کاربرد شبکه عصبی مصنوعی و رگرسیون حداقل مربعات معمولی در مدلسازی تغییرات کاربری سرزمین
نویسندگان
چکیده
با توجه به اهمیت بالای اثر تغییرات کاربری سرزمین در آینده، لازم است الگوی رشد و تغییر کاربری ها قبل از اتخاذ هر گونه تصمیمی به مسئولان و تصمیم گیرندگان امور مربوط ارائه شود. هدف این پژوهش مدل سازی تغییرات کاربری سرزمین در منطقة کوهمره سرخی استان فارس با استفاده از روش رگرسیون حداقل مربعات معمولی برای پیش پردازش متغیرها و مدل سازی با استفاده از شبکة عصبی است. بدین منظور نقشه های کاربری سرزمین با استفاده از تصاویر لندست در سال های 1366، 1379 و 1391 تهیه شد. سپس، صحت سنجی نقشه ها و آشکارسازی تغییرات انجام شد. نتایج آشکارسازی تغییرات دورة اول (1366-1379) با ضریب کاپای 83% نشان داد بیشترین افزایش مساحت در ناحیة مرتع (24/4224 هکتار) و بیشترین کاهش مساحت در ناحیة جنگل (75/3953 هکتار) رخ داده است. بر مبنای این تغییرات و انتخاب بهترین ترکیب برای متغیرها، مدل سازی پتانسیل تبدیل کاربری برای سال 1391، با استفاده از روش شبکة عصبی پرسپترون چندلایه انجام شد. سپس، با روش زنجیرة مارکوف، نقشة کاربری سرزمین برای سال 1391 پیش بینی شد. نتیجة ماتریس خطا بین نقشة حاصل از مدل سازی و نقشة کاربری سرزمین سال 1391، ضریب کاپای 75% است. در مرحلة بعد، نتایج آشکارسازی تغییرات دورة دوم (1379-1391) با ضریب کاپای 88% نشان داد بیشترین افزایش مساحت در ناحیة مرتع (82/1871 هکتار)، همچنین بیشترین کاهش مساحت در ناحیة جنگل (05/3082 هکتار) رخ داده است. با توجه به تغییرات دورة دوم، نقشة کاربری سرزمین برای سال 1403 پیش بینی شد که بیشترین تغییر کاربری نسبت به سال 1391، در ناحیة کشاورزی آبی خواهد بود.
منابع مشابه
کاربرد رگرسیون لجستیک و زنجیرۀ مارکف در پیشبینی تغییرات کاربری سرزمین شرق استان مازندران
این تحقیق با هدف پیشبینی تغییرات کاربری سرزمین (جنگل، کشاورزی، مناطق مسکونی و باغ) شرق استان مازندران با استفاده از رگرسیون لجستیک و زنجیرۀ مارکف در محیط سیستم اطلاعات جغرافیایی انجام شد. با استفاده از تصاویر ماهوارهای سالهای 13۶۶-13۸۰ تغییرات کاربری سرزمین منطقه مشخص شد. پتانسیل انتقال با استفاده از رگرسیون لجستیک مدلسازی شد. بدین صورت که از هفت متغیر (مدل رقومی ارتفاعی، فاصله از مناطق مسک...
متن کاملبررسی تطبیقی رهیافتهای رگرسیون وزنی جغرافیایی و حداقل مربعات معمولی در برآورد مدلهای مکانی
هدف اصلی این مطالعه بررسی مدلهای فضایی و روشهای متعارف برآورد مدلهای مکانی نظیر حداقل مربعات معمولی و رهیافت جدیدتر رگرسیون وزنی جغرافیایی میباشد. برای این منظور نقاط ضعف و قوت هر دو رهیافت رگرسیون وزنی جغرافیایی و حداقل مربعات معمولی با ارائه یک مثال ساده مورد توجه قرار گرفته و بر اساس چارچوب نظری هر دو روش، رهیافت مناسب برای برآورد مدلهای مکانی ارائه شده است. نتایج مقایسه این دو روش نشا...
متن کاملکاربرد شبکه عصبی مصنوعی در پیش بینی تبخیر-تعرق با حداقل داده های هواشناسی
برآورد دقیق تبخیر- تعرق در اعمال مدیریت بهینۀ منابع آب، ضروری است. تبخیر - تعرق مؤلفه مهمی در توازن آب در مناطق مختلف به شمار میرود. مهندسین آب با علم به اینکه چه مقدار از آب آبیاری به مصرف محصول میرسد، قادر به محاسبه مهمترین جز آب در سیکل هیدرولوژیک یعنی تبخیر - تعرق خواهند بود. در مطالعه حاضر تبخیر– تعرق روزانه دشت ارومیه با استفاده از دادههای هواشناسی طی دوره آماری 1390 – 1363 به روش فائو...
متن کاملکاربرد شبکه عصبی مصنوعی در مدل سازی و پیش بینی تغییرات کاربری اراضی شهر سردرود (1410-1363)
یک گام اساسی جهت مدیریت و برنامهریزی توسعه شهری و همچنین ارزیابی اثرات تجمعی آن بررسی و شبیهسازی توسعه فیزیکی شهر میباشد. هدف از این مطالعه، درک عوامل مؤثر در روند توسعه فیزیکی منطقه شهری سردرود با عنایت به مقوله توسعه فضایی پایدار شهری از بعد اکولوژیکی و حفظ شرایط زیست محیطی آن در دو دهه آتی میباشد. بدین منظور با استفاده از تصاویر ماهوارهای چندزمانه لندست 5 و تکنیکهای پردازش تصاویر ماهو...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
عنوان ژورنال:
نشریه جنگل و فرآورده های چوبناشر: دانشکده منابع طبیعی
ISSN 5052-2008
دوره 68
شماره 1 2015
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023