مدل سازی خطر سقوط درختان خطرآفرین با کاربرد شبکه عصبی مصنوعی و رگرسیون لجستیک در فضای سبز شهری
- سال انتشار: 1398
- محل انتشار: فصلنامه محیط شناسی، دوره: 45، شماره: 4
- کد COI اختصاصی: JR_JESJ-45-4_004
- زبان مقاله: فارسی
- تعداد مشاهده: 208
نویسندگان
گروه مهندسی طبیعت دانشکده منابع طبیعی و علوم زمین دانشگاه شهرکرد، شهرکرد، ایران
گروه علوم جنگل، دانشکده منابع طبیعی و علوم زمین، دانشگاه شهرکرد، شهر کرد، ایران
گروه علوم جنگل، دانشکده منابع طبیعی و علوم زمین، دانشگاه شهرکرد، شهر کرد، ایران
چکیده
درختان فضای سبز شهری به رغم ارائه طیف وسیعی از منافع زیست محیطی، زیباشناختی، اجتماعی، فیزیولوژیکی و اقتصادی می توانند باعث خطرات جانی و مالی برای شهروندان شوند. اهداف این تحقیق برآورد احتمال خطر سقوط درختان نارون و مدل سازی آن از طریق شبکه عصبی و رگرسیون لجستیک است، بدین ترتیب ۱۲۹ اصله درخت نارون در خیابان شریعتی شهرکرد بررسی شدند. برای این منظور، متغیرهای قطر و ارتفاع درخت، شاخه و سرشاخه های خشکیده، شکاف یا ترک، وضعیت و ضعف ساختاری، مشکلات ریشه و پوسیدگی تنه و شاخه به عنوان متغیرهای مستقل و طبقه شدت خطرآفرینی درختان نارون به عنوان متغیرهای وابسته در مدل شبکه عصبی مصنوعی و رگرسیون لجستیک استفاده شدند. در این پژوهش از شبکه پرسپترون چند لایه با ۵ نورون در لایه ورودی، یک لایه پنهان با ۲۰ نورون و یک نورون در لایه خروجی استفاده شد. نتایج نشان داد که رگرسیون لجستیک نتوانست بین متغیرهای مستقل و طبقه شدت خطرآفرینی درختان نارون برازش خوبی را انجام دهد. در صورتی که شبکه عصبی قادر بود مدلی مناسب را برازش دهد. به طور کلی شبکه عصبی با کارایی مناسب و بالا در مقایسه با روش رگرسیون لجستیک، برای پیش بینی خطر سقوط درختان نارون، مناسب تر بوده است.کلیدواژه ها
معیارهای تشخیصی خطرآفرینی, تجزیه و تحلیل مولفه های اصلی, ضریب تبیین, منحنی مشخصه عملکرد, شاخص کاپااطلاعات 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.