مقایسه عملکرد الگوریتم های Fuzzy C-means و K-medoids در مدل سازی وقوع آتش سوزی جنگل (مطالعه موردی: جنگل های سراوان، گیلان)

سال انتشار: 1400
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 287

فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_IFEJ-9-17_017

تاریخ نمایه سازی: 15 مهر 1400

چکیده مقاله:

نناحیه رویشی هیرکانی (خزری) یکی از مهم­ترین نواحی رویشی ایران محسوب شده که با توجه به قدمت آن، ارزش بوم­ سامانه­ ای بالایی دارد. از طرفی این بوم­ سامانه همه­ ساله درگیر آتش­سوزی­ های متعدد شده و سطح قابل ملاحظه­ ای از پوشش گیاهی خود را از دست می­ دهد، لذا به­ کارگیری روش­های علمی برای پیش ­بینی مکان­های دارای پتانسیل خطر آتش ­سوزی در مدیریت حفاظتی جنگل­های هیرکانی بسیار حائز اهمیت است. بسیاری از سیستم­ های دنیای واقعی از نظر تشخیص الگو مورد استفاده قرار می­ گیرند بنابراین استفاده صحیح از روش­های یادگیری ماشین در کاربردهای عملی ضروری است. از طرفی استفاده از روش­های مبتنی بر خوشه ­بندی با توجه به رویکرد آن در تشخیص الگو و کشف خروجی به­ عنوان یک روش موثر مورد تاکید است. هدف از انجام تحقیق حاضر بررسی توانایی و مقایسه عملکرد رویه ­های متفاوت خوشه­ بندی از دو الگوریتم مبتنی بر خوشه­ بندی Fuzzy C-Means و k-Medoids در مدل­سازی آتش ­سوزی جنگل با تاکید بر قابلیت­های عملکرد الگوریتم­ های موصوف است. با توجه به­ وجود آتش ­سوزی­ های دوره ای موجود از الگوریتم ­های مذکور  به­ صورت ارتقاء سطح کدنویسی در نرم­افزار متلب در راستای بهبود مطالعات در زمینه پیش ­بینی خطر حریق جنگل استفاده شد. معیارهای ورودی مدل در این مطالعه عبارتند از نقاط ثبت ­شده آتش ­سوزی، فاصله از مناطق کشاورزی، فاصله از جاده، فاصله از رودخانه، فشار هوا، بازتابش خورشید، شیب، جهت شیب، سرعت باد، درصد تراکم تاج پوشش و تیپ جنگل. نتایج به ­دست­ آمده از نقشه پیش ­بینی خطر آتش­ سوزی هر دو الگوریتم، نشان از توانایی بالای آن­ها در پیش­ بینی مدل وقوع  آتش­ سوزی دارد. همچنین بر اساس نتایج جدول ماتریس درهم آمیختگی مقایسه دو الگوریتم، الگوریتم FCM عملکرد بهتری نسبت به الگوریتم  k-medoids در پیش­بینی مکان­های دارای پتانسیل خطر آتش ­سوزی از خود نشان داد. لذا استفاده از الگوریتم FCM به ­عنوان یکی از روش­های موثر در خوشه ­بندی تفکیکی برای مطالعات آینده پیشنهاد می­ شود.

کلیدواژه ها:

نویسندگان

شقایق ذوالقدری

Department of Forestry, Faculty of Natural Resources, Guilan University, Iran

مهرداد قدس خواه دریایی

Department of Forestry, Faculty of Natural Resources, Guilan University, Iran

کامران نصیر احمدی

Faculty of Fisheries and Environment, Gorgan University of Agricultural Sciences and Natural Resources

اسماعیل قجر

Department of Forestry, Faculty of Natural Resources, Guilan University, Iran

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Adab, H., K. Kanniah and K. Solaimani. ۲۰۱۳. Modeling forest ...
  • Agnoletti, M. and S. Anderson. ۲۰۰۰. Forest history: International studies ...
  • Argañaraz, J.P., G.G. Pizarro, M. Zak, M.A. Landi and L.M. ...
  • Arpaci, A., B. Malowerschnig, O. Sass and H. Vacik. ۲۰۱۴. ...
  • Baheri, H., M. Ghodskhah Daryaei and H. Pourbabaei. ۲۰۱۷. Long- ...
  • Berninger, F. ۱۹۹۴. Simulated irradiance and temperature estimates as a ...
  • Bezdek, J.C., R. Ehrlich and W. Full. ۱۹۸۴. FCM: The ...
  • Chai, T. and R. Draxler. ۲۰۱۴. Root mean square error ...
  • Darvishi, L., M. Ghodskhah Daryaei and V. Gholami. ۲۰۱۳. A ...
  • Dubey, V., P. Kumar and N. Chauhan. ۲۰۱۸. Forest Fire ...
  • Dunn, J.C. ۱۹۷۳. A Fuzzy Relative of the ISODATA Process ...
  • Eastaugh, C.S. and H. Hasenauer. ۲۰۱۴. Deriving forest fire ignition ...
  • Eskandari, S. and E. Chuvieco. ۲۰۱۵. Fire danger assessment in ...
  • Eskandari, S. and J.R. Miesel. ۲۰۱۶. Comparison of the fuzzy ...
  • Esakar, S. and M. Chaudhari. ۲۰۱۳. A Review of Clustering ...
  • Fawcett, T. ۲۰۰۶. An introduction to ROC analysis. Pattern Recognition ...
  • Giwa, O. and A. Benkrid. ۲۰۱۸. Fire detection in a ...
  • Computer Science, Engineering, ۳(۳) ۲۰۱۸ ...
  • Ghodskhah Daryayi, M., M.N. Adel, M.S. Pashaki and J.S. Kuhestani. ...
  • Goleiji, E., S.M. Hoseini, N. Khorasani and S.M. Monavari. ۲۰۱۸. ...
  • Goleiji, E., S.M. Hosseini, N. Khorasani and S.M. Monavari. ۲۰۱۷. ...
  • Han, J., M. Kamber and A. Tung. ۲۰۰۱. Spatial Clustering ...
  • Hastie, T., R. Tibshirani, J. Friedman and J. Franklin. ۲۰۰۴. ...
  • Hedayati, N, S. Ebrahimi and H. Joneidi. ۲۰۱۹. Fire risk ...
  • Hunt, R.J. ۱۹۸۶. Percent agreement, Pearson's correlation, and kappa as ...
  • Hosseinzade, F. and A. Salageghe. ۲۰۱۳. Study and Comparison of ...
  • Jafarzadeh, A., A. Mahdavi and H. Jafarzadeh. ۲۰۱۷. Evaluation of ...
  • Jahdi, R., M. Salis, A.A. Darvishsefat, F. Alcasena, M.A. Mostafavi ...
  • Janmenjoy, N., N. Bighnaraj and H.S. Behera. ۲۰۱۵. Fuzzy C-Means ...
  • Karimov, J., M. Ozbayoglu and E. Dogdu. ۲۰۱۵. k-Means Performance ...
  • Kaufman, L. and J.P. Rousseeuw. ۲۰۰۵. Finding Groups in Data: ...
  • Khatami, A., S. Mirghasemi, A. Khosravi, C.P. Lim and S. ...
  • Khatami, A., S. Mirghasemi, A. Khosravi and S. Nahavandi. ۲۰۱۵. ...
  • Krishnapuram, R., A. Joshi and Y. Liyu. ۱۹۹۹. A fuzzy ...
  • Lewis-Beck, M.S. and A. Skalaban. ۱۹۹۰. The R -Squared: Some ...
  • Liang, M. and H. Zhang. Wang. ۲۰۱۹. A Neural Network ...
  • Littell, J.S., D.L. Peterson, K.L. Riley, Y. Liu and C.H. ...
  • Mesakar, S. and M. Chaudhari. ۲۰۱۳. A Review of Clustering ...
  • Miyamoto, S., H. Ichihashi and K. Honda. ۲۰۰۸. Algorithms for ...
  • Mood, A.M., F.A. Graybill and D.C. Boes. ۲۰۱۳. Introduction to ...
  • Pham, B., A. Jaafari, M. Avand, N. Al-Ansari, T. Du, ...
  • Rahimi, I., S.N. Azeez and I.H. Ahmed. ۲۰۲۰. Mapping Forest-Fire ...
  • Sadeghifar, M., A. Beheshti Alagha and M. Por Reza. ۲۰۱۶. ...
  • Sekizawa, A. ۲۰۰۵. Fire Risk Analysis: Its Validity and Potential ...
  • Shahin, M., M. Jaksa and H. Maier. ۲۰۰۸. State of ...
  • Späth, H. ۱۹۸۵. Cluster dissection and analysis: Theory FORTRAN programs, ...
  • Tien Bui, D., H. Van Le and N.D. Hoang. ۲۰۱۸. ...
  • Velmurugan, T. ۲۰۱۱. A Comparative Analysis between K-Medoids and Fuzzy ...
  • Velmurugan, T. ۲۰۱۲. Evaluation of k-Medoids and Fuzzy C-Means clustering ...
  • Wackerly, D.D., W. Mendenhall and R.L. Scheaffer. ۲۰۰۸. Mathematical statistics ...
  • Wei, C.P., Y.H. Lee and C.M. Hsu. ۲۰۰۰. Empirical Comparison ...
  • Xu, R. and D. Wunsch. ۲۰۰۵. Survey of clustering algorithms. ...
  • Yassemi, S., S. Dragićević and M. Schmidt. ۲۰۰۸. Design and ...
  • نمایش کامل مراجع