برآورد حدود پراکنش مکانی گونه های گیاهی با روش شبکۀ عصبی مصنوعی در مراتع غرب تفتان
Authors
abstract
پژوهش حاضر با هدف برآورد حدود پراکنش گونه های گیاهی و تهیۀ نقشۀ پیش بینی پراکنش گونه ها با روش پرسپترون چندلایه، در مراتع غرب تفتان در شهرستان خاش انجام شد. برای این منظور، بعد از شناسایی و تفکیک رویشگاه گونه های موردبررسی، نمونه برداری از پوشش گیاهی بهروش تصادفی ـ منظم انجام شد. برای نمونه برداری از خاک در هر رویشگاه، شش نیمرخ حفر و از دو عمق 30-0 و 60-30 سانتی متری نمونه برداری شد. بعد از اندازه گیری خصوصیات خاک در آزمایشگاه و تهیۀ لایه های مربوط به خصوصیات فیزیوگرافی (شیب، جهت، ارتفاع)، زمین شناسی و خصوصیات فیزیکی ـ شیمیایی خاک با استفاده از زمین آمار و سیستم اطلاعات جغرافیایی، مدل سازی پراکنش رویشگاه گونه ها بهروش پرسپترون چندلایه انجام شد. بعد از انتخاب مدل پیش بینی بهینه برای هر رویشگاه، شبیه سازی احتمال حضور و عدم حضور گونه ها انجام شد. در مرحلۀ بعد، آستانۀ بهینه حضور به روش حساسیّت و اختصاصیّت برابر تعیین شد و مقدار تطابق نقشه های حاصل از مدل بهینۀ پیش بینی با نقشه های واقعی از طریق محاسبۀ شاخص کاپا بررسی شد. براساس مقادیر شاخص کاپا، نقشۀ پیش بینی حاصل از روش پرسپترون چندلایه برای رویشگاه haloxylon persicum دارای تطابق خیلی خوب با نقشۀ واقعی پوشش گیاهی است. علاوه بر این، میزان تطابق برای رویشگاه های artemisia aucheri، artemisia sieberi و amygdalus scoparia خوب و برای رویشگاه zygophyllum eurypterum در سطح متوسط ارزیابی شد. این نتایج گویای آن است که روش پرسپترون چندلایه قادر است با استخراج قوانین حاکم بر داده ها و مدل سازی فرایندهای غیرخطی، مدل های پیش بینی دقیقی را ارائه کند. این امر می تواند منجر به پیش بینی صحیح حدود جغرافیایی پراکنش گونه های گیاهی شود و علاوه بر صرفه جویی در هزینه و زمان پژوهش ها، امکان موفقیت طرح های اصلاحی را نیز در مراتع افزایش دهد.
similar resources
برآورد حدود پراکنش مکانی گونههای گیاهی با روش شبکۀ عصبی‌مصنوعی در مراتع غرب تفتان
This study aimed to estimate of spatial distribution scope of plant species and preparation of predictive distribution maps of plant species using Artificial Neural Network (ANN) in Taftan west rangelands of Khash city. To this end, vegetation sampling was carried out by random-systematic method after identification and separation of plant species habitats. In order to sample the soil at each h...
full textارزیابی قابلیت مدل شبکه عصبی مصنوعی در پیش بینی پراکنش مکانی گونه های گیاهی (مطالعه موردی: مراتع طالقان میانی)
در این تحقیق قابلیت مدل شبکه عصبی در پیشبینی پراکنش مکانی گونههای گیاهی ارزیابی شده است. با توجه به هدف، اطلاعات پوشش گیاهی و عوامل رویشگاهی شامل اقلیم، خاک، پستی و بلندی و زمینشناسی جمعآوری شد. برای نمونهبرداری از پوشش گیاهی در هر تیپ رویشی، 3 ترانسکت150 متری مستقر و در هر ترانسکت 15 پلات با فواصل 10 متر (به روش تصادفی-سیستماتیک) مستقر شد. برای تجزیه و تحلیل اطلاعات و ارائه نقشه عوامل محی...
full textمدل‌سازی پیشبینی پراکنش رویشگاه گونههای گیاهی با روش رگرسیون لوجستیک (مطالعه موردی: مراتع غرب تفتان، شهرستان خاش)
ارائه مدل پیشبینی پراکنش رویشگاه گونههای گیاهی و تهیه نقشه پیشبینی پراکنش هر یک از رویشگاه‌ها با روش رگرسیون لوجستیک از اهداف این پژوهش بود. نمونهبرداری از پوشش گیاهی در هر رویشگاه به روش تصادفی- تعییسیستماتیک از طریق پلات‌گذاری در امتداد 4 خط‌نمونه 150 و200 متری انجام شد. سطح قطعات‌نمونه با توجه به نوع گونههای موجود، به روش سطح حداقل بین 2 تا 25 متر‌مربع و تعداد آنها با توجه به تغییرات ...
full textتهیه نقشه پیشبینی پراکنش مکانی رویشگاه گونههای گیاهی با استفاده از شبکه‌های عصبی مصنوعی در مراتع استان قم
این تحقیق با هدف ارزیابی قابلیت مدل شبکه عصبی مصنوعی در تهیه نقشه پیشبینی پراکنش رویشگاه گونههای گیاهی و شناخت نقاط قوت و ضعف این روش انجام شد. بدین‌منظور بعد از تعیین واحدهای همگن با استفاده از مدل رقومی ارتفاع و نقشه زمینشناسی با مقیاس 1:25000، نمونهبرداری از پوشش گیاهی و عوامل محیطی انجام گرفت و نقشه مربوط به متغیرهای محیطی با استفاده از سیستم اطلاعات جغرافیایی و زمین آمار تهیه شد. مت...
full textارزیابی مدل شبکۀ عصبی مصنوعی GMDH در برآورد پراکنش مکانی کنه‌های خانوادۀ Laelapidae (Acari, Mesostigmata) در منطقۀ شاهرود استان سمنان
این پژوهش به‌منظور برآورد پراکندگی مکانی کنه‌های خانوادۀ Laelapidae در منطقۀ شاهرود با به‌کارگیری شبکۀ عصبی مصنوعی انجام شد. داده‌های مربوط به تراکم جمعیت این کنه از زیستگاه‌های گوناگون منطقۀ شاهرود در سال 1394 به دست آمدند. در این پژوهش از متغیرهای طول و عرض جغرافیایی به‌عنوان متغیرهای ورودی و از دگرگونی‌های جمعیت کنه‌های خانوادۀ Laelapidae به‌عنوان متغیر خروجی استفاده شد. شبکۀ مورداستفاده از ...
full textMy Resources
Save resource for easier access later
Journal title:
مهندسی اکوسیستم بیابانجلد ۵، شماره ۱۲، صفحات ۲۳-۳۶
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023