[صفحه اصلی ]   [Archive] [ English ]  
:: صفحه اصلي :: درباره نشريه :: آخرين شماره :: تمام شماره‌ها :: جستجو :: ثبت نام :: ارسال مقاله :: تماس با ما ::
:: دوره 5، شماره 3 - ( 9-1396 ) ::
جلد 5 شماره 3 صفحات 99-122 برگشت به فهرست نسخه ها
مدلسازی گسترش آتش‌سوزی جنگل بر مبنای اتوماتای سلولی با به‌کارگیری زنجیره مارکوف و تخصیص چند هدفه زمین با فیلتر همسایگی
پرهام پهلوانی ، حمیدرضا صحرائیان، امین راعی
دانشگاه تهران
چکیده:   (1091 مشاهده)
امروزه نیاز به شناسایی فاکتورهای موثر بر آتشسوزی جنگل، مدلسازی روند توسعه آتش و تبیین اقداماتی برای اطفاء آن، جهت کاهش خسارات و هزینه¬های سنگین ناشی از آتش¬سوزی جنگل، احساس می¬شود. در این تحقیق سعی نمودیم تا ابتدا با استفاده از روش رگرسیون وزن¬دار جغرافیایی در ترکیب با الگوریتم ژنتیک، به شناسایی فاکتورهای موثر بر گسترش آتش در منطقه مورد مطالعه از میان فاکتورهای بیوفیزیکی و انسانی بپردازیم. در ادامه با استفاده از الگوریتم اتوماتای سلولی و روش زنجیره مارکوف به همراه تخصیص چند هدفه زمین با فیلترهای همسایگی مختلف برای کالیبره نمودن قوانین انتقال اتوماتای سلولی، به مدلسازی گسترش آتشسوزی جنگل در این منطقه پرداختیم. برای مقایسه با نتایج روش فوق-الذکر، از ترکیب الگوریتم اتوماتای سلولی با روش رگرسیون لجستیک نیز استفاده کردیم. نتایج این تحقیق نشان داد که برای آتشسوزی منطقه مورد مطالعه در تاریخ 26آبان 1389، الگوریتم اتوماتای سلولی با به‌کارگیری زنجیره مارکوف به همراه تخصیص چند هدفه زمین با فیلتر همسایگی 3×3 و توان تفکیک مکانی 30 متر، دارای دقت بهتری نسبت به سایر فیلترهای همسایگی و توانهای تفکیک مکانی است. شاخص کاپا، دقت کلی و شاخص عامل نسبی در این حالت به‌ترتیب برابر با 8/88 درصد، 1/95 درصد و 0/89 درصد به دست آمدند. مقایسه بین دو روش پیشنهادی تحقیق نیز نشان داد که نتایج الگوریتم اتوماتای سلولی با به‌کارگیری زنجیره مارکوف به همراه تخصیص چند هدفه زمین، دارای دقت و صحت بالاتری نسبت به نتایج الگوریتم اتوماتای سلولی با به‌کارگیری رگرسیون لجستیک در منطقه مورد مطالعه میباشد.
واژه‌های کلیدی: گسترش آتش‌سوزی جنگل، رگرسیون وزن‌دار جغرافیایی، اتوماتای سلولی، زنجیره مارکوف، MOLA، رگرسیون لجستیک
متن کامل [PDF 1977 kb]   (421 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: سیستمهای اطلاعات مکانی (عمومی)
دریافت: ۱۳۹۵/۶/۷ | پذیرش: ۱۳۹۶/۳/۲۸ | انتشار: ۱۳۹۶/۱۰/۲۰
فهرست منابع
1. [1] Y. Bergeron, S. Gauthier, M. Flannigan, and V. Kafka, "Fire regimes at the transition between mixed wood and coniferous boreal forest in Northwestern Quebec", Ecology, Vol.85, No.7, PP. 1916–1932, 2004.
2. [2] P. F. Hessburg, J. K. Agee, and J. F. Franklin, "Dry forests and wildland fires of the inland Northwest USA: Contrasting the landscape ecology of the pre-settlement and modem eras", For. Ecol. Manage. Vol.211, No.1 –2, PP. 117–139, 2005.
3. [3] J. Martinez-Fernandez, E. Chuvieco, and N. Koutsias, "Modeling long-term fire occurrence factors in Spain by accounting for local variations with geographically weighted regression", Natural Hazards and Earth System Sciences, Vol.13, PP. 311 –327, 2013.
4. [4] B. G. Dickson, J. W. Prather, Y. Xu, H. M. Hampton, E. N. Aumack, and T. D. Sisk, "Mapping the probability of large fire occurrence in northern Arizona, USA", Landscape Ecology, Vol.21, PP. 747–761, 2006.
5. [5] D. E. Mercer, and J. P. Prestemon, "Comparing production function models for wildfire risk analysis in the wildland-urban interface", For. Policy Economics, Vol.7, No.5, PP. 782–795, 2005.
6. [6] C. M. Countryman, "The fire environment concept", USDA Forest Service, Pacific Southwest Forest and Range Experiment Station, General Technical Report PSW-7. Berkeley, CA, 1972.
7. [7] M. A. Moritz, J. E. Keeley, E. A. Johnson, and A. A. Schaffner, "Testing a basic assumption of shrubland fire management: How important is fuel age?", Frontiers Ecol. Environm. Vol.2, PP. 67–72, 2004.
8. [8] D. C. Odion, E. J. Frost, J. R. Strittholt, H. Jiang, D. A. Della-Salla, and M. A. Moritz, "Patterns of fire severity and forest conditions in the western Klamath Mountains, north-western California" Conservation Biology, Vol.18, PP. 927–936, 2004.
9. [9] J. Glasa, and L. Halada, "On elliptical model for forest fire spread modeling and simulation", Mathematics and Computers in Simulation, vol. 82, 76-88, 2008. [DOI:10.1016/j.matcom.2007.06.001]
10. [10] S. Oliveira, F. Oehler, J. San-Miguel-Ayanz, A. Camia, and J. Pereira, "Modeling spatial patterns of fire occurrence in Mediterranean Europe using Multiple Regression and Random Forest", Forest Ecology and Management, 275, 117-129, 2012. [DOI:10.1016/j.foreco.2012.03.003]
11. [11] CE. Van Wagner, "Development and structure of the Canadian Forest Fire Weather Index System", Canadian Forest Service, vol. 35, 333-339, 1987.
12. [12] [12] R.C. Rothermel, "A mathematical model for predicting fire spread in wildland fuels", USDA Forest Service Gen Tech Rep INT, pp. Res Pap INT-115, 1972.
13. [13] I. Karafyllidis, and A. Thanailakis, "A model for prediction forest fire spreading using cellular autómata", Ecological Modelling, vol. 99, pp. 87-97, 1997. [DOI:10.1016/S0304-3800(96)01942-4]
14. [14] T. Ghisu, B. Arca, G.Pellizzaro, and P. Duce, "An Improved Cellular Automata for Wildfire Spread", Procedia Computer Science, Volume 51, Pages 2287–2296, 2015. [DOI:10.1016/j.procs.2015.05.388]
15. [15] T. Ghisu, B. Arca, G.Pellizzaro, and P. Duce, "An optimal Cellular Automata algorithm for simulating wildfi re spread", Environmental Modelling & Software, Volume 71, Pages 1–14, 2015. [DOI:10.1016/j.envsoft.2015.05.001]
16. [16] Z. Yongzhong, Z.D. Feng, H. Tao, W. Liyu, L. Kegong, and D. Xin, "Simulating wildfire spreading processes in spatially heterogeneous landscapes using an improved cellular automaton model", IGARSS'04, Proceedings of the 2004 IEEE International, Vol. 5, 3371–3374, 2004. [DOI:10.1109/IGARSS.2004.1370427]
17. [17] A. Hernández Encinas, L. Hernández Encinas, S. Hoya White, A. Martín del Rey, and G. Rodríguez Sánchez, "Simulation of forest fire fronts using cellular autómata", Advances in Engineering Software, vol. 38, pp. 372–378, 2007. [DOI:10.1016/j.advengsoft.2006.09.002]
18. [18] S. Yassemi, S. Dragicevic, and M. Schmidt, "Design and implementation of an integrated GIS-based celular automata model to characterize forest fire behaviour", ecological modelling 2I0, 71–84, 2008.
19. [19] C. Brun, T. Margalef, and A. Cort' es, "Coupling Diagnostic and Prognostic Models to a Dynamic Data Driven Forest Fire Spread Prediction System", Procedia Computer Science, vol. 18, 1851-1860, 2013. [DOI:10.1016/j.procs.2013.05.354]
20. [20] T. Ghaemi Rad, "Review and evaluate different approaches to simulate forest fire spreading using celular automata", M.Sc. Thesis in Geo-Spatial Information System, K.N.Toosi University of Technology, 2014.
21. [21] H. Gazmeh, "Modelling Forest Fire Spread using Cellular Automata", Thesis Submitted in Partial Fulfillment of the Requirements for the Degree of Master of Science (M.Sc.) in GIS Department, K.N.Toosi University of Technology, 2012.
22. [22] W. R. Tobler, "A computer movie simulating urban growth in the Detroit region", Economic Geography, Vol.46, No.2, PP. 234-24, 1970.
23. [23] D. P. McMillen, and J. F. McDonald, "Locally weighted maximum likelihood estimation: Monte Carlo evidence and an application", Advances in Spatial Science, pp 225-239, 1998.
24. [24] C. Brunsdon, S. Fotheringham, and M. Charlton, "Geographically weighted regression – modelling spatial non-stationarity", The Statistician, Vol.47, No.3, PP. 431-443, 1998.
25. [25] S. Shekhar, and H. Xiong, "Encyclopedia of GIS", Springer Science and Business Media, 2008. [DOI:10.1007/978-0-387-35973-1]
26. [26] M. Charlton, and A. S. Fotheringham, "Geographically Weighted Regression", White Paper. Kildare, Ireland: National Centre for Geocomputation, National University of Ireland, Maynooth, 17, 2009.
27. [27] M. Hasanlou, and F. Samadzadegan, "ICA/PCA base genetically band selection for classification of Hyperspectral images", Asian Conference on Remote Sensing, presented at the 31st, 2010.
28. [28] J. McCall, "Genetic algorithms for modelling and optimisation", Journal of Computational and Applied Mathematics, Vol. 184, pp. 205-222, 2005. [DOI:10.1016/j.cam.2004.07.034]
29. [29] C. Lett, C. Silber, and N. Barret, "Comparison of a cellular automata network and an individual-based model for the simulation of forest dynamics", Ecological Modeling, 121: 277- 293, 1999. [DOI:10.1016/S0304-3800(99)00090-3]
30. [30] S. Wolfram, "Universality and complexity in cellular automata", Physica D: Nonlinear Phenomena, Vol. 10, Pages 1-35, 1984. [DOI:10.1016/0167-2789(84)90245-8]
31. [31] W. Li, "Markov chain random filds for estimation of categorical variables", Mathematical Geology, Vol. 39, 321-335, 2007. [DOI:10.1007/s11004-007-9081-0]
32. [32] A. Papoulis, "Probability, random variables and stochastic", McGraw-Hill europe, 97 pp, 2002.
33. [33] J. J. Arsanjani, M. Helbich, and E. de Noronha Vaz, "Spatiotemporal simulation of urban growth patterns using agent-based modeling: the case of Tehran", Cities, Vol. 32, pp. 33-42, 2013. [DOI:10.1016/j.cities.2013.01.005]
34. [34] M. R. Muller, and J. Middleton, "A Markov model of land-use change dynamics in the Niagara Region, Ontario, Canada", Landscape Ecology, Vol. 9, pp. 151 -157, 1994.
35. [35] L. Sang, C. Zhang, J. Yang, D. Zhu, and W. Yun, "Simulation of land use spatial pattern of towns and villages based on CA–Markov model", Mathematical and Computer Modelling, Vol. 54, 938–943, 2011. [DOI:10.1016/j.mcm.2010.11.019]
36. [36] H. Askarian Omran, and P. Pahlavani, "Using of Markov Chain, MOLA, and Neighborhood filter for developing and increasing the efficiency of Logistic Regression to predict multiple land-use changes, a case study: Tehran", Engineering Journal of Geospatial Information Technology, Vol. 3, 89–109, 2015.
37. [37] S. J. Carver, "Integrating multi-criteria evaluation with geographical information systems", International Journal of Geographical Information Science, Vol. 5, pp. 321 -339, 1991. [DOI:10.1080/02693799108927858]
38. [38] J. R. Eastman, H. Jiang, and J. Toledano, "Multi-criteria and multi-objective decisión making for land allocation using GIS", in Multicriteria analysis for land-use management, ed: Springer, Vol. 9, pp. 227- 251, 1998. [DOI:10.1007/978-94-015-9058-7_13]
39. [39] I. Ruczinski, C. Kooperberg, and M. LeBlanc, "Logic Regression", Jurnal of Computational and Graphical statistics, Vol. 12, 475-511, 2003.
40. [40] D. G. Kleinbaum, and M. Klein, "Logistic regression: a self-learning text", Springer Science & Business Media, 2010. [DOI:10.1007/978-1-4419-1742-3]
41. [41] A. Tayyebi, P. C. Perry, and A. H. Tayyebi, "Predicting the expansion of an urban boundary using spatial logistic regression and hybrid raster–vector routines with remote sensing and GIS", International Journal of Geographical Information Science, Vol. 28, pp. 639-659, 2014. [DOI:10.1080/13658816.2013.845892]
42. [42] P. Dale. "Mathematical Techniques in GIS, Second Edition", CRC Press, 2014.
ارسال پیام به نویسنده مسئول



XML   English Abstract   Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Pahlavani P, Sahraiian H R, Raei A. Modeling the spreading of forest fire based on a cellular automata using the markov chain and MOLA with a neighborhood filter. jgit. 2017; 5 (3) :99-122
URL: http://jgit.kntu.ac.ir/article-1-518-fa.html

پهلوانی پرهام، صحرائیان حمیدرضا، راعی امین. مدلسازی گسترش آتش‌سوزی جنگل بر مبنای اتوماتای سلولی با به‌کارگیری زنجیره مارکوف و تخصیص چند هدفه زمین با فیلتر همسایگی . مهندسی فناوری اطلاعات مکانی. 1396; 5 (3) :99-122

URL: http://jgit.kntu.ac.ir/article-1-518-fa.html



دوره 5، شماره 3 - ( 9-1396 ) برگشت به فهرست نسخه ها
نشریه علمی-پژوهشی مهندسی فناوری اطلاعات مکانی Engineering Journal of Geospatial Information Technology
Persian site map - English site map - Created in 0.06 seconds with 30 queries by YEKTAWEB 3790