مقایسه رویههای شبکه عصبی مصنوعی و رگرسیون لجستیک در مدلسازی و پیشبینی جنگلزدایی مطالعه موردی: حوزه آبخیز گرگانرود استان گلستان
Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 538
This Paper With 22 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
SDUMEW01_264
تاریخ نمایه سازی: 8 اردیبهشت 1396
Abstract:
تغییر در پوشش جنگلی در خدمات اکوسیستمی، تعادل کربن در جو و در نتیجه تغییرات آب و هوا نقش بسیار مهمی ایفا میکند. هدف از این تحقیق مقایسه دو روش شبکه عصبی مصنوعی و رگرسیون لجستیک، جهت پیشبینی روند مکانیتغییرات پوشش جنگل است. در این مطالعه از نقشههای کاربری اراضی تولید شده از ماهواره Landsat سنجنده TM مربوط به سالهای 1984 و 2012 استفاده شد. مدلسازی پتانسیل انتقال با استفاده از شبکه عصبی مصنوعی و رگرسیون لجستیک وپیشبینی تغییرات برای بهترین مدل با استفاده از زنجیره مارکف انجام شد. بهمنظور برآورد صحت مدلسازی از آمارههای ROC ، نسبت موفقیت به هشدار خطا و عدد شایستگی استفاده شد. نتایج بیانگر صحت بالای شبکه عصبی مصنوعی با میزان ROC برابر 0/975نسبت موفقیت به هشدار خطا 36 درصد و عدد شایستگی 42 درصد میباشد. بنابر یافتههای این مطالعه شبکههای عصبی مصنوعی در مقایسه با رگرسیون لجستیک از صحت بالاتر و خطای کمتری در مدلسازی و پیشبینی تغییرات جنگل برخوردارند.
Keywords:
تخریب جنگل , شبکه عصبی مصنوعی , رگرسیون لجستیگ , یادگیری بر مبنای نمونه وزنی مشابهت , حوزه آبخیزگرگانرود
Authors
زینب مرادی
دانشجوی کارشناسی ارشد محیط زیست، دانشگاه علوم کشاورزی و منابع طبیعی گرگان
علیرضا میکاییلی تبریزی
دانشیار گروه محیط زیست، دانشگاه علوم کشاورزی و منابع طبیعی گرگان
مهدی غلامعلی فرد
استادیار گروه محیط زیست، دانشکده منابع طبیعی و علوم دریایی، دانشگاه تربیت مدرس نور
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 :