پیش بینی وقوع آتش سوزی در جنگل ها و مراتع با استفاده از شبکه عصبی مصنوعی(مطالعه موردی: جنگل های منطقه زاگرس، شهرستان ایذه)

بدون شک یکی از عوامل موثر بر وقوع و گسترش آتش سوزی در جنگل ها و مراتع، عوامل آب وهوایی می باشد. هدف از این تحقیق پیش بینی خطر آتش سوزی جنگل ها و مراتع شهرستان ایذه با استفاده از شبکه های عصبی مصنوعی و داده های آب وهوایی شهرستان ایذه به صورت ماهانه بود. شهرستان ایذه در شمال غربی استان خوزستان واقع شده و دارای آب وهوایی نسبتا نیمه خشک است. داده های آتش سوزی شامل سطح سوخته شده و تعداد وقوع آتش سوزی از اداره کل منابع طبیعی استان خوزستان اخذ شد. نتایج این تحقیق نشان داد، الگوریتم پرسپترون چندلایه و تابع هاپربولیک در ایجاد ارتباط بین داده های آب وهوایی و وقوع آتش سوزی کارا بوده و شبکه، مدلی با ۲ لایه مخفی و ۱۵ نرون بهترین صحت را نشان داد. برای پیش بینی وقوع آتش سوزی بهترین شبکه با میزان میانگین مربعات خطای نهایی برابر ۰۰۳۸/۰ به دست آمد. با انجام تست این شبکه مقدار ضریب هبستگی این شبکه به ۹۹/۰ و هم چنین مقادیر میانگین مربعات خطا و میانگین مربعات خطای نرمال شده(NMSE) به ترتیب حدود ۰۷۳/۰ و ۰۱۸/۰ به دست آمد. با استفاده از داده هایی که برای تست شبکه کنار گذاشته شده بودند قدرت شبکه برای پیش بینی خطر آتش سوزی، تعیین شد و مقدار ضریب تعیین برای این شبکه ۹۸/۰ = r۲ به دست آمد. در ادامه تحقیق با استفاده از شبکه عصبی برای تعیین نوع مدل بین داده های آب وهوایی و سطح سوخته شده، شبکه پرسپترون به مدلی با صحت متوسط دست یافت. میزان ضریب تعیین مدل برای پیش بینی سطح سوخته شده متوسط و حدود (۵۸=r۲) به دست آمد

کلیدواژه ها:

Natural fires ، Izeh ، Neural network ، Prediction ، Artificial neural network ، Climate. ، آتش سوزی جنگل و مرتع ، ایذه ، شبکه عصبی مصنوعی ، پیش بینی خطر ، پرسپترون ، اقلیم