کاربرد سیستم های تخصص محور در طبقه بندی پوشش گیاهی
سال انتشار: 1400
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 140
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_IJFPR-29-3_002
تاریخ نمایه سازی: 28 آذر 1402
چکیده مقاله:
در پژوهش پیش رو کارایی دو سیستم تخصص محور طبقه بندی پوشش گیاهی در بازیابی جوامع گیاهی سرخ دار (Taxus baccata L.) در جنگل های هیرکانی مرکزی و شرقی ارزیابی شد. برای این منظور، ابتدا جوامع گیاهی با استفاده از تحلیل گونه های معرف دوطرفه (TWINSPAN) و براساس اطلاعات ترکیب پوشش گیاهی ۴۰۸ رلوه ۴۰۰ متر مربعی طبقه بندی شدند. سپس، گونه های معرف هریک از جوامع گیاهی مذکور با بهره گیری از نتایج تلفیقی سه شاخص تعلقه فی، نسبت پایایی و نسبت تاج پوشش کل تعیین شدند. جوامع گیاهی اولیه پس از سنتر به روش جدولی براون- بلانکه در قالب پنج جامعه گیاهی سرخ دار معرفی شدند. همچنین، با استفاده از دو رویکرد مختلف شامل گروه گونه عملکردی (در روش تخصص محور تلفیقی) و گروه گونه جامعه شناختی (در روش تخصص محور ترکیب گونه های معرف)، رلوه ها به هریک از پنج جامعه مذکور تخصیص یافتند. براساس نتایج به دست آمده، همه رلوه ها در روش تخصص محور تلفیقی به گروه های هدف اختصاص یافته بودند و انطباق صددرصد را با جوامع گیاهی پنج گانه سرخ دار نشان دادند، درحالی که در روش ترکیب گونه های معرف، ۸۷ رلوه به هیچ کدام از این جوامع تعلق نداشتند یا به بیشتر از یک جامعه اختصاص یافتند. مقدار انطباق نتایج این روش با جوامع گیاهی ازپیش طبقه بندی شده سرخ دار، ۷/۷۸ درصد ارزیابی شد. به طورکلی، نتایج پژوهش پیش رو تصریح می کند که باتوجه به اهمیت ثبات و انعطاف پذیری سیستم های طبقه بندی پوشش گیاهی و اختصاص صحیح یک رلوه به جامعه هدف، استفاده از روش تخصص محور تلفیقی نسبت به روش ترکیب گونه های معرف در طبقه بندی خودکار جوامع گیاهی ارجحیت دارد.
کلیدواژه ها:
نویسندگان
پری کرمی کردعلیوند
دانشجوی دکتری جنگل داری، گروه علوم و مهندسی جنگل، دانشکده منابع طبیعی و علوم دریایی، دانشگاه تربیت مدرس، نور، ایران
امید اسماعیل زاده
نویسنده مسئول، استادیار، گروه علوم و مهندسی جنگل، دانشکده منابع طبیعی و علوم دریایی، دانشگاه تربیت مدرس، نور، 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 :