برآورد حجم پسماند چوبی درشت کف جنگل با استفاده از نمونه برداری با احتمال به نسبت اندازه
سال انتشار: 1394
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 49
فایل این مقاله در 12 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-23-2_004
تاریخ نمایه سازی: 25 دی 1402
چکیده مقاله:
روشهای مبتنی بر نمونه برداری با احتمال به نسبت اندازه جدیدترین و بهترین روشهای معرفی شده برای برآورد کمیت های مختلف پسماند چوبی درشت در سالهای اخیر هستند. این روشها هر قطعه پسماند چوبی درشت را با احتمال متناسب با پارامترهای مختلف (طول، مربع طول، حجم و غیره) انتخاب میکنند. در پژوهش پیش رو ضمن معرفی نمونه برداری با فاصله محدود و پروتوکلی از نمونه برداری با سطح ثابت (پروتوکل Sausage) که قطعات پسماند چوبی درشت را با احتمال متناسب با طول آنها انتخاب می کنند، دقت و صحت هر دو روش برای برآورد حجم پسماند چوبی درشت بررسی و مقایسه شد. برای این منظور در یک توده بهره برداری نشده، یک قطعه ۲۵۰×۲۵۰ متر به صورت صددرصد آماربرداری شد و نقشه قطعات به دست آمد، سپس با استفاده از بسته SampSurfدر محیط نرم افزار R روش های مورد بررسی شبیه سازی شد و دقت و صحت روش ها بررسی شد. برای بررسی دقت از شاخص درصد ضریب تغییرات و برای صحت از شاخص اریبی نسبی استفاده شد. نتایج نشان داد که هر دو روش مورد بررسی برای برآورد حجم پسماند چوبی درشت نااریب هستند (مقادیر اریبی برای شعاع و فاصله های مختلف کمتر از یک بود). ازنظر دقت، دقت نمونه برداری با سطح ثابت (پروتوکل Sausage) نسبت به نمونه برداری با فاصله محدود برای برآورد حجم پسماند چوبی درشت بیشتر بود. بنابراین با توجه به نتایج به دست آمده میتوان نمونه برداری با سطح ثابت (پروتوکل Sausage) را روشی مناسب ازنظر دقت و صحت برای برآورد حجم پسماند چوبی درشت در یک جنگل هیرکانی معرفی کرد.
کلیدواژه ها:
نویسندگان
سمیه ایزدی
کارشناس ارشد جنگلداری، دانشکده منابع طبیعی و علوم دریایی دانشگاه تربیت مدرس
هرمز سهرابی
استادیار، دانشکده منابع طبیعی و علوم دریایی دانشگاه تربیت مدرس
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 :