مدل سازي زوال درختان بلوط با استفاده از شبكه هاي عصبي مصنوعي

جنگل هاي زاگرس بيشترين تأثير را در تأمين آب، حفظ خاك و تعديل آب  و هواي كشور دارد. با اين وجود بخش قابل توجهي از اين جنگل ها دچار پديده ي زوال درختان بلوط شده است. مشخص نبودن پارامترهاي مؤثر در زوال و نحوه ي ارتباط پارامترها، از جمله عواملي هستند كه باعث سخت تر شدن شناخت و مدل سازي اين پديده مي شود. هدف اين پژوهش تعيين پارامترهاي تاثيرگذار براي مدل سازي زوال درختان بلوط و مدل سازي اين پديده با استفاده از شبكه هاي عصبي مصنوعي در استان لرستان است. در اين پژوهش، پارامترهاي دما، بارش، ارتفاع، شيب، جهت، نوع خاك و ميزان ريزگردها به عنوان پارامترهاي اوليه انتخاب شدند. همچنين از عملگرهاي ضرب، لگاريتم، تبديلات هذلولي و آناليز مؤلفه هاي اصلي براي تركيب پارامترها استفاده شد. به دليل معلوم نبودن نحوه ي ارتباط و ميزان اثر هر پارامتر، از شبكه هاي عصبي مصنوعي براي مدل سازي پديده زوال استفاده شد. در مجموع 385 تركيب مختلف از پارامترهاي اوليه، با استفاده از عملگرهاي فوق توليد و در سه معماري پيش خور با سه لايه پنهان، احتمالاتي و معماري ماشين بردار پشتيبان در شبكه هاي عصبي، (در مجموع تعداد 1155 شبكه ي عصبي) ارزيابي شد. نتايج ارزيابي نشان داد معماري احتمالاتي (0.87=R) با ورودي هاي ارتفاع، جهت، شيب، ريز گرد، نوع خاك و مؤلفه ي اصلي (بارش و دما) بهترين عملكرد را در مدل سازي زوال درختان بلوط دارد. با توجه به نتايج، استفاده از شبكه هاي عصبي مصنوعي احتمالاتي در شرايط عدم قطعيت و وجود دانش جزئي از پديده، توصيه مي شود. همچنين نتايج نشان دادند كه استفاده از مؤلفه ي اصلي پارامترهاي دما و بارش، استرس ناشي از خشكي را بهتر مدل مي كند. استفاده از تركيب بهينه ي پارامترها، در مدل احتمالاتي نسبت به تركيب عادي، باعث افزايش 0.05 ضريب همبستگي شد.