تهيه نقشه قابليت جاده‏سازي با استفاده از شبكه عصبي مصنوعي و GIS (بررسي موردي: منطقه ارسباران)‌

هدف از اين پژوهش ارائه روشي هوشمند مبتني بر شبكه‏هاي عصبي مصنوعي براي مدل‌سازي قابليت منطقه حفاظت‏شده ارسباران براي عبور جاده براي طراحي و اصلاح و توسعه مناسب شبكه جاده و راه‏هاي ارتباطي موجود در منطقه است. ابتدا با استفاده از فرايند تحليل سلسله مراتبي (AHP) و روش تركيب وزن‏دهي خطي (WLC) و به‌كارگيري لايه‌هاي اطلاعاتي مؤثر بر مسيريابي، نقشه شايستگي جاده‏سازي براي تهيه نمونه‌هاي آموزشي در محيط ArcGIS تهيه شد. در ادامه از شبكه پرسپترون چندلايه (MLP) براي برآورد مقدار مطلوبيت عبور جاده استفاده شد. براي ارزيابي عملكرد مدل شبكه عصبي نتايج به‌دست‌آمده با نتايج حاصل از رگرسيون خطي چندمتغيره مقايسه شدند. طبق نتايج به‌دست‌آمده، شبكه عصبي مصنوعي و روش آماري رگرسيون به‏ترتيب با ضريب تبيين (R2)، 0.908 و 0.901 و مجذور ميانگين مربعات خطا (RMSE)، 0.0385 و 0.04 قابليت لازم براي تعيين ارزش مطلوبيت عبور جاده نشان دادند و شبكه عصبي نتايج به‏نسبت بهتري در مقايسه با رگرسيون نشان داد. همچنين با توجه به نتايج آناليز حساسيت متغيرهاي ورودي، چهار معيار شيب، سنگ‌بستر، حساسيت به فرسايش و بافت خاك به‏ترتيب بيشترين تأثير را در برآورد مدل نشان دادند.