مقایسه الگوریتم‌های رگرسیون لجستیک و شبکه عصبی مصنوعی در مدل‌سازی تجربی پتانسیل انتقال تغییر پوشش سرزمین سواحل استان مازندران

نویسندگان

1 استادیار، گروه محیط‌ زیست، دانشکده منابع طبیعی، دانشگاه تربیت مدرس

2 استادیار، گروه GIS و سنجش از دور، دانشکده محیط‌‌زیست و انرژی، دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران

3 دانش‌آموخته کارشناسی ارشد، گروه محیط‌زیست، دانشکده منابع طبیعی، دانشگاه تربیت مدرس

4 استادیار، گروه سنجش از دور، دانشکده مهندسی ژئودزی و ژئوماتیک، دانشگاه خواجه نصیرالدین طوسی

doi
چکیده

تغییرات پوشش سرزمین و توسعه شهرها سبب تخریب زیستگاه‌های طبیعی و کاهش تنوع زیستی شده است. یکی از روش‌های مورد استفاده برنامه‌‌ریزان جهت کنترل روند تغییرات پوشش سرزمین و کاربری اراضی، مدل‌سازی می‌باشد. این مطالعه، با هدف مقایسه رگرسیون لجستیک و پرسپترون چندلایه شبکه عصبی مصنوعی جهت مدل‌سازی پتانسیل انتقال تغییر پوشش سرزمین سواحل استان مازندران انجام شد. جهت تحلیل تغییرات منطقه از تصاویر ماهواره Landsat متعلق به سال‌های 1367، 1379، 1385 و 1390، مورد استفاده قرار گرفت. همچنین، مدل‌سازی پتانسیل انتقال با استفاده از رگرسیون لجستیک و پرسپترون چندلایه شبکه عصبی مصنوعی انجام پذیرفت. جهت پیش‌بینی تغییر پوشش سرزمین سال 1390، از دوره واسنجی 1385-1379 با استفاده از زنجیره مارکف و مدل پیش‌بینی سخت استفاده شد. صحت مدل‌سازی نیز با استفاده از ضریب کاپا ارزیابی شد. نتایج حاصل از ضرایب کاپا نشان داد که اگرچه رگرسیون لجستیک (8456/0) دقت بالاتری نسبت به پرسپترون چندلایه شبکه عصبی مصنوعی (8276/0) دارد، خطی کردن متغیرها، تأثیر زیادی در افزایش صحت مدل در منطقه مورد مطالعه نداشته است.