مدل سازی تجربی پتانسیل انتقال تغییر پوشش سرزمین شهرستان بهبهان با الگوریتم شبکه عصبی مصنوعی
Publish Year: 1397
نوع سند: مقاله ژورنالی
زبان: Persian
View: 253
This Paper With 16 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JGSKH-18-50_013
تاریخ نمایه سازی: 24 خرداد 1400
Abstract:
تغییر کاربری زمین، یکی از مهمترین چالشهای برنامهریزی کاربری زمین است که در برابر برنامهریزان، تصمیمگیران و سیاست گذاران قرار دارد و تاثیر مستقیمی بر بسیاری از مسائل از قبیل رشد اقتصادی و کیفیت محیط دارد. مطالعه حاضر، روند تغییرات کاربری اراضی شهر بهبهان برای سالهای ۱۳۹۲ و ۱۴۰۶ با استفاده از LCM در محیط سامانه اطلاعات جغرافیایی را بررسی میکند. تجزیه و تحلیل و بارزسازی تغییرات کاربریها، به کمک دو دوره از تصاویر ماهواره لندست سالهای ۱۳۷۸ و ۱۳۹۲ انجام شد و نقشههای پوشش اراضی برای هر سال تهیه شد. مدلسازی پتانسیل انتقال، به کمک الگوریتم پرسپترون چندلایه شبکه عصبی مصنوعی با استفاده از شش متغیر مستقل صورت پذیرفت و میزان تخصیص تغییرات کاربریها به همدیگر، به روش زنجیره مارکف مورد محاسبه قرار گرفت. نتایج پیشبینی نشان داد بیشترین کاهش تغییرات شامل تخریب مراتع و بیشترین افزایش مساحت در کاربری کشاورزی میباشد. با توجه به نتایج جدولبندی افقی نقشه سال ۱۴۰۶ میتوان بیان کرد که از مجموع کل مساحت منطقه، ۲۲/۲۸۳۳۶ هکتار از اراضی بدون تغییر و ۷۸/۳۳۲۲۳ هکتار از اراضی تغییر کاربری دادهاند. همچنین روند تخریب مراتع و جنگل در طی این بازه زمانی میتواند زنگ خطری برای مدیران و برنامهریزان شهری و منابع طبیعی باشد.
Keywords:
Trend of change , Markov chain , Neural network , Land Change Modelar , روند تغییرات , زنجیره مارکوف , شبکه عصبی , مدل ساز تغییر سرزمین
Authors
فاطمه محمدیاری
Behbahan Khatam Alanbia University of Technology
حمیدرضا پورخباز
Behbahan Khatam Alanbia University of Technology
حسین اقدر
Shahid Chamran University of Ahvaz
مرتضی توکلی
Associ profe of Geography Tarbiat Modares University of Technology
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :