بررسی فاکتورهای مؤثر رویشگاهی بر فراوانی قارچ های ماکروسکوپی چوب زی و تحلیل حساسیت با استفاده از شبکه عصبی مصنوعی (مطالعه موردی: جنگل خیرود نوشهر)
چکیده
یکی از مزایای شبکه عصبی مصنوعی قابلیت کاربرد آن در مدیریت و برنامهریزی اکوسیستمهای طبیعی است. با توجه به اینکه جنگلهای شمال ایران دارای تنوع رویشگاهی بالایی هستند و برای مدیریت آنها نیاز به شناخت اکوسیستم این جنگلها داریم، بررسی این موضوع که استفاده از شبکه عصبی مصنوعی تا چه حدی در کلاسهبندی حضور و فراوانی قارچهای ماکروسکوپی جنگلها مؤثر است، از اهمیت خاصی برخوردار است. بنابراین برای کسب اطلاعات در این زمینه، جنگل آموزشی و پژوهشی خیرود در نوشهر انتخاب شد و بعد از انجام جنگل گردشیهای مقدماتی و انتخاب قطعه های مورد نظر نمونهبرداری، در فصول تابستان و پاییز طی چندین برداشت در قطعه های 110، 207 و 311 به ترتیب در بخشهای پاتم، نمخانه و گرازبن این جنگل، آماربرداری صددرصد از کلیه درختان بلندمازو و ممرز قارچزده انجام گردید. درمجموع، از این سه قطعه ،231 نمونه قارچ ماکروسکوپی از روی درختان بلندمازو و ممرز جمعآوری گردید که 112 نمونه آنها مربوط به قارچهایچوبزی بودند. نتایج این تحقیق نشان داد که شبکه عصبی مصنوعی طراحی شده، قابلیت خوبی در کلاسهبندی فراوانی قارچهای ماکروسکوپی درختان مورد مطالعه دارد. شبکه با دو لایه پنهان و 11 نرون در هر لایه با توجه به بیشترین مقدار ضریب تعیین، بهترین عملکرد بهینه سازی توپولوژی را نشان میدهد. تعداد ورودیها برابر با 112 نمونه با 11 متغیر و تعداد خروجیها شامل چهار طبقه یا کلاس فراوانی قارچ است. نتایج مربوط به آنالیز حساسیت مؤلفههای بکار برده شده بهمنظور مدلسازی در پیش بینی هریک از کلاسههای قارچ با استفاده از شبکه عصبی مصنوعی نیز نشان داد که درجه پوسیدگی خشکهدار، سلامت درخت، وضعیت درخت و ریزاقلیمی توده به ترتیب بیشترین تأثیر را در حضور و فراوانی قارچهای ماکروسکوپی از خود نشان میدهند.