بررسی شبکه عصبی مصنوعی در مدل سازی پراکنش مکانی بنه(Pistacia atlantica)
کد مقاله : 1893-CCSAMR (R1)
نویسندگان
شهاب بختیاری *1، تیمور رستمی شاهراجی2، رضا اخوان3، رضا ابراهیمی آتانی2
1سازمان منابع طبیعی و آبخیزداری کشور
2دانشگاه گیلان
3موسسه تحقیقات جنگل ها و مراتع
چکیده مقاله
بمنظور پیش بینی احتمال حضور و عدم حضور گونه جنگلی بنه در ارتباط با متغیر‌های محیطی در بخشی از پارک ملی خجیر استان تهران با مدلسازی و استفاده از شبکه عصبی مصنوعی مورد بررسی قرار گرفت.
نقشه‌های شیب، جهت و ارتفاع با استفاده از نقشه مدل رقومی ارتفاع (DEM) منطقه تهیه گردید، نمونه برداری از درختان بنه در قالب نمونه برداری منظم- تصادفی انجام شد. نمونه برداری از خاک با توجه به تنوع شرایط خاکی انجام و متغیرهای وزن مخصوص ظاهری، وزن مخصوص حقیقی، پتاسیم، ازت، فسفر، کربن، هدایت الکتریکی، اسیدیته، درصد اشباع خاک، درصد آهک خاک، درصد شن، سیلت و رس مورد اندازه گیری قرار گرفتند.
مدل شبکه عصبی مصنوعی پرسپترون چند لایه بین ویژگی‌های محیطی به عنوان ورودی های مدل و حضور و عدم حضور بنه به عنوان خروجی مدل طراحی و اعتبار سنجی شد. نتایج حاکی از صحت زیاد شبکه عصبی مصنوعی (91 درصد) در پیش بینی احتمال حضور و عدم حضور بنه بود.
کلیدواژه ها
پرسپترون چندلایه، احتمال حضور و عدم حضور
وضعیت: پذیرفته شده برای ارسال فایل های ارائه پوستر، لازم است پوستر در 2 سایت زیر بارگذاری شود. https://ccsamr.greenmeeting.ir** https://ccsamr.areeo.ac.ir/author