۳ نتیجه برای رگرسیون خطی
نورالله نیک پور، حسین نگارش، صمد فتوحی، سید زین العابدین حسینی، شهرام بهرامی،
دوره ۵، شماره ۴ - ( ۱۲-۱۳۹۷ )
چکیده
جنگل زدایی و تخریب پوشش گیاهی یکی از محرکان اصلی تغییرات جهانی زمین به شمار می‌رود و پیامدهای بزرگی بر عملکرد اکوسیستم و حفاظت از تنوع زیستی دارد. یکی از راه های مطالعه تغییرات پوشش گیاهی به عنوان مهمترین شاخص تخریب زمین، سنجش از راه دور است. در این مطالعه هدف اصلی پایش روند تغییرات پوشش گیاهی در راستای تخریب سرزمین در استان ایلام می‌باشد. بعد از اخذ و آماده سازی داده های مورد نیاز (۴۱۰ تصویر دانلود شده) در محیط نرم افزار های Arc Gis و Surfer عملیات ضرب، موزائیک و ژئو رفرنس صورت گرفت. تبدیل فرمت تصاویر به فرمت ASCII مرحله بعدی کار را تشکیل داد. با تبدیل این فرمت تعداد مجموع پیکسل هایی که در داخل محدوده مورد مطالعه قرار گرفتند ۹۵۳۵۵۲ پیکسل، که بعد از حذف ارزش های گمشده و منفی، تعداد ۳۲۸۰۴۲ پیکسل مورد تجزیه و تحلیل قرار گرفت. همچنین با استفاده از روش آماری پارامتریک رگرسیون خطی کلاسیک و به کمک برنامه نویسی در محیط نرم افزار R، روند شیب تغییرات و معناداری شیب تغییرات پوشش گیاهی برای دوره زمانی ۱۷ ساله (۲۰۱۶-۲۰۰۰) بدست آمد. نتایج این تحقیق نشان داد که کانون بیشترین روند شیب تغییرات کاهشی (روند شیب تغییرات منفی) در شاخص NDVI در سراسر نیمه غربی محدوده مورد مطالعه وکانون بیشترین روند شیب تغییرات افزایشی (روند شیب تغییرات مثبت) در شاخص NDVI درمرکز و شرق محدوده مورد مطالعه مشاهده شده است. معنا داری روند شیب تغییرات نیز این ادعا را تاٌیید می‌کند. یعنی کانون بیشترین روند شیب تغییرات (منفی) در غرب و جنوب غرب محدوده مورد مطالعه و بیشترین روند شیب تغییرات (مثبت) در مرکز و شرق محدوده مورد مطالعه در سطح احتمالاتی ۰۵/ معنی دار می باشند.
پرهام پهلوانی، امین راعی، بهناز بیگدلی،
دوره ۶، شماره ۴ - ( ۱۲-۱۳۹۸ )
چکیده
امروزه شناسایی فاکتورهای موثر بر آتش‌سوزی جنگل‌ها از اهمیت بسیار بالایی برخوردار است زیرا سالانه مساحت زیادی از جنگل‌های جهان بر اثر آتش‌سوزی نابود می‌شوند و تکرار این اتفاق در بلندمدت می‌تواند خسارات جبران‌ناپذیری بر زمین و ساکنین آن وارد کند. با شناسایی این فاکتورها می‌توانیم زمان‌ها و نقاط دارای ریسک بالای آتش‌سوزی را شناسایی نمائیم و با وضع قوانین و سیاست‌های مدیریتی کارآمد، آموزش به مردم و نظارت بیشتر در جهت مقابله با عوامل محرک آتش برآییم. در این تحقیق سعی شده است فاکتورهای موثر بر آتش‌سوزی‌های جنگل گلستان شناسایی شود و برای این منظور از سه روش رگرسیون خطی چندگانه، رگرسیون لجستیک و رگرسیون اسپلاین تطبیقی چندمتغیره در ترکیب با الگوریتم ژنتیک استفاده شد. نتایج این تحقیق نشان داد که هر دو دسته فاکتورهای بیوفیزیکی و انسانی در آتش‌سوزی‌های منطقه مورد مطالعه دارای تأثیر هستند. از این میان تنها فاکتورهای حداقل دما و حداکثر سرعت باد در هر سه حالت موثر شناخته شدند. روش رگرسیون اسپلاین تطبیقی چندمتغیره در مقایسه با دو روش دیگر عملکرد بهتری از خود نشان داد. مقدار RMSE نرمال‌شده این سه روش برابر ۴۲۹۱/۰ برای رگرسیون خطی چندگانه، ۹۴۱۶/۰ برای رگرسیون لجستیک و ۱۷۵۷/۰ برای رگرسیون اسپلاین تطبیقی چندمتغیره و مقدار R۲ آنها نیز به ترتیب برابر ۹۸۶۲/۰، ۹۹۱۲/۰ و ۹۸۸۶/۰ به دست آمد.
خانم زیبا یوسفی، دکتر حسین جهان تیغ، دکتر فرهاد ذوالفقاری،
دوره ۱۰، شماره ۴ - ( ۱۰-۱۴۰۲ )
چکیده
بررسی و پایش پدیده بیابان‌زایی در منطقه‌های خشک و نیمه‌خشک باتوجه‌به افزایش روزافزون این پدیده، یکی از نگرانی‌های اساسی جوامع و دولت‌های درگیر مسئله بیابان‌زایی است. ازطرفی شناخت مناطق در معرض خطر پدیده بیابان‌زایی جهت مدیریت و کنترل این پدیده در کمترین زمان ممکن و حداقل هزینه از ضروریات است. هدف از این مطالعه، تهیه نقشه شدت بیابان‌زایی در دشت مراد آباد سراوان با استفاده از مدل Albedo-NDVI است. این روش بر مبنای سنجش از دور استوار است. برای تهیه دو شاخص مورد اشاره پس از تصحیحات لازم بر روی تصاویر ماهواره‌ای لندست ۸ دو شاخص Albedo و NDVI در نرم‌افزار Erdas Imaging استخراج گردید. برای بررسی رابطه بین دو شاخص مورد بررسی تعداد ۲۰۰ پیکسل متناظر از هر شاخص انتخاب و رگرسیون خطی بین آنها تشکیل گردید. بر اساس ضریب شیب خط حاصل از رگرسیون خطی، معادله تعیین شدت بیابان‌زایی بدست آمد و بر اساس ضریب شکست طبیعی جنکس نقشه شدت بیابان‌زایی تهیه شد. همچنین برای ارزیابی دقت مدل با مطالعات قبلی بر اساس مدل میدانی IMDPA یک ماتریس بهم ریختگی بین ۱۰۰ نقطه متناظر تشکیل گردید. نتایج حاصل از رگرسیون خطی بین دو شاخص NDVI و Albedo نشان داد که این دو شاخص با یکدیگر همبستگی منفی بالایی دارند (۸۵/۰- =R ). نتایج حاصل از طبقه‌بندی شدت بیابان‌زایی بر اساس این مدل نشان داد که ۳۵درصد منطقه در کلاس خیلی شدید و تنها ۵ درصد منطقه بدون تخریب قرار دارد. همچنین مقدار مقدار دقت مدل با ضریب کاپای معادل ۵۸/۰ بدست آمد، که بیانگر دقت خوب مدل می باشد.
