Iranian Journal of Applied Ecology
بوم شناسي كاربردي
Iranian Journal of Applied Ecology
Agriculture
http://ijae.iut.ac.ir
1
admin
2476-3128
2476-3217
doi
fa
jalali
1399
5
1
gregorian
2020
8
1
9
2
online
1
fulltext
fa
کاربرد شبکه عصبی مصنوعی در تحلیل فرایند تغییر سیمای سرزمین در حوزه قرهسو، استان گلستان
Application of Artificial Neural Network in Landscape Change Process in Gharesou Watershed, Golestan Province
عمومى
General
پژوهشي
Research
<div style="text-align: justify;">تغییر کاربری یقیناً مهم¬ترین عاملی است که حفاظت از اکوسیستم¬های طبیعی را تحت تأثیر قرار می¬دهد و نتیجه آن تبدیل اراضی طبیـعی از جمـله جنگل و مـرتع به کاربری¬های کشاورزی، صنعتی و شهری است. با وجود مطالعات متعدد برای بررسی الگوی سیمای سرزمین در اثر تغییر کاربری زمین، نوع فرایند تغییر در کمتر مطالعه¬ای در کشور بررسی شده است. در این مطالعه، فرایند تغییرات سیمای سرزمین با استفاده از مدل شبکه عصبی مصنوعی و 10 متغیر شیب، فاصله از مناطق مسکونی، پهنه¬های آبی، جاده، مرز جنگل، مرتع و زمین¬های کشاورزی، جهت، تعداد طبقات جنگلی و ارتفاع بررسی گردید. بر اساس آماره V کرامر متغیرهای جهت و فاصله از پهنه¬های آبی حذف شدند. با استفاده از نقشه پتانسیل تغییرات، لایه کاربری زمین برای سال 1410 پیش¬بینی شد. میزان اثرگذاری متغیرها در مدل با ثابت نگه¬داشتن مرحله¬ای یک متغیر، بررسی شد و فاصله از مراتع و مناطق مسکونی به¬عنوان مؤثرترین متغیر شناسایی شد. مقدار ضریب کاپا برای ارزیابی دقت مدل¬سازی با استفاده از مدل شبکه عصبی مصنوعی به¬میزان 0/82 برآورد شد. برای مقایسه نتایج مدل¬سازی از تحلیل فرایند تغییرات سیمای سرزمین استفاده شد. الگوی کلی تغییرات کاربری در منطقه نشان داد که فرایند تغییر کاربری¬های مرتبط با انسان (مناطق انسان¬ساخت و کشاورزی) به¬صورت ایجاد لکه¬های جدید و تجمیع آنها بوده و برای کاربری¬های طبیعی (مرتع و جنگل) به¬صورت حذف و ازهم¬گسیختگی است. معرفی رویکرد "فرایند تغییر سیمای سرزمین" در این مطالعه، با ساده¬تر نمودن این تحلیل، درک کلی و جامع¬تری از تغییرات ساختار سیمای سرزمین برای هر طبقه کاربری فراهم می¬کند.</div>
<div style="text-align: justify;">Land use change is certainly the most important factor that affects the conservation of natural ecosystems, resulting the conversion of natural lands such as forests and pastures into agricultural, industrial and urban areas. Despite numerous studies investigating landscape patterns due to land use change, the driving forces of landscape change has been less studied in Iran. In this study, Artificial Neural Network (ANN) method was used to investigate the process of landscape change using ten variables including slope, distance from built-up areas, water bodies, road, forest edge, rangland and agriculture, number of forest classes and elevation. Aspect and distance from water bodies variables were removed based on the Cramer’s V statistic. Using transition potential maps, land cover distribution patterns for the year 2032 were created. Also, the relative effects of the 10 predictor variables were evaluated through the sensitivity of the model by forcing a single independent variable to be constant. Distance from rangeland and distance from built-up areas were the most influential variables on land use change. Kappa coefficient was used to assess the accuracy of the modeling approach. Kappa value for ANN was 0.82. We also used landscape analysis to compare modeling results through landscape change process. The general pattern of land use change in Gharesoo Watershed showed that the landscape change process related to human (built-up areas and agricultural lands) was in the form of creation and aggregation and the category of change for natural uses (rangeland and forestland) was in the form of loss and fragmentation. Introducing "Landscape Change Process" approach in this study provides a comprehensive understanding of changes in the landscape configuration for each land use class by simplifying the analysis.</div>
مدلسازی تغییر کاربری زمین, شبکه عصبی مصنوعی, فرایند تغییر سیمای سرزمین, حوزه قرهسو
Land use change modeling, Landscape change process, Artificial Neural Network, Gharesou Watershed
73
87
http://ijae.iut.ac.ir/browse.php?a_code=A-10-1247-1&slc_lang=fa&sid=1
H. R.
Kamyab
حمیدرضا
کامیاب
hrkamyab@gau.ac.ir
100319475328460010875
100319475328460010875
Yes
Gorgan University of Agricultural Sciences and Natural Resources
دانشگاه علوم کشاورزی و منابع طبیعی گرگان
Siroos
Alipour Varaki
سیروس
علی پور ورکی
siroosalipour1@gmail.com
100319475328460010876
100319475328460010876
No
Gorgan University of Agricultural Sciences and Natural Resources
دانشگاه علوم کشاورزی و منابع طبیعی گرگان