مقایسه روشهای نمونه برداری چند درختی و فاصله منظم در برآورد سطح تاج پوشش جنگلهای تاغ کاشان
Publish place: The Second National Conference on Forest Science Students
Publish Year: 1393
Type: Conference paper
Language: Persian
View: 1,087
This Paper With 8 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
STUFOREST02_088
Index date: 5 August 2014
مقایسه روشهای نمونه برداری چند درختی و فاصله منظم در برآورد سطح تاج پوشش جنگلهای تاغ کاشان abstract
مدیریت جنگل در مناطق خشک باید بر اساس اصول جنگل کاری و بر پایه ملاحظات زیست محیطی، اجتماعی-اقتصادی و با در نظر گرفتن شرایط خاص این مناطق صورت گیرد. در تحقیق حاضر با توجه به اهمیت توده های دست کاشت و طبیعی تاغ در حمایت و حفاظت منابع آب و خاک در مناطق بیابانی مرکزی ایران، به منظور دستیابی به روش بهینه اماربرداری این جنگل ها، در محدوده ای به مساحت 30 هکتار از تاغزارهای شهرستان کاشان واقع در منطقه آران و بیدگل، روش های نمونه برداری چند درختی و فاصله منظم توده های از نظر صحت و دقت نتایج و زمان اندازه گیری سطح تاج پوشش ف مورد مقایسه قرار گرفت. بر اساس نتایج بدست آمده میانگین سطح تاج پوشش در هکتار برآورد شده توسط روش های مختلف به غیر از روش فاصله منظم برای دومین فرد در سطح اطمینان 95 درصد میانگین واقعی جامعه را در بر می گیرد. بررسی میزان صحت نتایج به دست آمده از روش های مختلف نمونه برداری نشان داد در برآورد تاج پوشش بیشترین میزان صحت مربوط به روش شش درختی است. با توجه به نتایج به دست آمده از این تحقیق در برآورد سطح تاج پوشش روش های پنج درختی و شش درختی و فاصله مشترک برای سومین فرد دارای دقت کافی می باشند و در این میان روش شش درختی دارای بیشترین دقت است.
مقایسه روشهای نمونه برداری چند درختی و فاصله منظم در برآورد سطح تاج پوشش جنگلهای تاغ کاشان Keywords:
مقایسه روشهای نمونه برداری چند درختی و فاصله منظم در برآورد سطح تاج پوشش جنگلهای تاغ کاشان authors
مریم محقق
کارشناس ارشد منابع طبیعی
محمدرضا آذرنوش
عضو هیئت علمی دانشگاه آزاد اسلامی واحد چالوس
علی شیخ الاسلامی
عضو هیئت علمی دانشگاه آزاد اسلامی واحد چالوس
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 :