ارزیابی روند تخریب اراضی جنگلی با استفاده از الگوریتم شبکه عصبی مصنوعی (مورد مطالعه: جنگل های فندقلو شهرستان نمین)

شهرستان نمین در استان اردبیل دارای اراضی وسیعی از گونه های جنگلی فندقلو است. بنابراین هدف از این تحقیق، ارزیابی روند تخریب اراضی جنگل های فندقلو در شهرستان نمین با استفاده از تصویر ماهواره ای landsat  سنجنده +etm در سال 1386 و تصویر سنجنده oli مربوط به سال 1396 است. پس از انجام پیش پردازش های لازم، به منظور بالا بردن قدرت تفکیک مکانی تصاویر از روش ihs جهت ادغام تصویر پانکروماتیک و چندطیفی هر دو سنجنده استفاده شد. طبقه بندی تصاویر به صورت نظارت شده و از روی تصاویر ادغام شده که دارای قدرت تفکیک مکانی 15 متر بوده، با الگوریتم شبکه عصبی مصنوعی انجام شد. نتایج نشان داد که از کل مساحت کاربری‌های طبقه‌بندی شده در سال 1379، معادل 9990.06 هکتار به اراضی جنگلی تعلق داشته است که در مقایسه با سال 1386 این میزان به معادل 9531.74 هکتار کاهش داشته است. هم چنین وسعت اراضی این جنگل ها که از سال 1386 تا سال 1396 بیش از 7700 هکتار کاهش یافته است. بنابراین برای حفظ عرصه‌های طبیعی، تثبیت و قانونی کردن کاربری اراضی در دستور کار متخصصان و مسئولان کشور قرار گیرد.

evaluation of deforestation process using artificial neural networks algorithm (case study: namin county hazelnut forests)

namin county in ardebil province has a large lands of hazelnut forest species, that it is one of the rich habitats of hyrcanian forests. therefore, the purpose of this study is to evaluate the land degradation process of hazelnut forests in namin county using landsat, etm+ images in 2007 and oli images in 2017. pre-processing was performed to enhance the spatial resolution of images using the ihs method to fusion both of the panchromatic and multispectral images of sensors. the images were classified into supervised and fused images with a spatial resolution of 15 m and performed with artificial neural network algorithm. the results showed that out of the total classified study area in the year 2000, 9999.06 ha belonged to forest land, which decreased to 9531.74 ha compared to 2007. also the area of these forests decreased from 7,700 hectares from 2007 to 1396. therefore, to preserve natural landscapes, land consolidation and legalization should be on the agenda of national experts and officials.