پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 162 |
| تعداد شماره‌ها | 6,578 |
| تعداد مقالات | 71,072 |
| تعداد مشاهده مقاله | 125,695,099 |
| تعداد دریافت فایل اصل مقاله | 98,924,380 |
برآورد توان تولیدی رویشگاه راش شرقی در جنگل‌های هیرکانی با استفاده از الگوریتم درخت طبقه‌بندی و رگرسیون | ||
| نشریه جنگل و فرآورده های چوب | ||
| مقاله 4، دوره 70، شماره 2، مرداد 1396، صفحه 221-229 اصل مقاله (460.94 K) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22059/jfwp.2017.62479 | ||
| نویسندگان | ||
| احسان فکور1؛ سیدجلیل علوی* 2؛ مسعود طبری کوچکسرایی3؛ کوروش احمدی4 | ||
| 1دانشجوی کارشناسی ارشد جنگلداری، دانشکدۀ منابع طبیعی، دانشگاه تربیت مدرس | ||
| 2استادیار گروه جنگلداری، دانشکدۀ منابع طبیعی، دانشگاه تربیت مدرس | ||
| 3استاد گروه جنگلداری، دانشکدۀ منابع طبیعی، دانشگاه تربیت مدرس | ||
| 4دانشجوی دکتری جنگلداری، دانشکدۀ منابع طبیعی، دانشگاه تربیت مدرس | ||
| چکیده | ||
| در مطالعۀ حاضر از شاخص فرم رویشگاه که مطمئن‌ترین معیار برای ارزیابی کیفیت رویشگاه در توده‌های ناهمسال و آمیخته است، برای ارزیابی توان تولیدی رویشگاه راش شرقی استفاده شد. به این منظور در جنگل پژوهشی دانشگاه تربیت مدرس، در تیپ‌هایی که در آنها گونۀ راش غالب بود، به روش منظم - تصادفی 105 قطعه نمونۀ دایره‌ای به مساحت 1000 متر مربع پیاده و در هر یک از آنها ارتفاع و قطر تمام درختان گونۀ راش علاوه‌بر ارتفاع از سطح دریا، درصد شیب و آزیموت اندازه‌گیری و ثبت شد. همچنین از عمق 10-0 سانتی‌متری، نمونه‌برداری خاک انجام گرفت و متغیرهای فیزیکی و شیمیایی خاک اندازه‌گیری شد. ارزیابی توان تولید رویشگاه راش با استفاده از تکنیک درخت طبقه‌بندی و رگرسیون نشان داد که متغیرهای فسفر، شاخص تابش خورشیدی، درصد رس و وزن مخصوص ظاهری به‌ترتیب اهمیت نسبی، متغیرهای مؤثر بر فرم رویشگاه هستند و 62 درصد تغییرات در توان تولیدی را می‌توان با استفاده از این متغیرها تبیین کرد. با استفاده از مدل خطی تعمیم‌یافته و معیارهای ضریب تبیین تعدیل‌یافته، مجذور مربعات میانگین خطا، معیارهای اطلاعاتی آکائیک (AIC) و بیزی (BIC) عملکرد تکنیک درخت طبقه‌بندی و رگرسیون نیز ارزیابی شد. نتایج نشان داد هرچند تکنیک درخت طبقه‌بندی و رگرسیون و مدل خطی تعمیم‌یافته درصد تغییرات یکسانی را توجیه می‌کند، الگوریتم درخت تصمیم از لحاظ معیارهای اطلاعاتی AIC و BIC نسبت به مدل رگرسیونی عملکرد بهتری دارد. از طرف دیگر تفسیر این تکنیک‌ها آسان‌تر است. | ||
| کلیدواژه‌ها | ||
| الگوریتم درخت طبقه‌بندی و رگرسیون؛ توان تولید رویشگاه؛ جنگل‌های هیرکانی؛ مدل خطی تعمیم‌یافته | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 688 تعداد دریافت فایل اصل مقاله: 613 |
||
سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب