مدل سازی برخی مشخصه های کمی جنگل با استفاده از خصوصیات توپوگرافی (مطالعه موردی: سری سه جنگل سنگده)
Publish place: Ecology of Iranian Forests، Vol: 10، Issue: 19
Publish Year: 1401
نوع سند: مقاله ژورنالی
زبان: Persian
View: 123
This Paper With 11 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IFEJ-10-19_010
تاریخ نمایه سازی: 29 خرداد 1401
Abstract:
مقدمه و هدف: برای برنامه ریزی اصولی و صحیح در بخش جنگل، تهیه نقشه های کمی و کیفی از ملزومات مدیریتی بوده و برای رسیدن به توسعه پایدار اجتناب ناپذیر است. به همین منظور، جدیدترین اطلاعات از مشخصاتی که در تصمیم گیری های مربوط به استفاده و حفاظت بهینه از جنگل دارای اهمیت هستند، مورد نیاز است. هدف از این مطالعه، مدلسازی و تهیه نقشه مکانی برخی مشخصه های کمی جنگل با استفاده از خصوصیات توپوگرافی در جنگل های سری سه سنگده است.
مواد و روش ها: با استفاده از ۱۵۰ قطعه نمونه ۱۰ آری، مشخصه های تعداد، رویه زمینی و حجم در هکتار محاسبه شد. خصوصیات اولیه توپوگرافی شامل ارتفاع از سطح دریا، شیب، جهت شیب، انحنای پروفیلی، انحنای مسطح و انحنای مماسی و خصوصیات ثانویه توپوگرافی شامل رطوبت و تابش خورشیدی از مدل رقومی ارتفاعی با قدرت تفکیک پذیری ده متر استخراج شد. سپس روابط بین مشخصه های کمی جنگل و خصوصیات توپوگرافی با استفاده از روش های ناپارامتری جنگل تصادفی، ماشین بردار پشتیبان و همچنین با روش پارامتری رگرسیون خطی چندگانه مورد تجزیه و تحلیل و مدلسازی قرار گرفت. ارزیابی مدل ها با استفاده از ۳۰ درصد قطعات نمونه انجام شد.
یافته ها: مقادیر درصد اریبی و ریشه میانگین مربعات خطا برای انتخاب مدل مناسب محاسبه و نتایج نشان داد که روش ماشین بردار پشتیبان برای برآورد هر سه مشخصه اندازه گیری شده دارای بهترین نتایج بوده است. در برآورد تعداد در هکتار، تابع چند جمله ای درجه سه با مقادیر میانگین مربعات خطا و میزان اریبی به ترتیب ۹/۵۹=%RMSE و ۱/۶۲-=%Bias، رویه زمینی با تابع پایه شعاعی (RBF) و مقادیر ۳۰/۵۳=%RMSE و ۱/۳۲-=%Bias و حجم در هکتار نیز با تابع چند جمله ای درجه سه و مقادیر ۳۷/۶۲=%RMSE و ۰/۵۱-=%Bias به عنوان مناسبترین مدل انتخاب شدند. همچنین نتایج نشان داد که متغیرهای توپوگرافی جهت، ارتفاع، تابش خورشیدی و انحنای مماسی بیشترین تاثیر را در فرآیند مدلسازی داشتند.
نتیجه گیری: مدل انتخاب شده در این پژوهش هر چند که توانست تا حدی اطلاعات ضروری جهت مدیریت جنگلها را فراهم کند، اما به تنهایی نمی تواند کلیه دلایل موثر بر مشخصه ها را تبیین نماید، لذا شایسته است از ترکیب عوامل دیگری مانند شرایط اقلیمی، عرض جغرافیایی، خاکشناسی، تکنیک های سنجش از دور که سهم عمده ای در توضیح و تفسیر آن دارند، دقت پیش بینی را بهبود بخشید.
Keywords:
Authors
سیدمهدی رضایی سنگدهی
Sari Agricultural Sciences and Natural Resources University
اصغر فلاح
Sari Agricultural Sciences and Natural Resources University
جعفر اولادی
Sari Agricultural Sciences and Natural Resources University
هومن لطیفی
Department of Photogrammetry and Remote Sensing Faculty of Geodesy and Geomatics Engineering, K. N. Toosi University of Technology
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :