این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
پژوهش های علوم و فناوری چوب و جنگل، جلد ۲۵، شماره ۲، صفحات ۱۱۰-۱۳۶
عنوان فارسی تعیین معیارهای موثر بر وقوع آتش‌سوزی جنگل‌ با استفاده از سامانه اطلاعات جغرافیایی و شبکه عصبی مصنوعی (مطالعه موردی: استان گلستان)
چکیده فارسی مقاله در پیشگیری از آتش‌سوزی‌ها و کاهش اثرات آنها، مدیریت آتش‌سوزی جنگل نقش بسیار بزرگی دارد. این تحقیق با هدف تعیین معیارهای موثر بر وقوع آتش سوزی با استفاده از سیستم اطلاعات جغرافیایی و شبکه عصبی مصنوعی در عرصه‌های منابع طبیعی چهار شهرستان از استان گلستان انجام شد. جهت تعیین میزان تاثیر هر پارامتر در رخداد آتش‌سوزی تعداد 37 نمونه از مناطق آتش‌سوزی و 37 نمونه از سایر مناطق به‌صورت تصادفی انتخاب شد تا در تجزیه و تحلیل‌های روش MLP استفاده شوند. برای تهیه شبکه بین معیارهای استفاده شده و وقوع آتش سوزی از شبکه‌ای با تابع هیپربولیک استفاده شد. نتایج نشان داد که میزان بارندگی و فاصله از جاده بیشترین نقش را در وقوع آتش‌سوزی ایفا می‌کنند. در مرحله آموزش نتایج اعتبار سنجی نشان داد بهترین شبکه در اجرای 4 و تکرار 450 بهترین شبکه با میزان میانگین مربعات خطای نهایی برابر 0038/0 بدست آمد. همچنین حدود 95 درصد داده‌های آتش‌سوزی‌های بوقوع پیوسته و 84 درصد از داده‌های غیرآتش سوزی به درستی طبقه‌بندی شدند. در نهایت براساس وزن‌های بدست آمده برای هر معیار و با استفاده از نقشه‌های معیارهای مورد استفاده، نقشه پتانسل خطر وقوع آتش سوزی برای منطقه مورد مطالعه بدست آمد. نتایج نشان داد که الگوریتم پرسپترون چندلایه و تابع هاپربولیک در ایجاد ارتباط بین داده‌های مورد استفاده و وقوع آتش‌سوزی کارا بوده و شبکه، مدلی با 2 لایه مخفی و 12 نرون بهترین صحت را نشان داد و همچنین میزان ضریب همبستگی 80/0 بود.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Determination of the effective criteria of forest fire occurrence by using GIS and ANN (Case study: Golestan province)
چکیده انگلیسی مقاله Forest fire management has important role in fire prevention and effects. The aim of this study was applied of Geographical Information System(GIS) and Artificial Neural Network (ANN) to determine forest fire criteria in Golestan province. The influence of each parameter on fire ignition was determined by collecting of 37 sample from burned area and 37 sample from not burned area. For formation network between criteria and fire occurrence used of Multilayer perceptron (MLP) with Hyperbolic Pattern Algorithms. the results shown raining and distance from road had must influence on forest fire ignition. Validation test showed that the best network obtained in run 4 and epoch 450 with 0.0038 Final Mean Square Error (FMSE) in training steps. Also, about 95 percent of area burned and 84 of unburned areas has been properly classified. Finally, forest fire hazard maps was obtained based on each criteria weights. Result showed this network with 2 hidden layer and 12 neuron in each of them has best accuracy, and correlation coefficient (R) was 0.80.
کلیدواژه‌های انگلیسی مقاله Key word, Golestan province, fire potential, ANN, GIS
نویسندگان مقاله سجاد عالی محمودی سراب |
دانشجوی گروه جنگلداری دانشگاه کشاورزی و منابع طبیعی گرگان

جهانگیر فقهی |
عضو هیات علمی دانشگاه تهران

صفرقلی خواجه |
کارمند اداره کل منابع طبیعی گرگان

نشانی اینترنتی http://jwfst.gau.ac.ir/article_4197_55490ea1055fdaf77d45c1aad573ee35.pdf
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/1411/article-1411-864937.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات