانش در ابزار پشتیبانی تصمیم گنجانده شود. استفاده از شبکه های عصبی مصنوعی، معروف به پردازش توزیع شده موازی، برای پیشبینی رفتار سیستمهای غیرخطی، جایگزین جذابی برای روشهای آماری سنتی شده است. هدف این مقاله ارائه ترکیبی به روز از استفاده از شبکه های عصبی مصنوعی در مدیریت منابع جنگلی است. کاربردهای فعلی شبکه عصبی مصنوعی عبارتند از: (۱) نقشه برداری و طبقه بندی زمین جنگل، (۲) مدل سازی رشد و پویایی جنگل (۳) مدل سازی بیماری های گیاهی، و (۴) مدلسازی تغییرات آب و هوا.یی است مزایا و معایب استفاده از شبکه های عصبی مصنوعی مورد بحث قرار گرفته است. اگرچه برنامه های شبکه های عصبی مصنوعی در مراحل اولیه هستند، اما عملکرد آنها را به عنوان یک ابزار مفید برای مدیریت منابع جنگل نشان داده اند.

جنگل، شبکه های عصبی مصنوعی، مدیریت منابع طبیعی، هوش مصنوعی