شبیه سازی رفتار آتش با استفاده از مدل آتش FlamMap در برنامه Arcfuels (مطالعه موردی جنگل کاری های تخسم در استان گیلان)
Publish Year: 1395
نوع سند: مقاله ژورنالی
زبان: Persian
View: 40
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_IJFRPR-14-1_001
تاریخ نمایه سازی: 29 شهریور 1403
Abstract:
با شناسایی مدل های سوخت و به دنبال آن شناخت رفتار آتش می توان اسباب لازم را در مدیریت مهار و کنترل آتش فراهم کرد. هدف از این تحقیق، بررسی رفتار آتش در جنگل کاری های کاج تدا در روستای تخسم در استان گیلان بود که به وسیله مدل آتش FlamMap از برنامه Arcfuels ارزیابی شد. مواد سوختنی از خط نمونه Brown و از روش FLM و با استفاده از نمونه هایی که به شکل تصادفی منظم انتخاب شدند، برآورد شد. فایل سیمای منظر با استفاده از نقشه های شیب، جهت، ارتفاع، مدل سوخت و تاج پوشش ساخته شد. سپس لایه رطوبت سوخت محاسبه شده و لایه های آب وهوا و باد تهیه شده از ایستگاه سینوپتیک شهرستان رشت به مدل آتش معرفی شدند. با انتخاب لکه آتش سوزی، گستره آتش و بعضی دیگر از نقشه های رفتار آتش توسط مدل آتش، شبیه سازی شد. نتایج نشان داد که مدل FlamMap با بیش برآورد ۳۵/۱ هکتار و کم برآورد ۵۴/۰ هکتار و با ضریب کاپا ۸۳/۰ از اعتبار بالایی در ارزیابی آتش سوزی منطقه مورد پژوهش برخوردار بود.
Authors
M. Amin Amlashi
استادیار، بخش تحقیقات منابع طبیعی، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی گیلان، سازمان تحقیقات، آموزش و ترویج کشاورزی،رشت، ایران
M. Ghodskha
استادیار، گروه جنگلداری، دانشکده منابع طبیعی دانشگاه گیلان، صومعه سرا، ایران
A. Islam Bonyad
استاد، گروه جنگلداری، دانشکده منابع طبیعی دانشگاه گیلان، صومعه سرا، ایران
H. Porbabaei
استاد، گروه جنگلداری، دانشکده منابع طبیعی دانشگاه گیلان، صومعه سرا، ایران
M. Jafari
دانشیار، موسسه تحقیقات جنگلها و مراتع کشور، سازمان تحقیقات، آموزش و ترویج کشاورزی، تهران، ایران
V. Gholami
استادیار، گروه جنگلداری، دانشکده منابع طبیعی دانشگاه گیلان، صومعه سرا، ایران
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 :
