تعیین رویشگاه بالقوه گونه گیاهی کما (Ferula ovina Boiss) با استفاده از مدل شبکه عصبی مصنوعی در منطقه فریدونشهر اصفهان

Publish Year: 1394
نوع سند: مقاله ژورنالی
زبان: Persian
View: 222

This Paper With 12 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:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_IJAE-4-11_004

تاریخ نمایه سازی: 11 مهر 1400

Abstract:

هدف از این مطالعه بررسی توانایی مدل آماری شبکه عصبی مصنوعی در تهیه نقشه رویشگاه بالقوه گونه علوفه ای و دارویی Ferula ovina Boissدر مراتع منطقه فریدونشهر اصفهان می باشد. به منظور تعیین رویشگاه بالقوه گونه F. ovina (کما)، از داده های محیطی به عنوان متغیر مستقل و داده های مربوط به رخداد گونه کما به عنوان متغیر وابسته استفاده گردید. نقشه پراکنش مکانی عوامل محیطی از قبیل خصوصیات توپوگرافی (ارتفاع ازسطح دریا، جهت جغرافیایی، شیب) داده های ادافیکی (برخی از خصوصیات فیزیکی و شیمیایی خاک) و اقلیمی (میانگین سالانه درجه حرارت ، میانگین بارش سالانه و...) به روش کریجینگ و وزن دهی معکوس فاصله تهیه شد. رخداد گونه کما از ۲۷۸ سایت مطالعاتی (شامل۱۳۷ سایت حضور و ۱۴۱ سایت عدم حضور) جمع آوری شد. سپس ارتباط بین متغیرهای محیطی و حضور وغیاب گونه با مدل شبکه عصبی مصنوعی تعیین گردید و به کل منطقه مورد مطالعه تعمیم یافت. نتایج آنالیز حساسیت نشان داد که حضور گونه کما بیشترین همبستگی را به ترتیب با درصد سیلت، درصد شن ، ارتفاع ، شیب و درصد ماده آلی دارا می باشد. ارزیابی مدل به روش جایگزینی ضریب کاپای ۶۶/۰ و مساحت زیر منحنی پلات های ROC با مقدار ۹/۰ نشان دهنده تطابق خوب تا عالی مدل با واقعیت زمینی است. نتایج نشان داد که مدل تولید شده می تواند به عنوان ابزاری برای استفاده مدیران و کارشناسان بخش مرتع به منظور شناسایی مناطق مستعد جهت عملیات اصلاحی همچون بذرکاری و بوته کاری مورد استفاده قرار گیرد.

Authors

زهرا رحمتی

College of Natur. Resour, Isf. Univ. Technol., Isfahan, Iran. ۱

مصطفی ترکش اصفهانی

College of Natur. Resour, Isf. Univ. Technol., Isfahan, Iran. ۱

سعید پورمنافی

College of Natur. Resour, Isf. Univ. Technol., Isfahan, Iran. ۱

محمد رضا وهابی

College of Natur. Resour, Isf. Univ. Technol., Isfahan, Iran. ۱

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 :
  • آژیر، ف. و ا. شاهمرادی. ۱۳۸۶. آت اکولوژی گونه Ferula ...
  • ایروانی، م.، ج. خواجه الدین، م. بصیری. ۱۳۸۰. تعیین عوامل ...
  • زارع چاهوکی، م. ع. ۱۳۸۶. کاربرد روش رگرسیون لجستیک در ...
  • گویلی، ا . و م. وهابی. ۱۳۹۰. تاثیر برخی خصوصیات ...
  • ۶.مقیمی، ج.۱۳۸۴. معرفی برخی گونه های مهم مرتعی مناسب برای ...
  • Cambardella, C. A., T. B. Moorman, J. M. Novak, T. ...
  • Elith, J., J. R. Leathwick and T. Hastie. ۲۰۰۸. A ...
  • Gahegan, M. ۲۰۰۳. Is inductive machine learning just another wild ...
  • Gibson, L. A., B. A.Wilson, D. M. Cahill and J. ...
  • Guisan, A. and N. Zimmermann. ۲۰۰۰. Predictive habitat distribution models ...
  • Gurney, K. N. ۱۹۹۷. An introduction to neural networks. CLP ...
  • Heaton, J. ۲۰۱۰. Programming Neural Networks with Encog۲ in C. ...
  • Keith, D. A., H. R. Ackakaya, W. Thuiller, G. F. ...
  • Landis, J. R. and G. G. Koch. ۱۹۷۷. The measurement ...
  • Piccinini, C. ۲۰۱۱. Assessing the impact of climate change on ...
  • Swets, J. A. ۱۹۸۸. Measuring the accuracy of diagnostic systems. ...
  • Tarkesh, M. and G. Jetshcke. ۲۰۱۲. Comparison of six correlative ...
  • نمایش کامل مراجع