پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 154 |
| تعداد شماره‌ها | 5,828 |
| تعداد مقالات | 63,996 |
| تعداد مشاهده مقاله | 106,231,635 |
| تعداد دریافت فایل اصل مقاله | 83,133,163 |
کاربرد شبکه عصبی در مدل‌سازی اثر عوامل محیطی بر انبوهی پوشش گیاهی در منطقه حفاظت شده البرز مرکزی | ||
| نشریه محیط زیست طبیعی | ||
| مقالات آماده انتشار، پذیرفته شده، انتشار آنلاین از تاریخ 23 اسفند 1401 | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22059/jne.2023.353731.2514 | ||
| نویسندگان | ||
| حنانه سادات سادات موسوی* 1؛ علی جهانی2؛ افشین دانه کار3؛ وحید اعتماد4؛ فرنوش عطارصحراگرد5 | ||
| 1گروه محیط‌زیست، دانشکده منابع طبیعی، دانشگاه تهران، کرج، ایران | ||
| 2دانشیار دانشکده محیط زیست کرج | ||
| 3منابع طبیعی | ||
| 4دانشگاه تهران دانشکده منابع طبیعی دکتری جنگلشناسی و جنگلکاری | ||
| 5دانشجوی دوره کارشناسی ارشد علوم و مهندسی محیط‌زیست دانشکده منابع‌طبیعی دانشگاه تهران | ||
| چکیده | ||
| پوشش گیاهی در حفظ تعادل اکوسیستم‌ها نقش مهمی ایفا می‌کند و به عنوان یک شاخص با اهمیت در ارزیابی اکوسیستم‌های خشکی به شمار می‌رود. انبوهی پوشش گیاهی، به عنوان یکی از خصوصیات مهم برای ارزیابی رستنی‌ها مورد بررسی قرار می‌گیرد. تغییرات پوشش گیاهی سبب به وجود آمدن بی نظمی در اکوسیستم شده و به عنوان یک محرک در تغییر ترکیب گونه‌ها و شرایط زیستگاهی عمل می‌کند. پژوهش پیش رو با هدف مدل‌سازی اثر عوامل محیطی بر انبوهی پوشش گیاهی با کمک شبکه عصبی مصنوعی و تعیین اثرگذارترین متغیرهای اکولوژیک و انسانی بر انبوهی در منطقه حفاظت شده البرز مرکزی تحت مدیریت استان البرز انجام شد. به‌این منظور پس از تشکیل واحدهای همگن اکولوژیک، تعداد 101 قطعه نمونه مربعی شکل به ابعاد 2 در 2 متر، نمونه گیاهی و 101 نمونه خاک در این واحدها برداشت و آنالیزهای مربوط به خاک و پوشش گیاهی بر روی آن‌ها انجام گرفت. مدل‌سازی با استفاده از روش پرسپترون چند لایه به انجام رسید، داده‌های ورودی شامل متغیرهای فیزیکی و شیمیایی خاک، متغیرهای فیزیوگرافی (براساس نقشه‌های طرح مدیریت) و متغیرهای مربوط به عوامل انسانی (براساس نقشه فاصله اقلیدسی از نقاط نمونه‌برداری)، بود. با توجه به مقادیر ضریب تبیین در سه دسته داده آموزش، اعتبارسنجی و آزمون برابر با 86/0، 79/0 و 81/0، ساختار بهینه مدل برای انبوهی پوشش گیاهی با ساختار 1-19-18 (18 متغیر ورودی، 19 نورون در لایه پنهان و یک متغیر خروجی) انتخاب شد. بر اساس نتایج آنالیز حساسیت، متغیرهای شیب، درصد ماده آلی و ارتفاع اثرگذارترین متغیرها بر انبوهی پوشش گیاهی در محدوده مورد مطالعه شناسایی شد. مدل ارائه شده در این پژوهش به عنوان سیستم پشتیبان تصمیم‌گیری در ارزیابی اثرات فعالیت‌های انسان بر انبوهی پوشش گیاهی در مناطق تحت حفاظت کاربرد دارد و امکان پیش‌بینی میزان اثرات مذکور را بر انبوهی پوشش گیاهی در این مناطق فراهم می‌کند. | ||
| کلیدواژه‌ها | ||
| پرسپترون چند لایه؛ پوشش گیاهی؛ درصد پوشش گیاهی؛ شبکه عصبی مصنوعی؛ عوامل محیطی | ||
| عنوان مقاله [English] | ||
| Environmental Factor Effects on Vegetation Coverage by Neural Network Modeling in Central Alborz Protected Area | ||
| نویسندگان [English] | ||
| Hannaneh Sadat Sadat Mousavi1؛ Ali Jahani2؛ Afshin Danehkar3؛ vahid etemad4؛ Farnoush Attar Sahragard5 | ||
| 1Department of Environmental Science, Faculty of Natural Resources, University of Tehran, Karaj, Iran | ||
| 2College of Environment | ||
| 3Chamran Ave. | ||
| 4Tehran university/Head of Department of forestry | ||
| 5M.Sc. Student of Environmental Science and Engineering, College of Natural Resources, University of Tehran | ||
| چکیده [English] | ||
| Vegetation plays an important role in maintaining the balance of ecosystems and is considered as a significant indicator in assessing the environment of terrestrial ecosystems. The coverage of vegetation is considered as one of the important characteristics for the assessment of vegetation. Vegetation changes cause disorder in the ecosystem and act as a stimulus to change the composition of species and habitat conditions. The present research was conducted with the aim of modeling the effect of human activities on the coverage of vegetation with the help of artificial neural network and determining the most effective ecological and human variables on the coverage in the central Alborz protected area under the management of Alborz province. For this purpose, after the characterizing homogeneous ecological units, 101 plant square plots with dimensions of 2 x 2 meters and 101 soil samples were collected in these units. soil and vegetation analyzes were performed on them. Finally, modeling was done using multi-layer perceptron method and input variables including soil physical, chemical, physiographic (based on the management plan maps), and related to human factors variables (based on the Euclidean distance map of the sampling points). According to the values of the coefficient of determination in the three categories of training, validation and test data equal to 0.86, 0.79 and 0.81, the optimal structure of the model for the coverage of vegetation with a structure of 1-19-18 (18 input variables, 19 neurons in the hidden layer and one output variable) was selected. Based on the results of the sensitivity analysis, slope variables, the percentage of organic matter and height are the most effective variables on the coverage of vegetation in the study area. The model presented in this research is used as a decision support system in assessing the effects of human activities on the coverage of vegetation in protected areas and provides the possibility of predicting the extent of these effects on the coverage of vegetation in protected areas. | ||
| کلیدواژه‌ها [English] | ||
| Environmental factors, Vegetation, Coverage, Artificial neural network, Multilayer perceptron | ||
|
آمار تعداد مشاهده مقاله: 80 |
||