عنوان

مقایسه‌ی روش های آنالیز وزنی درجه‌ای و شبکه عصبی مصنوعی در پهنه‌بندی خطر وقوع آتش‌سوزی (منطقه مورد مطالعه: بخش شرقی جنگل های شهرستان رامسر)

شماره

‭۱۵۸۱۴پ‬

زبان متن نوشتاري يا گفتاري و مانند آن

per

عنوان اصلي

مقایسه‌ی روش های آنالیز وزنی درجه‌ای و شبکه عصبی مصنوعی در پهنه‌بندی خطر وقوع آتش‌سوزی (منطقه مورد مطالعه: بخش شرقی جنگل های شهرستان رامسر)

نام نخستين پديدآور

/عارف قره خان نژاد

نام ناشر، پخش کننده و غيره

: پردیس های خودگردان دانشگاه تبریز

تاریخ نشرو بخش و غیره

، ‮‭۱۳۹۵‬

نام توليد کننده

، راشدی

متن يادداشت

چاپی

جزئيات پايان نامه و نوع درجه آن

کارشناسی ارشد

نظم درجات

سنجش از دور و سیستم اطلاعات جغرافیایی گرایش مطالعات آب و خاک

زمان اعطا مدرک

‮‭۱۳۹۵/۰۶/۲۸‬

کسي که مدرک را اعطا کرده

تبریز

متن يادداشت

جنگل‌ها یکی از ارزشمندترین سرمایه‌صهای روی کره زمین و محل زندگی طیف وسیعی از گیاهان و جانوران می‌باشند و حفاظت از آن‌ها ضروری است .یکی از دلایل اصلی نابودی جنگل‌ها آتش‌سوزی‌های وسیع می‌صباشد .سنجش‌ازدور و سیستم اطلاعات جغرافیایی فناوری‌صهای مکملی هستند که با ترکیب آن‌ها تهیه نقشه، پایش و مدیریت پیشرفته منابع جنگلی میسر می‌صشود .با توجه به اینکه جنگل‌های منطقه موردمطالعه همه‌ساله بر اثر آتش‌سوزی‌های به وقوع پیوسته دچار خسارت‌های فراوان می‌شوند، بنابراین مطالعه‌صی این جنگل‌ها از یکسو به‌عنوان یک تحقیق آکادمیک و از سوی دیگر به‌عنوان یک منبع طبیعی استراتژیک لازم به نظر می‌صرسد .هدف از این تحقیق، مقایسه دو روش آنالیز وزنی درجه‌صای ‮‭(OWA)‬ و روش شبکه عصبی مصنوعی ‮‭(ANN)‬ در مدل‌سازی و پیش‌بینی محدوده‌صهایی با ریسک بالای آتش‌سوزی در جنگل‌های رامسر با استفاده از سنجش‌ازدور) تصاویر سنجنده هایپریون (و سیستم اطلاعات جغرافیایی است .جهت انجام تحقیق، ابتدا لایه‌صهای مربوط به شیب، جهت شیب، ارتفاع، فاصله از نقاط شهری و روستایی و شاخص‌صهایی همچون شاخص میزان رطوبت، شاخص میزان آب، شاخص میزان نیتروژن، شاخص میزان سلولز در پوشش گیاهی تهیه گردید .این لایه‌صها با استفاده از توابع عضویت فازی به لایه‌صهای خطر مربوطه تبدیل شد و سپس بر اساس روش‮‭AHP‬ ، اهمیت لایه‌صها نسبت به یکدیگر و در ارتباط با موضوع آتش‌سوزی مشخص گردید و از تلفیق لایه‌صهای اطلاعاتی با دو روش مختلف، دو نقشه پهنه‌صبندی ریسک آتش‌سوزی در جنگل‌های رامسر تهیه گردید .بر اساس نتیجه حاصله و مقایسه آن با داده‌صهای زمینی ثبت‌شده برای آتش‌سوزی روش آنالیز وزنی درجه‌صای نسبت به روش شبکه عصبی مصنوعی توانایی تولید نقشه‌های با سطح اطمینان بالاتری را دارا است

متن يادداشت

It is essential to protect Forests because they are one of the most valuable resources on earth and the Location of range of flora and fauna. One of the main reason for deforestation are large fires. Nowadays, Geographic information system and remote sensing ,as a complement technology, has made it possible to support mapping, monitoring forest resources and advanced management. In this research two main purposes has been followed. Firstly, Comparison of Ordered weighted Average (OWA) and artificial neural network (ANN) Methods in modeling and Anticipating areas with high fire risk in Ramsar's forest. To reach our purposes, In first step, related layers,slope, aspect, distance to human settlement and vegetation indices , have been prepared . Then, prepared layers have been standardized by fuzzy membership functions. Next, AHP approach was used to determine the importance of each layer on forest fire subject. Next, forest fire risk map (FFRM) was produced by using two mentioned models. Finally, OWA and ANN models' accuracy were compared by ground data. and it revealed that OWA model has more accurate results

مستند نام اشخاص تاييد نشده

قره خان نژاد، عارف

مستند نام اشخاص تاييد نشده

مختاری، داود، استاد راهنما

مستند نام اشخاص تاييد نشده

فیضی زاده، بختیار، استاد مشاور

يادداشت عمومي

سیاه و سفید

وضعیت فهرست نویسی

نمایه‌سازی قبلی