۸۲

شکل 1. موقعیت منطقه مورد بررسی و تصویر ماهوارهاي منطقه
تیپ در محدوده منطقه مورد مطالعه بـراي اعتبـار سـنجی مـدلتهیه شد (18). سپس، اطلاعات مربوط به هر یک از نمونههـا ازنقشههاي عوامـل فیزیـوگرافی اسـتخراج شـدند (15 و 28). در مرحله بعد براي تحلیل تابع تشخیص آزمون نرمال بودن دادههـابا آزمـون کلمـوگروف– اسـمیرن وف انجـام شـد. در رگرسـیونلجستیک بهدلیل عدم حساسیت به توزیع نرمال دادهها (26) این آزمون انجام نگرفت. دو طبقه حضور و عدم حضـور بـه عنـوان متغیر وابسته و عوامل فیزیوگرافی شامل ارتفـاع از سـطح دریـا،شیب، جهت شیب و فاصله از آبراهه بهعنوان متغیرهاي مسـتقلوارد تحلیل شدند (2). در این تحقیق از نرمافزارهاي SPSS 16، Arc GIS 3/9 و Arc View 3/3 استفاده شد.
نتایج
در منطقه مورد مطالعه، نواحی حضـور تیـپ ويول خـالص درشکل 2 نشان داده شده است.
براســاس نتــایج حاصــل از روش تحلیــل تــابع تشــخیص(رابطه3) عوامل جهت شیب و فاصله از آبراهه بهطور معکـوس و عامل ارتفاع از سطح دریا بهطور مستقیم در پراکنش این تیـپموثر شناخته شدند. بـا توجـه بـه ضـرایب متغیرهـاي کانونیـکجهت شیب بیشترین تاثیر را داشته است.
p 2.0761.346  0.114  0.038×D[3]
آماره استانداردي که براي مشخص نمودن معنیدار بودن قدرت تفکیک کنندگی مدل تابع تشخیص اسـتفاده مـیشـود ویلکـسلامبدا (Wilks Lambda) است که مقدار آن در محدوده صفر تـایک قرار دارد. هرچه مقدار این شاخص کمتر باشد نشاندهنـدهقدرت تفکیک کنندگی بیشتر تابع بهدست آمده اسـت (20). در این تحقیق مقدار ویلکس لامبدا، 809/0 بهدست آمد (جدول1).
دو مشخصه در تحلیل تابع تشخیص مهم هسـتند یکـی از آنهـاضریب همبستگی کانونی است که توانایی تابع را در تمایز بـینگروهها نشان میدهد. دیگري ارزش ویژه است که نشـان دهنـدهنسبت واریانس اندازهگیـري شـده از کـل واریـانس اسـت. هـر
چق در مق دار ای ن دو ش اخص بیش تر باش د درص د ص حت طبقهبندي بیشتر است (2). میـزان مقـدار ویـژه یـک تـابع بیـانمیکند چه اندازه از کل واریانس توسط تابع بهدست آمده تفسیرمیشـود (31). تـابع تشـخیص بـه منظـور دو هـدف تحلیـل وطبقهبندي استفاده میشود. بدون درنظر گـرفتن علامـت، انـدازه

شکل 2. نقشه پراکنش تیپ ويول خالص در منطقه مورد مطالعه

در این سایت فقط تکه هایی از این مطلب با شماره بندی انتهای صفحه درج می شود که ممکن است هنگام انتقال از فایل ورد به داخل سایت کلمات به هم بریزد یا شکل ها درج نشود

شما می توانید تکه های دیگری از این مطلب را با جستجو در همین سایت بخوانید

ولی برای دانلود فایل اصلی با فرمت ورد حاوی تمامی قسمت ها با منابع کامل

اینجا کلیک کنید

جدول 1. نتایج ارزیابی تحلیل تشخیص تیپ ويول خالص
صحت طبقهبندي به درصد آزمون ویلکس لامبدا آزمون مقدار ویژه تیپ
حضورعدم حضورصحت کلی معنیداري ویلکس لامبداکاي اسکور مقدار ویژههمبستگی کانونیک 515055 0/000 41/590/809 0/4370/236 ويول خالص
هر یک از ضـرایب تـابع تشـخیص اسـتاندارد شـده؛ اهمیـت ومشارکت نسبی متغیرها را در تابع بهدست آمده مشخص میکند.
همچنین علامت منفی ضرایب نشان میدهد که به ازاي افـزایشY ،XP کاهش مییابد. عکس ایـن قضـیه بـراي علامـت مثبـتصادق است. طبقهبندي نیز براي پیشبینـی اعضـاء هـر یـک ازگروهها براساس مقادیر متغیرهاي پیشگویی کننده انجام میشود.
اگر مقدار دادههایی که بهدرستی طبقهبندي نشدهاند زیـاد باشـدبیانگر توانـایی ضـعیف تـابع بـه دسـت آمـده و صـحت پـایینطبقهبندي است (31).
براساس نتایج حاصل از روش رگرسـیون لجسـتیک تمـامیعوام ل م ورد بررس ی در پ راکنش تی پ ويول خ الص م وثر شناخته شدند.
در روش رگرسیون لجستیک مقـدار 2R بـا توجـه بـه آمـارهNagelkerke R square تعیین میشود بـدین صـورت کـه اگـرمقدار آن بین 2/0 تا 4/0 باشد بیانگر برازش خوب مـدل اسـت
۸۳
مدل بهدست آمده در رابطه 4 ارائه شده است.
(34). در این تحقیق این مقدار برابـر بـا 316/0 بـه دسـت آمـد
(جدول2) که نشان میدهد دقت مدل بهدست آمده خوب است.
اگر آماره والد در متغیري معنیدار باشد (سطح معنیداري کمتـراز 05/0 باشد)، آن متغیر در مدل انتخاب میشـود (16). بـدینترتیب مدل پیشبینـی احتمـال پـراکنش بـا توجـه بـه ضـرایبمتغیرها بهدست آمد.
[4]
P  exp( 6.8511.071×A0.203×E0.125×S0.047×D)
1exp6.8511.071×A0.203×E0.125×S0.047×D
در این تحقیق معیاري که بـراي ارزیـابی توانـایی دقـت دومدل استفاده شد، سطح زیر منحنی ROC بود. این سطح بیـانگراین است که مدل چه مقدار میتواند متغیر وابسـته را بـهخـوبیپیشبینی کند؛ ایـن مقـدار بـین 5/0 تـا 1 مـی باشـد. رقـم 5/0نشاندهنده تصادفی بودن مـدل، رقـم بـالاي 7/0 بیـانگر دقـتخوب مدل و سطح بالاي 9/0 نشـان دهنـده دقـت بـالاي مـدلاست (9 و 26).
بحث و نتیجهگیري
با توجه به جدول 4 سطح زیر منحنی راك براي مدل لجسـتیکبا رقم 746/ 0بیشتر از مدل تابع تشخیص با رقم 5/0 بـه دسـت آمد و بنابراین میتوان گفت دقت مدل لجستیک بیشتر از تحلیل
۸۴
جدول 2. نتیجه تحلیل رگرسیونی مدل تیپ ويول خالص
سطح معنیداري درجه آزادي آماره والد ضریباشتباه معیار متغیر
0/001 1 11/847 0/311 -1/071 جهت شیب
0/003 1 8/797 0/069 0/203 ارتفاع از سطح دریا
0/045 1 4/031 0/062 0/125 شیب
0/009 1 6/735 0/018 – 0/047 فاصله از آبراهه
0/013 1 6/185 2/755 -6/851 ضریب ثابت مدل
000/0=p-valueدرجه آزادي= 4 میزان کاي اسکویر مدل = 338/34
601/0=p-value درجه آزادي = 8 کاي اسکور آزمون هوسمر– لمشاو = 411/6ناگل کرك آر سکویر = 316/0
33613001892255

تابع تشخیص است. مانل و همکاران (27)، در مطالعـه اي واقـعدر حاش یه رودخان هاي در نپ ال دق ت م دله اي رگرس یون لجستیک و تابع تشخیص را در پژوهشـی مـوررد مطالعـه قـراردادند و نتیجه گرفتند که رگرسیون لجسـ تیک از دقـت بیشـتريبرخوردار است. همچنین مارتین و همکـاران (29)، توانـایی دوروش لجستیک و تحلیل تـابع تشـخیص را در پژوهشـی مـوردبررسی قرار دادند و نتیجه گرفتند که دقت هر دو مـدل بـا هـمهمخوانی دارد. علاوه بر این مقـدار صـحت طبقـهبنـدي روشرگرسیون لجستیک با مقدار 8/65 درصـد (جـدول 3) بیشـتر ازروش تحلیل تابع تشخیص با مقدار 51 درصد (جدول 1) بود.
در هر دو روش عامل فاصله از آبراهه به شـکل منفـی واردمعادله شده است که نشان میدهد حضور این تیـپ در نـواحینزدیک آبراهه بیشتر است. این مطلب بـا نتیجـه تحقیـق فتـاحی(6) همخوانی دارد. ضریب منفی جهت شیب نیز نشان میدهـدکه بیشترین حضور ایـن تیـپ بـهترتیـب، در نـواحی مرطـوب،نیمهمرطوب، نیمهخشک و خشک است. در جهتهاي شمالی و نواحی نزدیک آبراهـه بـه دلیـل وجـود رطوبـت لازم ایـن تیـپحضور چشمگیري را در مقایسه با نواحی دیگر نشان داده است.
فتاحی (6) و معروفی (10)، این مطلب را تایید کردهاند. بعـد ازجهت شیب، عامل ارتفاع از سطح دریـا در پـراکنش ایـن تیـپموثر شـناخته شـده اسـت؛ بـهنظـر مـیرسـد کـه بـا توجـه بـهوجود رودخانهها و کوهستانی بودن منطقه، در ارتفاعات بالا که میزان رطوبت بیشتر است، شرایط مرطوبی بـراي گسـترش ایـنتیپ فراهم مـی شـود . در تیـپ وي ول خـالص بیشـترین سـطحپراکنش با مقدار 1/69% مربوط به دامنه ارتفاعی 1520 تا 1820متر است. در این تیپ سطح پراکنش از ارتفاع 1220 تـا ارتفـاع1820 متر روند صعودي و از 1820 متر تا آخرین حد ارتفـاعیمنطقه مورد مطالعه روند نزولـی نشـان داده اسـت. ایـن نظـر رانتایج تحقیق فتاحی (6) تایید مـی کنـد . وي اظهـار مـیکنـد کـهگسترش این گونـه د ر منـاطق کوهسـتانی دوکـی شـکل اسـت.
صحت این نتیجه در جنگلهاي گاوزیان مریوان نیز، بیـان شـدهاست (5).
در روش رگرسیون لجسـتیک عامـل درصـد شـیب بعـد ازعامل ارتفاع از سطح دریا وارد معادله شد و با توجه به ضـریبمتغیـر ت اثیرش بیشـتر از عام ل فاصـله از آبراه ه شـناخته ش د(جدول 2). در این بررسی مشخص شـد کـه 38/41% از سـطحپراکنش این تیپ، در شیب بـالاتر از 40% واقـع شـده و درصـدشیب بهصورت مستقیم با پـراکنش ایـن تیـپ در ارتبـاط بـودهاست. این بحثها نشان میدهد که این تیپ نـواحی مرتفـع بـادرصد شـیب زیـاد را مـیتوانـد تحمـل کنـد. فتـاحی (6)، نیـز
جدول3. درصد صحت طبقهبندي براي مناطق حضور و عدم حضور تیپ ويول خالص

پیش

صحت

درصد
شده

بینی
پ

مقادیر

بین

تطابق
یش

شده

بینی

پیش

صحت

درصد

شده


دیدگاهتان را بنویسید