آمار
| تعداد نشریات | 43 |
| تعداد شماره‌ها | 1,270 |
| تعداد مقالات | 15,654 |
| تعداد مشاهده مقاله | 51,762,466 |
| تعداد دریافت فایل اصل مقاله | 14,626,407 |
مقایسه تطبیقی رگرسیون‌های خطی چندگانه و جنگل تصادفی در تخمین متوسط دمای سطح زمین: مطالعه موردی شهر تبریز | ||
| نشریه کاربرد سنجش از دور و سیستم اطلاعات جغرافیایی در علوم محیطی | ||
| دوره 4، شماره 10، فروردین 1403، صفحه 94-78 اصل مقاله (1.01 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22034/rsgi.2024.61983.1079 | ||
| نویسندگان | ||
| محمدعلی کوشش وطن1؛ اکبر اصغری زمانی* 2؛ شهریور روستایی2 | ||
| 1دانشجوی دکتری جغرافیا و برنامه ریزی شهری. گروه، جغرافیا و برنامه ریزی شهری ، دانشکده برنامه ریزی و علوم محیطی،دانشگاه تبریز، شهر تبریز، کشور ایران | ||
| 2هیات علمی گروه جغرافیا و برنامه ریزی شهری ، دانشکده برنامه ریزی و علوم محیطی،دانشگاه تبریز، شهر تبریز، کشور ایران | ||
| چکیده | ||
| دمای سطح زمین به‌عنوان یکی از پارامترهای مهم و پایه‌ای در مباحث اقلیمی، نشان‌دهنده رابطه بین اتمسفر و زمین می‌باشد. با درنظرداشتن مشکلات زیست‌محیطی شهرها از جمله شدت یافتن جزایر حرارتی شهری، تخمین دمای سطح زمین با دقت مطلوب و همچنین استخراج عوامل مؤثر بر آن نقش قابل‌توجهی را در مدیریت حرارتی محیط‌های شهری و همچنین اتخاذ استراتژی‌های انطباقی با جزایر حرارتی دارد. پژوهش حاضر در این راستا به مقایسه دو روش رگرسیونی خطی چندگانه و جنگل تصادفی پرداخته است. از تصاویر مادیس روزانه در بازه شب (10:30) جهت استخراج دمای سطح زمین فصل تابستان شهر تبریز بهره گرفته شد. تصاویر مذکور در سامانه گوگل ارث انجین پردازش شده و برای بازه 2018 الی 2022 میانگین‌گیری گردید. بر اساس نتایج پژوهش، جنگل تصادفی با ضریب تعیین 0.924 (0.004 = RMS) عملکرد بسیار بهتری را نسبت به رگرسیون خطی چندگانه از خود نشان داد. جهت استخراج اهمیت شاخص‌ها نیز از جنگل تصادفی بهره گرفته شد. بر اساس نتایج اهمیت شاخص‌ها، شاخص‌های نور شب (51.06 درصد)، ضریب دید به آسمان (48.01 درصد) و مساحت ناحیه رو به باد (45.27) به ترتیب مهم‌ترین شاخص‌های اثرگذار بر متوسط دمای سطح زمین شبانه فصل تابستان شهر تبریز هستند. نتایج پژوهش حاضر علاوه بر آشکار نمودن قوت رگرسیون جنگل تصادفی در تخمین دمای سطح زمین، اهمیت شاخص‌های متعدد بر آن را نیز آشکار می‌کند. در این راستا، یافته‌های این مطالعه برای مدیریت حرارتی محیط شهری تبریز و اتخاذ استراتژی‌های سازگاری با جزایر حرارتی آن کاربردی خواهد بود. | ||
| کلیدواژه‌ها | ||
| دمای سطح زمین؛ رگرسیون جنگل تصادفی؛ رگرسیون خطی چندگانه؛ یادگیری ماشینی؛ تبریز | ||
|
سایر فایل های مرتبط با مقاله
|
||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 245 تعداد دریافت فایل اصل مقاله: 110 |
||
