مدل پیش‌بینی ارزیابی اثر گردشگری بر درصد پوشش تاجی گیاهی پارک ملی و پناهگاه حیات‌وحش قمیشلو

مدیریت اکوسیستم‌های طبیعی در مناطق تحت حفاظت گردشگری اثرات زیست محیطی بسیاری ایجاد می‌کند که یک موضوع چالش‌انگیز جهانی در زمینه حفاظت است. هدف از این پژوهش مدل‌سازی کاهش درصد پوشش تاجی گیاهی جهت ارزیابی اثر گردشگری با استفاده از شبکه عصبی مصنوعی و تعیین میزان اثرگذاری متغیرهای اکولوژیکی و شدت گردشگری بر آن است. پژوهش حاضر در پارک ملی و پناه‌گاه حیات وحش قمیشلو با مساحت 10 هکتار زون تفرج متمرکز و 100 هکتار زون تفرج گسترده انجام شده است. در این مطالعه از 100 قطعه نمونه آماربرداری و اندازه‌گیری متغیرهای اکولوژیکی و گردشگری و تغییرات درصد پوشش تاجی گیاهی در طی یک‌سال (بهار 1396 تا بهار 1397) استفاده شد. روش مدل‌سازی شبکه عصبی مصنوعی جهت پیش‌بینی کاهش درصد پوشش تاجی گیاهی با استفاده از 11 متغیر محیطی انجام شده است. با توجه به نتایج، مدل با ساختار 1-8-11 (11 متغیر ورودی، 8 نورون در لایه مخفی و یک متغیر خروجی) با توجه به بیشترین مقدار ضریب تبیین در سه دسته داده آموزش، اعتبارسنجی و آزمون معادل 95/0، 87/0 و 93/0، بهترین عملکرد بهینه‌سازی ساختار را نشان می‌دهد. بر این اساس طبقه شدت گردشگری، شیب زمین، شوری خاک، عمق خاک و درصد ماده آلی خاک با ضریب اثرگذاری 59/8، 02/2، 88/1، 81/1 و 65/1 به ترتیب بیشترین تأثیر را در میزان کاهش درصد پوشش تاجی گیاهی در منطقه از خود نشان می‌دهند. مدل ارائه شده در این پژوهش یک سیستم پشتیبان تصمیم‌گیری در ارزیابی اثرات گردشگری در مناطق تحت حفاظت شناخته شده و امکان پیش-بینی میزان کاهش درصد پوشش تاجی گیاهی در زون‌های تفرجی پارک‌های ملی را فراهم می‌کند.