جنگل تصادفی

تغییرات پوشش و کاربری زمین در اثر فعالیت های انسانی تاثیرات نامطلوبی بر محیط زیست بر جای گذاشته است. مناطق شرقی استان اردبیل نمونه بارز این پدیده به شمار می آید. هدف از این تحقیق تجزیه و تحلیل تغییرات مکانی و زمانی در پوشش و کاربری زمین و اثرات آن بر دمای سطح زمین در دریاچه نئور می باشد. برای برآورد کاربری و پوشش زمین از مدل های جنگل تصادفی (RTC)، مدل حداکثر احتمال (MLC) و ماشین بردار پشتیبانی(SVM) استفاده شده و کارایی هر کدام توسط ضریب کاپا برآورد گردیده و مشاهده شد که مدل SVM از بیشترین میزان ضریب کاپا ( 87/0) برخوردار است.  برای استخراج شاخص LST نیز از باندهای 6 لندست 5 و 10 لندست 8 بهره گرفته شده و مشاهده شد که بخش غربی دریاچه با افزایش دمای سطح زمین مواجه گردیده است. در طول دوره زمانی 2002، 2013 و 2022 تغییرات قابل توجهی در پهنه آبی دریاچه نئور و پوشش های گیاهی مجاور آن مشاهده شد. زمین های بایر بیشترین وسعت را در تمام دوره های مورد مطالعه داشته است. پوشش گیاهی بر اساس مدل SVM حدود 04/1 کیلومتر مربع افزایش یافته است. مساحت سطح دریاچه بر اساس مدل MLC در سال 2002 معادل 19/3 کیلومتر مربع برآورد گردید. مساحت پهنه آبی در مدل MLC در بازه زمانی 2002 تا 2022 حدود 56/1 کیلومتر مربع کاهش یافته و این میزان کاهش برای مدل های RTC و SVM به ترتیب معادل 67/0 و 69/0 کیلومتر مربع می باشد.  

اهمیت اقلیم به عنوان یکی از واقعیت های زیستی بشر در حوزه مسائل کلان اقتصادی و اجتماعی، هیچ زمانی به اندازه امروز مدنظر نبوده است. بررسی اثرات اقتصادی تغییرات اقلیم نیازمند تحلیل های دقیق در سطوح ملی و محلی است. هرچند مطالعات جهانی متعددی وجود دارد که تأثیرات اقتصادی تغییرات آب و هوایی را مورد بررسی قرار می دهند، اما تاکنون مطالعات محدودی در سطوح محلی در داخل کشورها، به ویژه در مورد ایران، انجام شده است. در این مقاله سعی شده است تا با بهره گیری از مجموعه داده جدید از شرایط آب و هوایی استان های کشور در دوره زمانی 1379تا 1399 از طریق الگوریتم جنگل تصادفی از زیرمجموعه های یادگیری ماشین، تحلیلی جامع از تاثیرپذیری تولید اقتصادی استان های کشور از تغییرات آب و هوایی ارائه شود. نتایج نشان می دهد که دما و بارش در همه استان های کشور بر تولید تاثیرگذارند. پیش بینی تغییرات تولید استان های کرمان، سمنان، خراسان شمالی، ایلام، قزوین و کهگیلویه و بویراحمد نسبت به سایر استان ها با تاثیرپذیری بیشتر ارائه شده و همچنین تاثیرگذاری بارش نسبت به دما با اهمیت بالاتری در مدل ارائه شده است ضمن اینکه اهمیت تاثیرگذاری دما بر تولید در ماه های گرم سال کمتر از ما های سرد سال پیش بینی شده است.

تورم یکی از مشکلات اساسی در هر اقتصادی است که آثار نامطلوبی را به جای می گذارد. همواره اقتصاددانان و سیاستگذاران به موضوع تورم و بررسی راه های کاهش آن توجه داشته اند. شناسایی عوامل مؤثر بر نرخ تورم در اقتصاد ایران از موضوعات مهم اقتصادی در کشور ما است؛ از این میان پایه پولی و اجزای مختلف آن نقش مهمی را در این زمینه ایفا می کنند. در این پژوهش با استفاده از مدل جنگل تصادفی در بازه زمانی سال های 1354- 1399 ، به مقایسه میزان تأثیرگذاری اجزای منابع پایه پولی بر تورم در ایران پرداخته شده است.نتایج برآورد پارامترها با استفاده از رگرسیون جنگل تصادفی در متغیرهای تأثیرگذار اصلی، عبارتند از: نرخ رشد ارز، نرخ رشد تولید ناخالص داخلی، تورم انتظاری، نرخ رشد بدهی بخش دولتی به بانک مرکزی ، نرخ رشد خالص دارایی های خارجی بانک مرکزی، و متغیر نرخ رشد بدهی بانک ها به بانک مرکزی تأثیری بر تورم ندارد. بخشی از این نتایج، نتایج برخی ازتحقیقات قبلی را تأیید می کند. در تحقیقات قبلی نیز نرخ رشد نرخ ارز و نرخ رشد بدهی بخش دولتی به بانک مرکزی از جمله مهم ترین عوامل مؤثر بر پایه پولی برشمرده شده-اند و متغیرهایی که در این تحقیق تأثیری بر تورم نداشته عمدتاَدر تحقیقات پیشین نیز بدون تأثیر بوده اند

فرسایش خاک ممکن است به از بین رفتن کیفیت خاک و در نتیجه، کاهش بهره وری خاک منجر شود. یکی از راه کارهای اساسی برای مهار و کاهش اثرات مخرب فرسایش، شناسایی مناطق مستعد فرسایش در مناطق است. به همین دلیل تعیین مناطق مستعد به فرسایش نقش مهمی در مدیریت فرسایش در منابع طبیعی دارد. تحقیق حاضر درصدد است تا با استفاده از دو روش یادگیری ماشینی جنگل تصادفی و ماشین بردار پشتیبان و 3327 نقطه وقوع فرسایش، مناطق مستعد به فرسایش را در استان اصفهان را تعیین نماید. عوامل محیطی در چهار گروه اصلی شامل عوامل توپوگرافی، عوامل اقلیمی، عوامل زیستی و عوامل انسان ساخت تهیه شدند. بررسی شاخص AUC نشان داد که هر دو مدل دارای دقت مناسبی بوده هرچند مدل جنگل تصادفی (AUC = 0.97) دارای دقت بالاتری نسبت به مدل ماشین بردار پشتیبان (AUC = 0.86) بود. بر اساس نتایج مدل ماشین بردار پشتیبان، حدود 6/11 درصد در کلاس پرخطر و حدود 6/68 درصد در کلاس خطر کم فرسایش قرار دارد. همچنین در مدل جنگل تصادفی حدود 1/20 درصد در کلاس پرخطر و حدود 2/49 درصد در کلاس خطر کم قرار دارد. در این زمینه، نتایج به دست آمده می تواند با ارائه گستره ای از مناطق استان اصفهان و بهره گیری از این دو مدل، به تصمیم گیران و برنامه ریزان در تدوین برنامه ای مدیریتی و نیز اتخاذ اقداماتی راهبردی در جهت کنترل فرسایش کمک کند.

مطالعات مختلفی دگرگونی های ازدواج را در سطوح ملی و منطقه ای بررسی کرده اند، اما در سطح استان های کشور هنوز ناشناخته هایی وجود دارد. هدف این مقاله بررسی وضعیت عمومیت ازدواج زنان در استان های کشور با استفاده از روش جنگل تصادفی بقا به عنوان یکی از الگوریتم های رایج در یادگیری ماشین است. با استفاده از داده های طرح هزینه و درآمد خانوار از سال ۱۳۸۸ تا ۱۳۹۹ وضعیت عمومیت ازدواج زنان با تعریف یک سطح آستانه ای (نسبت ازدواج کمتر از ۹۵% برای زنان ۴۹-۴۵ ساله) مورد بررسی قرار گرفت. یافته های این تحقیق حاکی از آن است که در بین متغیرهای تحقیق، سطوح تحصیلی دبیرستان و دانشگاه بیشترین تأثیر را بر کاهش عمومیت ازدواج زنان داشته است. نسبت شهرنشینی در هر استان نیز متغیر تاثیر گذار دیگری بر کاهش عمومیت ازدواج زنان است. از مجموع ۳۱ استان کشور، ۱۱ استان تا پایان دوره مطالعه همچنان از عمومیت ازدواج برخوردار بودند اما نسبت ازدواج زنان ۴۹-۴۵ ساله در سایر استان ها به پایین تر از ۹۵% کاهش یافته است. بالابودن نسبت های ازدواج در اکثر استان هایی که اکنون از عمومیت ازدواج برخوردار نیستند، نشان دهنده وجود بستر مناسب برای تسهیل ازدواج و گسترش عمومیت آن در کشور است. در غیر این صورت انتظار می رود این روند در آینده نیز همچنان کاهشی باشد.