در هنگام جستجو کلمه در قسمت عنوان میتوانید کلمات مورد جستجو را با کاراکتر (-) جدا کنید.
کاربرد نوع شرط:
- جایگاه : پژوهشی
- مجله: مدیریت بیابان
- نوع مقاله: Journal Article
- کلمات کلیدی: سنجش از دور,مدالوس,شبیهسازی کاربری و پوشش اراضی,مارکف
- چکیده: کاربری و پوشش اراضی یکی از عوامل مهم در ارتباط با خطر بیابانزایی است زیرا تخریب محیط زیست همیشه با حذف پوشش گیاهی طبیعی پدید میآید. در این پژوهش با ادغام سناریوهای تغییر کاربری اراضی با مدل ارزیابی بیابانزایی مدالوس (ESAs) حساسیت به بیابانزایی در حوزۀ آبخیز مختاران ارزیابی و به پیش بینی ریسک بیابانزایی پرداخته شد. نقشههای کاربری اراضی با استفاده از دادههای سری-های زمانی تصاویر ماهوارهای لندست از سالهای 1987 ،1998 ،2003 به عنوان سناریوی گذشته و 2015 به عنوان سناریوی حال حاضر طبقهبندی شد.نقشه کاربری اراضی سال 2025 و 2035 بر اساس شبیهسازیهای مدل CA_Markovتهیه و به عنوان سناریوی آینده تعیین گردید. نتایج اعتبار سنجی با محاسبه کاپای تطابق کلی 95/0= Kno صحت مدل را تأیید کرد و کاربری اراضی برای سال 2025 و 2035 بر اساس ماتریس مساحت انتقال مارکف و قوانین انتقال پیش بینی گردید. نتایج نشان داد در کل دورة مورد مطالعـه، 29/68 کیلومتر مربع از وسعت اراضی دیم کاسـته و 35/25 کیلومتر مربع به اراضی کشاورزی و باغی افزوده شده است. در پهنه کاربری پلایا-اراضی لخت، تغییرات به سمت افزایش وسعت این اراضی به میزان 86/26 کیلومتر مربع بوده است. همچنین روند تغییرات کاربری مرتع با رشد این اراضی به میزان 83/18 کیلومتر مربع مثبت ارزیابی شد. در مقایسه با سناریوی حال حاضر، روند بیابانزایی در سناریوی آینده با افزایش مساحت مناطق بحرانی از 9/30 به 7/48 درصد طی دوره20 ساله، روند بیابانزایی رو به افزایش پیش-بینی شد. حساس ترین کاربری به بیابانزایی اراضی پلایا- لخت شناخته شد.
- چکیده انگلیسی: Land use and land cover (LULC) is one of the most important factors that affect the desertification risk in this study, the desertification sensitivity of the Mokhtaran basin in South Khorasan province was estimated by integrating LU/LC scenarios with the MEDALUS environmentally sensitive areas (ESAs) model to predict the desertification risk. The four main MEDALUS criteria including soil, climate, vegetation, and management were examined to assess the sensitive areas to the desertification. Land use maps were categorized using the Landsat satellite imageries of TM, ETM+, and OLI sensors for 1987, 1998, 2003 as a past scenario, and 2015 as a current scenario. Land use maps for 2025 and 2035 were produced as the future scenario based on the simulation of CA-Markov models. The validation results confirmed the model accuracy by calculating the kappa coefficient of 0.95. The land use map was predicted for the years 2025 and 2035 based on the transition rules and a transition area matrix. The results showed that the rainfed area was reduced by 68.29 km2 and the agricultural land was increased by 25.35 km2 during theperiod. In the protection area of playa-bare lands, the changes showed this area was increased by 26.86 km2. The rangeland has also experienced positive changes with an increase of 18.83 km2. Compared to the current scenario, the desertification trend in the future scenario was positively predicted by increasing the area of critical areas from 30.9% to 48.7% over 20 years. The most susceptible lands to desertification were known as playa-bare lands.
- انتشار مقاله: 08-10-1399
- نویسندگان: زهره رفیعی مجومرد,محمد رحیمی,شیما نیکو,هادی معماریان,حسن کابلی
- مشاهده
- جایگاه : پژوهشی
- مجله: مجله آمایش جغرافیایی فضا
- نوع مقاله: Journal Article
- کلمات کلیدی: توسعه پایدار,اکولوژی,تصمیمگیری چند شاخصه,شهرستان بیرجند,معیارهـای محیط زیستی,حوضه آبخیز مختاران
- چکیده: توجه به حوضههای آبخیز به عنوان اصلیترین عامل جهت توسعه پایدار در مباحث مدیریتی حائز اهمیت میباشد. ارزیابی توان اکولوژیکی و اولویتبندی حوضههای آبخیز با توجه به معیارهای مختلف اکولوژیکی، از موارد مهم در برنامهریزی و مدیریت جامع حوضههای آبخیز میباشد. در این مطالعه، از روش ترکیبی
Fuzzy-TOPSIS جهت تصمیمگیری چند شاخصه در حوضه آبخیز دشت مختاران واقع در شهرستان بیرجند استفاده گردید. 13 معیار محیط زیستی شامل کمیت و کیفیت آب زیرزمینی منابع پاییندست و بالادست، شدت سیلخیزی، حفاظت خاک، کمیت آب سطحی، علوفه تولیدی، تبخیر و تعرق پتانسیل، ترکیب گیاهی، فرسایش آبی و بادی، ظرفیت چرا در حوضه مطالعاتی اندازهگیری و حوضه به 3 بلوک ارتفاعات شمالی، جنوبی و دشت حوضه که هر کدام دارای معیارهای خاص خود میباشند نیز تقسیمبندی گردید. سپس معیارهای هر بلوک با فرآیند تحلیل سلسله مراتبی وزندهی و هر یک از 13 معیار محیط زیستی نیز فازیسازی و مشکل اصلی هر زیرحوضه با توجه به مطالعات انجام شده در حوضه تعیین و براساس نوع مشکل، زیرحوضهها در هر بلوک گروهبندی شدند. براساس روش ارزشگذاری طیف لیکرت، اهمیت نسبی زیرحوضهها نسبت به هر یک از معیارها به صورت اعداد فازی مثلثی مشخص و ضریب نزدیکی زیرحوضههای هر گروه برآورد و نقشه اولویتبندی عملیات اجرایی آبخیزداری کل حوضه ترسیم گردید. نتایج نشان داد که زیرحوضههای دارای اولویت کم و خیلی کم 05/54 درصد محدودۀ مورد مطالعه را در برگرفتهاند، که بیشتر بر دشت حوضه و ارتفاعات شمالی حوضه منطبق هستند و زیرحوضههای دارای اولویت زیاد و خیلی زیاد 52/39 درصد محدودۀ مورد مطالعه را در برگرفتهاند، که بیشتر بر ارتفاعات شمالی و ارتفاعات جنوبی حوضه و بخشهایی از دشت حوضه منطبق میباشند و همچنین زیرحوضههای دارای اولویت متوسط 42/6 درصد محدوده مورد مطالعه را در برگرفتهاند، که بیشتر بر ارتفاعات جنوبی حوضه و دشت حوضه منطبق هستند.- چکیده انگلیسی: Watersheds are considered as the main unit of planning for sustainable development in many management issues. Evaluating the ecological capability of watersheds and their ranking according to different ecological criteria for prioritizing water management operations is one of the important issues in watershed planning and management. In this study, the Fuzzy-TOPSIS integration method, was chosen to be usen in the Mokhtaran watershed. In this work, 13 environmental criteria, including water resources quantity, flood intensity, soil conservation, surface water quality, groundwater quality, forage production, potential evapotranspiration, groundwater quantity, upstream resources, vegetation composition, water erosion, wind erosion, grazing capacity and groundwater quality of upstream resources were estimated and used. The study area was divided into three blocks of northern heighlands, southern highlands and plain. Each of them has its own criteria, according to the characteristics and potentials of each block. Then, the criteria of each block were weighted by AHP method and each of the 13 environmental criteria was fuzzified. After the fuzzification of the criteria and the weighting of the criteria of each block, the main problem of each sub-basin was determined according to previous studies in the watershed. Then, accordingly, the sub-basins were grouped in each block. Moreover, based on the Likert spectrum, the relative importance of options (sub-basins) was identified as triangular fuzzy numbers relative to each criterion. Finally, by entering all of the inputs in Fuzzy Topsis Solver 2013, the coefficient of proximity of each sub-basin was estimated and based on the nearest coefficient, the priority map of the watershed management plan for the watershed of Mokhtaran was extracted. According to this map, the sub-basins M8, M13, M15, M16, M21, M22, M25, M26, M28 (in the northern heights of the area), M2, M42, M43, M51 (within the southern heights of the area), M32 , M34, M46, M'13 and M'14 (within the plain of the basin) were considered to be in the highest priority and as critical hydrological units. The sub-basins M4, M5, M'4, M'5 (in northern highlands) and M1 (in the plain) were placed at the lowest priority over the study watershed.
- انتشار مقاله: 01-12-1396
- نویسندگان: بهروز ابراهیمی,هادی معماریان خلیل آباد,سیدمحمد تاجبخش,امیرحسین آقاخانی افشار
- مشاهده
- جایگاه : پژوهشی
- مجله: سنجش از دور و سامانه اطلاعات جغرافیایی در منابع طبیعی
- نوع مقاله: Journal Article
- کلمات کلیدی: الگوریتم ماشین بردار پشتیبان,ابزار LCM,مدل تلفیقی سلول اتومای زنجیره مارکوف,آنالیز سهبعدی پنتیوس- ملینوس
- چکیده: پیشینه و هدف تغییرات در کاربری/پوشش اراضی بهعنوان یکی از موضوعات مهم در مدیریت منابع طبیعی، توسعه پایدار و تغییرات زیستمحیطی در مقیاس محلی، ملی، منطقهای و جهانی مطرح است. تبدیل کاربریها به یکدیگر و تغییر کاربریهای مجاز به غیرمجاز از قبیل تبدیل اراضی زراعی به مناطق مسکونی و یا اراضی مرتعی به دیمزارهای کم بازده و فرسایش یافته بهعنوان موضوعات مهم در منابع طبیعی همواره مطرح است. شناسایی الگوهای تغییرات کاربری اراضی و پیشبینی تغییرات در آینده بهمنظور انجام برنامهریزی مناسب در جهت بهرهبرداری بهینه از کاربریها در مدیریت منابع طبیعی نیاز به مدلسازی تغییرات مکانی و زمانی LU/LC را آشکار میسازد. هدف از تحقیق ارزیابی کارایی مدل تلفیقی سلول اتومای زنجیر مارکوف (CA-Markov model) در شبیهسازی و پیشبینی تغییرات زمانی و مکانی LU/LC در حوزه آبخیز گرگانرود با کاربرد آنالیز سهبعدی پنتیوس- ملینوس در کالیبراسیون تغییرات کاربری اراضی با استفاده از سه شاخص ارزیابی اختلاف کمی (QD)، اختلاف مکانی (AD) و درجه شایستگی (FOM) بهعنوان شاخصهای جدید در ارزیابی صحت مدل زنجیره مارکوف است.
مواد و روش ها بهمنظور پیشبینی تغییرات کاربری اراضی با استفاده از مدل تلفیقی سلول اتومای زنجیره مارکوف در حوزه آبخیز گرگانرود، از تصاویر سنجندِه مشاهدهگر زمینی OLI و TM ماهواره لندست 8 و 5 مربوط به سایت USGS استفاده شد. هفت کلاس کاربری اراضی شامل کلاس اراضی جنگلی با شماره کد کاربری 1، کلاس اراضی زراعی با شماره کد کاربری 2، کلاس اراضی مرتعی (مخلوط درختچه زار/ مرتع/ زراعت) با شماره کد کاربری 3، کلاس منابع آبی با شماره کد کاربری 4، کلاس اراضی بایر (بایر/ مرتع/ زراعت) با شماره کد کاربری 5، کلاس مناطق مسکونی و صنعتی با شماره کد کاربری 6، کلاس بستر رودخانه با شماره کد کاربری 7 برای حوزه آبخیز گرگانرود تفکیک گردید. بهمنظور طبقهبندی تصاویر ماهوارهای لندست 5 و 8 بهمنظور استخراج کلاسهای کاربری اراضی حوزه آبخیز گرگانرود از روش طبقهبندی شیءگرا و الگوریتم ماشین بردار پشتیبان استفاده شد. مقیاس سگمنتسازی در این الگوریتم با مقیاس 50 واحد (SL50) بهمنظور طبقهبندی تصاویر ماهواره سالهای 1987، 2000، 2009 و 2017 انتخاب شد. ارزیابی صحت الگوریتم ماشین بردار پشتیبان در طبقهبندی شیءگرای تصاویر ماهوارهای بابیان دقت کلی، ضریب کاپا، صحت کاربر، صحت تولیدشده، خطای Commission و خطای Omission برای هر چهار دوره مطالعاتی انجامشده است. برای درک اینکه در طی دوره 30 ساله موردمطالعه، تغییرات ایجادشده در منطقه چگونه بوده و کدام کلاسها گسترش و کدام کلاس کاهش مساحت داشتهاند، با استفاده از نقشههای طبقهبندیشده با استفاده از نرمافزار IDRISI، تغییرات در محدوده کلاسها آشکار و درصد تغییرات هر کلاس به دست آمد. مدل CA-Markov تغییرات گروههای مختلف از واحدهای LU/LC را بر اساس مفهوم همسایگی مکانی و ماتریس احتمال انتقال، پیشبینی میکند. یکی از الزامات برای پیشبینی تغییرات کاربری اراضی با مدل CA-Markov تهیه نقشههای تناسب اراضی است تا تغییرات مکانی بهوسیله قوانین احتمال از طریق فیلتر نقشههای تناسب برای هر کاربری کنترل شود. اعتبارسنجی مدل مارکوف با استفاده از آنالیز سهبعدی پنتیوس و ملینوس با سه شاخص درجه شایستگی و اختلافهای کمی اختلافهای مکانی انجام شد.
نتایج و بحث الگوریتم ماشین بردار پشتیبان در طبقهبندی کاربری اراضی به روش شیءگرا نشان داد که بیشترین میزان خطای اضافه و خطای حذف به ترتیب با 19.12 و 18.55 درصد در اراضی مرتعی و اراضی زراعی در نقشه کاربری اراضی سال 2009 مشاهده گردید. پایینترین صحت تولیدکننده به میزان 71.49 درصد مربوط به کلاس کاربری اراضی مرتعی در نقشه کاربری اراضی سال 2009 و پایینترین صحت کاربر به میزان 71.45 درصد مربوط به کلاس کاربری اراضی زراعی در نقشه کاربری اراضی سال 2017 است. در دوره 30 ساله از سال 1987 تا 2017 بر اساس نتایج بهدستآمده، بیشترین تغییر مثبت مربوط به افزایش کاربری اراضیزراعی و در تغییرات منفی مربوط به کاهش کاربری اراضی جنگلی و مرتعی در طول دوره موردنظر است. بیشترین کاهش اراضی جنگلی با 4.8 درصد در دوره 2017-2000، بیشترین افزایش اراضی زراعی با 5.3 درصد در دوره 2017-1987، بیشترین کاهش اراضی مرتعی با 9 درصد در دوره 2017-2009، بیشترین افزایش اراضی بایر با 4.6 درصد در دوره 2017-2009 و بیشترین افزایش اراضی مسکونی و صنعتی با 0.8 درصد در دوره 2017-1987 رخداده است. بعد از اعتبارسنجی تغییرات کاربری اراضی پیشبینیشده در مدل زنجیره مارکوف، بر اساس تحلیل 5 حالت موجود در آنالیز سهبعدی پنتیوس و ملینوس، مدل زنجیره مارکوف با پیشبینی صحیح شبیهسازی 89.92 درصد، نشان از کارایی بالای مدل زنجیره مارکوف در فرآیند شبیهسازی بود. بعد از اجرای تحلیل زنجیره مارکوف بر روی نقشه کاربری اراضی بهدستآمده از طبقهبندی تصاویر ماهوارهای، یک ماتریس احتمال انتقال و ماتریس مساحت انتقالیافته ایجاد شد. در پیشبینیهای انجامشده توسط مدل زنجیره مارکوف از سال 2017 تا سال 2035 عمده تغییرات مربوط به کاهش وسعت اراضی جنگلی و بایر به ترتیب به میزان 16966 و 6961 هکتار است و در مقابل این کاهش کاربری، افزایش وسعت اراضی زراعی، مرتعی و مسکونی به میزان 20397، 3913 و 3825 هکتار مشاهده خواهد شد.
نتیجه گیری آَشکارسازی تغییرات کاربری اراضی با استفاده از ابزار LCM برای دوره سیساله 2017 – 1987 در حوزه آبخیز گرگانرود نشان داد که کاربری جنگل، زارعت و نواحی مسکونی در طی این دوره در این منطقه تغییرات چشمگیری داشته است. نتایج حاصل از پیشبینی تغییرات کاربری اراضی در طی هجده سال آینده با استفاده از مدل تلفیقی سلول اتومای زنجیره مارکوف نشان داد که در طی سالیان آتی با پدیده جنگلزدایی شدید در این حوزه روبهرو خواهیم بود. بررسی نتایج حاصل از اجرای مدل شبکهسازی کاربری آینده با استفاده از تخمینگر انتقال مارکوف نشان داد که میتوان تغییرات کاربری آینده را با توجه به شرایط محیطی موجود پیشبینی کرد که نشاندهنده این است که در حوزه آبخیز گرگانرود در طی هجده سال آینده زراعت بهشدت در این منطقه افزایش خواهد داشت. لذا باید با مدیریت بلندمدت و جامع، منابع آبوخاک حفظ کرد و تا حد امکان مانع از تخریب این منابع ارزشمند شد. سه شاخص QD، AD و FOM در آنالیز سهبعدی نقش مهمی در بیان میزان صحت و کالیبراسیون طبقهبندی کاربری اراضی و پیشبینی کاربری اراضی داشت. نتایج تغییرات کاربری اراضی مطالعه شده با استفاده از ابزار LCM و مدل تلفیقی سلول اتومای زنجیره مارکوف در طی دوره 1987 تا 2035 بیانگر تخریب بیش از 24309 هکتار از اراضی جنگلی و 31921 هکتار از اراضی مرتعی و افزایش زراعت در حوزه به مساحت 62421 هکتار است که بیانگر دخالتهای انسانی و جنگلتراشیهای پیش رو در این حوزه است.- چکیده انگلیسی: Background and ObjectiveLand use/cover changes (LU/LC) are considered as one of the most important issues in natural resource management, sustainable development and the environmental changes on a local, national, regional and global scale. Changing uses into each other and changing permissible uses into impermissible uses such as changing agricultural lands into residential regions or changing rangelands into eroded and low-yielding dry farming lands are always considered as importand issues in natural resources. Detection of the patterns of the land use changes and prediction of the changes in the future to carry out suitable planning for optimal utilization of uses in natural resource management reveal the need for modeling spatial and temporal changes of LU/LC.
This study aims to assess the efficiency of the integrated model of Markov chain automatic cell (CA-Markov model) in simulation and prediction of spatial and temporal changes of Land use/Land cover (LU/LC) in Gorgan-rud river basin by applying three-dimensional Pentius-Melinus analysis in calibration of land use changes by using three assessment indices of Quantity Disagreement, Allocation Disagreement and Figure of Merit as new indices in the assessment of the accuracy of CA-Markov model.
Materials and Methods In this research, the Earth observing sensor images of Landsat-5 Thematic Mapper (TM) and Landsat-8 Operational Land Imager (OLI) acquired from the U.S. geographical site dependent on the U.S. Geographical Survey (USGS) were used to predict land use changes by using the integrated model of Markov chain automatic cell in Gorgan-rud river basin. Seven land use classes were separated for Gorgan-rud river basin including forest land class with the use code 1, agricultural land class with the use code 2, rangeland class (a mixture of shrubbery,langeland,agriculture) with the use code 3, water bodies class with the use code 4, barren land class (barren, rangeland, agriculture) with the use code 5, residential and industrial region class with the use code 6, streambed class with the use code 7.
In this study, object-oriented classification method and Support Vector Machine (SVM) algorithm were used to classify Landsat 5 and 8 satellite images and extract the land use classes of Gorgan-rud river basin. Segmentation scale in this algorithm on a 50 unit scale (SL 50) was selected to classify the satellite images of 1987, 2000, 2009 and 2017. The assessment of the accuracy of Support Vector Machine algorithm in the object-based classification of satellite images was done by representing overall accuracy, Kappa cefficient, user accuracy, producer accuracy, commission error and omission error for four study periods. To understand how the changes in the region were created during the period of the study three decades and which classes had the area expansion and which classes had the area decrease, changes in the limits of the classes were revealed and percent of the changes in each class were obtained by using the classification maps and IDRISI software.
CA-Markov model predicts the changes of different groups of LU/LC units based on spatial neighbourhood concept, transition probability matrix. Preparing land suitability maps is necessary to predict land use changes so that spatial changes can be controlled for each use by probability rules via filtering suitability maps. Validation of Markov model was performed by using three-dimensional Pentius-Melinus analysis with three assessment indices of Figure of Merit, Quantity Disagreement and Allocation Disagreement.
Results and Discussion Support Vector Machine algorithm in the classification of the land use based on object-oriented showed that the highest rate of commission error and omission error were observed in rangelands and agricultural lands with 19.12 and 18.55 percent respectively in the land use map of the year 2009. The lowest accuracy of the producer with 71.49 percent belongs to the rangeland use class in the land use map of the year 2009 and the lowest use accuracy with 71.45 percent belongs to agricultural land use class in the land use map of the year 2017. In keeping with the obtained results, the highest positive change belongs to the agricultural land use increase and the highest negative changes belong to rangeland and forest land use decrease during the period of three decades from 1987 to 2017. The highest forest land decrease with 4.8 percent, the highest agricultural land increase with 5.3 percent, the highest rangeland decrease with 9 percent, the highest barren land increase with 4.6 percent and the highest residential and industrial land increase with 0.8 happened during the periods of 2000-2017, 1987-2017, 2009-2017, 2009-2017, and 1987-2017 respectively.
After validating the predicted land use chnges in CA-Markov model, based on the analysis of the 5 existing states in three-dimensional Pentius-Melinus analysis, the CA-Markov model with the accurate prediction of simulation of 89.92 percent showed the high efficiency of CA-Markov model in simulation process. After the implementation of the CA-Markov model analysis on the obtained land use map from the classification of the satellite images, one transition probability matrix and one transitioned area matrix were created. In predictions made by using CA-Markov model in 2017 to 2033, the most changes relate to barren and forest land expansion decrease to 16966 and 6961 hectare respectively and in contrast to the use decrease, rangeland, residential and agricultural land expansion increase will be observed to 20397, 3913 and 3825 hectare respectively.
Conclusion Detecting land use changes by using LCM tool for the period of three decades 1987-2017 in Gorgan-rud river basin showed that the forest, agricultural and residential use has had significant changes in this region. The obtained results of the prediction of the land use changes during the coming eighteen years by using the integrated model of Markov chain automatic cell following the detected changes by LCM tool show that we will face extreme deforestation phenomenon in this area. Investigation of the obtained results from the implementation of the future use network model by using Markov transition estimator showed that the future use changes can be predicted based on the existing environmental conditions showing that the agriculture will extremely increase in Gorgan-rud river basin during the coming eighteen years. Thus we can protect water and soil resources with comprehensive and long-term management and prevent the degradation of these valuable resources. Three indices of Quantity Disagreement, Allocation Disagreement and Figure of Merit in three-dimensional Pentius-Melinus analysis had an important role in representation of the accuracy rate and calibration of the land use classification and the land use prediction corresponding with the obtained results from the carried out studies concerning the accuracy assessment with indices of Quantity Disagreement, Allocation Disagreement and Figure of Merit. The results of the studied land use changes by using LCM tool and the integrated model of Markov chain automatic cell during the period of 1987 to 2035 show the degradation of more than 24309 hectare of the forest lands and agriculture increase in an area about 62421 hectare indicating human interfernces and deforestation we face in this area.- انتشار مقاله: 19-12-1398
- نویسندگان: محبوبه حاجی بیگلو,واحد بردی شیخ,هادی معماریان,چوقی بایرام کمکی
- مشاهده
- جایگاه : پژوهشی
- مجله: سنجش از دور و سامانه اطلاعات جغرافیایی در منابع طبیعی
- نوع مقاله: Journal Article
- کلمات کلیدی: کاربری اراضی,ارزیابی صحت,طبقهبندی شیءگرا و پیکسل پایه,اختلاف کمی,اختلاف مکانی
- چکیده: پوشش زمین و کاربری اراضی یک متغیر مهم در فرآیندهای طبیعی زمین است. استخراج تغییرات کاربری اراضی در حفاظت از اکوسیستمهای طبیعی، برنامههای حفاظت محیطزیست و مدیریت منابع طبیعی نقش مهمی در جلوگیری از تشدید بحرانهای طبیعی از قبیل وقوع سیل دارد. در حوزه آبخیز گرگانرود واقع در استان گلستان تغییرات عمده کاربری اراضی بسیار چشمگیر است. در این تحقیق بهمنظور بررسی وضعیت کاربری اراضی حوزه از تصاویر OLI ماهواره لندست 8 مربوط به تاریخ 4 تیرماه 1396 استفاده شد. هدف این تحقیق ارزیابی صحت الگوریتمهای مختلف طبقهبندی نظارتشده شیءگرا و پیکسل پایه در استخراج کاربری اراضی برمبنای شاخص های اختلاف مکانی و اختلاف مکانی است. نتایج ارزیابی صحت بر اساس دو شاخص اختلاف مکانی با 2.03 درصد و اختلاف مکانی با 4.58 درصد بیانگر برتری الگوریتم ماشین بردار پشتیبان در روش طبقهبندی شیءگرا با مقیاس سگمنت سازی 50 واحد نسبت به سایر الگوریتمها است. در الگوریتم منتخب طبقهبندی، میزان دقت کلی و ضریب کاپا به ترتیب 92.65 درصد و 0.91 به دست آمد. بر اساس این الگوریتم، کمترین خطای حذف و اضافه به ترتیب با 0.58 درصد مربوط به کلاس جنگل و 1.59 درصد مربوط به کلاس مناطق مسکونی و صنعتی است. بیشترین صحت تولیدکننده و کاربر به ترتیب با 99.44 درصد مربوط به کلاس جنگل و با 99.41 درصد مربوط به کلاس منابع آبی است. بیشترین مساحت کاربری در حوزه آبخیز گرگانرود مربوط به کلاس اراضی بایر/ مرتع/ زراعت با مساحت 314110 هکتار است. الگوریتم ماشین بردار در روش طبقهبندی شیءگرا بهعنوان الگوریتم مناسب در طبقهبندی کاربری اراضی حوزه بهمنظور مدیریت عرصههای منابع طبیعی در استان گلستان پیشنهاد میگردد.
- چکیده انگلیسی: Land cover and land use are an important variable in natural land processes. Land use change in environmental protection programs and natural resource management plays an important role in the intensification of natural crises such as floods. The Gorganrood River basin in the Golestan province has historically experienced land use conversion. In this research was selected for land use classification using Landsat 8 OLI satellite images of the 25 June 2017. The goal of this study is to assess the accuracy of two approaches, pixel-based supervised classification and the object-oriented one base on quantity and allocation disagreement indexes. The accuracy assessment results indicated verified that for land use mapping the SVM algorithm using a 50 pixel segmentation in the object-based classification having a quantity disagreement of 2.03, an allocation disagreement of 4.58, and an overall accuracy of 92.65% and a kappa coefficient of 0.91 was more accurate than other algorithms in the object-based classification and other algorithms in the pixel-based classification. Based on this algorithm, the lowest of omission and commission error showed in forest lands and residential and industrial areas of 0.58% and 1.59% respectively. The highest of producer and user accuracy showed in forest lands and the water body of 99.44% and 99.41% respectively. The largest area of land use in the Gorganrood River basin is related to the Barren/Rangeland/Cropland class of 314110 ha. Finally, the SVM-SL50 algorithm in the object-based classification is suggested as an optimal classifier with a high accuracy for classification of land use classification maps in order to manage natural resources in Golestan province.
- انتشار مقاله: 25-05-1398
- نویسندگان: محبوبه حاجی بیگلو,واحدبردی شیخ,هادی معماریان,چوقی بایرام کمکی
- مشاهده
- جایگاه : پژوهشی
- مجله: زمین ساخت
- نوع مقاله: Journal Article
- کلمات کلیدی: حوزه آبخیز,زمین ساخت,واژه های کلیدی: شاخصهای زمین ساختی,تغییرات ریخت شناسی
- چکیده: چکیده تغییرات ریخت شناسی بیان کننده ارتباط بین زمین ساختی و زمین ساخت است. دشت بیرجند در شرق ایران قرار دارد. هدف از پژوهش حاضر، شناخت پارامترهای فیزیکی منطقه مطالعاتی و همچنین عملکرد این پارامترها بر تغییراتی که در سطح زمین به وقوع میپیوندند، است. که بدین جهت از دادههای میدانی و نقشههای توپوگرافی استفاده گردیده است و نتایج زیر حاصل شده است؛ میزان AF از 11/28 (جنوب غربی) تا61/0(جنوب غربی) متغیر است. دامنه تغییرات T از 72/0 (جنوب غربی) تا 23/0 (جنوب غربی) است. بیشترین مقدار Smf 91/1(جنوب شرقی)،کمترین 02/1(جنوب غربی) حوزه است. محاسبه شاخص VF بالاآمدگی اندک نوزمینساختی را نشان داد.کمترین مقدار شاخصS 05/1(غرب) و بیشترین مقدار 16/1(غرب) است.کمترین مقدار شاخصRe 19/0 (قسمت جنوبی) و بیشترین مقدار 72/0 (جنوب) است. انتگرال هیپسومتری محاسبه شده بدین صورت است که بیشترین مقدار 505/0 (جنوب شرقی) و کمترین مقدار166/0(جنوب غربی) است شاخص Dd در جنوب شرقی با 59/1 کمترین و در جنوب غربی 25/2 بیشترین میزان را داراست. بیشترین مقدار شاخص Te(جنوب شرقی) 55/2وکمترین مقدار (جنوب غربی) 47/0 است. بیشترین مقدار شاخص C (جنوب غربی) 62/0وکمترین مقدار (جنوب غربی) 44/0است پارامتر Iat نشان میدهد؛ دشت بیرجند از نظر تغییرات ریخت شناسی در درجه فعال قرار دارد و این نقاط فعال بیشتر در دامنه جنوبی ( رشته کوه های باقران) که محل تمرکز گسل های تراستی در این نقاط است واقع شده اند.
- چکیده انگلیسی: Abstract Morphotectonics expresses the relationship between geomorphology and tectonics. The plain of Birjand is located in eastern Iran. The purpose of this study was to identify the physical parameters of the study area also, the performance of these parameters is based on changes occurring on the surface of the earth, this purpose, field data and topographic maps have been used and the following results are achieved. The AF range varies from 28.11 (southwest) to 0.61 (southwest). The range of changes in T is from 0.72 (southwest) and 0.23 (southwest). The highest Smf is 1.91 (southeast), the lowest is 1.02 (southwest) of the basin. The calculation of the VF index showed a slight neo-tectonic upsurge. The lowest value is S 1.05 (west) and the largest is 1.16 (west) of the region. The lowest value of the index is Re 0.19 (southern part) and the highest value is 0.72 (south). Hypsometric integral is calculated; the highest value is 0,505 (Southeast) and the lowest value is 0,166 (Southwest). The Dd index is (South East) with the lowest 1.59 and the Southwest 2.25. The highest Te (southeast) is 2.55 and the lowest (southwest) is 0.47. The highest value of the index C (southwest) is 0.62 and the lowest (southwest) is 0.44. The parameter Iat shows; the plain of Birjand is located in the active degree of morphometric changes, and these active areas are more in the southern range (Bagheran mountain).
- انتشار مقاله: 09-05-1398
- نویسندگان: زینب عباسی,آرزو شفیعی,سید محمد تاجبخش,هادی معماریان,سید مرتضی موسوی
- مشاهده
- جایگاه : پژوهشی
- مجله: زمین ساخت
- نوع مقاله: Journal Article
- کلمات کلیدی: حوزه آبخیز,زمین ساخت,واژه های کلیدی: شاخصهای زمین ساختی,تغییرات ریخت شناسی
- چکیده: چکیده تغییرات ریخت شناسی بیان کننده ارتباط بین زمین ساختی و زمین ساخت است. دشت بیرجند در شرق ایران قرار دارد. هدف از پژوهش حاضر، شناخت پارامترهای فیزیکی منطقه مطالعاتی و همچنین عملکرد این پارامترها بر تغییراتی که در سطح زمین به وقوع میپیوندند، است. که بدین جهت از دادههای میدانی و نقشههای توپوگرافی استفاده گردیده است و نتایج زیر حاصل شده است؛ میزان AF از 11/28 (جنوب غربی) تا61/0(جنوب غربی) متغیر است. دامنه تغییرات T از 72/0 (جنوب غربی) تا 23/0 (جنوب غربی) است. بیشترین مقدار Smf 91/1(جنوب شرقی)،کمترین 02/1(جنوب غربی) حوزه است. محاسبه شاخص VF بالاآمدگی اندک نوزمینساختی را نشان داد.کمترین مقدار شاخصS 05/1(غرب) و بیشترین مقدار 16/1(غرب) است.کمترین مقدار شاخصRe 19/0 (قسمت جنوبی) و بیشترین مقدار 72/0 (جنوب) است. انتگرال هیپسومتری محاسبه شده بدین صورت است که بیشترین مقدار 505/0 (جنوب شرقی) و کمترین مقدار166/0(جنوب غربی) است شاخص Dd در جنوب شرقی با 59/1 کمترین و در جنوب غربی 25/2 بیشترین میزان را داراست. بیشترین مقدار شاخص Te(جنوب شرقی) 55/2وکمترین مقدار (جنوب غربی) 47/0 است. بیشترین مقدار شاخص C (جنوب غربی) 62/0وکمترین مقدار (جنوب غربی) 44/0است پارامتر Iat نشان میدهد؛ دشت بیرجند از نظر تغییرات ریخت شناسی در درجه فعال قرار دارد و این نقاط فعال بیشتر در دامنه جنوبی ( رشته کوه های باقران) که محل تمرکز گسل های تراستی در این نقاط است واقع شده اند.
- چکیده انگلیسی: Abstract Morphotectonics expresses the relationship between geomorphology and tectonics. The plain of Birjand is located in eastern Iran. The purpose of this study was to identify the physical parameters of the study area also, the performance of these parameters is based on changes occurring on the surface of the earth, this purpose, field data and topographic maps have been used and the following results are achieved. The AF range varies from 28.11 (southwest) to 0.61 (southwest). The range of changes in T is from 0.72 (southwest) and 0.23 (southwest). The highest Smf is 1.91 (southeast), the lowest is 1.02 (southwest) of the basin. The calculation of the VF index showed a slight neo-tectonic upsurge. The lowest value is S 1.05 (west) and the largest is 1.16 (west) of the region. The lowest value of the index is Re 0.19 (southern part) and the highest value is 0.72 (south). Hypsometric integral is calculated; the highest value is 0,505 (Southeast) and the lowest value is 0,166 (Southwest). The Dd index is (South East) with the lowest 1.59 and the Southwest 2.25. The highest Te (southeast) is 2.55 and the lowest (southwest) is 0.47. The highest value of the index C (southwest) is 0.62 and the lowest (southwest) is 0.44. The parameter Iat shows; the plain of Birjand is located in the active degree of morphometric changes, and these active areas are more in the southern range (Bagheran mountain).
- انتشار مقاله: 09-05-1398
- نویسندگان: زینب عباسی,آرزو شفیعی,سید محمد تاجبخش,هادی معماریان,سید مرتضی موسوی
- مشاهده
- جایگاه : پژوهشی
- مجله: تحقیقات مرتع و بیابان ایران
- نوع مقاله: Journal Article
- کلمات کلیدی: مکانیابی,تپههای ماسهای,ارگ,فرسایش بادی,قطاع برداشت,جهتیابی,مختاران
- چکیده: جلوگیری از حرکت رسوبات بادی در مناطق برداشت یک کار بنیادیست و عملیات اجرایی بایستی بیشتر در منطقه برداشت متمرکز شود. به منظور منشأیابی رسوبات بادی دشت مختاران بیرجند از روش گام به گام ارائه شده توسط اختصاصی و همکاران استفاده شد. این کار طی دو مرحله انجام گرفت. ابتدا جهتیابی قطاع برداشت و سپس مکانیابی. به منظور جهتیابی قطاع برداشت دشت مختاران بیرجند ابتدا اطلاعات مربوط به جهت طوفانهای گردوخاک منطقه با تکمیل پرسشنامه از ساکنین محدوده اطراف ارگ بدست آمد. سپس تصاویر ماهوارهای و عکسهای هوایی مربوط به دو دوره زمانی با یکدیگر مقایسه شد و با استفاده از تصویر ماهوارهای و بازدیدهای صحرایی مرفولوژی تپههای ماسهای ارگ تعیین گردید. درنهایت با مطالعه رژیم باد و رسم گلبادها، بادهای فرساینده و مؤثر در تشکیل تپههای ماسهای شناسایی شد. پس از مشخص شدن قطاع برداشت(دشتسرهای مشرف به تپههای ماسهای)، فاز مکانیابی نقاط برداشت آغاز گردید. در این مرحله با مطالعه ژئومرفولوژی قطاع برداشت و نمونه برداری از رخسارههای این قطاع اقدام به بررسی گرانولومتری، مرفوسکپی و نهایتاً کانی شناسی رسوبات تپه های ماسهای و قطاع برداشت گردید و ارتباط ژنتیکی عناصر با یکدیگر بررسی شد. در نهایت با بررسیهای بعمل آمده مشخص شد که منشأ اصلی رسوبات موجود در ارگ مختاران بیرجند ناشی از وجود تشکیلات زمینشناسی شیست- فیلیت1، سنگهای کالردملانژ و سایر سازندهای حساس واقع در شرق و جنوب شرق منطقه میباشد که در اثر فرسایش آبی، در بخشهای مختلف دشت مختاران رسوب مینماید. در اثر عمل بادهای فرساینده و شدید شرقی و جنوب شرقی در منطقه، این رسوبات دوباره برداشت شده و با طی مسیری در محدوده دق رسوب می نمایند. این رسوبات بارها توسط بادهای منطقه(بادهای شمال شرقی، شمالی، غربی) در داخل ارگ جابجا شده و تشکیل تپههای ماسهای از نوع ستارهای شکل نموده است. بنابراین با توجه به مطالعات انجام شده و بازدیدهای انجام شده میتوان گفت که رخساره ژئومرفولوژی نهشتههای ریزدانه- عمدتاً اراضی زراعی واقع در شرق و جنوب شرق منطقه در اولویت اول و طبقه فعال، رخساره منطقه پخش سیلاب(بسترمسیل ها و خشکه رودها) واقع در بخش شرقی ارگ در اولویت دوم و نیمه فعال و رخسارههای ژئومرفولوژی شورهزار و رخساره کویر زرده واقع در محدوده دق در اولویت سوم وکم فعال قرار دارند.
- چکیده انگلیسی: In the wind erosion process, there are three areas: detachment area, transport area and deposition area. The prevention of sediments movement in the detachment area is a basic task. Knowing origin of sediments of sand dunes, the recognition of the detachment regions is necessary. In order to origin study of eolian sediments in the Mokhtaran plateau, step-by-step method (Ekhtesasi-Ahmadi) was used. This study is done at tow stages: direction finding and location finding. To direction finding of taking sector, firstly by questionnaire completion, local winds information were gathered. Then satellite image (ETM+, 2002) and field investigations, the erg morphological map was provided. By studying of wind regime and wind rose drawing, the erosive winds were recognized. After recognition of taking sector (surrounding pediments of sand dunes), the location finding phase was started. In this stage by geomorphologic studying of taking sector and sampling into facieses, the mineralogical and morphoscopical studies of sand dunes and taking sector sediments were done. At least, the study shows that KUPH (schist and phyllit), Colored melonged and other sensitive formations in the east and southeast areas are basic sources of eolian sediments for Mokhtaran erg, which deposited by water erosion in the different parts of Mokhtaran plateau. In consequence of east and southeast erosive winds, these sediments are taken and deposited around of DAGH. These sediments were displaced so much time by winds that have different directions inside of the erg (north and northwest winds) and formed pyramid sand dunes. Thus in order to preventing of wind erosion, the initial sources i.e. KUPH formation and surrounding pediments must have in mind.
- انتشار مقاله: 22-10-1394
- نویسندگان: علی اکبر صفدری,زهرا محمودی,هادی معماریان خلیل آباد
- مشاهده
- جایگاه : پژوهشی
- مجله: تحقیقات مرتع و بیابان ایران
- نوع مقاله: Journal Article
- کلمات کلیدی: تپه های ماسه ای,مکان یابی,ارگ,فرسایش بادی,جهت یابی,رسوبات بادی,قطاع برداشت
- چکیده: جلوگیری از حرکت رسوبات بادی در مناطق برداشت، یک کار بنیادی است و عملیات اجرایی باید بیشتر در منطقه برداشت متمرکز شود. بهمنظور منشأیابی رسوبات بادی منطقه فدیشه نیشابور از روش گام به گام ارائه شده توسط اختصاصی و همکاران استفاده شد. این کار طی دو مرحله انجام میگیرد. ابتدا جهتیابی مناطق برداشت و سپس مکانیابی. بهمنظورجهتیابی قطاع برداشت منطقه فدیشه، ابتدا اطلاعات مربوط به جهت طوفانهای گرد وخاک منطقه با تکمیل پرسشنامه از ساکنین محدوده اطراف ارگ بدست آمد. سپس تصاویرماهواره ای و عکسهای هوایی مربوط به دو دوره زمانی با یکدیگر مقایسه شد و با استفاده از تصویر ماهواره ای و بازدیدهای صحرایی مرفولوژی تپه های ماسه ای ارگ تعیین گردید. درنهایت، با مطالعه رژیم باد و رسم گلبادها، بادهای فرساینده ومؤثر در تشکیل تپه های ماسه ای شناسایی شد. پس از مشخص شدن قطاع برداشت(قطاع جنوب شرق و شرق)، فاز مکانیابی نقاط برداشت آغازگردید. دراین مرحله با مطالعه ژئومرفولوژی قطاع برداشت و نمونه برداری از رخسارههای این قطاع اقدام به کانیشناسی و مطالعه مرفوسکوپی رسوبات تپه های ماسه ای و قطاع برداشت گردید و ارتباط ژنتیکی عناصر با یکدیگر بررسی شد. درنهایت، باتوجه به دیگر شواهد مثل جهت قرارگیری بارخانها(جنوب شرقی- شمال غربی)، شدیدبودن شاخص انرژی بادهای شرقی، وجود کانیهای سنگینی مثل هماتیت، کاموسیت، ادنیت و اسفالریت درمیان نمونه های قطاع برداشت و تپههای ماسه ای، قطر میانه متوسط(حدوداً 210میکرون) تپه های ماسه ای، متقارن بودن منحنی فراوانی ذرات رسوبی تپه های ماسه ای مشخص شد که منشأ رسوبات در فاصله نزدیکی نسبت به تپه های ماسه ای قرارداشته و بیشتر تاغزارهای مخروبه و در حال تخریب، مناطق بدون پوشش، اراضی بایرقطاع جنوب شرق موجود درجلگههای رسی، دشت سرهای پوشیده ریزدانه بههمراه اراضی بدون پوشش حاشیه کال شور و بسترکال شورمی باشد.
- چکیده انگلیسی: In wind erosion process, there are three areas: source area, transport area, and deposition area. The prevention of sediments movement in the source area is a fundamental task. In stabilizing source sediments of sand dunes, recognition of the taking regions is essential. In order to study the in order to study the source of eolian sediments in the Fadisheh region, a step-by-step method (Ekhtesasi-Ahmadi) was used. This study was done in two stages: direction finding and location finding. First, information about the direction of local winds was gathered by questionnaire. Then satellite image (ETM+, 2002) and field investigations, the erg morphological map was determined. By studying wind regime and wind rose drawing, the erosive winds were recognized. After recognition of source sector (southeast and east sector), the location finding phase was started. In this stage by geomorphologic studying of the source sector and sampling into facieses, the mineralogical and morphoscopical studies of sand dunes and source sector sediments were done. Finally, paying attention to other evidences as the direction of Barkhan dunes (Southeast-Northwest), high intensity of energy for East winds, the existence of heavy minerals as Hematit, Chamosite, Edenite and Sphalerite in sand dune and source area soil samples, average median of sand dunes sediment samples (~210micron), symmetrical shape of sand dunes sediments frequency graph, was found that the source of eolian sediments are in the middle distance relative to sand dunes and are as follows: damaged Haloxylon forests, non vegetative area, unutilized lands in the southeast sector of the clay plains, Microlithic pediments and non vegetative lands in the margins of Kal-e-Shoor and Kal-e-Shoor River bed.
- انتشار مقاله: 16-10-1394
- نویسندگان: هادی معماریان خلیل آباد,علی اکبر صفدری,محمدرضا اختصاصی
- مشاهده
- جایگاه : پژوهشی
- مجله: تحقیقات مرتع و بیابان ایران
- نوع مقاله: Journal Article
- کلمات کلیدی: سیستم اطلاعات جغرافیایی,کاربری اراضی,فازی,سنجش از دور,داده های ETM+
- چکیده: اطلاعات موجود در نقشه های پوشش وکاربری اراضی در مدلسازیهای هیدرولوژیکی به منظور تخمین زبری سطح یا ضریب اصطکاک و غیره می تواند مورد استفاده قرار گیرد. در این مقاله هدف مقایسه دو روش جهت تهیه نقشه کاربری اراضی و پوشش با استفاده از تصاویر ماهواره لندست می باشد. پیش از استفاده از داده های ماهواره ای ابتدا تصحیحات رادیومتری و هندسی بر روی دادههای ETM+ صورت گرفت. سپس با بازدید میدانی، طبقات مختلف کاربری وپوشش اراضی تعریف و نمونههای آموزشی انتخاب گردید. از کلیه باندها به جز باند 6 برای طبقه بندی استفاده شد. به دلیل دقت پایین کلاسهای طبقهبندی شده مناطق مسکونی وجاده این طبقات از فرآیند طبقه بندی حذف وجهت وارد کردن این طبقات در نقشه نهایی از لایههای اطلاعاتی در سیستم اطلاعات جغرافیایی استفاده گردید. نتایج حاصل از ارزیابی صحت تصاویر طبقه بندی شده نشان داد که روش فازی با استفاده از سه لایه در طبقه بندی با صحت کلی 12/75 درصد وضریب کاپا 63/0 دارای بیشترین صحت و پس از آن روش فازی با دو لایه وحداکثر احتمال به ترتیب با صحت کلی 3/73 و 39/72 درصد وضریب کاپا 6/0 و 59/0 در رتبههای بعدی از نظر صحت قرار می گیرند.
- چکیده انگلیسی: Land cover information can be used in hydrologic modeling to estimate the value of surface roughness or friction. The objective of this work is comparison of two different methods to provide land cover maps using Landsat images to estimate surface roughness in the manning equation and curve number (CN) in SCS method in the Kameh watershed located in the North of Torbat Heydarieh. At the first, Radiometric and Geometric correction performed on ETM+ data. Then with field surveying, The land cover classes were defined and training areas were selected. All of the bands with the exception of band 6 were used in classification. Because of low accuracy of village and road classes, These classes were removed from classification process and for entering these classes in the final map, information from the other layers of GIS system were applied. Results of this work show that in the fuzzy method using 3 layers in classification, The overall accuracy is 75.12% and kappa Index is 0.63.
While those of fuzzy method using 2 layers in classification and maximum likelihood method are (73.3%, 0.6) and (72.39%, 0.59) respectively. Therefore the fuzzy method using 3 layers in classification is recommended- انتشار مقاله: 20-11-1394
- نویسندگان: ابوالفضل اکبرپور,محمد باقر شریفی,هادی معماریان خلیل آباد
- مشاهده
- جایگاه : پژوهشی
- مجله: تحقیقات تولیدات دامی
- نوع مقاله: Journal Article
- کلمات کلیدی: توابع غیرخطی,گوسفند کردی,فراسنجههای رشد,نکویی برازش مدل,وزن بلوغ
- چکیده: هدف این تحقیق مقایسه شبکه عصبی مصنوعی با مدلهای رگرسیون غیرخطی برودی، گمپرتز، لجستیک و ونبرتالانفی در برازش منحنی رشد گوسفند کردی بود. برای این منظور، تعداد 17659 رکورد روز آزمون وزن تولد تا یکسالگی موجود در ایستگاه پرورش و اصلاح نژاد حسینآباد شیروان در استان خراسان شمالی طی سالهای 1375 تا 1392 متعلق به 5074 راس دام آمادهسازی و استفاده شد. معماری شبکه بر پایه پرسپترون سه لایه با تعداد پنج نورون در هر لایه بود که از تابع انتقال سیگموئید-آکسون و قانون یادگیری لونبرگ-مارکوآت و با استفاده از نرمافزار نروسولوشن ساخته شد. تجزیه مدلهای غیرخطی با رویه NLIN نرمافزار SAS انجام شد. نکویی برازش مدلها بر اساس ضریب تبیین (R2)، جذر میانگین مربعات خطا (RMSE)، میانگین قدرمطلق انحرافات (MAD)، معیار اطلاعات آکائیک (AIC) و معیار اطلاعات بیزی (BIC) تعیین و اثر عوامل ثابت مؤثر روی فراسنجههای مدل بهینه بررسی شد. نتایج نشان داد که شبکه عصبی مصنوعی با داشتن بالاترین صحت (9735/0R2=) و کمترین خطا (452/3RMSE=، 424/2=MAD) بهتر از سایر مدلها، منحنی رشد را توصیف کرد. بین مدلهای غیرخطی، مدل برودی با بالاترین 966/0R2= و کمترین AIC، BIC، MAD و RMSE توانست در هر دو جنس برآورد مناسبی از منحنی رشد ارائه دهد. در جنس نر، برههای تکقلو و گوسفندانی که در ماههای زمستان متولد شده بودند، وزن مجانبی و نرخ رشد بیشتر بود. شاخصهای ارزیابی نشان داد شبکه عصبی مصنوعی دقت بالایی در پیشبینی منحنی رشد گوسفندان کردی دارد و پس از آن مدل برودی مناسبتر از سایر مدلها بود.
- چکیده انگلیسی: The objective of this study was to compare artificial neural network (ANN) with non-linear models including Brody, Gompertz, Logistic and von Bertalanffy for predicting the growth curve of Kurdish sheep. The database comprised of 17659 body weights from birth to yearling of 5074 lambs belonging to 162 rams and 1968 ewes during 1996-2013. The ANN model was developed according to three-multilayer perceptron with five nodes in each layer, Sigmoid-Axon function and Levenberg-Marquat learning rule by Neuro Solution software. Non-linear models were analyzed by the NLIN procedure of SAS program. The goodness of fit of models and their comparisons were conducted by using the coefficient of determination (R2), residual mean square (MSE), root of the residual mean square (RMSE), mean absolute deviation (MAD), Akaike’s information criterion (AIC) and Bayesian information criterion information criterion (BIC). The influences of fixed effect on model parameters were analyzed on the optimum model. The results revealed that the ANN had the highest accuracy (r= 0.9735) and the lowest error (MSE= 0.9170, RMSE= 3.452, MAD= 2.424) and described the growth curve better than the other models. Among all non-linear models, the Brody model had the highest coefficient of determination (R2= 0.966) and the lowest AIC, BIC, MAD and RMSE values indicating the best fit for both sexes. Male lambs, single lambs and those gave birth in winter had the highest mature weight and growth rate. The evaluation criteria indicated that the ANN had a suitable potential to predict growth curve of Kurdish sheep, after that the Brody model fitted the data better than the other non-linear models.
- انتشار مقاله: 31-02-1398
- نویسندگان: سونیا زکی زاده,داود علی ساقی,هادی معماریان
- مشاهده