مقايسه كارايي سه الگوريتم هوشمند رايانه‌اي در انتخاب مناطق مناسب حفاظت (مطالعه موردي: استان مازندران)

A comparison of three computer algorithms for selection of the best protected areas (Case Study: Mazandaran Province of Iran)

يكي از روش‌‌‌هاي انتخاب نواحي حفاظتي جديد، استفاده از روش‌‌‌هاي هوشمند رايانه‌‌‌اي يا هوش مصنوعي است. اين روش‌‌‌ها الگوريتم‌‌‌هاي رايانه‌‌‌اي مختلفي را شامل مي‌شوند كه قوانين صريحي را براي شناسايي مجموعه‌‌‌اي از مناطق مناسب حفاظت به ‌‌‌كار مي‌‌‌برند. اين الگوريتم‌‌‌ها تعداد زيادي از گزينه‌‌‌هاي موردنظر را بررسي و نتايج را بر حسب تعداد لكه‌‌‌ها يا مساحت مورد نياز حفاظتي مقايسه مي‌‌‌كنند. همچنين، سطحي از اهداف را كه با توجه به محدوديت‌‌‌ها و هزينه‌‌‌هاي پيش‌‌‌بيني‌‌شده قابل دستيابي است مشخص مي‌‌‌كنند. در اين پژوهش كاربرد الگوريتم‌‌‌هاي حريص، نادر و مذاب‌‌‌سازي شبيه‌‌‌سازي‌شده در انتخاب مناطق حفاظتي استان مازندران مقايسه شده است. به اين منظور از نرم‌‌‌افزار Marxan استفاده شد. علاوه بر اين، تاثير‌‌‌‌‌‌ مقياس مكاني و اهداف حفاظتي مختلف در نتايج نيز بررسي شده است. بررسي اين پارامترها در پژوهش حاضر نشان مي‌‌‌دهد كه الگوريتم مذاب‌‌‌سازي شبيه‌‌‌سازي‌شده، نتايج قابل قبول‌‌‌تري را در تمام موارد به‌دست مي‌دهد و كاربرد آن به شناسايي مناسب‌‌‌ترين لكه‌‌‌هاي حفاظتي بسيار كمك مي‌كند. الگوريتم حريص سبب پراكندگي و تكه‌‌‌تكه‌شدگي لكه‌‌‌هاي حفاظتي منتخب و الگوريتم نادر سبب افزايش بيش از حد مساحت لكه‌‌‌ها مي‌‌‌شود. الگوريتم مذاب‌‌‌سازي شبيه‌‌‌سازي‌‌‌شده، از نظر محيط و مساحت جواب‌‌‌هاي قابل قبولي را نسبت به ساير الگوريتم‌‌‌ها ارايه مي‌‌‌كند. نتايج نشان مي‌‌‌دهند، پارامترهاي مختلفي از جمله اهداف حفاظتي تعيين‌شده، مقياس مطالعه، الگوريتم‌‌‌هاي مختلف و ميزان فشردگي لكه‌‌‌هاي حفاظتي منتخب در فرايند انتخاب مناطق تحت حفاظت دخيل‌اند. در نتيجه، تعيين مقادير مناسب اين پارامترها از اساسي‌‌‌ترين مرحله‌‌‌ها در انتخاب مناطق تحت حفاظت جديد معرفي مي‌‌‌‌شود.

One of the approaches to selection of new conservation areas is application of artificial intelligence. This approach includes a number of different computer algorithms, which apply explicit rules to identify sets of conservation areas. These algorithms are used to investigate various options and to compare outcomes in terms of the number or total area of the needed conservation areas. They can also indicate the percent of targets that is achievable within the expected constraints and costs. In this research, simulated annealing, greedy and rarity algorithms were investigated to select the best regions for efficient environmental protection in Mazandaran Province. Marxan software was used to apply the algorithms. The effects of different conservation goals and scales were also investigated. The parameters investigated in this research showed that the simulated annealing algorithm provides plausible results in all cases and its application helps in identifying the best zones for protection. Using greedy algorithm, the fragmentation and dispersal of the proposed conservation zones was increased and rarity algorithms produced zones with higher areal coverage. Simulated annealing provided the best result, in terms of the area and perimeter. Results show different parameters including conservation goals, scale, algorithms and compactness of zones, affect the selection of the best regions for efficient environmental protection. Consequently, determination of appropriate values for these parameters is among the most important steps in conservation planning.