مقایسه عملکرد مدل های اولیه و بهینه شده اتوماسیون سلولی در پیش بینی گسترش آتش سوزی جنگل
سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 65
فایل این مقاله در 19 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IJFPR-28-4_003
تاریخ نمایه سازی: 28 آذر 1402
چکیده مقاله:
مدل اتوماسیون سلولی به عنوان یکی از پرکاربردترین مدل های شبیه سازی گسترش آتش، نیازمند به کارگیری پارامترهای مناسب و ضریب های دقیق هستند. هدف اصلی پژوهش پیش رو، مقایسه مدل های اولیه اتوماسیون سلولی و مدل بهینه شده با استفاده از الگوریتم کلونی زنبورعسل به منظور پیش بینی نرخ گسترش آتش در یک جنگل دست کاشت در شمال شرقی استان گلستان است. با تهیه نقشه واقعیت زمینی نمونه ای، قابلیت داده های طیفی نوری و راداری ماهواره های سنتینل ۱ و ۲ برای تهیه نقشه تیپ و تراکم پوشش گیاهی مورد نیاز در مدل سازی گسترش آتش به عنوان هدف فرعی بررسی شد. پس از تصحیح تصاویر و استخراج شاخص های گیاهی، نقشه های نوع و تراکم پوشش گیاهی با استفاده از الگوریتم جنگل تصادفی تهیه شد. نتایج ارزیابی صحت نشان داد که بهترین نتیجه با تلفیق داده های نوری و راداری به دست می آید (صحت کلی و ضریب کاپا به ترتیب ۸۱/۰ و ۷۵/۰). مدل سازی گسترش آتش با استفاده از مدل های اولیه و نیز با ضریب های بهینه شده در پژوهش های پیشین انجام شد. به منظور بهبود نتایج و بررسی مقایسه ای، ضریب های مدل براساس شرایط منطقه با استفاده از الگوریتم کلونی زنبورعسل بهینه سازی شد. سپس، مدل سازی تکرار شد و با آتش سوزی واقعی مقایسه شد. نتایج نشان داد که مدل های بهینه شده با الگوریتم کلونی زنبورعسل (بهینه شده Alexandridis و همکاران (۲۰۱۱) با صحت کلی، ضریب کاپا و ضریب سورنسن به ترتیب ۹۲/۰، ۷۴/۰ و ۷۸/۰ و بهینه شده Alexandridis و همکاران (۲۰۰۸) به ترتیب ۹۳/۰، ۷۴/۰ و ۷۸/۰) مطابقت بیشتری با آتش سوزی واقعی در مقایسه با مدل های اولیه و بهینه شده پیشین داشتند.
کلیدواژه ها:
نویسندگان
محمد واثق الحاج خلف
M.Sc. Student of Forestry, Department of Forestry, Gorgan University of Agricultural Sciences and Natural Resources, Gorgan, Iran
شعبان شتایی
Prof., Department of Forestry, Gorgan University of Agricultural Sciences and Natural Resources, Gorgan, Iran
رقیه جهدی
Assistant Prof., Department of Forest Sciences and Engineering, Faculty of Agriculture and Natural Resources, University of Mohaghegh Ardabili, Ardabil, Iran
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :