@ARTICLE{Akhoondzadeh Hanzaei, author = {Seyed Mousavi, Seyed Morteza and Akhoondzadeh Hanzaei, Mehdi and }, title = {Monitoring and Prediction of the changes in water zone of wetlands using an intelligent neural-fuzzy system based on data from Google Eearth Engine system (Case study of Anzali Wetland, 2000-2019)}, volume = {9}, number = {4}, abstract ={تالاب‌ها از مهم‌ترین سرمایه‌های اکولوژیکی کشور بوده و اطلاع از روند تغییرات آن‌ها در بلند­مدت نقش اساسی در کیفیت مدیریت این گونه مناطق دارد. این اکوسیستم­های منحصر به فرد در جهان با تنوع اکولوژیکی بالا توسط عوامل طبیعی مختلف مانند: کاهش بارش، افزایش دما، افزایش تبخیر، خشک­سالی و غیره تهدید می‌شوند. این تحقیق بر توسعه یک چارچوب کاربردی و موثر برای نظارت طولانی مدت بر پهنه آبی تالاب با استفاده از پارامترهای اثرگذار بر تالاب و تصاویر سری زمانی لندست که همگی از سامانه گوگل ارث انجین(GEE) تهیه شده‌اند متمرکز گردیده است. در این مطالعه، برای تعیین تغییر پهنه آبی تالاب، از محاسبه شاخص نرمالیز شده تفاوت آبی (NDWI) برای جدا سازی بهتر پوشش آب از سایر پوشش‌های منطقه استفاده شده است. تغییرات پهنه آبی تالاب انزلی و عوامل طبیعی موثر بر آن در بازه 240 ماه بین ژانویه 2000 تا دسامبر 2019 بررسی گردید. در ادامه با استفاده از روش­های یادگیری ماشین و به کارگیری پارامتر‌های موثر بر تغییرات سطحی تالاب به عنوان ورودی شبکه تغییرات سطحی تالاب با میانگین خطای مربع ریشه (RMSE) 977/0 مدل­سازی گردید. همچنین به منظور پیش بینی تغییرات شدید سطحی تالاب در آینده، تغییرات سطحی تالاب و تمامی پارامتر‌ها برای بازه طولانی مدت (20 سال گذشته) به صورت ماهانه با استفاده از روش­های پرسپترون چند لایه (MLP) و حافظه‌ کوتاه‌مدت طولانی (LSTM)بررسی شدند. در انتها با توجه به نتایج بدست آمده از مراحل قبل و شناخت عواملی که اثرگذاری بیشتری بر تالاب دارند و به دلیل عدم قطعیت، غیر خطی بودن رفتار متغیر‌ها از طریق سیستم استنتاج فازی (FIS) برای ایجاد سیستم هشداردهنده خشک­سالی تالاب مدلسازی گردید. بنابراین مدل توسعه یافته می‌تواند به طور مداوم و مستمر برای مدیریت و نظارت بر تالاب‌ها مورد استفاده قرار گیرد. }, URL = {http://jgit.kntu.ac.ir/article-1-850-fa.html}, eprint = {http://jgit.kntu.ac.ir/article-1-850-fa.pdf}, journal = {Journal of Geospatial Information Technology}, doi = {10.52547/jgit.9.4.19}, year = {2022} }