ارزیابی کارایی شبکه عصبی مصنوعی در پیش بینی روند بیابان زایی با استفاده از سیستم اطلاعات جغرافیایی gis (مطالعه موردی: دشت دهلران، ایلام)

یکی از مشکلات اصلی مناطق خشک و نیمه خشک حاکمیت پدیده بیابان­زایی است. بنابراین، شناخت و پیش بینی عوامل مؤثر در پیشرفت پدیده بیابان زایی می تواند در مدیریت بهتر این مناطق مؤثر واقع شود. هدف از این تحقیق ارزیابی صحت مدل شبکه عصبی مصنوعی در پیش بینی روند بیابان زایی و انتخاب مؤثرترین معیار بیابان زایی در دشت دهلران با استفاده از مدل ایرانی ارزیابی وضعیت بیابان زایی (imdpa) است. در این روش دو معیار آب و اقلیم به عنوان عوامل مؤثر در بیابان زایی انتخاب شدند. برای معیار اقلیم سه شاخص بارش سالانه، شاخص spi و تداوم خشک سالی و برای معیار آب پنج شاخص افت آب، نسبت جذب سدیم، کلر، هدایت الکتریکی و کل مواد محلول در آب ارزیابی شد. با استفاده از مدل مذکور هر شاخص امتیازدهی شد. سپس با میانگین هندسی نقشه های معیار و شدت بیابان زایی در نرم افزار arcgis®93 برای دوره مورد نظر تهیه شد. در نهایت داده ها به شبکه عصبی مصنوعی جهت پیش بینی وارد شدند. نتایج نشان دهنده کارایی بالای مدل های شبکه عصبی مصنوعی در پیش بینی روند بیابان زایی بود به گونه ای که دقت شبکه بالای 80 درصد و میانگین مربعات خطا کمتر از یک بدست آمد. همین طور بر اساس نتایج بدست آمده برای دوره پیش بینی شده مهم ترین معیارهای احتمالی تأثیرگذار بر شدت بیابان زایی منطقه به ترتیب معیارهای اقلیم و آب با متوسط وزنی 2 (متوسط زیر کلاس 1، 2 و 3)، 84/1 (متوسط زیر کلاس 1 و 2) رتبه بندی گردیدند.