زینب بحرینی - دانشجوی دکتری علوم مرتع، دانشگاه علوم کشاورزی و منابع طبیعی ساری، ایران.
زینب جعفریان - استاد دانشگاه علوم کشاورزی و منابع طبیعی ساری، ایران. (مسوول مکاتبات)
مریم شکری - استاد دانشگاه علوم کشاورزی و منابع طبیعی ساری، ایران.

زمینه و هدف: هدف از این پژوهش، استفاده از مدل شبکه ­عصبی ­مصنوعی در تهیه نقشه پراکنش مکانی گونه­های­ نوعی آویشن وبو مادران در مراتع دونا استان مازندران است. روش بررسی: نمونه­برداری از پوشش گیاهی به روش طبقه­بندی تصادفی در ۲۹ واحد ­همگن انجام شد. در هر واحد همگن، ۳ نمونه خاک نیز از عمق ۳۰-۰ سانتی­متری برداشت شدند.­ در پژوهش حاضر، از ۲۰ عامل محیطی به عنوان متغیر مستقل و داده­های مربوط به حضور گونه­های گیاهی مطالعه شده به عنوان متغیر وابسته استفاده گردید. برای تهیه نقشه پیش­بینی مکانی گونه­ها، اطلاعات محیطی در GIS تبدیل به نقشه شده و با استفاده از روش نسبت فراوانی هر کدام از آن ها کلاسه­بندی شدند. در این پژوهش از شبکه پرسپترون چند لایه، متداول­ترین شبکه­های عصبی­مصنوعی پیش­خور، استفاده گردید. ساختار بهینه شبکه عصبی­ مصنوعی، ۱، ۲۰، ۲۰ تعیین شد. خروجی به دست آمده از شبکه در نرم افزار GIS تبدیل به نقشه­های پهنه­بندی گونه­های گیاهی با ۴ پهنه عدم حضور، حضور کم، حضور متوسط و حضور زیاد شد. ارزیابی مدل به دو روش منحنی ROC و ضریب کاپا انجام شد.  یافته­ها:با استفاده از روش منحنیROC، مقدار AUC برای گونه بومادران  برابر ۸/۹۶،  و برای گونه نوعی آویشن برابر ۷/۸۴ شد که نشان­دهنده ارزیابی عالی و خیلی خوب مدل در پیش­بینی است. بحث ونتیجه­گیری: ارزیابی به روش ضریب کاپا نشان داد که این ضریب برای گونه بومادران، و گونه نوعی آویشن، به ترتیب برابر ۸۹/۰ و ۷۶/۰ بود که نشان­دهنده ارزیابی بسیار خوب و خوب مدل است.

شبکه پرسپترون چند لایه, گونه های دارویی, منحنی ROC, مراتع دونا