ارزیابی خطر آتش سوزی جنگل با رویکرد مکانی و روش نسبت فراوانی مبتنی بر GIS در منطقه حفاظت شده بوزین و مرخیل

سال انتشار: 1404
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 38

فایل این مقاله در 24 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JWFST-32-2_001

تاریخ نمایه سازی: 13 آبان 1404

چکیده مقاله:

سابقه و هدف: آتش سوزی یکی از مهم ترین عوامل تخریب بوم سازگان های جنگلی است که می تواند آثار زیادی بر ساختار پوشش گیاهی، حاصلخیزی جنگل، تخریب خاک، ذخیره کربن و هجوم گونه های گیاهی بیگانه داشته باشد. ارزیابی دقیق خطر آتش سوزی ها و پهنه بندی آن می تواند اهمیت کاربردی زیادی در پیشگیری از آتش سوزی و کاهش خسارات آن در راستای مدیریت موثر محیط زیست داشته باشد. ترکیب روش تصمیم گیری چندمعیاره و سامانه اطلاعات جغرافیایی روشی موثر برای تهیه نقشه خطر آتش سوزی است. روش نسبت فراوانی یکی از پرکاربردترین مدل های آماری و روش های تحلیل تصمیم گیری چندمعیاره است که در مدل سازی مخاطرات محیطی ازجمله آتش سوزی در جنگل کاربرد گسترده ای دارد. هدف این پژوهش، تهیه نقشه خطر آتش سوزی جنگل و پهنه بندی آن با استفاده از روش نسبت فراوانی در محیط سامانه اطلاعات جغرافیایی (GIS) است. مواد و روش ها: منطقه حفاظت شده بوزین و مرخیل واقع در زاگرس میانی - استان کرمانشاه به دلیل آتش سوزی های متعدد سالیان اخیر به عنوان منطقه مورد مطالعه انتخاب شد. عوامل تاثیرگذار بر وقوع آتش سوزی جنگل بر اساس نظر کارشناسان و مرور منابع شناسایی شدند. درمجموع ۱۲ عامل شامل فاصله از جاده، فاصله از مناطق مسکونی، متوسط بارندگی سالیانه، متوسط دمای سالیانه، تراکم پوشش جنگلی، تراکم پوشش مرتعی، کاربری/پوشش اراضی، تراکم جمعیت، ارتفاع، شیب، جهت جغرافیایی و فاصله از رودخانه ها شناسایی شدند. محاسبه و تعیین اهمیت نسبی طبقات مختلف عوامل تاثیرگذار از طریق روش نسبت فراوانی بر مبنای تطبیق نقشه سطوح سوخته شده با نقشه طبقات عوامل موثر در آتش سوزی صورت گرفت. در نهایت نقشه پهنه بندی خطر آتش سوزی با روی هم گذاری نقشه های رقومی عوامل تاثیرگذار در محیط نرم افزار ArcGIS بدست آمد و با روش بهینه سازی Jenks در پنج رده خطر (خیلی کم تا خیلی زیاد) طبقه بندی شد. راستی آزمایی نتایج از طریق هم پوشانی با آتش سوزی های اتفاق افتاده در منطقه مورد مطالعه در فاصله سال های ۱۴۰۲ – ۱۳۹۵ انجام شد. یافته ها: نقشه نهایی پهنه بندی خطر آتش سوزی در منطقه حفاظت شده بوزین و مرخیل نشان داد که ۹۷/۷۸ درصد منطقه مورد مطالعه در طبقه خطر زیاد (۸۱/۴۶ درصد) و خیلی زیاد (۱۶/۳۲ درصد) قرار گرفته است. همچنین بر اساس نتایج حاصل از روی هم گذاری نقشه مناطق آتش سوزی ثبت شده و نقشه پهنه بندی خطر آتش سوزی، ۰۵/۹۵ درصد آتش سوزی های ثبت شده در طبقات با خطر زیاد (۳۹/۲۵ درصد) و خیلی زیاد (۶۶/۶۹ درصد) واقع شده اند که می تواند بیانگر ارزیابی دقیق و صحت بالای نقشه پهنه بندی نهایی باشد. با بررسی مساحت نقشه پهنه بندی خطر آتش سوزی و نقشه مناطق آتش سوزی در طبقات مختلف خطر و محاسبه اهمیت نسبی هر یک از طبقات در منطقه مورد مطالعه، مشخص شد که طبقه خطر خیلی زیاد با اهمیت نسبی ۱۷/۲ دارای بیشترین اهمیت می باشد. نتیجه گیری: نقشه پهنه بندی نهایی، در اتخاذ تصمیمات مدیریتی صحیح برای اطفای آتش سوزی و همچنین برنامه ریزی مطلوب برای استفاده از امکانات و به کارگیری کارکنان و تمرکز تجهیزات لازم برای مقابله با آتش سوزی های احتمالی در فصل آتش سوزی در مناطق با خطر زیاد آتش سوزی می تواند بسیار موثر واقع شود. این مطالعه اهمیت تهیه نقشه مناطق آتش سوزی و پهنه بندی خطر آتش سوزی را برجسته نمود که می تواند در راستای اقدامات پیشگیری و کنترلی اولویت بندی شده برای جلوگیری از تخریب جنگل در آینده موثر واقع شود.

کلیدواژه ها:

خطر آتش سوزی جنگل ، سیستم اطلاعات جغرافیایی ، منطقه حفاظت شده بوزین و مرخیل ، نسبت فراوانی

نویسندگان

سهراب مرادی

استادیار، گروه توسعه کشاورزی و منابع طبیعی، دانشگاه پیام نور، تهران، ایران

مجید پاتو

استادیار، پژوهش، بخش تحقیقات جنگل ها و مراتع، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی استان آذربایجان غربی، سازمان تحقیقات، آموزش و ترویج کشاورزی، ارومیه، ایران.

ناصر احمدی ثانی

دانشیار، دانشکده کشاورزی، آب، غذا و فراسودمندها، واحد مهاباد، دانشگاه آزاد اسلامی، مهاباد، ایران

جلال هناره

استادیار، پژوهش، بخش تحقیقات جنگل ها و مراتع، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی استان آذربایجان غربی، سازمان تحقیقات، آموزش و ترویج کشاورزی، ارومیه، 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 :
  • Ahmadi, D., Hosseini, V., & Mohammadi Samani, K. (۲۰۲۳). Comparison ...
  • ۱۴(۴), ۴۵۷-۴۷۱. Doi: ۱۰.۲۲۰۳۴/ijf.۲۰۲۲. ۳۳۰۳۲۷.۱۸۵۲. [In Persian]۲.Barlow, J., Lennox, G., ...
  • Moradi, B., Ravanbakhsh, H., Meshki, A., & Shabanian, N. (۲۰۱۶). ...
  • Bo, M., Mercalli, L., Pognant, F., Berro, D. C., & ...
  • Law, B. E., Sun, O. J., Campbell, J.,van Tuyl, S., ...
  • Fornwalt, P. J., Kaufmann, M. R., Huckaby, L. S., Stoker, ...
  • Zhao, P., Zhang, F., Lin, H., & Xu, S. (۲۰۲۱). ...
  • Eshaghi, M. A., & Shataee Joybari, S. (۲۰۱۶). Preparation map ...
  • ۲۳(۴), ۱۳۳۳-۱۵۴. Doi: ۱۰.۲۲۰۶۹/jwfst. ۲۰۱۶.۹۲۹۷.۱۴۹۶. [In Persian]۱۰.Bentekhici, N., Bellal, S., ...
  • Sari, F. (۲۰۲۱). Forest fire susceptibility mapping via multi-criteria decision ...
  • Sivrikaya, F., & Kucuk, O. (۲۰۲۲). Modeling forest fire risk ...
  • Abedi Gheshlaghi, H. A., Feizizadeh, B., & Blaschke, T. (۲۰۲۰). ...
  • Tuyen, T. T., Jaafari, A., Yen, H. P. H., Nguyen-Thoi, ...
  • ۶۳, ۱۰۱۲۹۲. https://doi.org/۱۰.۱۰۱۶/j. ejrs.۲۰۱۶.۰۷.۰۰۱ ...
  • Abdo, H. G., Almohamad, H.,Al-Dughairi, A. A., & Al-Mutiry, M. ...
  • Beygi Heidarlou, H., Banj Shafiei, A., & Erfanian, M. (۲۰۱۴). ...
  • ۲۵(۲), ۲۳۲-۲۴۳. Doi: ۱۰.۲۲۰۹۲/ijfpr. ۲۰۱۷.۱۱۱۷۵۸. [In Persian]۱۸.Kayet, N., Chakrabarty, A., ...
  • De Santana, R., Delgado, R. C., & Schiavetti, A. (۲۰۲۱). ...
  • Eskandari, S., Pourghasemi, H. R., & Tiefenbacher, J. P. (۲۰۲۰). ...
  • Sagheb-Talebi, Kh., Sajedi, T., & Pourhashemi, M. (۲۰۱۳). Forests of ...
  • Goshtasb, H., Ataei, F., Jahani, A., Sofi, M., & Ahmadi, ...
  • Momeni, M., & Imeni Gheshlagh, S. (۲۰۱۹). The role of ...
  • Habitat suitability modelling of Persian squirrel (Sciurus anomalus) in Zagros forests, western Iran
  • Sadeghi, M., Malekian, M., & Khodakarami, L. (۲۰۱۷). Forest losses ...
  • Mohammadi, F., Shabanian, N., Pourhashemi, H., & Fatehi, P. (۲۰۱۰). ...
  • Ebrahimy, H., Rasuly, A., & Mokhtari, D. (۲۰۱۷). Development of ...
  • ۵(۳), ۱۸۵۹-۱۸۷۳. http://dorl.net/dor/ ۲۰.۱۰۰۱.۱.۲۳۲۲۲۷۰۰.۲۰۱۷.۵.۳.۳.۵ ...
  • Shafiei, A., Beygi Heidarlu, H., & Erfanian, M. (۲۰۱۵). Evaluating ...
  • Pham, Q. B., Ali, S. A., Parvin, F.,Van On, V., ...
  • Mahmoodi, M. A., Momeni, S., & Davari, M. (۲۰۱۹). Application ...
  • Ghorbanzadeh, O., Blaschke, T., Gholamnia, K., & Aryal, J. (۲۰۱۹). ...
  • Anticona, A., Zuniga, C., Santos, A., Lorenzon, A., & Filho, ...
  • Jenks, G. F. (۱۹۶۷). The data model concept in statistical ...
  • Jaiswal, R. K., Mukherjee, S., Raju,K. D., & Saxena, R. ...
  • Dong, X. U., Li-min, D. A. I., Guo-fan, S., Lei, ...
  • Polat, S., Ghasemi Aghbash, F., & Mahdavi, A. (۲۰۲۰). Forest ...
  • ۶(۱), ۱۳۵-۱۵۲. Doi: ۱۰.۳۰۴۶۶/jfrd. ۲۰۲۰.۱۲۰۸۳۰. [In Persian]۴۲.Alimahmoodisarab, S., Feghhi, J., ...
  • Jaafari, A., Pazhouhan, I., & Bettinger, P. (۲۰۲۱). Machine learning ...
  • Jaafari, A., Zenner, E. K., & Pham, B. T. (۲۰۱۸). ...
  • Geng, M., Ma, K., Sun, Y., Wo, X., & Wang, ...
  • Eskandari, S. (۲۰۱۷). A new approach for forest fire risk ...
  • Biglari-Gholdare, S., Tahmasabi, P., Rahmani, M., Karimifam, A., & Golmohammadi ...
  • Darvishi, L., Ghodskhah, M., & Gholami, V. (۲۰۱۳). A regional ...
  • Pourtaghi, Z. S., Pourghasemi, H. R., & Rossi, M. (۲۰۱۵). ...
  • Dashti, S., Amini, J., Ahmadi Sani, N., & Javanmard, A. ...
  • نمایش کامل مراجع