مدل پیش بینی ارزیابی اثر گردشگری بر درصد پوشش تاجی گیاهی پارک ملی و پناهگاه حیات وحش قمیشلو

مدیریت اکوسیستم های طبیعی در مناطق تحت حفاظت گردشگری اثرات زیست محیطی بسیاری ایجاد می کند که یک موضوع چالش انگیز جهانی در زمینه حفاظت است. هدف از این پژوهش مدل سازی کاهش درصد پوشش تاجی گیاهی جهت ارزیابی اثر گردشگری با استفاده از شبکه عصبی مصنوعی و تعیین میزان اثرگذاری متغیرهای اکولوژیکی و شدت گردشگری بر آن است. پژوهش حاضر در پارک ملی و پناه گاه حیات وحش قمیشلو با مساحت 10 هکتار زون تفرج متمرکز و 100 هکتار زون تفرج گسترده انجام شده است. در این مطالعه از 100 قطعه نمونه آماربرداری و اندازه گیری متغیرهای اکولوژیکی و گردشگری و تغییرات درصد پوشش تاجی گیاهی در طی یک سال (بهار 1396 تا بهار 1397) استفاده شد. روش مدل سازی شبکه عصبی مصنوعی جهت پیش بینی کاهش درصد پوشش تاجی گیاهی با استفاده از 11 متغیر محیطی انجام شده است. با توجه به نتایج، مدل با ساختار 1-8-11 (11 متغیر ورودی، 8 نورون در لایه مخفی و یک متغیر خروجی) با توجه به بیشترین مقدار ضریب تبیین در سه دسته داده آموزش، اعتبارسنجی و آزمون معادل 95/0، 87/0 و 93/0، بهترین عملکرد بهینه سازی ساختار را نشان می دهد. بر این اساس طبقه شدت گردشگری، شیب زمین، شوری خاک، عمق خاک و درصد ماده آلی خاک با ضریب اثرگذاری 59/8، 02/2، 88/1، 81/1 و 65/1 به ترتیب بیشترین تاثیر را در میزان کاهش درصد پوشش تاجی گیاهی در منطقه از خود نشان می دهند. مدل ارایه شده در این پژوهش یک سیستم پشتیبان تصمیم گیری در ارزیابی اثرات گردشگری در مناطق تحت حفاظت شناخته شده و امکان پیش-بینی میزان کاهش درصد پوشش تاجی گیاهی در زون های تفرجی پارک های ملی را فراهم می کند.