جواد خنیفر - دانشجوی دکتری گروه خاکشناسی دانشکده کشاورزی دانشگاه شهید چمران اهواز اهواز ایران
عطااله خادم الرسول - استادیار گروه خاکشناسی، دانشکده کشاورزی، دانشگاه شهید چمران اهواز، ایران

هدف این پژوهش بررسی اهمیت مقیاس همسایگی در مدل سازی رابطه پوشش گیاهی و متغیرهای مرفومتریک به کمک الگوریتم درخت رگرسیونی و طبقه بندی (CART) در جنوب غرب ایران است. برای این هدف، شاخص پوشش گیاهی اصلاح شده (MSAVI۲) از یک تصویر لندست ۸ محاسبه گردید و استخراج هشت متغیر مرفومتریک با به کارگیری روش Wood در چهار مقیاس همسایگی (۹۰×۹۰، ۱۵۰×۱۵۰، ۲۱۰×۲۱۰ و ۲۷۰×۲۷۰ متر) از یک مدل رقومی ارتفاع  SRTM با وضوح مکانی ۳۰ متر انجام پذیرفت. نتایج آزمون کروسکال - والیس تایید کرد که در برخی از زیر حوزه های آبخیز تغییر مقیاس همسایگی می تواند تاثیری معنادار بر گرادیان شیب، انحنای پروفیل، سطح ویژه آبخیز، عامل LS و شاخص خیسی توپوگرافیک بگذارد. نتایج این مطالعه نشان داد که در هر زیر حوزه آبخیز متغیرهای مرفومتریک متفاوتی با توزیع مکانی شاخص MSAVI۲ بیش ترین ارتباط را دارند و مقدار ضریب همبستگی اسپیرمن بین آن ها به میزان کمی تحت تاثیر مقیاس همسایگی می باشد. مدل های CART مبتنی بر شاخص MSAVI۲ و متغیرهای مرفومتریک محاسبه شده در مقیاس همسایگی ۲۷۰×۲۷۰ متر به ترتیب با میزان ضریب کاپای ۵۵/۰ و ۷۸/۰ دارای بهترین عملکرد در طبقه بندی تیپ های گیاهی بودند. ارتفاع هموار شده که کم ترین تاثیر را از مقیاس همسایگی دارد، به عنوان مهم ترین پیش بینی کننده در مدل CART شناسایی شد ولی افزایش مقیاس همسایگی منجر به بیشتر شدن اهمیت دیگر متغیرهای مرفومتریک به ویژه گرادیان شیب در طبقه بندی تیپ های گیاهی و نهایتا ارتقاء دقت مدل CART گردید. نتایج کلی این پژوهش بیانگر آن می باشد که کاربرد آنالیز چند مقیاسی ژئومرفومتریک باتوجه به ژئومرفولوژی منطقه مطالعاتی می تواند عملکرد مدل های پیش بینی مرتبط با پوشش گیاهی را به میزان مناسبی افزایش دهد.

پوشش گیاهی, ژئومرفومتری, مقیاس همسایگی, درخت رگرسیونی و طبقه بندی (CART)