پيش بيني مناطق داراي توان اكوتوريسم با شبكه عصبي مصنوعي

استفاده تفرجي از منطقه بايد مطابق توان محيط‏زيستي آن انجام گيرد. بنابراين، اين پژوهش با هدف ارايه يك روش براي مدل‏سازي و رتبه‏بندي مناطق داراي توان اكوتوريسم انجام شد. بدين منظور از روش سيستمي مخدوم با توجه به ويژگي‏هاي منطقه و شبكه عصبي پرسپترون چندلايه (MLP) براي ارزيابي توان اكولوژيكي منطقه حفاظت ‏شده ارسباران استفاده شد. در گام نخست منابع اكولوژيكي و اقتصادي اجتماعي شناسايي و نقشه‏هاي آن‏ها تهيه شدند، سپس با تجزيه و تحليل و جمع‏بندي داده‏ها در نرم‏افزار ArcGIS نقشه توان اكوتوريسم حاصل شد. در مرحله بعد با استفاده از نتايج روش سيستمي، شبكه عصبي آموزش داده شد و ساختارهاي مختلف آن مورد ارزيابي قرار گرفتند و در نهايت نقشه مناطق مناسب گردشگري براساس خروجي شبكه عصبي مدل‏سازي شد. در مرحله آخر با دخالت دادن معيارهاي اقتصادي اجتماعي و جاذبه‏هاي تفرجي اولويت‏بندي و ارزيابي نهايي انجام گرفت. ارزيابي توان اكولوژيكي با روش سيستمي نشان داد، منطقه داراي توان براي تفرج متمركز طبقه دو (0.06%) و تفرج گسترده طبقه دو (10.33%) است. توپولوژي 397 به عنوان بهترين طبقه‏بندي با دقت كلي 98% جهت طبقه‏بندي مناطق تفرجي انتخاب شد و بهترين عملكرد شبكه عصبي به كلاس تفرج متمركز و كمترين عملكرد به كلاس تفرج گسترده تعلق گرفت. براساس نقشه مدل‏سازي شده، 0.17% منطقه به تفرج متمركز طبقه 2، 10.09% به تفرج گسترده طبقه 2 و 89.74% به نامناسب براي تفرج اختصاص يافت. مطالعه حاضر نشان داد شبكه عصبي مصنوعي قابليت طبقه‏بندي مناطق مناسب گردشگري را با دقت بالا دارد.