پيش بيني پراكنش رويشگاه گونهSeidlitzia rosmarinus در مراتع شرق سمنان با استفاده از مدل شبكه عصبي مصنوعي

شبكه عصبي مصنوعي، ساختارهاي پردازش اطلاعاتي جديدي هستند كه از روش هاي مخصوص شبكه هاي عصبي بيولوژيك استفاده مي كنند. هدف از اين مطالعه مدل سازي پراكنش گونه Seidlitziarosmarinus در مراتع شمال شرق سمنان با استفاده از مدل شبكه عصبي است. بدين منظور براي نمونه برداري از پوشش گياهي در هر تيپ رويشي، 3 ترانسكت 750 متري مستقر و در هر ترانسكت 15 پلات با فواصل50 متر مستقر شد. نمونه برداري از خاك با توجه به مرز تفكيك افق ها در منطقه و نوع گياهان موجود از دو عمق 20-0 و 80-20 سانتي متر انجام شد. براي تهيه نقشه پيش بيني پراكنش گونه هاي گياهي، به فراهم كردن لايه هاي عوامل محيطي مورد استفاده در مدل نياز است. براي نقشه بندي خصوصيات خاك، روش زمين آمار براساس مدل پيش بيني بدست آمده براي گونه S.rosmarinus (روش ANN) استفاده شد. براي اجراي مدل شبكه عصبي، الگوريتم پس انتشار خطا با شبكه طراحي شده پرسپترون سه لايه اي با ساختار 1-10-7 و داراي هفت نرون در لايه ورودي، ده نرون در لايه مياني و يك نرون در لايه خروجي استفاده شد. ميزان تطابق نقشه تهيه شده با نقشه واقعيت زميني نيز با استفاده از ضريب كاپا محاسبه شد كه نشان دهنده تطابق خيلي خوب بود (ضريب كاپاي 72/0). نتايج نشان داد گونه S.rosmarinus در مناطق با اسيديته 3/8-1/8، هدايت الكتريكي 26/0-22/0 دسي زيمنس بر متر، بافت لومي-شني و در ارتفاع 1750-1600 متر از سطح دريا پراكنش دارد و با ميزان اسيديته و آهك رابطه مستقيم دارد.