پایش تخریب جنگل های زاگرس شمالی با استفاده از الگوریتم BFAST (مطالعه موردی: بخشی از جنگل های سروآباد)" >پایش تخریب جنگل های زاگرس شمالی با استفاده از الگوریتم BFAST (مطالعه موردی: بخشی از جنگل های سروآباد)" >پایش تخریب جنگل های زاگرس شمالی با استفاده از الگوریتم BFAST (مطالعه موردی: بخشی از جنگل های سروآباد)" >

<span lang="FA">پایش تخریب جنگل های زاگرس شمالی با استفاده از الگوریتم <span dir="LTR">BFAST <span lang="FA">(مطالعه موردی: بخشی از جنگل های سروآباد)

سال انتشار: 1405
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 16

فایل این مقاله در 17 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_IJF-18-1_009

تاریخ نمایه سازی: 17 مهر 1405

چکیده مقاله:

مقدمه: جنگل های زاگرس از مهم ترین بوم سازگان های جنگلی کشور از نظر اکولوژیک و اقتصادی هستند که متاسفانه همواره تحت تاثیر عوامل مخرب و تغییرات کاربری اراضی قرار داشته است. یکی از راهکارهای مناسب برای تعیین مقدار و روند این تغییرات استفاده از سری زمانی داده های ماهواره ای و مدل BFSAST است، چراکه این مدل می تواند روند تغییرات بلندمدت، فصلی و ناگهانی را همزمان تفکیک کند. قابلیت این الگوریتم در بررسی بوم سازگان های کشور به ویژه جنگل های زاگرس به ندرت استفاده و گزارش شده است. از این رو هدف این پژوهش، استفاده از الگوریتم BFAST برای پایش و ارزیابی تغییرات در بخشی از جنگل های بلوط زاگرس در شهرستان سروآباد است. مواد و روش ها: در این پژوهش پویایی پوشش جنگلی در بخشی از جنگل های شهرستان سروآباد در استان کردستان به عنوان نمونه ای از جنگل های زاگرس، از سال ۱۳۸۰ تا ۱۳۹۹ (۲۰ سال) تجزیه وتحلیل شد. با استفاده از تحلیل سری های زمانی شاخص تفاضل نرمال شده پوشش گیاهی (NDVI) تصاویر لندست ۵، ۷ و ۸ و الگوریتم BFASTSpatial، تغییرات پوشش جنگلی منطقه بررسی شد. ابتدا با استفاده از طبقه بندی کننده بیشترین احتمال، روی تصویر شهریور ۱۳۸۰، طبقه جنگل از دیگر کاربری های منطقه جدا شد. بعد از جداسازی طبقه جنگل، شاخص NDVI این طبقه، از همه تصاویر سری زمانی ۲۰ ساله استخراج شد. در نهایت یک سری زمانی فشرده، از همه تصاویر NDVI طبقه جنگل تشکیل و برای تحلیل های بعدی استفاده شد و دوره مرجع و حد آستانه تعیین شد. در مجموع ۱۷۴ تصویر از تصاویر ماهواره های سری لندست پردازش شد. برای ارزیابی صحت مدل BFASTSpatial در تشخیص تغییر کاربری جنگل نیز ۴۰۹ نقطه به طور تصادفی انتخاب شد. یافته ها: در این تحقیق، با آزمون و خطا، پنج سال ابتدایی دوره تحقیق، دوره مرجع در نظر گرفته شد. نمودار الگوریتم BFASTSpatial نشان دهنده یک نقطه شکست و افت ناگهانی در سال ۱۳۹۳ است. همچنین آشکارسازی تغییرات نشان داد که ۵۸۹ هکتار (۶/۴ درصد) از جنگل های منطقه، طی دوره تحقیق از بین رفته است. در نقشه اراضی جنگلی تخریب شده با حد آستانه ۰۲۵/۰-، مدل BFASTSpatial نشان دهنده تغییر با صحت کاربر ۱/۸۷ درصد، صحت تولیدکننده ۹/۸۵ درصد و صحت کلی ۸۶ درصد است. نتیجه گیری: نتایج نشان می دهد که مدل BFASTSpatial با استفاده از تحلیل سری های زمانی و با تعیین پیکسل های تخریب شده جنگل های بلوط در منطقه با صحت بیش از ۸۵ درصد، توانایی مناسبی در تعیین حدود جغرافیایی اراضی تخریب شده دارد و می تواند ابزاری در نظارت بر محیط های جنگلی در نظر گرفته شود.

نویسندگان

صبری رسولی

دانشجوی دکترای جنگلداری، گروه جنگلداری، دانشکده منابع طبیعی، دانشگاه گیلان، صومعه سرا، ایران

امیر اسلام بنیاد

استاد، گروه جنگلداری، دانشکده منابع طبیعی، دانشگاه گیلان، صومعه سرا، ایران

ساسان وفایی

کارشناس سنجش از دور، دفتر جنگلداری و امور بهره برداری، سازمان منابع طبیعی و آبخیزداری کشور، 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 :
  • Ajin, R.S., Loghin, A.M., Jacob, M.K., Vinod, P., & Krishnamurthy, ...
  • De Beurs, K.M., & Henebry, G.M. (۲۰۱۰). Spatio-temporal statistical methods ...
  • Hosseinzadeh, J., Namiranian, M., Mohajer, M.M., & Amiri, G.Z. (۲۰۰۴). ...
  • Huang, S., Tang, L., Hupy, J.P., Wang, Y., & Shao, ...
  • Vasios, G.K., Alexoudaki, E., Kaloveloni, A., & Troumbis, A.Y. (۲۰۲۵). ...
  • Zhang, L., & Wu, C. (۲۰۱۷). Advance and future development ...
  • نمایش کامل مراجع