بخشی از مقاله
چکیده
بهره گیری همزمان از سیستم اطلاعات جغرافیایی و روشهای مبتنی بر هوش مصنوعی همواره نتایج خوبی را در تحقیقات حوزه منابع طبیعی به دنبال داشته است. این تحقیق در همین قالب و به منظور اولویت بندی عوامل تاثیر گذار بر گسترش حریق و پهنه بندی مناطق پرخطر در جنگلها و مراتع استان چهارمحال و بختیاری انجام شد.
در این تحقیق پس از نقشه برداری و مساحی 120 منطقه آتش سوزی شده، نسبت به تهیه 12 نقشه بصورت رقومی از عوامل تاثیر گذار بر حریق در سیستم اطلاعات جغرافیایی اقدام و ارزش مکانی این عوامل برای مناطق دارای رخداد حریق در قالب ماتریس - 120*12 - برای بررسی و تهیه مدل در شبکه عصبی استخراج گردید. همچنین مقادیر متناظر در سطح استان نیز از نقشه های تهیه شده به عنوان ماتریس پیش بینی در سیستم اطلاعات جغرافیایی، تهیه و با استفاده از تحلیل شبکه عصبی، مقادیر پیش بینی گسترش حریق استخراج و نقشه پهنه بندی خطر آتش سوزی در سیستم اطلاعات جغرافیایی تهیه گردید.
مقدمه
توسعه پایدار در هر کشور در گرو حفظ و بهره برداری بهینه از منابع طبیعی آن است. در حال حاضر یکی از مسائل گریبانگیر مراتع، کشور آتش سوزیهایی است که به صورت کنترل نشده و ناخواسته موجب تخریب و تغییر در اکوسیستم منابع طبیعی می گردد. شناخت پدیده آتش سوزی و عوامل موثر بر وسعت حریق می تواند به عنوان یک مطالعه راهبردی در مدیریت ریسک و بحران و به منظور کنترل و کاهش تخریب های آتش سوزی مورد استفاده قرار گیرد. در این راستا بهره گیری از سیستم اطلاعات جغرافیایی و همچنین بهره گیری از روشهای مبتنی بر هوش مصنوعی می تواند منجر به ارائه نتایج کابردی ودقیقی در حوزه منابع طبیعی گردد.
تاکنون مطالعات زیادی در مورد پیش بینی خطر آتش سوزی و تهیه نقشه پهنه بندی خطر آتش سوزی در نقاط مختلف دنیا و از جمله در کشور ایران به روش های گوناگون شامل روش ترکیب وزنی ساده، رگرسیون لجستیک، تحلیل همپوشانی وزنی با تعیین وزن به روش های چگالی نسبی، AHP و تحلیل فازی، شبکه عصبی، الگوریتم ژنتیک و روش های داده کاری با الگوریتم یادگیری ماشین انجام شده است.
در این زمینه میردیلمی و شتایی - 1390 - در یک بررسی کتابخانه ای به بررسی برخی روشهای مدلسازی مکانی خطر آتش سوزی پرداخته اند. از بین روشهای مختلف، روش های متداول رگرسیون لجستیک و ترکیب خطی همسان متغیرها در مقایسه با روش های نوین به دلایل در نظر گرفتن میزان تاثیر یکسان متغیرها و محدودیت در تعداد متغیرهای مستقل بر وقوع آتش سوزی در فرآیند مدلسازی کارایی لازم را ندارد.
همچنین استفاده از روش های تحلیل سلسله مراتبی و فازی برای تعیین وزن دقیق هر یک از متغیرها و بکارگیری آنها بصورت تحلیل چند معیاره - MCE - در مقایسه با روش های رگرسیون لجستیک برتری دارند. ولی در سالهای اخیر با توسعه روش های آماری ناپارامتریک، تحقیقات نشان دادند که استفاده از روش های شبکه های عصبی و روش های داده کاری و الگوریتم های یادگیری ماشین نظیر ماشین های پشتیبان بردار - SVM - ، نزدیکترین همسایه - KNN - و درختان تصمیم گیر - DT - به دلیل حل مدل های پیچیده بین متغیر های وابسته و مستقل، مدلسازی غیرخطی و استفاده از متغیرهای زیاد مستقل موثر بر وقوع آتش سوزی می توانند احتمال وقوع آتش سوزی را بهتر مدلسازی نمایند.
در سنوات اخیر بکارگیری علوم سنجش از دور و GIS در بررسی، تجزیه و تحلیل و استفاده از آن به عنوان ابزار مدیریتی رشد چشمگیری داشتهاست. تاکنون تحقیقات زیادی در زمینه پیش بینی رفتار آتشسوزی همراه با مدل سازی در محیط سیستم اطلاعات جغرافیایی - GIS - صورت گرفتهاست - گیگلو، . - 2005 در این راستا شارما و همکاران - 2009 - با استفاده از GIS و دادههای سنجش از دور به روش ترکیب وزنی، نقشه پهنهبندی خطر آتشسوزی را با ترکیب نقشه شاخص های نوع سوخت، شیب، جهت جغرافیایی و فاصله دسترسی، با وزن های متفاوت بدست آمده براساس اهمیت متغیرهای موثر بر آتش، تولید نمودند.
یانگ و همکاران - 2003 - ، مقاله ای را در توصیف سه روش پیش بینی خطر آتش - شبکه عصبی، رگرسیون لجستیک، الگوریتم ژنتیکی - در دربی شایر انگلستان منتشر کردند. همچنین محمدی و همکاران - 1388 - ، نقشه خطر آتشسوزی جنگل را با استفاده از GIS و AHP برای بخشی از جنگلهای پاوه تهیه نموده و منطقه را به پنج طبقه خطر از خیلی زیاد تا خیلی کم تقسیم بندی کردند.
سرکارگر - 1390 - ، در بررسی و تحلیل الگوی مکانی آتشسوزی های ایران با استفاده از سنجش از دور و - GIS - پس از استخراج توزیع مکانی آتشسوزی های اتفاق افتاده در طی هشت سال گذشته از تصاویر MODIS و با کمک تصاویر شاخص پوشش گیاهی نرمال شده - NDVI - و با در نظر گرفتن تکرار آتشسوزیها و با استفاده از روش آماری چگالی و خود همبستگی مکانی در محیط GIS نسبت به تحلیل فضایی و استخراج نقاط پرخطر و مستعد برای آتشسوزی اقدام نمودهاست. این بررسی نشان میدهد آتشسوزی های رخ داده در سنوات اخیر با وضعیت و میزان پوشش گیاهی، ارتباط زیادی داشتهاست.
در این تحقیق و تحقیق های مشابه با توجه به قدرت تفکیک مکانی سنجنده MODIS در ابعاد یک کیلومتر مربع و تعداد پایین عوامل موثر بر آتشسوزی، بهرهبرداری از نتایج آن برای مقایسههای کاربردی و مدیریتی نیاز به تامل بیشتری دارد. کما اینکه ایشان در پایان تحقیق، تهیه نقشههای حریق را به دقت های بالاتر و بصورت محلی برای مناطق مختلف کشور توصیه نموده و استفاده از فناوری سنجش از دور و مدل سازی با استفاده از سیستم اطلاعات جغرافیایی - GIS - را راهکاری مناسب جهت نظارت، پیشگیری و مقابله با این معضل عنوان نمودهاست. فیلیپ - - 2007، بیان می دارد با بهره گیری از تصاویر این سنجنده و آشکارسازی آتشسوزی های اتفاق افتاده قبلی و تجزیه و تحلیل مکانی آنها در محیط GIS میتوان تا حدودی نسبت به تعیین نقاط پرخطر و طبقه بندی مناطق کشور از این لحاظ اقدام کرد.
همچنین مطالعات متعددی در زمینه تعیین مهمترین عوامل تاثیر گذار بر آتش سوزی در کشور انجام، که در این تحقیق به منظور تعیین لایه های تاثیر گذار نسبت به مطالعه و مرور منابع در این زمینه پرداخته شد. بر همین اساس عوامل تراکم پوشش گیاهی، شیب، جهت شیب، ارتفاع از سطح دریا، سرعت باد، دما، بارش، رطوبت نسبی، فاصله از جاده، فاصله از اراضی کشاورزی، فاصله از مراکز اطفاء حریق و تراکم جمعیت به عنوان موثر ترین عوامل در گستره حریق شناسایی و نسبت به تهیه نقشه های این عوامل در سیستم اطلاعات جغرافیایی اقدام گردید.
مواد و روشها
استان چهارمحال و بختیاری با مساحت معادل 16400 کیلومتر مربع در ناحیه غربی ایران و در منطقه زاگرس مرکزی واقع گردیده است. از کل مساحت استان قریب به 14000 کیلومتر مربع مربوط به جنگلها و مراتع بوده که از این میزان به ترتیب وسعتی معادل307 و 1093 کیلومتر شکل شماره - 1 - مناطق حریق در استان مشخص شده است.
