ارزیابی و پیش بینی خشکیدگی جنگل های بلوط زاگرس میانی (بخش لرستان) با رویکرد تغییر اقلیم
سال انتشار: 1398
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 157
فایل این مقاله در 19 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IJFRPR-17-1_005
تاریخ نمایه سازی: 29 شهریور 1403
چکیده مقاله:
پدیده خشکیدگی درختان بلوط در جنگل های زاگرس یکی از مشکلات اساسی اکوسیستم این منطقه است. در این پژوهش به ارزیابی و پیش بینی خشکیدگی جنگل های بلوط زاگرس میانی (بخش لرستان) با رویکرد تغییر اقلیم و با استفاده از شاخص های DVI، GEMI، IPVI، MSAVI۲، NDVI، EVI، OSAVI، Sarvi۲، SR و VHI پرداخته شد. در این راستا برای ۱۱۰ نقطه از جنگل های بلوط لرستان این شاخص ها استخراج گردید و درنهایت ماتریسی به ابعاد ۱۱۰×۳۴۵ طی دوره ۲۰۰۰ تا ۲۰۱۶ تشکیل شد. سپس برای پیش بینی روش های فازی و شبکه عصبی ارزیابی شد و هریک که خطای کمتری داشت مبنای پیش بینی برای دوره ۲۰۱۷ تا ۲۰۳۰ قرار گرفت. همچنین به منظور شناسایی نواحی خشکیدگی از روش های تحلیل خوشه ای و ممیزی و برای بررسی نوسان ها از تحلیل طیفی بهره گرفته شد. نتایج حاصل نشان داد که شاخص های خشکیدگی در بیشتر موارد از روند افزایشی برخوردار بوده است. نتایج تحلیل خوشه ای نیز نشان داد که خشکیدگی جنگل های بلوط در چهار ناحیه (فاقد خشکیدگی، با خشکیدگی نرمال، با خشکیدگی زیاد و با خشکیدگی بسیار زیاد) قابل تقسیم است. بررسی نوسان های حاکم بر نواحی خشکیدگی نیز حکایت از وجود چرخه های کوتاه مدت اغلب ۲ تا ۴ ساله نوسان ها بر شاخص های خشکیدگی داشت. ارزیابی شبکه عصبی و روش فازی نیز نشان داد که روش شبکه عصبی روش مناسب تری برای پیش بینی شاخص های خشکیدگی است و نتایج پیش بینی بیانگر آن است که در دوره آینده بیشتر شاخص های خشکیدگی در منطقه روند افزایشی را تجربه خواهند کرد.
نویسندگان
hengameh shiravand
کارشناس مطالعات مرکز ملی خشکسالی و مدیریت بحران هواشناسی
Sh. Khaledi
استاد، گروه جغرافیایی طبیعی (اقلیم شناسی)، دانشگاه شهید بهشتی، تهران، ایران
S. Behzadi
استادیار، دانشکده مهندسی عمران، دانشگاه تربیت معلم شهید رجائی، تهران، 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 :