ارزيابي كارايي شبكه عصبي مصنوعي در پيش بيني روند بيابان زايي با استفاده از سيستم اطلاعات جغرافيايي GIS (مطالعه موردي: دشت دهلران، ايلام)

يكي از مشكلات اصلي مناطق خشك و نيمه‌خشك حاكميت پديده بيابان­زايي است. بنابراين، شناخت و پيش‌بيني عوامل مؤثر در پيشرفت پديده بيابان‌زايي مي‌تواند در مديريت بهتر اين مناطق مؤثر واقع شود. هدف از اين تحقيق ارزيابي صحت مدل شبكه عصبي مصنوعي در پيش‌بيني روند بيابان‌زايي و انتخاب مؤثرترين معيار بيابان‌زايي در دشت دهلران با استفاده از مدل ايراني ارزيابي وضعيت بيابان‌زايي (IMDPA) است. در اين روش دو معيار آب و اقليم به عنوان عوامل مؤثر در بيابان‌زايي انتخاب شدند. براي معيار اقليم سه شاخص بارش سالانه، شاخص SPI و تداوم خشك‌سالي و براي معيار آب پنج شاخص افت آب، نسبت جذب سديم، كلر، هدايت الكتريكي و كل مواد محلول در آب ارزيابي شد. با استفاده از مدل مذكور هر شاخص امتيازدهي شد. سپس با ميانگين هندسي نقشه‌هاي معيار و شدت بيابان‌زايي در نرم‌افزار ArcGIS®93 براي دوره مورد نظر تهيه شد. در نهايت داده‌ها به شبكه عصبي مصنوعي جهت پيش‌بيني وارد شدند. نتايج نشان‌دهنده كارايي بالاي مدل‌هاي شبكه عصبي مصنوعي در پيش‌بيني روند بيابان‌زايي بود به گونه‌اي كه دقت شبكه بالاي 80 درصد و ميانگين مربعات خطا كمتر از يك بدست آمد. همين‌طور بر اساس نتايج بدست آمده براي دوره پيش‌بيني شده مهم‌ترين معيارهاي احتمالي تأثيرگذار بر شدت بيابان‌زايي منطقه به ترتيب معيارهاي اقليم و آب با متوسط‌ وزني 2 (متوسط زير كلاس 1، 2 و 3)، 84/1 (متوسط زير كلاس 1 و 2) رتبه‌بندي گرديدند.