پیش بینی وقوع آتش سوزی در جنگل ها و مراتع با استفاده از شبکه عصبی مصنوعی(مطالعه موردی: جنگل های منطقه زاگرس، شهرستان ایذه)

  • سال انتشار: 1391
  • محل انتشار: فصلنامه بوم شناسی کاربردی، دوره: 1، شماره: 2
  • کد COI اختصاصی: JR_IJAE-1-2_007
  • زبان مقاله: فارسی
  • تعداد مشاهده: 200
دانلود فایل این مقاله

نویسندگان

سجاد عالی محمودی سراب

Dept. of Forestry, College of Natur. Resour., The Univ. of Tehran, Tehran, Iran.

جهانگیر فقهی

Dept. of Forestry, College of Natur. Resour., The Univ. of Tehran, Tehran, Iran.

بهمن جباریان امیری

Dept. of Environ. Sci., College of Natur. Resour., The Univ. of Tehran, Tehran, Iran.

چکیده

بدون شک یکی از عوامل موثر بر وقوع و گسترش آتش سوزی در جنگل ها و مراتع، عوامل آب وهوایی می باشد. هدف از این تحقیق پیش بینی خطر آتش سوزی جنگل ها و مراتع شهرستان ایذه با استفاده از شبکه های عصبی مصنوعی و داده های آب وهوایی شهرستان ایذه به صورت ماهانه بود. شهرستان ایذه در شمال غربی استان خوزستان واقع شده و دارای آب وهوایی نسبتا نیمه خشک است. داده های آتش سوزی شامل سطح سوخته شده و تعداد وقوع آتش سوزی از اداره کل منابع طبیعی استان خوزستان اخذ شد. نتایج این تحقیق نشان داد، الگوریتم پرسپترون چندلایه و تابع هاپربولیک در ایجاد ارتباط بین داده های آب وهوایی و وقوع آتش سوزی کارا بوده و شبکه، مدلی با ۲ لایه مخفی و ۱۵ نرون بهترین صحت را نشان داد. برای پیش بینی وقوع آتش سوزی بهترین شبکه با میزان میانگین مربعات خطای نهایی برابر ۰۰۳۸/۰ به دست آمد. با انجام تست این شبکه مقدار ضریب هبستگی این شبکه به ۹۹/۰ و هم چنین مقادیر میانگین مربعات خطا و میانگین مربعات خطای نرمال شده(NMSE) به ترتیب حدود ۰۷۳/۰ و ۰۱۸/۰ به دست آمد. با استفاده از داده هایی که برای تست شبکه کنار گذاشته شده بودند قدرت شبکه برای پیش بینی خطر آتش سوزی، تعیین شد و مقدار ضریب تعیین برای این شبکه ۹۸/۰ = r۲ به دست آمد. در ادامه تحقیق با استفاده از شبکه عصبی برای تعیین نوع مدل بین داده های آب وهوایی و سطح سوخته شده، شبکه پرسپترون به مدلی با صحت متوسط دست یافت. میزان ضریب تعیین مدل برای پیش بینی سطح سوخته شده متوسط و حدود (۵۸=r۲) به دست آمد

کلیدواژه ها

Natural fires, Izeh, Neural network, Prediction, Artificial neural network, Climate., آتش سوزی جنگل و مرتع، ایذه، شبکه عصبی مصنوعی، پیش بینی خطر، پرسپترون، اقلیم

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.