کاربرد شبکه عصبی در مدل سازی اثر عوامل محیطی بر انبوهی پوشش گیاهی در منطقه حفاظت شده البرز مرکزی

پوشش گیاهی در حفظ تعادل اکوسیستم ها نقش مهمی ایفا می کند و به عنوان یک شاخص با اهمیت در ارزیابی اکوسیستم های خشکی به شمار می آید. انبوهی پوشش گیاهی به عنوان یکی از خصوصیات مهم برای ارزیابی رستنی ها مورد بررسی قرار می گیرد. تغییرات پوشش گیاهی سبب به وجود آمدن بی نظمی در اکوسیستم شده و به عنوان یک محرک در تغییر ترکیب گونه ها و شرایط زیستگاهی عمل می کند. پژوهش حاضر با هدف مدل سازی اثر عوامل محیطی بر انبوهی پوشش گیاهی با کمک شبکه عصبی مصنوعی و تعیین اثرگذارترین متغیرهای اکولوژیک و انسانی بر انبوهی در منطقه حفاظت شده البرز مرکزی تحت مدیریت استان البرز انجام شد. بدین منظور پس از تشکیل واحدهای همگن اکولوژیک، تعداد 101 قطعه نمونه مربعی شکل به ابعاد 2 در 2 متر، نمونه گیاهی و 101 نمونه خاک در این واحدها برداشت و آنالیزهای مربوط به خاک و پوشش گیاهی بر روی آن ها انجام گرفت. مدل سازی با استفاده از روش پرسپترون چند لایه انجام شد، داده های ورودی شامل متغیرهای فیزیکی و شیمیایی خاک، متغیرهای فیزیوگرافی (براساس نقشه های طرح مدیریت) و متغیرهای مربوط به عوامل انسانی (براساس نقشه فاصله اقلیدسی از نقاط نمونه برداری) بود. با توجه به مقادیر ضریب تبیین در سه دسته داده آموزش، اعتبارسنجی و آزمون برابر با 0/86، 0/79 و 0/81، ساختار بهینه مدل برای انبوهی پوشش گیاهی با ساختار 1-19-18 (18 متغیر ورودی، 19 نورون در لایه پنهان و یک متغیر خروجی) انتخاب شد. براساس نتایج آنالیز حساسیت، متغیرهای شیب، درصد ماده آلی و ارتفاع، اثرگذارترین متغیرها بر انبوهی پوشش گیاهی در محدوده مورد مطالعه شناسایی شد. مدل ارایه شده در این پژوهش به عنوان سیستم پشتیبان تصمیم گیری در ارزیابی اثرات فعالیت های انسان بر انبوهی پوشش گیاهی در مناطق تحت حفاظت کاربرد دارد و امکان پیش بینی میزان اثرات مذکور را بر انبوهی پوشش گیاهی در این مناطق فراهم می کند.