مدل‌سازي جنگل‌زدايي با شبكه عصبي و سيستم اطلاعات جغرافيايي (جنگل‌هاي اطراف خرم‌آباد)

در اين تحقيق، با استفاده از تصاوير TM و OLI لندست تغييرات روي‌داده در جنگل‌هاي اطراف شهر خرم‌آباد بين سال‌هاي 1365 تا 1397 موردبررسي قرار گرفت. بدين منظور پس از انجام تصحيحات هندسي و اتمسفري، تصاوير با استفاده از الگوريتم حداكثر احتمال در پنج كلاس با دقت كلي 95 درصد و ضريب كاپا 0.94 طبقه‌بندي شدند. با روي هم‌گذاري تصاوير مقدار جنگل‌هاي از بين رفته (34 كيلومترمربع) مشخص و به‌عنوان متغير وابسته براي ورود به شبكه عصبي پرسپترون چندلايه آماده شد. در محيط GIS عوامل مؤثر در روند جنگل‌زدايي (متغيرهاي مستقل) آماده شد و سپس با استفاده از پرسپترون چندلايه روند جنگل‌زدايي بين سال‌هاي موردمطالعه مشخص شد. با مدل ‌ساز تغييرات زمين، تغييرات كاربري اراضي استخراج شد كه بيشترين تغيير، جنگل به اراضي باير است و درنهايت پيش‌بيني جنگل‌زدايي براي 10، 20 و 30 سال آينده صورت گرفت، كه نشان‌دهنده كاهش  %4.6 براي سال 1407، %7.7 براي سال 1417 و %9.3 براي سال 1427 بود. نتايج حاصله از آزمون شبكه با مشاركت همه متغيرها با توجه به ميانگين مربعات خطا با مقدار 0.13 نشان‌دهنده اين است كه مدل‌سازي حاصل از پرسپترون چندلايه داراي صحت مناسبي بوده و همچنين با استفاده از منحني مشخصه عملكرد ROC سيستم مقدار واقعي جنگل‌زدايي در مقابل نتيجه حاصل از مدل پرسپترون چندلايه قرار گرفت، كه با مقدار سطح زير منحني مشخصه عملكرد سيستم برابر با 0.88 نشان‌دهنده صحت بالاي مدل پرسپترون چندلايه بود.