پیش بینی تغییرات جنگل های استان چهارمحال و بختیاری با بکارگیری متریک های سیمای سرزمین و استفاده از مدل زنجیره مارکوف ( 1994-2035)
Publish place: دومین کنفرانس بین المللی اکولوژی سیمای سرزمین
Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 486
This Paper With 10 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
IALE02_095
تاریخ نمایه سازی: 5 بهمن 1395
Abstract:
امروزه تخریب پوشش های طبیعی از جمله جنگل ها و تبدیل آن به عرصه های مرتعی، کشاورزی، شهری وروستایی در سطح وسیعی انجام می شود که باعث خسارت به منابع طبیعی می گردد. پژوهشی حاضر در این راستا با هدف بررسی تغییرات جنگل های استان چهارمحال و بختیاری در یک بازه زمانی ۲۱ ساله و پیشبینی تغییرات آن در سال ۲۰۳۵ پرداخته است. بدین منظور نقشه های کاربری پوشش زمین استان چهارمحال و بختیاری با پردازش تصاویر لندست سال های ۱۹۹۴ و ۲۰۱۵ به روش هیبرید در شش کلاس تهیه شد. در مرحله بعدی برای شبیه سازی وضعیت جنگل ها در سال ۲۰۳۵ از مدل سلول های خودکار مارکوف استفاده شده است. جهت کمی سازی میزان تغییرات متریک های MPS NP PLAND و LPI در سطح کلاسی برای سه بازه زمانی ۱۹۹۴، ۲۰۱۵ و ۲۰۳۵ انتخاب و مورد ارزیابی قرار گرفتند. همچنین شاخص بزرگترین لکه به صورت نقشه در سطح کلاس با استفاده از روش پنجره متحرک برای نقشه کاربری / پوشش زمین سال ۱۹۹۴ و ۲۰۱۵ ایجاد گردید. نتایج حاصل از بررسی متریک تعداد لکه نشان از افت شدید سطح جنگلهای استان با افزایش پدیده تکه تکه شدگی جنگلها در بازه زمانی ۱۹۹۴و۲۰۱۵ دارد همچنین افزایش متریک NP و کاهش متریک MPS بر روی نقشه پیش بینی شده سال ۲۰۳۵ حاکی از افزایش تخریب حاصل از تکه تکه شدگی از لکه های جنگلی است. همچنین نتایج متریک LPI حاصل از روش پنجره متحرک نشان از کاهش درصد پوشش جنگل های استان از ۸۲/۹٪ به ۶۶۱۸٪ می دهد.
Keywords:
Authors
راحله دانشمند پارسا
کارشناس پژوهشی - دانشکده منابع طبیعی دانشگاه صنعتی اصفهان و دانشجوی کارشناسی ارشد دانشکده منابع طبیعی و علوم زمین دانشگاه کاشان
روح اله میرزایی
استادیار گروه محیط زیست، دانشکده منابع طبیعی و علوم زمین دانشگاه کاشان
ندا بی همتای طوسی
دانشجوی دکتری آمایش سرزمین دانشگاه صنعتی اصفهان
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 :