شناسایی سطح اخطار روسازی جاده های جنگلی و مدیریت آن با استفاده ازالگوریتم ژنتیک
Publish Year: 1395
نوع سند: مقاله ژورنالی
زبان: Persian
View: 129
This Paper With 11 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IJFPR-24-4_004
تاریخ نمایه سازی: 25 دی 1402
Abstract:
ارزیابی وضعیت روسازی جاده های جنگلی و مدیریت بهینه هزینه نگهداری روسازی جاده های جنگلی به عنوان مهم ترین بخش از مدیریت یک جاده جنگلی محسوب می شود، حال آن که تخصیص بهینه هزینه در طول مدت استفاده از جاده بسیار دشوار است. بررسی وضعیت روسازی نیازمند تجهیزات خاصی است که به طور معمول به دلیل هزینه زیاد و عدم دسترسی به این نوع تجهیزات، کمتر مورد توجه قرار می گیرد. از این رو باید از تکنیک هایی استفاده شود که بتوانند روابط خطی و غیرخطی زوال سطح روسازی را ارزان تر و سریع تر مدل سازی کنند. در پژوهش پیش رو کاربرد تکنیک الگوریتم ژنتیک در شناسایی سطح اخطار روسازی جاده های جنگلی و برنامه ریزی ترمیم و نگهداری روسازی بررسی شد. بدین منظور شبکه جاده های جنگلی حوزه غرب هراز به طول حدود ۵۰ کیلومتر شامل پنج سری درنظر گرفته شدند. شناسایی سطح اخطار روسازی و ارایه یک برنامه ترمیم و نگهداری برای شبکه روسازی مذکور در طول یک دوره طرح پنج ساله و برمبنای برنامه ریزی یک ساله ارایه شد. نتایج نشان داد که مناسب ترین سطح هشدار خرابی بیرون زدگی برابر با پنج سانتی متر و برای شیارشدگی ۱۰ سانتی متر بود. با برنامه ریزی و انجام منظم فعالیت های ترمیم و نگهداری، هزینه ها حداقل ۲۵ و حداکثر ۷۳ درصد در طول دوره طرح برنامه نسبت به سال اول کاهش یافتند که این موضوع اهمیت فعالیت های مستمر تعمیر و نگهداری و لزوم به کارگیری تکنیک های نوین را در برنامه ریزی نگهداری روسازی نشان می دهد.
Keywords:
Authors
محمدجواد حیدری
استادیار، گروه جنگل داری، دانشکده منابع طبیعی و علوم دریایی، دانشگاه تربیت مدرس، نور، ایران
اکبر نجفی
دانشیار، گروه جنگل داری، دانشکده منابع طبیعی و علوم دریایی، دانشگاه تربیت مدرس، نور، ایران
سیدجلیل علوی
دانشجوی کارشناسی ارشد جنگل داری، دانشکده منابع طبیعی و علوم دریایی، دانشگاه تربیت مدرس، نور، 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 :