جىگل ي فزآيرد ب چ ة مجل مىبثع طج ع ا زان دير 70 شمبر 1 ث بر 1396 ص 60-49 مذلسازی حجم تجاری درختان تودهه یا آمیختۀ راش جنگله یا عصبی مصنوعی هیرکانی با استفاده از شبکۀ.1 ع یل 3 2 *1 اصغر واحذی اسذاله متاجی رضا اخوان دکتری جنگلداری مؤسسۀ تحقیقات جنگلها و مراتع کشور سازمان تحقیقات آموزش و ترویج کشاورزی تهران ایران 2. استاد گروه جنگلداری واحد علوم و تحقیقات دانشگاه آزاد اسالمی تهران ایران 3. دانشیار جنگلداری مؤسسۀ تحقیقات جنگلها و مراتع کشور سازمان تحقیقات آموزش و ترویج کشاورزی تهران ایران چکیذه تبر خ در بفت: 1393/11/30 تبر خ پذ زش: 1394 08/24/ پ ؾت ى دل ك حجم دسختان ػشپا تشحؼة متش مکؼة مثىا تشآيسد ش چ دل كتش ممذاس سي ؾ تشداؿت کشته ص ت د ا دسختان ي مذ ش مجتاص تشػت ة ت ى جىگل تشاػاع اصل ت ػؼ پا ذاس محؼ ب م ؿ د. اص ا هسي تحم ك حاضتش تا اػتفاد اص ؿثک ػصث مصى ػ دس پ مذلؼاص ي پ ؾت ى حجم تجاس تتا حتذاکرش لعؼ ت اػت. پتظي ؾ مت سد جىگل ػش 3 گلىذسيد و س ت د ي اطالػات دس افت مؼتخشج اص جذيل ا تجذ ذ حجتم اداس کتل مىتاتغ طث ؼت و ؿت ش ؿامل لعش استفاع کل ي مماد ش حجم مشت ط ت 150 اصل دسختان لعغؿذ اػ. کل مماد ش حجم تت اصا کم ت تا ت ف ض ک مزک س ت ػى ان ال يسيد ت ص ست مشحل ا تا اػتفاد اص ؿثک ػصث پ ؾخ س الگ س تم پتغاوتتاس FFBP مذلؼاص ؿذوذ. مچى ه اص دي تاتغ اوتمال و سين غ شخع ي اػتفاد ؿذ ط س ک ش مذل تا ت پ لت ط مختلف ؿثک مذوظش تشا سػ ذن ت پاػخ ذف دل متفايت سا وان داد. و سين تا اوتمتال تتشا سػت ذن تت حتذالل خعا آصم ن داد ا دس ش الگ س تم آم صؽ پغ اص يصند ايل داسا تؼذاد چشخؾ متفايت ت دوذ. وتا ج مذلؼاص پغ اص ػؼ ي آصم ن مکشس وان داد ک مذل حاي لعش ي استفاع کل تا تاتغ اوتمتال تتا مؼمتاس دي ال ت پى تان ي 15 و سين داسا حذالل م اوگ ه مشتؼات خعا آصم ن )MSE( حذالل م اوگ ه اوحشاف مؼ اس ي حذاکرش ضش ة تث ه )0/158; )R 2 ;0/99 AD اػ ک اص ا هسي ت ػى ان مذل ت ى مؼشف م ؿ د. واژگان کلیدی: تاتغ اوتمال ت د ا آم خت ساؽ حجم تجاس ؿثک ػصث مصى ػ. مقدمه ک اص م متش ه ػمل ات پغ اص لعغ ػشؿاخ صو ي حتزف تاج دسختان دس جىگل ا ؿمال ک س ت ػت اجشا ػمل ات تجذ ذ حجم تتشا تت دػت دػتتگا تا آيسدن ممتذاس يالؼ حجم دسختان ت مىظ س فشيؽ تشا مصاسف تجتاس ي صىؼت اػ و سىذ مسئ ل. ک اص مؼا ة ا ه کاس ا ه اػ کت پا ت تا لعغؿذ دسختان تا ذ مذت وؼثتا ص اد دس ػشص ا جىگل تال تماوىذ تا ديتاس اوذاص گ ش ي تؼ ه حجم ؿ وذ. ممتاد ش حجم اوذاص گ ش ؿتذ پتغ اص لعتغ ي افتتادن دسختتان طت ػمل ات تجذ ذ حجم ت ػى ان حجم يالؼ تلم م ؿت د کت تشحؼة متش مکؼتة اػت تشا ت دػ =1>. دس ػمل تات تجذ تذ حجتم آيسدن مماد ش يالؼ حجم تش دسخت افتتاد ت ط س مؼم ل اص سيؽ صذدسصذ اػتفاد م ؿت د. الثتت اگتش تؼذاد دسختان واو گتزاس ؿتذ تتشا لعتغ تت ؾ اص 500 تلفه: 02144787283 Email: ali.vahedi60@gmail.com
جىگل ي فزآيرد ب چ ة مجل مىبثع طج ع ا زان دير 70 شمبر 1 ث بر 1396 450 اصل تاؿذ تشا تؼ ه حجتم اص سيؽ 3P و تض اػتتفاد م ؿ د. پظي ؾ حاضش دس جىگل ا آم خت ساؽ دس ػتش 3 گلىذسيد و س ص ست گشف ک دس آن حجتم 150 اصتل اص دسختان واو گزاس ؿتذ پتغ اص لعتغ تتا سيؽ صذدسصتذ اوذاص گ ش ؿذ. تا ت ج ت دػتشػ اطالػتات ختا )ممتاد ش يالؼ حجتم( تت ػىت ان متا ذات اصتل اص سيؽ ت ؽ مصى ػ تشا اسائ مذل ا پ گ تا حذاکرش دلت اػتفاد ؿذ تا تت ان تا حذالل صمان ػشػ تتشآيسد ت تش ي تا حتذالل ض ى حجم تجتاس تت د تا آم ختت ساؽ جىگتل مت سد تشسػ سا تا لعؼ ت تش مصى ػ اص جمل سيؽ تا تؼت اس تالاتل ت پ ؾت ىت کتشد. ػ ؼتتم ت ؽ تتشا تتشآيسد ممذاس پاػخ ذف دس ت ػاصگان طث ؼ ي پ چ ذ اػت ک اص م متش ه ص شمجم ػ ا ت تش ه جا گض ه او اع تتشاصؽ تا.<2= ؽ مصتى ػ تت ػىت ان غ شخعت تتا جىثت تا تکم ل تشا مذلؼاص ي پ ؾت ى دل ك مماد ش حجم دسختان جىگتتل ؿتتثک ػصتتث مصتتى ػ اػتت =2 3>. اص جملتت پاسامتش تا تأث شگتزاس دس اجتشا مذلؼتاص ؿتثک ػصتث مصى ػ تؼذاد و سين ا ي تؼذاد ال ا پى ان اػ تؼذاد وت سين تا دس ال ت.<6-4= يسيد تت طت س مؼمت ل تتا تؼتذاد متغ ش ا يسيد متىاػة ت د ي تؼذاد و سين تا خشيجت و ض تا تؼذاد متغ ش ا خشيج م سد تشسػ تشاتتش اػت -7= 9>. دس ؿثک ػصث ت ه ال ا يسيد ي خشيج تا ت ج ت تؼذاد ال ا پى ان ػاختاس ا اتصتاالت مختلتف ا جتاد م ؿ د ي تتا ت جت تت تثتادل اطالػتات دس تافت )داد تا يسيد ( ي ممتذاس سفت ي تشگت اطالػتات دس اتصتاالت ا جادؿذ ؿث مغض اوؼان دس و ا صح ح تا حذالل خعا ت دػ م آ ذ =7>. ت پاػتخ )خشيجت ( تشآيسد شچ دل كتتش حجتم دسختتان دس تت ػتاصگان طث ؼ جىگل مثىا مذ ش )تشاػاع اصل ت ػؼ پا تذاس( م ضان سيوذ ت ث د ا تخش ة سي گا حاصتلخ ض ممتذاس سي ؾ ممذاس تشداؿ صىؼت اػ مجاص ي خش ذ ي فشيؽ تتشا مشاکتض پىجػال ت ػتؼ جم ت س اػتالم ا تشان ت تش تتشداس ي خشيج چ ب ا صىؼت اص جىگل ا ؿمال مت لف ؿتذ اػ يل تا ت ج ت ات امات تشخ اص دػتگا ا مت ل ي و اص مثش ت اطالػات دستتاس ممتذاس م جت د حجمت دس جىگل ا ؿمال تشا مذ ش ت ى تشآيسد حجم تجتاس جىگل ا ؿمال تا حذالل ػذ لعؼ تتا احتؼتاب تؼلتك ت ؾ اص 50 دسصتذ اص اسصؽ حجمت دسختتان جىگتل تا ؿمال ت تخؾ ايل تى دسختان =1> م ت اوذ مؼتشف اسصؽ معالؼات پظي ؾ حاضش تاؿذ. اص ا هسي تا ت ج ت ا م ت اطالػات مماد ش م ج د حجم صىؼت جىگل تا ؿتمال تشا دػت ات ت کل ا ذاف دس تحم تك حاضتش اص تکى ت مذلؼتاص ؿتثک ػصتث مصتى ػ تت ػىت ان جتا گض ه سيؽ ا ػىت )ماوىذ سيؽ ا تخش ث صذدسصذ ي 3p غ ش ( تشا ت حذاکرش سػ ذن دل تشآيسد حجم دسختتان ت د ا آم خت دس جىگل م سد پظي ؾ اػتفاد ؿذ. مواد و روشها منطقۀ تحقیق تحم ك م سد وظش دس ػش 3 جىگل ا گلىذسيد و س يالغ دس ح ض آتخ ض 48 جىگل ا ؿمال ا شان ص ست گشفت اػ. مؼاح کل ػش 1521 کتاس اػ ي محذيد آن 36 3215 ي دس تت ه ػتشغ جغشاف تا 36 2730 51 5725 اػتتمشاس داسد. 51 5325 ط ل جغشاف تا محذيد استفاع اص ػعح دس تا دس ا ته ػتش تت ه 940 تتا 1520 متش اػ. آماس دس افت اؿىاػت اص وضد ت تتش ه ا ؼتگا )و ؿ ش( وان داد ک م اوگ ه ت ى ي کم ىت دمتا ت تشت ة دس اياػت متشداد تتا اياختش ؿت ش س 28/8 ي دس ت مه 3/9 دسج ػاوت گشاد اػ. مت ػ تاسوذگ ػال او 1293/5 م ل متش اػ کت م تاوگ ه حتذالل تاسوتذگ دس مشداد ي م اوگ ه حذاکرش تاسوذگ دس اياخش آتتان تتا ايا تل آرس گضاسؽ ؿذ اػ =10>. =2>. الثت ت اػتىاد تىذ 6 ماد 148 لاو ن تشوام
مذلسبس حجم تجبر درختبن ت د ب آم خت راش جىگل ب زکبو ثب استفبد اس شجک عصج مصى ع روش پژوهش تشا اجشا تحم ك حاضش تا دس افت مجت ص اص اداس کتل مىاتغ طث ؼ ي آتخ ضداس و ؿ ش اص داد ا آسؿ اػتىاد حتاي اطالػتات جتذيل تا تجذ تذ حجتم پا ت تا لعغؿذ گ و ا مختلف دسختان دس ػش ػ گلىتذسيد اػتفاد ؿذ. ػمل ات لعتغ دسختتان ت ػت دػتتگا تا اجشا دس صمؼتان 1389 اوجا گشف ي دس اف اطالػات مشت ط ت ػال 1393 اػت. جتذيل تا متزک س حتاي اطالػتات دستتاس طثمت لعتش ي استفتاع کتل دسختتان وتاو گتزاس ؿتذ اػت. دس سيؽ متزک س حجتم مت دسختت ان افتت اد پتغ اص لعتغ تت تفک ت ؿتماس تا واو گزاس ؿذ اوذاص گ ش ي محاػث ؿذ. تشا ا ه کتاس ط ل ش لؼم اص تى پا تا دسختتان افتتاد )حتذاکرش ط ل تشداؿت 6 متتش( ي لعتش م اوت تش لؼتم متزک س اوذاص گ ش ؿذ ي تا اػتفاد اص ساتع اوتذاص گ تش حجتم اػت او ي ضش ة ؿکل حجم تجتاس دسختتان تشحؼتة متش مکؼة محاػث ؿذ. اطالػات جمغآيس ؿتذ مشتت ط اػ دسختتان )H( تشحؼتة متتش کت تت طت س گتا تت گتا دس مذلؼاص ياسد ؿذوذ =2>. م متش ه گتا تا ا جتاد ت مذل ؿامل آماد ػاص داد ا مذلؼتاص ي اسص تات متذل. اصا هسي تشا آماد ػاص متغ ش ا مزک س تشاػاع ساتع 1 وشمال ض ا اػتاوذاسدػاص ؿذوذ ط س ک تمام داد ا ت ه 0 ي 1 لشاس گشفتىذ =2 11>. X n x x i max x min x min )1( ي x min ي دس ساتع 1 n x: متغ ش وشمالؿذ x: i ش اص يسيد ا x: max ت تشت ة کمتتش ه ي ت تتش ه ممتذاس متاتش غ داد ا يسيد محؼ ب م ؿ وذ. دس طشاح ؿثک ػصث تؼ ت ه ػتاختاس ؿتثک ػصتث )تؼتذاد ال ت ي وحت اتصتال گش ا( تؼ ه مخصات گش ي تؼ ه الگ س مت ا آمت صؽ ؿثک مذوظش لشاس م گ شوذ. دس م تان مت اسد رکشؿتذ تؼ ت ه الگ س مت ا آم صؽ ؿثک دس حم م تؼ ه تاتغ ت ى تشا محاػث فؼال آم صؽ يصن ا ؿتثک سا دس تتش مت گ تشد =7>. فشا ىذ يصند ايل ت خشيج گش ا ي سيؽ اص تش ت داد ا متاتش غ يسيد دس لالتة Input اص طش تك تشک تة مماد ش يسيد ( i )w محاػث م ؿ وذ.<12= 1 و سين ا ( i I( ي مماد ش يصوت تا ػت ىاپغ تا دس طشاح ؿثک ػصث مصى ػ اص ؿثک ػصث سا تج ي ػم م پ ؾخ س تا الگ س تم 2 پغاوتاس FFBP اػتفاد ؿذ. پغ اص اوتخاب تاتغ آمت صؽ تؼتذاد ال ت تا ي وت سين تا تتا ت پ لت ط مختلتف تتشا سػت ذن تت آػتتاو اپت متال متذل تخم ى تغ ش پ ذا کشد. دس داخل ش و سين تاتغ اوتمال يجت د داسد ک دس حم م ػ گىال ا حاصل اص يسيد سا م گ تشد ي خشيج سا محاػتث مت کىتذ. خعا تا محاػتث ؿتذ تت ال ا لثل دس ط چىذ ديس سفت م اتىذ ي ايصان ي تا عا ا اصتال ي تشگت 3 پتغاوتتاس مت ؿت وذ =7>. ا ته ديس تکشاس تا ت حذالل سػ ذن خعا ادام پ ذا م کىتذ. دس طشاحت 1. synapses 2. Feed-forward back prop 3. Epoch ت گ و ا ساؽ ممشص تل ط ت ػکا ي د گش گ وت تا دسختان مىعم اػ. تؼذاد کل اطالػات دس تافت مشتت ط ت 150 پا افتاد دسختان اص گ و ا مختلف اػ. تجزیهوتحلیل دادهها پتغ اص جمتغآيس کل ت داد تا تتشا اجت شا فشا ىت ذ تجض ت يتحل تل وشمتال تت دن متا ذات ت ػت آصمت ن ک لم گشيف- اػم شو ف ي مگى داد ا ت ػت آصمت ن ل ن تشسػ ؿذ. تشا مما ؼ مماد ش مختلتف کم ت تا اوذاص گ ش مشت ط تت دسختتان مىعمت تحم تك اص آصمت ن تجض ياس اوغ کعشف ي تشا مما ؼ چىذگاوت م تاوگ ه اص آصم ن ت ک اػتفاد ؿذ. تشا مذلؼاص مماد ش مختلف حجم م ج د تش حؼة متش مکؼة اص تکى ؿثک ػصث مصى ػ اػتفاد ؿتذ. داد تتا يسيد تتتشا مذلؼتتاص ػثتتاستاوتتذ اص لعتتش تشاتشػت ى )DBH( تشحؼتة ػتاوت متتش ي استفتاع کتل
جىگل ي فزآيرد ب چ ة مجل مىبثع طج ع ا زان دير 70 شمبر 1 ث بر 1396 مؼماس ا ک ت ؾ اص تما ال پى ان داسوتذ تؼتذاد وت سين ال ا )ت جض ال خشيجت کت تت صت ست خ دکتاس 1 و سين داسد( ثات اػ ثات دس وظش گشفت ؿتذ تتا ػتالي تتش اػتتمشاس ت پ ل ط م سد وظش حت ه کتاستشد پ چ تذگ وذاؿتت تاؿتذ. اصا هسي تؼذاد و سين ا وما ؾ داد ؿذ تشا تمتا. ػالي تش آن دس تما ال ا ت اتغ اوتمتال ثاتت ال ت تا وظش گشفت ؿذوذ ک دس ا ته صم ىت اص ت اتتغ اوتمتال لجؼتت دس ػتت گم ئ ذ )( ي تاوظاوتت ػتت گم ئ ذ )( اػتفاد ؿذ. تشا اسائ مذل ا تخم ى مختلتف 70 دسصتذ اص داد ا تشا آم صؽ 15 دسصذ تتشا اػتثتاس ي 15 دسصتذ و تض تتشا تؼت )آصمت ن( متذل اػتتفاد ؿتذوذ =8>. تتشا اػتثاسػىج ت ط س مؼتم م اص ؿاخص ا ضتش ة تث ت ه R 2 ي م اوگ ه مشتؼات خعا )MSE( آصم ن داد ا مشت ط تت ش اص مذل تا اسائت ؿتذ طثتك ساتعت 2 ي اص م تاوگ ه دسصذ اوحشاف مؼ اس طثك ساتع 3 اػتفاد ؿذ. آوال ض ا ت ػت وش افضاس ا م لة ي SPSS 17.0 ص ست گشف. n MSE 1 i x i ) n i1 100 AD% n 2 zˆ( x ) z( n i1 Yˆ Y Y i i )2( )3( نتایج و بحث وتا ج آوال ض ياس اوغ کعشف دس صم ى تغ شات کم اوذاص گ ش ؿتذ م جت د دس ف شػت تا جتذيل مشتت ط تت اطالػات تجذ ذ حجم دسختان لعغؿذ دس ػش 3 جىگل گلىتذسيد وتان داد کت استفتاع کتل دسختتان تت ه کل ت گ و ا م جت د دس ػتعح کمتتش اص 0/01 داسا اختتالف مؼى داس اػت /556( :MS;623 م تاوگ ه مشتؼتات /011 :F ;17 آماس ياس اوغ(. تشخالف آن وتا ج ت دػ آمذ دس صم ى تغ شات حجم ت ه کل گ و ا دسختتان وتان داد ک متغ ش مزک س داسا اختالف مؼى دس ا و ؼت >0/( ; 0/291 F(. ؿتا ان رکتش اػت MS ;23 /587 P کت طثم ا لعش دس جذيل مشت ط ف شػ دس تافت ثاتت دس وظش گشفت ؿذ اػ. جذيل 1 کمتش ه ت تش ه ي م تاوگ ه )± اؿتتثا مؼ تاس( کم ا اوذاص گ ش ش اص گ و ا مختلتف دسختتان دس مىعم تحم ك سا وان م د ذ. وتا ج آصم ن ت ک وان داد دس م ان کل کم ا اوذاص گ ش ؿذ فم م تاوگ ه استفتاع کتل دسختتان گ وت ساؽ وؼتث تت م تاوگ ه استفتاع کل ت گ و ا م ج د ت ص ست مؼى داس ت تتش اػت )جتذيل 1(. م اوگ ه طثم لعش تشاتشػ ى دس تحم ك حاضتش تتشا کل ت پا ا م ج د 80±7 90/ ػاوت متش اػ. پغ اص طشاح ت پ ل ط ا ػاختاس ؿتثک متتکل اص مماد ش يسيد تؼذاد ال پى تان تؼتذاد وت سين ي ممتذاس خشيج وتا ج مشت ط ت دل پ ؾت ى پاػخ تش ت اص ت اتغ اوتمال کاستشد ت دػ آمذ )جذيل 2(. تا ت جت تت جذيل 2 دس يالغ م مذل ا دل پز شفتى داسوذ يلت تا ت ج ت ؿاخص ا محاػثات اؿتثا مؼ اس ت ه تخم ه ي متا ذات )SEE( ي م تاوگ ه مشتؼتات خعتا )MSE( مشت ط ت آصم ن داد ا ػالي تش ضتش ة تث ت ه ي م تاوگ ه اوحشاف مؼ اس ت تش ه مذل حت تا اختالف خ لت جضئت پ ؾت ى اوتخاب ؿذ. وتا ج وان داد ک ت پ ل ط ؿتثک ػصث مذل 5 حاي تاتغ اوتمتال وت سين فمت تتا اػتفاد اص استفاع کل دسختتان داسا ػتاختاس ت ىت تتشا پ ؾت ى حجم يالؼ اػت )جتذيل 2(. ؿتکل 1 دلت آم صؽ اػتثاس ي آصم ن داد ا سا وان م د ذ. تتا ت جت ت ؿکل مزک س م اوگ ه مشتؼتات خعتا آصمت ن داد تا مشت ط ت تاتغ مذل 5 داسا دل مىاػتث اػت. الثت تا ت جت تت جتذيل 2 دس ساتعت تتا تشخت د گتش اص مذل ا وتا ج وان داد ک ضش ة تث ه ت دػ آمذ داسا ممذاس ص اد ي لاتل لث ل تا حذالل دسصذ م تاوگ ه اوحتشاف مؼ اس اػت )0/99 ; ; 16/4 )AD% ي متذل تا % R 2 مشت ط داسا دل محاػثات ت وؼث ص اد تشا پ ؾت ىت حجم اػ يل چ ن م ضان م اوگ ه مشتؼات خعا متذل
مذلسبس حجم تجبر درختبن ت د ب آم خت راش جىگل ب زکبو ثب استفبد اس شجک عصج مصى ع ت ى اوتخات حاي استفتاع کتل تت ػىت ان متغ تش يسيد داسا حذالل اختالف وؼث تت آمت صؽ ي اػتثتاس ي و تض حذالل ممذاس وؼث ت د گش متذل اػت دلت ت تتش تشا پ ؾت ى پاػخ ذف دس تحم ك حاضش داسد. جديل 5. وتا ج آزم ن ت ک برا کم ت ا اوداز گ ر ضد درختان مىطق تحق ق گ و درختان ارتفبع کل )متز( راش L.( )F. orientalis ممزس L.( )C. betulus ثل ط May( )Q. castaneifolia CA. ت سکب L.( )A. subcordata د گز گ و ب درختبن حجم )متز مکعت( راش L.( )F. orientalis ممزس L.( )C. betulus ثل ط May( )Q. castaneifolia CA. ت سکب L.( )A. subcordata د گز گ و ب درختبن کم ى ب ط ى م اوگ ه 28 /84 ± 1/42 a 23 /24 ± 0/81 b 26 /09 ± 1/24 ab 26 /11 ± 1/ ab 16 /69 ± 0/73 c 10 /11 ± 1/73 a 9 /56 ± 1/63 a 10 /56 ± 1/77 a 10 /23 ± 1/73 a 8 /26 ± 1/46 a 37 /6 28 /2 33 /8 31 / 7 21/5 29 /96 26 /68 28 /93 28 /37 23 /91 8/9 11 /9 8 /6 8 /2 6/3 0/02 0/04 0/06 0/03 0/02 حزيف مشبث در ز ست ن وشبند ىذ وج د اختالف معى دار در سطح 5 درصذ است. مدل جديل 5. وتا ج مرب ط ب ت ابع ي ت پ ل ژ ب ى ضبک عصب مصى ع برا مدلساز حجم ت سط ارتفاع )m( AD 1/86 1/ 1/ 2 0/676 0/304 0/233 1/28 0/295 0/164 0/159 0/182 0/164 0/227 0/352 0/415 0/164 0/203 0/175 0/314 0/164 R 0/986 0/98 0/98 0/998 0/987 Epoch 14 24 107 20 66 17 38 16 29 40 12 16 23 283 39 22 65 29 9 13 ت پ ل ژ ضبک تابع اوتقال glogs 1111 112 1 11 3 1 114 1 11101 1125 1 12 2 1 12 5 1 12 8 1 12 15 1 1 2 3 4 5 6 7 8 9 10
جىگل ي فزآيرد ب چ ة مجل مىبثع طج ع ا زان دير 70 شمبر 1 ث بر 1396 ضکل 5. م اوگ ه مربعات خطا آم زش اعتبار ي آزم ن تابع مدل )0( براساس تعداد چرخص مدل جديل 5. وتا ج مرب ط ب ت ابع ي ت پ ل ژ ب ى ضبک عصب مصى ع برا مدلساز حجم ت سط قطر )cm( AD /998 1/16 0/973 0/221 0/270 0/182 0/350 0/195 0/161 0/286 0/158 0/160 1/49 0/410 0/186 0/179 0/156 0/186 0/160 0/376 R 0/986 0/994 0/994 0/987 Epoch 515 41 337 19 49 15 33 24 107 35 56 12 19 46 12 39 29 21 49 13 ت پ ل ژ ضبک تابع اوتقال 1111 112 1 11 3 1 114 1 11101 1125 1 12 2 1 12 5 1 12 8 1 12 15 1 11 12 13 14 15 16 17 18 19 20 دس گا دي اص کم لعش ت ػى ان متغ ش يسيد تتشا پ ؾت ى پاػخ م سد تشسػ اػتفاد ؿذ. معاتك جتذيل 3 وتا ج وان م د ذ ک دس ت ه کل مذل ا مؼشفت ؿتذ ت پ ل ط مذل 19 تا تاتغ اوتمال تتشا پت ؾت ىت متغ ش حجم ت ػى ان ػاختاس ت ى مؼشف م ؿ د. جذيل 3 ت پ ل ط کل مذل ا مشت ط ت تاتغ ي سا ت تش ت تة متشا تتا ت ؼت ذاد چتشخ ؾ ضتش ة تث ت ه ي م اوگ ه اوحشاف مؼ اس وان م د ذ. ؿکل 2 مماد ش دل آم صؽ اػتثاس ي آصم ن داد تا لعش مشت ط ت مذل 19 تا تاتغ سا وتان مت د تذ.
ه 00 مذلسبس حجم تجبر درختبن ت د ب آم خت راش جىگل ب زکبو ثب استفبد اس شجک عصج مصى ع مانط س ک ما ذ م ؿ د ؿکل 2 دس ل تاع تتا ؿتکل لثل ممذاس خعا آصم ن )MSE( کمتتش داسد. اص طشفت ممذاس خعا محاػثات )AD( آن ت ه ما ذات ي ممتاد ش تخم ى وؼث ت مذل ت ى لثلت کمتتش اػت اص ا تهسي داسا لاتل ت تش تشا پ ؾت ىت متغ تش پاػتخ مت سد تشسػ محؼ ب م ؿ د. دس صم ى مذلؼاص ؿثک ػصث مذل ا ي ػاختاس ا داسا لعؼ ص اد تشا پت ؾت ىت مماد ش پاػخ ؼتىذ ک خعتا آصمت ن داد تا اوتختات مذل وؼتث تت آمت صؽ ي اػتثتاس داسا ممتذاس کمتتش تا حذالل اختالف تاؿذ ي ػالي تتش آن ممتذاس آن وؼتث تت خعا آصم ن د گش مذل ا م سد ل اع کمتش تاؿذ =8>. دس گا آخش اص متغ ش لعش ي استفاع ت صت ست مضمتان تشا مذلؼاص اػتفاد ؿذ )جذيل 4(. دس صم ى طشاح ي مؼماس ت پ ل ط ش اص ت اتغ اوتمال م سد اؿتاس تتا ت ج ت امکانپز ش ت دن اص دامى ا متفايت ي يػ غتش اص تؼذاد ال ا ي و سين ا اػتفاد ؿذ. تا ت ج ت جتذيل 4 اص مؼماس ا جذ ذ ک داسا دلت متات تتا د گتش خشيج ا مذل ت دوذ و ض اػتفاد ؿذ )مذل 31-34(. دس و ا تا ت ج ت وتا ج مزک س ت پ ل ط مذل 30 حتاي تاتغ اوتمال داسا حتذاکرش دلت وؼتث تت کل ت مذل ا مؼشف ؿذ )جذيل 4(. دس جذيل 4 مانطت س کت ما ذ م ؿ د مذل 25 تا اػتفاد اص تاتغ ضش ة تث ه کمتش سا وؼث اگشچت ت مذل ت ى وان م د تذ داسا خعتا محاػتثات کمتتش اػت. دس ا ته صم ىت مانط س ک پ تش و ض اؿاس ؿذ م اوگ ه مشتؼات خعتا آصم ن مذل مزک س مما ؼ ؿذ ي دس و ا ک خعا آصم ن مذل 30 وؼتث اػ. وتا ج وان داد تت متذل متزک س کمتتش ؿکل 3 ػعح مىحى خعا آصم ن مذل ت ىت )متذل 30( سا وان م د ذ ک تا ت ج ت م اسد مؼشف ؿذ لثل مىحى مذل مزک س ػعح پا تش سا وان مت د تذ ي اص ا هسي ت ػى ان مذل ت ى اصتل دس ا ته تحم تك مؼشفت م ؿ د. الثت دس م م اسد دس سيوذ مذلؼتاص اص اتتش ومتاط ي تشاصؽ ت ه ما ذات ي مماد ش خشيجت متذل ػتالي تتش مؼ اس ا اوتخات مزک س اػتفاد ؿذ تتا دس و ا ت تتشا اوتخاب مذل ت ى ت ت تش ه لعؼ دػ اف. اص تت ه تتشاصؽ تت ه متا ذات ي ممتاد ش تخم ىت تش ت اص مذل ا ت ى تشاصؽ ت ه حجم يالؼ ي حجتم تخم ىت مذل 30 داسا حذاکرش ضش ة تث ه تصح ح افتت )0/99 )SEE ; adj )R 2 ي حذالل اؿتتثا مؼ تاس تخمت ه 0/931( ; اػ )ؿکل 4(. ضکل 5. م اوگ ه مربعات خطا آم زش اعتبار ي آزم ن تابع مدل )51( براساس تعداد چرخص
جىگل ي فزآيرد ب چ ة مجل مىبثع طج ع ا زان دير 70 شمبر 1 ث بر 1396 مدل جديل 5. وتا ج مرب ط ب ت ابع ي ت پ ل ژ ب ى ضبک عصب مصى ع برا مدلساز حجم با قطر ي ارتفاع AD 1/71 1/63 0/221 0/599 0/255 0/486 0/255 0/333 0/156 0/221 0/325 0/235 0/550 0/271 0/164 0/178 0/171 0/228 0/158 0/168 0/199 0/2 1/07 0/253 0/220 0/177 0/184 0/185 R 0/993 0/98 0/98 0/997 Epoch 11 12 126 165 43 74 17 34 47 16 10 9 301 196 98 65 27 9 24 21 31 26 14 57 30 15 40 13 ت پ ل ژ ضبک تابع اوتقال 2 111 2 12 1 2 1 3 1 2 14 1 2 1101 2 125 1 2 2 2 1 2 2 5 1 2 2 8 1 2 115 1 2 2 15 1 2 15 1 2 3 201 2 1201 21 22 23 24 25 26 27 28 29 30 31 32 33 34 ضکل 5. م اوگ ه مربعات خطا آم زش اعتبار ي آزم ن تابع مدل )55( براساس تعداد چرخص
مذلسبس حجم تجبر درختبن ت د ب آم خت راش جىگل ب زکبو ثب استفبد اس شجک عصج مصى ع ضکل 5. برازش ب ه مقاد ر حجم ياقع ي پ صب ى ضد در رابط با تابع ب ى مدل 55 مانط س کت دس جتذيل تا تتاال متا ذ مت ؿت د ت مىظ س دػت ات ت حذاکرش دل پ ؾت ى تؼذاد تکتشاس دس ش اص مذل ا فشق داسد. ت م ه دل ل ػالي تش ضتش ة تث ه ت دػ آمذ اص م اوگ ه مشتؼات خعا آصم ن ش اص متذل تا اػتتفاد مت ؿت د =8>. تتذ اػت کت دس جىگل ا طث ؼ دس اکرش م اسد ت ه لعش ي استفاع مثؼتگ يج د داسد =8> ک دس تحل ل سگشػ ن چىذگاو دس صت ست مؼشف متغ ش ا مؼتمل مثؼتگ متزک س ػتثة افتضا ؾ فاکت س ت س ياس اوغ )VIF( مت ؿت د. تت طت س مؼمت ل دس ؿثک ػصتث تمخعت چىذگاوت ي خ د مثؼتتگ تت ه متغ ش ا مؤثش و ؼ ي ػالي تش آن و ع سيات ت ه ش اص متغ ش تا يسيد ي خشيجت )خعت تا غ شخعت ( و تض تصح ح م ؿ د =7>. دس ا ه مت سد مت تت ان تت معالؼتات ف د ي مکاسان تشا تشآيسد ص ت د سي صم ىت گ ا تان اؿاس کشد ک وت ج گ ش کشدوذ تت ه تتشآيسد ص تت د سي صم ى گ ا ان ي ما ذات تا اػتفاد اص ؿاخص ا گ ا ػلتت سغتتم مثؼتتتگ لتت تتت ه متغ ش تتا ت صتت ف )ؿاخص ا مزک س( حذالل خعا يج د داؿ ي مذل ا اسائ ؿذ تا ت تش ه ضتش ة تث ت ه داسا حتذاکرش لعؼ ت تخم ه ت د =13>. ػض تض لالتت ي مکتاسان دس پتظي ؾ خت د اؿتاس کشدوتذ کت کت اص م تمتتش ه اصت ل تتشا سا اوذاص ؿثک ػصتث مصتى ػ ي دػت تات تت متذل پاػخگ تا دل ش چ ت تش يج د مثؼتتگ ص تاد تت ه متغ ش ا ػامل ي پاػخ م تاؿذ= 14 >. لعش ي استفاع دسختتان دس يالتغ پاسامتش تا محاػتثات حجتم دسختتان تت د ي اص ا هسي مثؼتگ ت ه لعش ي استفاع دس ي ظگ ىذػ حجم دسختان تذ اػ. ت م ه دل تل لعتش ي استفتاع دسختتان ت ػى ان متغ ش ا يسيد تشا سا اوذاص ؿتثک ػصتث دس پظي ؾ حاضش مؼشف ؿذوذ. وتا ج تحم ك حاضش دس مما ؼ تا مذلؼاص ؿثک ػصث ت ػ ت ات ي وجف تا اػتتفاد اص لعش ي استفاع کل وتا ج م مت سا وتان داد تت طت س کت حذاکرش ضتش ة تث ت ه دس پتظي ؾ ا تان )0/84 ; )R 2 ي حذالل خعا )1/78 ; )RMSE ت د =2>. دس ل تاع تتا وتتا ج تحم ك حاضش آو ا اص ؿثک ػصتث چىذال ت پشػتتتشين تتا تاتغ اوتمال Sigmoid Softmax ي ؿثک تاتغ ؿؼاع مذاس تا تتاتغ اوتمتال اػتفاد کشدوذ. الثت ت ات ي وجف تا افضا ؾ د گتش کم ا ت ف ض ک )لعش دس اوت تا تىت لعتش دس استفتاع کىذ ي استفاع تى ( ػالي تش لعش تشاتشػ ى ي استفتاع کتل دس مذلؼاص ؿثک ا ػصث وان دادوذ ک دلت پت ؾت ىت تاتغ اوتمال Softmax خعتتا 1/ اػتت تا حذاکرش ضش ة تث ه 0/95 ي ممتذاس =2>. دس تحم تتك حاضتتش ػتتؼ ؿتتذ ت پ لتت ط کؼتتان تتتشا تتتاتغ اوتمتتال ي اػتفاد ؿت د تتا ممتذاس دلت سػت ذن تت پاػتخ تش ت ت سيؿى مما ؼ ؿ د. اختالف دل ت دػت آمتذ دس ا ته
جىگل ي فزآيرد ب چ ة مجل مىبثع طج ع ا زان دير 70 شمبر 1 ث بر 1396 پظي ؾ تا دل تخم ه تشآيسد دس پظي ؾ ت ات ي وجفت =15>. وکت ؿا ان ت ج ا ه اػ ک دس ؿتثک تا اص وت ع سا م ت ان ت ػ امل چ ن اختالف کل ؿشا سي گا مشاحل ت ال فاص ا تح ل جىگل تا تحت تشسػت ي تفايت ت پ ل ط ا طشاح ؿذ ؿامل ت اتغ اوتمال ؿتثک ػصث مصى ػ ست داد =2>. ومتذ ي لجتش و تض دس صم ىت کاستشد ؿثک ػصث مصى ػ دس مذلؼاص صمان چ تکت دس ػ ؼتم ت تش تتشداس اص ؿتثک پت ؾخت س تتا الگت س تم پغاوتتاس خعتا اص ت اتتغ ي تتا ت پ لت ط پتغاوتتاس خعتا لاػتذ مخصت تتشا اوتختاب تؼتذاد ال ا پى ان ي مچى ه تؼتذاد وت سين تا دس ال ت پى تان يج د وذاسد. دس يالغ سيؽ ػم م تتشا تت دػت آو ا آصم ن ي خعا ي الثت تجشت ات د گش محممان اػ آيسدن.<16= الثت ش اص مذل ا اسائ ؿذ دس ؿثک ػصث مصى ػ دس لالة جؼث ػ ا رخ ش ػاص م ؿ وذ ک تا دػتشػ تت آن م ت ان تا اػتفاد اص متغ ش ا ت صت ف مؼشفت ؿتذ دس ا ته تحم تك )لعتش ي استفتاع( ممتاد ش حجتم صتىؼت سا دس مم تتاع يػتت ؼ اص تتت د تتا آم ختتت ساؽ دس ؿتتشا سي گا ي تشک ة گ و ا مات اػتفاد کشد. نتیجهگیری وتا ج پظي ؾ حاضش وان داد ک ؿثک ػصتث مت ت اوتذ تتا ت جت تت ممتاد ش مختلتف يصند ت متغ ش تا يسيد ي پغاوتاس م ضان خعا ػثة حذاکرش دلت پاػخ م سد تشسػ ؿ د. اص ا هسي پت ؾت ىت ممتاد ش مذل ا ت ى اسائ ؿتذ دس پظي ؾ حاضش م ت اوذ مثىا تشآيسد حجم دسختتان ػتشپا تشاػاع متش مکؼة دس جىگل م سد تحم ك محؼ ب ؿ د. مختلف تشا الگ س تم آم صؽ اػتتفاد کشدوتذ ي دس وتتا ج و ا خ د ػى ان کشدوذ ک ؿثک ػصث مصى ػ دس ساتع تا تخم ه صمان ػ کل چ تک داسا دلت ص تاد اػت =11>. دس ا ه ساتع ت ات ي مکاسان تشا اسص تات کتاسا ؿتثک ػصتث مصتى ػ دس متذلػتاص صمتان ػمل تات ي ىچ ىگ دس جىگل ا ؿمال تت ا ته وت جت سػت ذوذ کت ؿثک تاتغ ؿؼاعمذاس دس مما ؼت تتا پشػتتتشين چىذال ت دس پ ؾت ى صمان ي ىچ ىگ داسا دل ت تش اػت. ا تان ارػان کشدوذ کت اػتتفاد اص تتاتغ ؿتؼاعمتذاس دس صمتاو کت تشداس ا آم صؿ تؼ اس ص ادوذ ت تتش ه کتاسا ي حتذاکرش لاتل پاػخ سا دس مماتل ػا ش ؿثک ا تؼش ف ؿذ داسوذ References [1]. Namiranian, M. (2010). measurement of tree and forest biometry. University of Tehran Press, Tehran. [2]. Bayati, H., and Najafi, A. (2013). Performance Comparison Artificial Neural Networks with Regression Analysis in Trees Trunk Volume Estimation. Journal of Forest and Wood Products, 66 (2): 177-191. [3]. Ozçelik, R., Diamantopoulou, M.J., Brooks, JR., and Wiant Jr, HV. (2010). Estimating tree bole volume using artificial neural network models for four species in Turkey. Journal of Environmental Management, 91(3): 742-753. [4]. Atkinson, P.M., and Tatnall, A.R.L. (1997). Introduction neural networks in remote sensing. International Journal of Remote Sensing, 18(4): 699-709. [5]. Coulson, R.N., Folse, L.J., and Loh, D.K. (1987). Artificial intelligence and natural resource management. Science, (237): 262-267. [6]. Lek, S., Delacoste, M., Baran, P., Dimopoulos, I., Lauques, J., and Aulagnier, S. (1996). Application of neural networks to modelling nonlinear relationships in ecology. Ecological Modelling, 90(1): 39-52. [7]. Hagan, M.T., Demuth, H.B., and Beale, M.H. (1996). Neural Network design. PWS publishing co, United States of America. [8]. Tiryaki, S., and Aydin, A. (2014). An artificial neural network model for predicting compression strength of heat treated woods and comparison with a multiple linear regression model. Construction and Building Materials, 62: 102-108.
01 مذلسبس حجم تجبر درختبن ت د ب آم خت راش جىگل ب زکبو ثب استفبد اس شجک عصج مصى ع [9]. Hamzacebi, C., Akay, D., and Kutay, F. (2009). Comparison of direct and iterative artificial neural network forecast approaches in multi-periodic time series forecasting. Expert Systems with Application, 36(2): 3839-3844. [10]. Anonymous. (2008). Glandrood Forest management project, district3, Noor, Mazandarn (second renewal view). General Office of Natural Resources and Watershed Management of Mazandaran province, Nowshahr, 174 p. [11]. Naghdi, R., and Ghajar, I. (2012). Application of Artificial Neural Network in the Modeling of Skidding Time Prediction. Advanced Materials Research, 403-408: 3538-3543. [12]. Woods, K., and Bowyer, K.W. (1997). Generating ROC Curves for Artificial Neural Networks. IEEE Transactions on Medical Imaging, 16(3): 329-337. [13]. Foody, G.M., Boyd, D.S., and Cutler, M.E.J. (2003). Predictive relations of tropical forest biomass from Landsat TM data and their transferability between regions. Remote Sensing of Environment, 85(4): 463-474. [14]. Azizi Ghalaty, S., Rangzan, K., Taghizadeh, A., and Ahmady, Sh. (2015). Application of artificial neural network and ordinary least squares regression in modeling land use changes. Journal of forest and wood products, (68)1: 1-16. [15]. Bayati, H., Najafi, A., and Abdolmaleki, P. (2016). Assessment of artificial neural networks ability in winching time study of Timber Jack 450C. Journal of Forest and Wood Products, (68)4: 757-769. [16]. Feiznia, S., Mohammad Asgari, H., and Moazzami, M. (2008). Investigating the applicability of Neural Network method for estimating daily suspended sediment yield (Case study: Zard Drainage Basin, Khozestan Province). Journal of the Iranian Natural Resources, 60(4): 1199-1210.
Forest and Wood Products, Volume 70, No. 1, Spring 2017 60 Modeling the commercial volume of trees in mixed beech stands of Hyrcanian forests through artificial neural network A. Vahedi ; Ph.D. in Forestry, Research Institute of Forests and Rangelands, Agricultural Research Education and Extension Organization (AREEO), Tehran, I.R. Iran A. Mataji; Prof., Department of Forestry, Science and Research Branch, Islamic Azad University, Tehran, I. R. Iran R. Akhavan; Assoc. Prof., Forestry, Research Institute of Forests and Rangelands, Agricultural Research Education and Extension Organization (AREEO), Tehran, I.R. Iran (Received: 19 February 2015, Accepted: 15 November 2015) ABSTRACT Predicting the volume of standing trees precisely is the basis of growth rate, amount of allowable harvesting, aboveground biomass carbon sequestration, and the foundation of optimal management according to the sustainable development. New technology of artificial intelligence including artificial neural network (ANN) was applied for modelling and predicting the commercial volume of measured trees in district 3 of Glandroud forests. The data of renewed volume table was acquired from bureau of natural resources and watershed management of Mazandaran province, Nowshahr. Diameter and total height of 150 fallen trees were used as inputs to develop the stage-wise modeling by feed forward back-propagation (FFBP). Two non-linear functions, and, were applied as transfer functions. Each function with the same topology showed the different outputs having different accuracies. After initial weighting and training algorithm, transfer functions of neurons had different rotation for decreasing the errors. After each trial, which led to various topology functions, the result showed that the model including diameter and total height with transfer function of, topology of one hidden layer and fifteen neurons, was the best model to predict the volume of trees in this study. The mentioned model provided the considerable accuracy with the highest coefficient of determination (R2 = 0.99), the least mean squared error of test (MSE) and the least average deviation (AD = 0.158). Keywords: Artificial neural network, Commercial volume, Mixed beech stands, Transfer function. Corresponding Author, Email: ali.vahedi60@gmail.com, Tel: +982144787283