Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

مقاله مقاله نشریه

مشخصات مقاله

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی
Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

748
Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

620
Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

مدل سازی پراکنش بالقوه ی گونه های حیات وحش بر مبنای دانش بوم شناختی جوامع بومی در مقایسه با روش های یادگیری ماشینی (مطالعه ی موردی: آهوی ایرانی در منطقه ی حفاظت شده ی میشداغ)

صفحات

 صفحه شروع 893 | صفحه پایان 906

چکیده

 پایش و مدیریت جمعیت های حیات وحش و زیستگاه ها نیازمند مدل سازی زیستگاه های مطلوب و پراکنش گونه ای است. بنابراین در این پژوهش, مدل سازی پراکنش بالقوه ی آهوی ایرانی با دو رویکرد فازی (مبتنی بر دانش بوم شناختی جوامع بومی) و مکسنت (مبتنی بر داده های حضور گونه) در منطقه ی حفاظت شده ی میشداغ اجرا شد؛ تا ضمن مدل سازی پراکنش گونه ای با استفاده از سامانه ی استنتاج فازی (رویکرد فازی) و الگوریتم آنتروپی بیشینه (رویکرد مکسنت), به بررسی و مقایسه ی کارایی هر یک از این دو رویکرد پرداخته شود. به علاوه, ارزیابی هر یک از مدل ها با استفاده از تحلیل جک نایف انجام شد. آستانه گذاری نیز با استفاده از آستانه ی حضور 10% صورت گرفت. براساس یافته ها, سه متغیر کاربری سرزمین, فاصله از کشت زارها و فاصله از منابع آب در هر دو رویکرد فازی و مکسنت به عنوان مهم ترین متغیرهای مدل سازی شناخته شدند. همچنین, در هر یک از رویکردهای فازی و مکسنت به ترتیب 45/47% و 08/14% منطقه به عنوان منطقه ی حضور بالقوه پیش بینی شد. براساس تحلیل جک نایف, میزان موفقیت هر یک از مدل های فازی و مکسنت به ترتیب, 95/80% و 66/66% برآورد شد (p<0. 01). یافته های پژوهش مؤید کارایی بالای سامانه ی استنتاج فازی و الگوریتم آنتروپی بیشینه در مدل سازی پراکنش بالقوه ی آهوی ایرانی است. این مطالعه را می توان از یک سو تأکیدی بر ضرورت توجه به رویکردهایی همچون رویکرد فازی در مدل سازی پراکنش بالقوه ی گونه های حیات وحش کشور و از سوی دیگر تأکیدی بر ضرورت توجه به دانش بوم شناختی جوامع بومی هر منطقه دانست.

استنادها

  • ثبت نشده است.

    • ارجاعات

  • ثبت نشده است.

    • استناددهی

    APA: کپی

    عبیداوی، زینب، رنگزن، کاظم، میرزایی، روح اله، و اشرف زاده، محمدرضا. (1396). مدل سازی پراکنش بالقوه ی گونه های حیات وحش بر مبنای دانش بوم شناختی جوامع بومی در مقایسه با روش های یادگیری ماشینی (مطالعه ی موردی: آهوی ایرانی در منطقه ی حفاظت شده ی میشداغ). محیط زیست طبیعی (منابع طبیعی ایران)، 70(4 )، 893-906. SID. https://sid.ir/paper/195007/fa

    Vancouver: کپی

    عبیداوی زینب، رنگزن کاظم، میرزایی روح اله، اشرف زاده محمدرضا. مدل سازی پراکنش بالقوه ی گونه های حیات وحش بر مبنای دانش بوم شناختی جوامع بومی در مقایسه با روش های یادگیری ماشینی (مطالعه ی موردی: آهوی ایرانی در منطقه ی حفاظت شده ی میشداغ). محیط زیست طبیعی (منابع طبیعی ایران)[Internet]. 1396؛70(4 ):893-906. Available from: https://sid.ir/paper/195007/fa

    IEEE: کپی

    زینب عبیداوی، کاظم رنگزن، روح اله میرزایی، و محمدرضا اشرف زاده، “مدل سازی پراکنش بالقوه ی گونه های حیات وحش بر مبنای دانش بوم شناختی جوامع بومی در مقایسه با روش های یادگیری ماشینی (مطالعه ی موردی: آهوی ایرانی در منطقه ی حفاظت شده ی میشداغ)،” محیط زیست طبیعی (منابع طبیعی ایران)، vol. 70، no. 4 ، pp. 893–906، 1396، [Online]. Available: https://sid.ir/paper/195007/fa

    مقالات مرتبط نشریه ای

    مقالات مرتبط همایشی

  • ثبت نشده است.

    • طرح های مرتبط

  • ثبت نشده است.

    • کارگاه های پیشنهادی





    بازگشت به بالا