فهرست نشریات علمی دسترسی آزاد ایران

ارزیابی و تعیین میزان ­مرگ­و­میر درختان در طول دوره، اساس برنامه­ریزی­های بلند­مدت مدیریت منابع طبیعی است که کاری چالش­برانگیز و دشوار است؛ زیرا عوامل و فرآیندهای مختلفی بر روی آن تأثیرگذار و تعیین­کننده هستند. در این پژوهش با استفاده از تکنیک شبکة عصبی مصنوعی، احتمال مرگ و میر درختان در سطح قطعات نمونة ثابت مدل­سازی و تخمین زده شد. از متغیرهای زیستی و غیرزیستی نظیر میران انرژی تابشی نور خورشید در فصل رویش، شاخص خیسی توپوگرافی، ارتفاع بالای نزدیک­ترین نقطة زه­کشی شده، سرعت باد، متوسط قطر برابر سینه (در سال 1391) و سطح مقطع برابر سینه به عنوان متغیرهای ورودی و احتمال مرگ­و­میر درختان در سطح قطعات نمونة ثابت در جنگل­های هیرکانی به عنوان متغیر خروجی در کلیة مدل­سازی­های آلومتریک و شبیه­سازی شبکة عصبی استفاده شد. معماری­های مختلف (توپولوژی) شبکه با الگوریتم پس­انتشار خطا با تعداد نورون­های متفاوت شامل توابع انتقالی لجستیک سیگموئدی و تانژانت هیپربولیک در لایه­های پنهان آموزش داده شدند، این مدل­ها دقت­های متفاوتی از برآورد متغیر پاسخ ارائه ­دادند. نتایج این تحقیق نشان داد که درختان با قطر 20 تا 100 سانتی­متر بهترین و بیشترین زنده­مانی را دارند. با افزایش رقابت (سطح مقطع قطورترین درخت) زنده­مانی کاهش پیدا می­کند. گونة ممرز نسبت به سایر گونه­ها به مقدار کمی از مرگ و میر بیشتری برخوردار است. همچنین از نتایج این تحقیق چنین استنباط می­شود که از متغیرهای زیستی، سطح مقطع قطورترین درختان و از میان متغیرهای غیرزیستی ترکیب عوامل توپوگرافی با شاخص خیسی خاک و سرعت باد بیشترین تأثیر را بر احتمال مرگ و میر در سطح قطعة ­نمونه دارند.