پیش بینی احتمال خشکیدگی جنگل های استان لرستان با استفاده از رویکرد مدل سازی ترکیبی
- سال انتشار: 1396
- محل انتشار: مجله تحقیقات حمایت و حفاظت جنگلها و مراتع ایران، دوره: 15، شماره: 2
- کد COI اختصاصی: JR_IJFRPR-15-2_002
- زبان مقاله: فارسی
- تعداد مشاهده: 84
نویسندگان
دانشجوی کارشناسی ارشد ارزیابی و آمایش سرزمین، دانشکده منابع طبیعی، دانشگاه صنعتی اصفهان، اصفهان، ایران
دانشیار گروه محیط زیست، دانشکده منابع طبیعی، دانشگاه صنعتی اصفهان
دانشیار، گروه محیط زیست، دانشکده منابع طبیعی، دانشگاه صنعتی اصفهان، اصفهان، ایران
استادیار، گروه محیط زیست، دانشکده منابع طبیعی، دانشگاه صنعتی اصفهان، اصفهان، ایران
استادیار، گروه محیط زیست، دانشکده منابع طبیعی، دانشگاه صنعتی اصفهان، اصفهان، ایران
استادیار، گروه مرتع و آبخیزداری، دانشکده منابع طبیعی، دانشگاه صنعتی اصفهان، اصفهان، ایران
چکیده
شناسایی مناطق جنگلی مستعد خشکیدگی به منظور انجام اقدامات پیشگیرانه می تواند نقش بسزایی در مبارزه با این پدیده ایفا کند. مطالعات قبلی حاکی از کارآمدی مدل سازی در شناسایی این گونه مناطق است. از اینرو برای شناسایی مناطق جنگلی مستعد خشکیدگی در استان لرستان از ۱۵ مدل به صورت ترکیبی استفاده شد. مناطقی از جنگل که دارای زوال بالای ۵۰% بودند به عنوان متغیر وابسته و عوامل محیطی میانگین بارندگی سالیانه، میانگین دمای سالیانه، میانگین رطوبت نسبی، شاخص خشکی، شاخص خشکسالی، تبخیر و تعرق، شاخص گرد و غبار، فاصله از اراضی کشاورزی و آبراهه ها، شیب، جهت و NDVI به عنوان متغیرهای مستقل وارد مدل ها شدند. میزان AUC هر مدل در نقشه خروجی حاصل از آن ضرب و میانگین ۱۵ مدل به عنوان مدل ترکیبی در نظر گرفته شد. نقشه احتمال خشکیدگی حاصله بیانگر افزایش احتمال خشکیدگی از قسمت های مرکزی جنگل های استان به سمت قسمت های جنوب و جنوب غربی بود. مدل های جنگل تصادفی و ماشین بردار پشتیبان با AUC برابر ۱ بالاترین و مدل Bioclim با AUC برابر با ۷۵/۰ کمترین کارایی را داشتند. طبق مدل ترکیبی حدود ۷/۲۳، ۵/۷ و ۵/۱۹ درصد از جنگل های استان لرستان به ترتیب احتمال خشکیدگی کم، متوسط و زیاد را دارا هستند. عوامل اقلیمی شاخص خشکی، بارش، دما و تبخیر و تعرق به ترتیب بیشترین تاثیرگذاری را در مدل ها داشتند. پژوهش پیش رو علاوه بر تاکید بر کارایی مدل سازی در شناسایی مناطق جنگلی دارای احتمال خشکیدگی، نشان داد که استفاده ترکیبی از مدل ها نتایج بهتری را نسبت به استفاده مجزا از آن ها به بار می آورد.کلیدواژه ها
زوال جنگل های زاگرس, تغییر اقلیم, اقدامات سازشی, جنگل تصادفی, ماشین بردار پشتیباناطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.