شبیه سازی زی توده تجاری توده های آمیخته راش در جنگل های هیرکانی
Publish Year: 1395
نوع سند: مقاله ژورنالی
زبان: Persian
View: 61
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-24-3_008
تاریخ نمایه سازی: 25 دی 1402
Abstract:
تنه تجاری درختان جنگل های آمیخته راش علاوه بر حداکثر سهم ارزش نقدی و موجودی حجمی، در قالب زی توده تجاری به عنوان بزرگ ترین ذخایر کربن آلی در جنگل های شمال محسوب می شوند. هدف اصلی پژوهش پیش رو دست یابی به حداکثر قطعیت و دقت تخمین مقادیر زی توده مورد مطالعه بود. پس از قطع و استحصال ۱۷۴ درخت در جنگل آمیخته راش گلندرود نور، هر بخش از تنه در عرصه وزن شد و قطعات چوبی نیز از هر بخش مذکور با ابعاد ثابت، تکه برداری شدند و برای اندازه گیری و محاسبه چگالی ویژه در شرایط دمای آون قرار گرفتند. شبیه سازی مقادیر زی توده مورد مطالعه با استفاده از تکنیک شبکه عصبی مصنوعی انجام شد. برای ارایه دقت روند شبیه سازی، الگوسازی آلومتریک با پارامترهای مختلف نیز تبیین شد. از لایه های ورودی قطر برابر سینه، ارتفاع تجاری تنه و چگالی ویژه با ترکیب مختلف در الگوسازی آلومتریک و شبیه سازی شبکه عصبی استفاده شد. معماری مختلف توپولوژی شبکه الگوریتم پس انتشار خطا با تعداد نورون های متفاوت شامل توابع انتقالی لجستیک سیگموئیدی و تانژانت سیگموئیدی در لایه های پنهان، دقت متفاوتی از برآورد متغیر پاسخ ارایه دادند. قطر به عنوان مهم ترین عامل تاثیرگذار در شبکه عصبی و معادلات آلومتریک محسوب شد و با افزایش ارتفاع و چگالی ویژه علاوه بر قطر، روند قطعیت برآورد افزایش یافت. نتایج نهایی برمبنای کلیه شاخص های اعتبارسنجی و ریشه میانگین مربعات خطای بین تخمین و مشاهدات نشان داد که اگرچه دقت برآوردی بین الگوسازی آلومتریک و شبیه سازی شبکه عصبی دارای اختلاف جزئی بود، اما خروجی بهینه به دست آمده از شبیه سازی با سه لایه ورودی قطر، ارتفاع و چگالی ویژه، یک لایه پنهان و ۲۰ نورون عصبی حاوی تابع تانژانت سیگموئیدی دارای دقت بیشتری برای پیش گویی بود که قابلیت اجرا در سطح وسیعی از جنگل مورد مطالعه را دارد.
Keywords:
Authors
علی اصغر واحدی
دکتری جنگل داری، موسسه تحقیقات جنگلها و مراتع کشور، سازمان تحقیقات، آموزش و ترویج کشاورزی
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 :