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

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.

Artificial Neural Network, Potential habitat of Ferula ovina, Geographic Information System, Fereydunshahr., شبکه عصبی مصنوعی, رویشگاه بالقوه گونه Ferula ovina, سیستم اطلاعات جغرافیایی, فریدونشهر