مدل سازی آشفتگی انبوهی جنگل در ارزیابی محیطی با استفاده از شبکه عصبی مصنوعی
سال انتشار: 1395
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 47
فایل این مقاله در 13 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-24-2_012
تاریخ نمایه سازی: 25 دی 1402
چکیده مقاله:
ارزیابی اثرات محیط زیستی به عنوان یک ابزار اساسی برای مدیریت محیط زیستی و توسعه پایدار شناخته شده است، اما زمانی که به مقادیر کمی برای تصمیم گیری نیاز است، ارزیابی اثرات دچار مشکل می شود و نیاز به مدل سازی آشکار است. هدف از پژوهش پیش رو طراحی و پیاده سازی یک سامانه مبنی بر شبکه عصبی مصنوعی با استفاده از اجزای اکوسیستم، فعالیت های طرح جنگلداری و میزان آشفتگی تراکم تاج پوشش اکوسیستم جنگلی (انبوهی جنگل) بود. پژوهش پیش رو در سه بخش پاتم، نم خانه و گرازبن جنگل خیرود نوشهر انجام شد. واحدهای همگن محیط زیستی با استفاده از منابع اکولوژیکی و ابزار دقیق GIS تهیه شد. با انتخاب الگوریتم مناسب در محیط شبکه های عصبی مصنوعی در نرم افزار NeuroSolutions ۵، انبوهی جنگل براساس مقادیر کمی و کیفی شرایط اکولوژیک و فعالیت های انسانی شبیه سازی شد. شبکه پرسپترون چندلایه با یک لایه پنهان و چهار نرون در هر لایه با توجه به بیشترین مقدار ضریب تعیین (برابر با ۰/۹۸۶۴)، بهترین عملکرد بهینه سازی توپولوژی را نشان داد. براساس نتایج تحلیل حساسیت، عامل های انسانی مانند تراکم دام در واحد سطح جنگل (تعداد در هکتار) در کنار عامل های طبیعی و اکولوژیکی مانند متوسط قطر درختان توده (سانتی متر) و عمق خاک به ترتیب بیشترین تاثیر را در میزان انبوهی جنگل نشان دادند. ارزیابی اثرات پروژه های اجرا شده علاوه بر اینکه تجربه ای در زمینه ارزیابی اثرات توسعه به شمار می رود، می تواند راه گشای تصمیم گیری در مورد اجرای پروژه های مشابه در مکان های مشابه باشد.
کلیدواژه ها:
نویسندگان
علی جهانی
استادیار، گروه محیط زیست طبیعی و تنوع زیستی، دانشکده محیط زیست، دانشگاه محیط زیست
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 :