کاربرد مدل های گپ در پیش بینی رویش سطح مقطع درختان گونه های تجاری جنگل های هیرکانی با احتساب شرایط اقلیمی (بررسی موردی: بخش گرازبن جنگل آموزشی - پژوهشی خیرود)
محل انتشار: فصلنامه پژوهش و توسعه جنگل، دوره: 7، شماره: 1
سال انتشار: 1400
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 137
فایل این مقاله در 16 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JFRD-7-1_006
تاریخ نمایه سازی: 13 آذر 1402
چکیده مقاله:
بررسیها و شبیهسازیهای حاصل از مدلهای اقلیمی جهانی نشان میدهند که الگوهای دما و بارندگی در ۵۰ الی ۱۰۰ سال آینده، متحمل تغییراتی خواهند شد که بهنوبه خود میتوانند الگوهای رویشی تودههای جنگلی را تحت تاثیر قرار دهند. بهدلیل عدم توانایی مدلهای موجود در شبیهسازی تودههای جنگلی تحتتاثیر تغییر اقلیم، مدل هیبرید JABOWA-۴ برای کشف پویایی آینده تحت سناریوهای اقلیمی مختلف، و همچنین بهدلیل عدم قطعیت روند تغییر اقلیم در آینده، سه سناریوی اقلیمی بهمنظور کشف توسعه جهانی تحت تاثیر انتشار گازهای گلخانهای در این پژوهش استفاده شدند. پس از مقایسه نتایج شبیهسازی و ارزشهای واقعی رویش قطری، R۲ و RMSE بهترتیب ۹۸/۰و ۷۳۴/۱ (cm۲) محاسبه شد، که نشانگر همبستگی بالای دو ارزش است. پاسخ گونهها به تغییر اقلیم جداگانه ارزیابی شد که راش و افرا با کاهش ۳۱ و ۲۵ درصدی رویش قطری، رابطه منفی قوی به تغییر اقلیم از خود نشان دادند. گونه بلوط ابتدا روندی افزایشی، سپس کاهشی ۱۷ درصدی پیش گرفته و ممرز روندی افزایشی با مقدار کمتر از رویش واقعی را بهتصویر کشید. نتایج این پژوهش نشان داد که مدلهای گپ عملکرد بهنسبت خوبی در فراهم آوردن پیشبینیهای محصول جنگل تحتتاثیر تغییر اقلیم از خود نشان میدهند.
کلیدواژه ها:
نویسندگان
shirin Varkouhi
دانشجوی دکتری جنگلداری، دانشکده منابع طبیعی، دانشگاه تهران، کرج، ایران
Manoochehr Namiranian
استاد، گروه جنگلداری و اقتصاد جنگل، دانشکده منابع طبیعی، دانشگاه تهران، کرج، ایران
Pedram Attarod
استاد، گروه جنگلداری و اقتصاد جنگل، دانشکده منابع طبیعی، دانشگاه تهران، کرج، ایران
Mahmoud Omid
استاد، گروه مکانیک ماشین های کشاورزی، دانشکده مهندسی و فناوری کشاورزی، دانشگاه تهران، کرج، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :