فهرست نشریات علمی دسترسی آزاد ایران

رویشگاه بالقوه گیاه مرتعی شنبلیله شیرازی (Trigonella elliptica) در اراضی مرتعی استان یزد با استفاده از الگوریتم جنگل تصادفی به‌عنوان یکی از مدل‌های پیشرفته یادگیری ماشینی مدل‌سازی شد. از 11 متغیر کاربری اراضی، شاخص شوری خاک، بارندگی، حداقل و حداکثر دما، تبخیر، ارتفاع، جهت و درجة شیب، فاصله تا آبراهه و شاخص خیسی توپوگرافی و همچنین موقعیت مکانی حضور شنبلیله شیرازی استفاده شد. از مجموع 103 موقعیت مکانی ثبت‌شده به‌عنوان نقاط حضور این گیاه، به‌طور تصادفی 70 درصد برای آموزش مدل و 30 درصد برای آزمون مدل توسعه داده شده استفاده شد. به‌منظور اعتبارسنجی و آزمون مدل، از مساحت زیر منحنی مشخصه عملکرد (AUC_ROC) و جهت تعیین اهمیت متغیرهای محیطی مورد استفاده در مدل‌سازی از روش جک‌نایف (Jackknife) استفاده شد. نتایج ارزیابی مدل با استفاده از منحنی ROC (AUC>0/8)، عملکرد خیلی خوب را نشان داد. همچنین آماره‌های خطا شامل صحت، دقت مدل‌سازی، مقادیر اریبی، احتمال آشکارسازی و نرخ هشدار اشتباه به‌ترتیب 0/9، 0/79، 1، 0/93 و 0/04 را نشان دادند که بیان‌گر عملکرد خوب مدل است. نتایج تعیین اهمیت متغیرها نشان داد که به‌ترتیب عامل درجة شیب، و سپس ارتفاع و شاخص خیسی توپوگرافی نسبت به بقیة عوامل در تعیین رویشگاه بالقوه شنبلیله شیرازی اهمیت بیشتری دارند. نقشة حاصل از پیش‌بینی رویشگاه بالقوه شنبلیله شیرازی می‌تواند به‌عنوان اطلاعات دقیق به‌منظور احیاء رویشگاه‌های تخریب شده این گیاه مرتعی در استان یزد مفید واقع‌شده و مورد توجه بخش اجرایی قرار گیرد.