تعیین فاکتورهای موثر بر آتش سوزی جنگل با استفاده از ترکیب مدل رگرسیون اسپلاین تطبیقی چندمتغیره و الگوریتم ژنتیک (مطالعه موردی: جنگل گلستان)

امروزه شناسایی فاکتورهای موثر بر آتش سوزی جنگل ها از اهمیت بسیار بالایی برخوردار است زیرا سالانه مساحت زیادی از جنگل های جهان بر اثر آتش سوزی نابود می شوند و تکرار این اتفاق در بلندمدت می تواند خسارات جبران ناپذیری بر زمین و ساکنین آن وارد کند. با شناسایی این فاکتورها می توانیم زمان ها و نقاط دارای ریسک بالای آتش سوزی را شناسایی نمائیم و با وضع قوانین و سیاست های مدیریتی کارآمد، آموزش به مردم و نظارت بیشتر در جهت مقابله با عوامل محرک آتش برآییم. در این تحقیق سعی شده است فاکتورهای موثر بر آتش سوزی های جنگل گلستان شناسایی شود و برای این منظور از سه روش رگرسیون خطی چندگانه، رگرسیون لجستیک و رگرسیون اسپلاین تطبیقی چندمتغیره در ترکیب با الگوریتم ژنتیک استفاده شد. نتایج این تحقیق نشان داد که هر دو دسته فاکتورهای بیوفیزیکی و انسانی در آتش سوزی های منطقه مورد مطالعه دارای تاثیر هستند. از این میان تنها فاکتورهای حداقل دما و حداکثر سرعت باد در هر سه حالت موثر شناخته شدند. روش رگرسیون اسپلاین تطبیقی چندمتغیره در مقایسه با دو روش دیگر عملکرد بهتری از خود نشان داد. مقدار RMSE نرمال شده این سه روش برابر ۴۲۹۱/۰ برای رگرسیون خطی چندگانه، ۹۴۱۶/۰ برای رگرسیون لجستیک و ۱۷۵۷/۰ برای رگرسیون اسپلاین تطبیقی چندمتغیره و مقدار R۲ آن ها نیز به ترتیب برابر ۹۸۶۲/۰، ۹۹۱۲/۰ و ۹۸۸۶/۰ به دست آمد.

کلیدواژه ها:

Forest fire ، Multivariate Adaptive Regression Spline ، Multiple Linear Regression ، Logistic Regression ، Genetic Algorithm ، آتش سوزی جنگل ، رگرسیون اسپلاین تطبیقی چندمتغیره ، رگرسیون خطی چندگانه ، رگرسیون لجستیک ، الگوریتم ژنتیک