پیش بینی الگوی پراکنش ماهی حسون (Saurida tumbil) براساس سامانه اطلاعات جغرافیایی (GIS) با استفاده از شبکه‌های عصبی مصنوعی (ANN)

نوع مقاله : بوم شناسی

نویسندگان

1 دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران, ایران

2 موسسه تحقیقات علوم شیلاتی کشور، تهران، صندوق پستی: 15745-133

3 گروه محیط زیست، دانشکده شیلات و محیط زیست، دانشگاه علوم کشاورزی و منابع طبیعی گرگان، صندوق پستی: 487-49175

چکیده

 به منظور بررسی و پیش‌بینی الگوی پراکنش ماهی حسون (Saurida tumbil) داده‌های صید بر واحد سطح سال 1387 حاصل از گشت‌های تحقیقاتی در حوزه آب های استان هرمزگان مورد تجزیه و تحلیل قرار‌گرفتند. با استفاده از نرم‌افزار صفحه گسترده، تجزیه و تحلیل اولیه صورت گرفت و با نرم‌افزارهای سامانه اطلاعات جغرافیایی (GIS) نقشه‌های پراکنش مکانی ماهی حسون براساس میزان صید بر واحد سطح (CPUA) Catch Per Unit of Area تهیه ‌گردید. پس از آن به منظور پیش‌بینی الگوی پراکنش، نقشه‌های پارامترهای فیزیکی وشیمیایی آب منطقه شامل: دما، کدورت، شوری، چگالی، اکسیژن محلول، pH، کلروفیل a، هدایت الکتریکی، عمق، فاصله از ساحل، زمان صید و طول و عرض جغرافیایی تهیه گردید. نقشه‌های فوق الذکر پس از تبدیل به داده، به عنوان متغیرهای مستقل و CPUA ماهی حسون به عنوان متغیر وابسته در نظر گرفته شدند. نقشه‌ها پس از تبدیل به عنوان ورودی نرم‌افزار شبکه عصبی مصنوعی Networks (ANNs) Artificial Neural مورد استفاده قرار گرفت، که 60 درصد از داده‌ها برای آموزش، 20 درصد به منظور اعتبارسنجی و 20 درصد دیگر برای آزمایش عملکرد شبکه عصبی مصنوعی مورد استفاده قرار گرفتند و بهترین مدل شبکه عصبی مصنوعی، با درصد کارآیی بالا در یادگیری، آزمایش و اعتبار سنجی به عنوان الگویی برای پیش‌بینی انتخاب شد. با به کارگیری مدل، روی اطلاعات محدود آب شناسی و صید در منطقه، می توان پیش‌بینی الگوی پراکنش ماهی مورد نظر را انجام داد و با استفاده از الگوی پراکنش، می‌توان ناوگان صیادی را راهنمایی و دقیقاٌ مناطق صید را برحسب مختصات جغرافیایی پیش‌بینی نمود.



 

کلیدواژه‌ها

عنوان مقاله [English]

The prediction of distribution pattern of Saurida tumbil in the northern Persian Gulf using GIS and ANN

نویسندگان [English]

  • Alireza Rezvani gilkalayi 1
  • Tooraj Valinassab 2
  • Mohammadali Afsharkazemi 1
  • Farhad Kaymaram 2
  • Abdolrasoul Salman Mahini 3
1 Islamic Azad University, Science and Research Branch, Tehran, Iran
2 Iranian Fisheries Science Research Institute, tehran, post box: 133- 15745
3 Faculty of Fishery and Environmental Sciences, Gorgan University of Agricultural Sciences and Natural Resources, Gorgan, Iran
چکیده [English]

In conformity to study and predict the distribution pattern of lizardfish (Saurida tumbil) in the northern Persian Gulf (Hormuzgan province waters), the catch data of 2008 were collected and analyzed. The primary statistical analysis were done using Excel and then distribution maps were provided using GIS–software based on Catch Per Unit of Area index (CPUA). Then to forecast the distribution pattern, the maps of different physical and chemical parameters of sea water consist of temperature, turbidity, salinity, sigma T, oxygen, pH, chlorophyll a, electrical conductivity, sound speed, depth, distance from coast, geographical position and time of towing were prepared and were used as independent value to be assessed with CPUA of lizardfish as dependent value. These maps were used as input of Artificial Neural Networks (ANNs) software of which 60% of data for training, 20% for testing and 20% for validation were applied to prepare the best ANN model. With applying this model on catch and CPUA data, the distribution pattern with emphasize on fishing ground can be predicted for further fisheries management and leading the fishing activities to be concentrated in fishing grounds.

کلیدواژه‌ها [English]

  • Saurida tumbil
  • GIS
  • ANN
  • Persian Gulf
  • Oman Sea
فصلنامه محیط زیست جانوری
دوره 3، شماره 1
اردیبهشت 1390
صفحه 33-44

فایل ها

هم رسانی

ارجاع به این مقاله

آمار