پهنه بندی خطر آتش سوزی جنگل با استفاده از روش ترکیبی نسبت فراوانی- انتروپی شانون
Publish Year: 1396
نوع سند: مقاله ژورنالی
زبان: Persian
View: 78
This Paper With 12 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IJFPR-25-2_006
تاریخ نمایه سازی: 25 دی 1402
Abstract:
پژوهش پیش رو به بررسی قابلیت روش نسبت فراوانی و ترکیبی از این روش با انتروپی شانون در تهیه نقشه حساسیت آتش سوزی در استان چهارمحال و بختیاری می پردازد. در ابتدا مناطق آتش سوزی گذشته در این استان بر مبنای اطلاعات موجود و عملیات میدانی شناسایی شدند. از ۱۳۲ آتش سوزی شناسایی شده، به طور تصادفی ۹۲ مورد (۷۰%) برای فرآیند مدلسازی و ۴۰ مورد (۳۰%) باقیمانده برای اعتبارسنجی درنظر گرفته شد. بر اساس اطلاعات موجود در منطقه مورد مطالعه، ۱۳ عامل مرتبط با خصوصیات توپوگرافی، اقلیمی و انسانی به عنوان عامل های موثر بر وقوع آتش سوزی درنظر گرفته شد. با استفاده از مدل نسبت فراوانی و مدل ترکیبی ارتباط بین نقاط آتش سوزی و عامل های موثر بررسی شد. نتایج مدل ها مبنای ساخت نقشه های پتانسیل خطر آتشسوزی قرار گرفت. نتایج ارزیابی که با استفاده از روش مشخصه عملکرد سیستم (ROC) و سطح زیر منحنی (AUC) انجام شد، نشان داد که مدل ترکیبی با قابلیت محاسبه میزان اهمیت عامل ها و همچنین هر یک از طبقات آنها، کارایی بهتری در تهیه نقشه پتانسیل خطر آتش سوزی دارد. نرخ موفقیت و پیش بینی برای مدل نسبت فراوانی و مدل ترکیبی به ترتیب ۷۹/۰۲ و ۷۵/۷۲ درصد و ۸۵/۱۶ و ۸۲/۹۱ درصد محاسبه شد. بر اساس نتایج، بیشتر از یک سوم مساحت استان چهارمحال و بختیاری در طبقات خطر زیاد تا خیلی زیاد آتش سوزی قرار می گیرند که در این میان، عامل های کاربری اراضی، نوع خاک و فاصله از جاده دارای بیشترین اهمیت هستند.
Keywords:
Authors
ابوالفضل جعفری
دکتری جنگل داری، باشگاه پژوهشگران جوان و نخبگان، واحد کرج، دانشگاه آزاد اسلامی، کرج، ایران
داوود مافی غلامی
استادیار، گروه جنگل داری، دانشکده منابع طبیعی و علوم زمین، دانشگاه شهرکرد، شهرکرد، ایران
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 :