کاربرد شبکه عصبی مصنوعی در پیش‌بینی ‏زیستگاه‌های بالقوه حیات‌وحش در مناطق ‏بیابانی ‏ ‏(مطالعه موردی: کل و بز در کوه ‌بافق)‏

کل و بز (Capra aegagrus) یکی از پستانداران شاخص مناطق کوهستانی و صخره‌ای است که جمعیت آن به ‌دلیل تخریب زیستگاه در سطح ملی و بین‌ا‌لمللی کاهش یافته، به ‌نحوی که از سوی اتحادیه‌ جهانی‌ حفاظت از طبیعت و منابع طبیعی در فهرست حیوانات آسیب‌پذیر قرار گرفته است. این پژوهش با هدف تعیین زیستگاه‌های بالقوه کل و بز با استفاده از شبکه عصبی پرسپترون چند لایه (MLP) در منطقه حفاظت شده کوه ‌بافق انجام شد. 196 نقطه (111 نقطه حضور و 85 نقطه عدم‌حضور گونه)، با بازدید‌های میدانی در طول پژوهش ثبت شد. لایه‌های اطلاعاتی انتخاب شده به‌عنوان متغیرهای مؤثر بر حضور و عدم‌حضور گونه شامل 18 متغیر از جمله درصد شیب، طبقات جهت جغرافیایی، ارتفاع از سطح دریا، تیپ‌های پوشش‌گیاهی، منابع آبی و متغیرهای توسعه انسانی (روستاها و جاده‌ها) هستند. نتایج نشان داد که متغیرهای محیطی تیپ ‌گیاهی ارس- بادام‌کوهی (Juniperus excelsa - Amygdalus scoparia) (23/11 درصد)، درصد شیب (42/10 درصد)، فاصله از جهت جنوبی (15/10 درصد)، فاصله از تیپ گیاهیهزارخار- درمنه- قیچ (Cousinia desertii- Artemisia sieberi -Zygophyllum eurypterum) (9/9 درصد)، ارتفاع از سطح دریا (63/9 درصد) و منابع آب (09/9 درصد) به‌عنوان مهم‌ترین متغیرهای موثر بر مطلوبیت زیستگاه کل و بز در کوه بافق تعیین شدند. میزان موفقیت کلی مدل در حدود 97/0 محاسبه شد. براساس یافته‌ها، 36 درصد وسعت منطقه حفاظت شده به‌عنوان زیستگاه مطلوب ارزیابی شد. نتایج نشان داد که با کاهش فاصله از جاده مطلوبیت زیستگاه کاهش می‌یابد. لذا پیشنهاد می‌شود از توسعه فعالیت‌های انسانی در محدوده زیستگاه‌های مطلوب پرهیز شود.