مدل سازی تغییرات گستره جنگل و بررسی عوامل موثر بر آن با استفاده از مدل رگرسیون لجستیک در محیط GIS (بررسی موردی: حوضه های آبخیز واز و لاویج)
سال انتشار: 1392
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 125
فایل این مقاله در 13 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-21-1_008
تاریخ نمایه سازی: 25 دی 1402
چکیده مقاله:
تخریب گستره جنگل و تبدیل آن به عرصه های مرتعی، کشاورزی، شهری و روستایی، هر ساله در سطح وسیعی انجام می شود که خسارتهای فروانی به منابع طبیعی وارد میکند. در پژوهش حاضر، با استفاده از مدل رگرسیون لجستیک، به شناسایی عوامل موثر در تخریب گستره جنگلی و پهنهبندی احتمال وقوع این تخریب در حوضههای آبخیز واز و لاویج پرداخته شد. آشکارسازی تغییرات کاربری اراضی طی دوره زمانی ۱۳۶۷ تا ۱۳۸۵ با استفاده از تصاویر ماهوارهای لندست نشان داد که مساحت اراضی جنگلی دو حوضه از ۹۷/۸۱ درصد در سال ۱۳۶۷ به ۴۳/۷۷ درصد در سال ۱۳۸۵ کاهش یافته است. در ادامه، لایههای فاصله از روستا، فاصله از آبراهه، فاصله از جاده و شیب به عنوان متغیر مستقل و لایه تغییر کاربری اراضی (تخریب گستره جنگلی) به عنوان متغیر وابسته، در مدل وارد شدند. اجرای مدل رگرسیون لجستیک در دو حالت متغیرهای مستقل گسسته و متغیرهای مستقل پیوسته انجام شد. ضرایب بدست آمده از اجرای مدل در حالت گسسته، نشاندهنده احتمال وقوع بیشتر تخریب گستره جنگلی در فاصله ۰ تا ۱۰۰ متری از روستا میباشد. اجرای مدل در حالت پیوسته نیز، ارتباط منفی متغیر وابسته را با متغیرهای مستقل نشان میدهد. در نهایت، برمبنای ضریب های بدست آمده، نقشه پهنه بندی احتمال تخریب گستره جنگلی در حوضههای مورد بررسی در پنج رده احتمال تخریب بسیار بالا، بالا، متوسط، پایین و بسیار پایین تهیه شد. با توجه به نتایج اجرای مدل در حالت گسسته، ۰۶/۱۱ درصد از مجموع مساحت دو حوضه در رده با احتمال تخریب بسیار بالا قرار میگیرد.
کلیدواژه ها:
نویسندگان
محمد مهدی حسین زاده
استادیار، دانشکده علوم زمین، دانشگاه شهید بهشتی، تهران
خه بات درفشی
کارشناس ارشد، گروه ژئومورفولوژی، دانشکده علوم زمین، دانشگاه شهید بهشتی، تهران
بابک میرباقری
مربی، مرکز سنجش از دور، دانشگاه شهید بهشتی، تهران
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 :