مدلسازی گسترش آتش سوزی جنگل بر مبنای اتوماتای سلولی و رگرسیون منطقی

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 648

فایل این مقاله در 12 صفحه با فرمت PDF و WORD 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:

CESET02_110

تاریخ نمایه سازی: 7 اردیبهشت 1396

چکیده مقاله:

امروزه آتش سوزی جنگل ها جزء زیان بار ترین بلایای طبیعی به حساب می آید و هر سال مساحت بسیار زیادی از جنگل ها طعمه حریق شده و از بین می روند و تکرار این رخداد ناخوشایند، خسارات جبران ناپذیری بر زندگی افراد جامعه و محیط زیست وارد می کند. بنابراین مدل سازی پیش بینی گسترش آتش سوزی جنگل، اهمیت بسیار زیادی دارد. این مسیله در ارتباط با کشور ما که دارای مساحت جنگلی اندک می باشد، اهمیت دو چندان پیدا می کند. با پیش بینی نحوه توسعه آتش می توان با ابزارهای اطفاء حریق، آتش را در زمان مناسب مهار کرده و از گسترش آن و ایجاد خسارات حاصل از آن کاست. در این تحقیق سعی شده تا با در نظر گرفتن فاکتورهای بیوفیزیکی و فاکتورهای اقتصادی- اجتماعی یا انسانی منطقه مورد مطالعه و با استفاده از روش اتوماتای سلولی و استفاده از روش رگرسیون منطقی برای کالیبره کردن قوانین انتقال اتوماتای سلولی، به مدل سازی گسترش آتش سوزی جنگل بپردازیم. نتایج این تحقیق نشان داد که این روش در حدود 70 درصد قادر به پیش بینی گسترش آتش سوزی در جنگل های این منطقه می باشد و همچنین بیانگر این نکته بود که استفاده از داده های با اندازه پیکسل کوچک تر، دارای دقت بهتری در پیش بینی گسترش آتش است زیرا با کاهش اندازه پیکسل های داده های ورودی، دقت خروجی حاصل نیز بهبود می یافت.

نویسندگان

حمیدرضا صحراییان

دانشجوی کارشناسی ارشد مهندسی سیستم های اطلاعات مکانی، دانشکده مهندسی نقشه برداری و اطلاعات مکانی، پردیس دانشکده های فنی دانشگاه تهران

پرهام پهلوانی

استادیار دانشکده مهندسی نقشه برداری و اطلاعات مکانی، پردیس دانشکده های فنی دانشگاه تهران

امین راعی

دانشجوی کارشناسی ارشد مهندسی سیستم های اطلاعات مکانی، دانشکده مهندسی نقشه برداری و اطلاعات مکانی، پردیس دانشکده های فنی دانشگاه تهران

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 :
  • Alexandridis, A., Vakalis, D., Siettos, C.I. (2008). A cellular automata ...
  • Berjak, S. and Hearne, J. (2002). An improved cellular automaton ...
  • Coleman, J. R. and Sullivan, A. L. (1996).A real-time computer ...
  • Denham, M., Wendt, K., Bianchini, G., Cortes, A. and Margalef, ...
  • Eskandari, S., Oladi Ghadikolaei, J. and Jalilvand, H. (2013). Efficiency ...
  • Herandez Encinas, _ Hernandez Encinas, L., Hoya White, S., Martin ...
  • Karafyllidis, I. and Thanailakis, A. (1997). A model for prediction ...
  • Kleinbaum, D. G. and Klein, M. (2010). Logistic regression: a ...
  • Rothermel, RC. (1972). A mathematical model for predicting fire spread ...
  • RUCZINSKI, I., KO OPERBERG, C., LEBLANC, _ (2003). Logic Regression. ...
  • Tayyebi, A., Perry, P. C. and Tayyebi, A. H. (2014). ...
  • Vakalis, D., Sarimveis, H., Kiranoudis, C., Alexandridis, A. (2004). A ...
  • Wagner CE. (1987). Development and structure of the Canadian Forest ...
  • White, R. and Engelen, G. (2000). H igh-resolution integrated modelling ...
  • Wolfram, S. (1984). Universality and complexity in cellular automata. Physica, ...
  • نمایش کامل مراجع