مدل سازی زیستگاه ملخ مراکشی با استفاده از شاخص های مستخرج از تصاویر ماهواره ای لندست ۸ (مطالعه موردی: شهرستان گنبد کاووس)

ملخ مراکشی (Dociostaurus maroccanus) به عنوان یکی از آفات بومی ایران با توانایی مهاجرت، طغیان های جمعیتی و خسارت های گسترده به محصولات زراعی و مراتع شناخته می شود. در این پژوهش از داده­های هواشناسی (دما، بارندگی و رطوبت نسبی)، داده­های زمینی اندازه­گیری شده (رطوبت خاک و تعداد ملخ) و شاخص­های مستخرج از تصاویر ماهواره­ای لندست ۸ (LST, TCI, OSAVI, BSI) بعنوان ورودی­های مدل شبکه عصبی پرسپترون چند لایه (MLP) بمنظور برآورد تعداد ملخ در مقیاس پیکسل سایز استفاده شد. به همین منظور داده­ها بصورت تصادفی به دو مجموعه آموزش (۷۰ درصد) و تست (۳۰ درصد) اختصاص یافتند. بمنظور ارزیابی نتایج از دو ضریب همبستگی (R) و ضریب نش ساتکلیف (NSE) استفاده شد. نتایج نشان داد که ورودی­های مدل شبیه­ساز بدرستی انتخاب شده (R=۰.۰۸) و ساختار مدل شبیه­ساز نیز بگونه­ای بوده که با دقت بسیار بالا توانسته تعداد ملخ را شبیه­سازی نماید بنحوی که مقادیر NSE در دو مرحله آموزش و تست بترتیب در حدود ۹۸/۰ و ۹۹/۰ بدست آمده است. نتایج نشان داد که مقادیر رطوبت خاک با R=۰.۹ و مقادیر شاخص TCI با R=۰.۹۸ بترتیب کمترین و بیشترین ضریب همبستگی با تعداد ملخ اندازه­گیری شده را داشته­اند. نتایج تحقیق حاضر نشان داد که استفاده همزمان از داده­های زمینی و شاخص­های مستخرج از تصاویر ماهواره­ای در قالب مدل­های ماشین لرنینگ می­تواند در شبیه­سازی زیستگاه ملخ مراکشی بسیار مفید واقع شود. روش پیشنهادی در تحقیق حاضر امکان پایش جمعیت ملخ مراکشی در سطوح وسیع و بازه­های زمانی مختلف – با توجه به دسترس بودن تصاویر ماهواره­ای- را برای متخصصین و تصمیم گیران مدیریتی فراهم می­آورد.

کلیدواژه ها:

استان گلستان ، تحلیل زمانی-مکانی ، شاخص های بیوفیزیکی ، ملخ های شاخک کوتاه ، مدل های یادگیری ماشین