تکمیل شبکۀ جادۀ جنگلی با هدف توسعۀ گردشگری با استفاده از شبکۀ عصبی مصنوعی و GIS (پژوهش موردی: جنگل خیرود)
مقدمه: گردشگری در جنگل میتواند در توسعة طرحهای جنگلداری بهویژه در زمان استراحت مؤثر واقع شود. مناطق جنگلی از مکانهای مهم برای حفاظت سیستمهای محیط زیستی و منابع طبیعی و همچنین ارائۀ فرصتهای تفرجی برای مردم هستند. از اینرو تفرج جنگلی بهعنوان توسعۀ گردشگری، از عوامل مؤثر و تأمینکنندۀ مزایای م...
Saved in:
| Main Authors: | , , , , |
|---|---|
| Format: | Article |
| Language: | fas |
| Published: |
Iranian Society of Forestry
2024-11-01
|
| Series: | مجله جنگل ایران |
| Subjects: | |
| Online Access: | https://www.ijf-isaforestry.ir/article_211499_60000eb7bdb0d73e2bfa07a4d0886711.pdf |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Summary: | مقدمه: گردشگری در جنگل میتواند در توسعة طرحهای جنگلداری بهویژه در زمان استراحت مؤثر واقع شود. مناطق جنگلی از مکانهای مهم برای حفاظت سیستمهای محیط زیستی و منابع طبیعی و همچنین ارائۀ فرصتهای تفرجی برای مردم هستند. از اینرو تفرج جنگلی بهعنوان توسعۀ گردشگری، از عوامل مؤثر و تأمینکنندۀ مزایای مستقیم و غیرمستقیم اقتصادی، اجتماعی، فرهنگی و محیطی بسیاری است. هدف این پژوهش طراحی و تکمیل شبکۀ جادۀ جنگلی و افزودن مسیرهای پیادهروی با هدف توسعۀ گردشگری در جنگل خیرود با استفاده از قابلیتهای شبکۀ عصبی مصنوعی و GIS است.
مواد و روشها: ابتدا لایههای شیب، جهت، ارتفاع، زمینشناسی، خاک، درصد تاجآشکوب و جادۀ موجود تهیه شد و تکتک لایهها طبقهبندی داخلی و وزندهی شدند. طبقهبندی داخلی لایهها توسط نظر یک کارشناس و محقق در زمینۀ مهندسی جنگل و گردشگری در جنگل و وزندهی لایهها با استفاده از روش تحلیل سلسلهمراتبی (AHP) انجام گرفت. با تلفیق لایههای مختلف و وزن نظیر هر یک به روش وزندهی خطی (WLC)، نقشۀ شایستگی بخش پاتم بهعنوان بخش آموزش شبکۀ عصبی برای عبور شبکۀ جاده تهیه شد. ارزش هر سلول از شکلها بههمراه مختصات، توسط نرمافزار ArcGIS استخراج شد و همۀ دادهها به دامنۀ 1 تا 5 نگاشته شدند. در این پژوهش برای مدلسازی، از شبکۀ عصبی پرسپترون چندلایه ((MLP با 30 نورون در لایۀ مخفی استفاده شد. دادههای شیب، جهت، ارتفاع، زمینشناسی، خاک، درصد تاجآشکوب و جادۀ موجود بهعنوان ورودی و دادۀ شایستگی عبور جادۀ بخش پاتم بهعنوان خروجی برای آموزش به شبکه داده شد و شبکۀ عصبی، میزان مطلوبیت برای هر سه بخش فعال جنگل را براساس بخش پاتم برآورد کرد.
یافتهها: نتایج رویهمگذاری لایههای شبکۀ جادۀ موجود، نقشۀ منظر و نقشۀ شایستگی منطقۀ پژوهش، نشان داد که شبکۀ جادۀ موجود بسیاری از مناطق دارای پتانسیل گردشگری را در دسترس گردشگران قرار داده است؛ بنابراین برای تکمیل شبکۀ دسترسی به مناطق دارای پتانسیل گردشگری جنگل با استفاده از برنامۀ جانبی PEGGER در محیط نرمافزار ArcView و در نظر گرفتن شکل منظر و شکل شایستگی، مسیرهای پیادهروی به طول حدود 14 کیلومتر طراحی شد. در طول طراحی سعی شد که جاده از مناطق مطلوبتر (پیکسلهای دارای ارزش کمتر) عبور کند. طبق نتایج، شبکۀ عصبی مصنوعی پرسپترون چندلایه با ضریب تبیین (R2) 902/0 و مجذور میانگین مربعات خطا (RMSE) 126/0، توانایی بیشتری از رگرسیون خطی برای برآورد ارزش مطلوبیت عبور جاده نشان داد.
نتیجهگیری: نتایج این پژوهش قابلیت روش هوشمند مبتنی بر شبکۀ عصبی مصنوعی و GIS را برای طراحی و برنامهریزی شبکۀ جاده نشان میدهد و نتیجه نشاندهندۀ افزایش توانایی یادگیری شبکۀ MLP با افزایش تکرار تا تکرار 7 ام است. |
|---|---|
| ISSN: | 2008-6113 2423-4435 |