ارزیابی تاثیر مقدار ضریب بتا در عملکرد خوشه بندی بتای انعطاف پذیر در طبقه بندی پوشش گیاهی
Publish place: Iranian Society of Forestry، Vol: 14، Issue: 1
Publish Year: 1401
نوع سند: مقاله ژورنالی
زبان: Persian
View: 96
This Paper With 14 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IJF-14-1_007
تاریخ نمایه سازی: 17 مهر 1402
Abstract:
خوشه بندی از پرکاربردترین روش های مختلف طبقه بندی و خوشه بندی بتای انعطاف پذیر از روش های موفق سلسله مراتبی تجمعی در طبقه بندی جوامع گیاهی است. هدف این بررسی، تعیین مقدار بتای مناسب در روش خوشه بندی بتای انعطاف پذیر است. برای این پژوهش داده های پوشش گیاهی از جنگل های هیرکانی و جنگل های بلوط زاگرس انتخاب شدند و مقدار مختلف بتا در نتایج خوشه بندی بتای انعطاف پذیر (۱/۰-، ۲۵/۰-، ۴/۰-، ۶/۰- و ۰۸/- ) با چهار معیار ارزیابی کننده MRPP، PARATNA، Silhouette و همبستگی فی ارزیابی شد و نتایج هر معیار ارزیابی کننده از بهترین به بدترین رتبه بندی شدند. سپس با برآورد میانگین کل ارزیابی کننده ها، عملکرد خوشه بندی ها مشخص شد. نتایج این پژوهش نشان داد که در داده های ناحیه رویشی هیرکانی خوشه بندی بتای انعطاف پذیر با مقدار بتای ۱/۰- بهترین عملکرد را دارد، اما خوشه بندی با مقدار بتای ۲۵/۰- و ۴/۰- نیز عملکرد مناسبی دارد. در داده های ناحیه رویشی زاگرس خوشه بندی بتای انعطاف پذیر با مقدار بتای ۲۵/۰- بهترین عملکرد را دارد و خوشه بندی بتای انعطاف پذیر با مقدار بتای ۱/۰- در رتبه دوم قرار دارد. بنابراین با توجه به تاثیر اهمیت انتخاب درست روش طبقه بندی در تفسیر اکولوژیکی نتایج حاصل، این بررسی با در نظر گرفتن همه نتایج، استفاده از ضریب بتای ۱/۰- و ۲۵/۰- را برای طبقه بندی پوشش گیاهی پیشنهاد می کند.
Keywords:
Authors
نغمه پاک گهر
دکتری جنگلداری، گروه جنگلداری، دانشکده منابع طبیعی، دانشگاه ارومیه، ارومیه
جواد اسحاقی راد
استاد، گروه جنگلداری، دانشکده منابع طبیعی، دانشگاه ارومیه، ارومیه
غلامحسین غلامی
استادیار، گروه ریاضی، دانشکده علوم، دانشگاه ارومیه، ارومیه
احمد علیجانپور
استاد، گروه جنگلداری، دانشکده منابع طبیعی، دانشگاه ارومیه، ارومیه
دیوید رابرتز
استاد، گروه اکولوژی، دانشگاه مونتانا، مونتانا
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 :