به منظور بررسی و پیش‌بینی الگوی پراکنش ماهی حسون (Saurida tumbil) اطلاعات صید و صید بر واحد سطح، حاصل از گشت های تحقیقاتی در حوزه آبهای استان هرمزگان مورد تجزیه و تحلیل قرار‌گرفت. با استفاده از نرم افزار صفحه گسترده، تجزیه و تحلیل اولیه صورت گرفت و با نرم افزارهای سامانه اطلاعات جغرافیایی (GIS) نقشه‌های پراکنش مکانی ماهی حسون براساس میزان صید بر واحد سطح Catch Per Unit of Area (CPUA) تهیه گردید. پس از آن به منظور پیش بینی الگوی پراکنش، نقشه های پارامترهای فیزیکی وشیمیایی آب منطقه شامل پارامترهای دما، کدورت، شوری، اکسیژن محلول، pH، کلروفیل a، هدایت الکتریکی، سرعت صوت، عمق، فاصله از ساحل، زمان صید و طول و عرض جغرافیایی تهیه گردید.
این نقشه ها به عنوان متغیرهای مستقل و CPUA ماهی حسون به عنوان متغیر وابسته در نظر گرفته شدند و پس از تبدیل به عنوان ورودی شبکه عصبی مصنوعی (ANNs) Artificial Neural Networks مورد استفاده قرار گرفت. برای آموزش شبکه 60 درصد اطلاعات و برای اعتبارسنجی20 درصد و 20 درصد دیگر به منظور آزمایش عملکرد شبکه عصبی مصنوعی مورد استفاده قرار گرفتند. بهترین مدل شبکه عصبی مصنوعی، با 98 درصد کارایی در یادگیری، به عنوان الگویی برای پیش بینی انتخاب شد.
با بکارگیری مدل، بر روی اطلاعات محدود صید در منطقه می توان به پیش‌بینی الگوی پراکنش ماهی مورد نظر پرداخت و با استفاده از الگوی پراکنش، می‌توان ناوگان صیادی را راهنمایی و به درستی مناطق صید را برحسب مختصات جغرافیایی پیش بینی نمود.
آدرس پست الکترونیکی نویسنده: Arghmf@yahoo.com