تعیین آسیب پذیری بوم شناختی منطقه حفاظت شده باشگل با استفاده ازGIS
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 727
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
IRANEIA14_006
تاریخ نمایه سازی: 6 اسفند 1395
چکیده مقاله:
تعیین آسیب پذیری بوم شناختی در علوم محیطی از جمله در ارزیابی اثرات محیط زیستی ، ارزیابی ریسک و پایش محیط زیست کاربردهای فراوانی دارد و از این لحاظ حائز اهمیت است. درجه آسیب پذیری اکولوژیکی مقیاس سنجشی است که یک اکوسیستم یا اجزای آن بر اثر قرار گرفتن در برابر عامل های محرک در عمل خسارت می بینند. به نظر می رسد که از طریق تعیین و شناسایی این شاخص، می توان از گسترش آن دسته از فعالیت های انسانی که به تخریب اکوسیستم های طبیعی منجر می-شود، جلوگیری کرد. پژوهش حاضر، تعیین میزان حساسیت و آسیب پذیری سرزمین در منطقه حفاظت شده باشگل را در مقیاس واحدهای طبیعی (زیرحوزه-های آبریز) و مبتنی بر اصل مقادیر آستانه ای فاکتورهای اکولوژیکی دنبال می کند. در این پژوهش از روش تعیین محاسبه آسیب پذیری اکولوژیکی بکار رفته در مدل تخریب مخدوم استفاده شده است. برای انجام آن با استفاده از مشاهدات میدانی و لایه های موجود، نقشه های آسیب پذیری فاکتورهای فیزیوگرافی، زمین شناسی، اقلیم، پوشش گیاهی، زیستگاه و هیدرولوژی (16 فاکتور) در سامانه اطلاعات جغرافیایی(GIS) برای شش واحد هیدرولوژیک(زیر حوزه آبریز) درون منطقه تهیه و درجه حساسیت آسیب پذیری بوم شناختی هر یک از حوزه های شش گانه محاسبه شد. نتایج حاصل نشان می دهد به لحاظ آسیب پذیری بوم شناختی، 69/34 درصد از مساحت منطقه در وضعیت مقاوم، 96/37 درصد در وضعیت نیمه حساس، 28/11 درصد در وضعیت حساس و 07/16 درصد در وضعیت آسیب پذیر قرار گرفته است
نویسندگان
سیاوش رضازاده
دانشجوی کارشناسی ارشد رشته ارزیابی و آمایش سرزمین، دانشگاه محیط زیست، کرج، ایران
علی جهانی
استادیار گروه محیط زیست طبیعی و تنوع زیستی، دانشکده محیط زیست، دانشگاه محیط زیست، کرج، ایران
مجید مخدوم
استاد گروه جنگلداری و اقتصاد جنگل، دانشکده منابع طبیعی، دانشگاه تهران، کرج، ایران
حمید گشتاسب میگونی
استادیار گروه محیط زیست طبیعی و تنوع زیستی، دانشکده محیط زیست، دانشگاه محیط زیست، کرج، 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 :