Hadi Beygiheidarlou - دکتری جنگلداری، دانشکده منابع طبیعی، دانشگاه ارومیه، ارومیه
Abbas Banj Shafiei - استاد، گروه جنگلداری، دانشکده منابع طبیعی، دانشگاه ارومیه، ارومیه، ایران
Mahdi Erfanian - دانشیار، گروه مرتع و آبخیزداری، دانشکده منابع طبیعی، دانشگاه ارومیه، ارومیه، ایران
Amin Tayyebi - پژوهشگر اطلاعات جغرافیایی، شرکت ESRI، ایالات متحده.
Ahmad Alijanpour - دانشیار، گروه جنگلداری، دانشکده منابع طبیعی، دانشگاه ارومیه، ارومیه، ایران

الگوی تغییرات کاربری اراضی در مقیاس­های مختلف زمانی و مکانی به­صورت غیرخطی است. از این­رو برای پیش­بینی اثرات بالقوه و منفی این تغییرات بر خدمات اکوسیستمی جنگل­ها در آینده نیاز به ابزارهای غیرخطی مانند شبکه­های عصبی مصنوعی است. در این پژوهش برای پیش­بینی جنگل­زدایی و بازیابی اراضی جنگلی شهرستان سردشت برای ۱۰، ۲۰ و ۳۰ سال آینده از مدل تبدیل زمین یا LTM که یک مدل مبتنی بر شبکه­های عصبی مصنوعی و GIS است استفاده شد. بدین منظور سه سناریوی مختلف شامل دوره­های زمانی ۱۳۸۶-۱۳۷۶، ۱۳۹۶-۱۳۷۶ و ۱۳۹۶-۱۳۸۶ استفاده شد و جنگل­زدایی و بازیابی اراضی جنگلی سردشت با استفاده از ۱۴ متغیر مختلف برای سال­های ۱۴۰۶، ۱۴۱۶ و ۱۴۲۶ پیش­بینی شد. نتایج نشان داد طی ۲۰ سال دوره زمانی موردبررسی (۱۳۷۶ تا ۱۳۹۶) با وجود ۵۷/۲۳۷۳ هکتار بازیابی جنگل­های سردشت، ۶۳/۱۰۳۱۴ هکتار جنگل­زدایی رخ داده است. مدل­سازی جنگل­زدایی و بازیابی جنگل توسط هر سه سناریو با مقدار ROC بالای ۸/۰ برای همه مدل­ها نشان­دهنده افزایش قطعی جنگل­زدایی در سردشت طی سه دهه آینده بوده است، به­طوری­که بر اساس سناریوی ۱۳۸۶-۱۳۷۶، پیش­بینی شد ۲۴/۲۲۲۹۶ هکتار از جنگل­های منطقه طی ۳۰ سال آینده تخریب خواهد شد. نتایج این پژوهش می­تواند برای برنامه­ریزی­های حفاظتی صحیح و افزایش برنامه­های نظارتی در مناطق با پتانسیل تخریبی استفاده شود.

بازیابی جنگل, جنگل زدایی, سردشت, مدل تبدیل زمین (LTM), مدل سازی