تهیه نقشه ارزیابی کیفی تناسب اراضی برای بهره وری چرای دام دردشت سبزوار بر اساس مدل منطق فازی با استفاده از GIS
Publish place: کنفرانس بین المللی محیط زیست و منابع طبیعی
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 441
This Paper With 6 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
IENC01_256
تاریخ نمایه سازی: 5 بهمن 1395
Abstract:
به منظور عدم گسترش آثار ناشی از بهره برداری های غلط از اراضیو از طرفی محدودبودن اراض ی قابل استفاده،انسان متمدن امروزیناچار به برنامه ریزی در امر استفاده حیح از اراضی است. اینبرنامه ریزی باید به صورتی باشد که ضمن سود آوری، محیط ومنابع طبیعی برای آیندگان نیز حفظ شود. این تحقیق بهمنظورارزیابی کیفی تناسب اراضی مرتعی به منظورچرای دام دردشت سبزوار واقع در استان خراسان رضوی با مدل منطق فازی بااستفاده از سیستم اطلاعات جغرافیایی (GIS) انجام شد. بهره وریدام از مراتع در سطح جهان مهمترین فعالیت انسانی است کهموجب تخریب خاک و بیابان زایی می شود. طبق مطالعات انجامشده سهم این بهره وری مفرط در تخریب اراضی بیشترین مقدار و35 درصد می باشد. در ایران نیز چرای بی رویه از عوامل اصلیبیابان زایی عنوان شده است. در این تحقیق کلاس تناسب اراضیبراساس مدل منطق فازی بدست آمد. توزیع کلاس های تناسباراضی نشان می دهد که 96/52 درصد از اراضی مورد ارزیابی یعنی مساحتی معادل با 4898/58 کیلومتر مربع در کلاس (N(1 قرار گیرد. طبق نتایج حاصل از نقشه منطقه مورد مطالعه 3/48 درصد از اراضی دشت سبزوار معادل مساحتی به مقدار 176/43 دارای کلاس تناسب (S(3 یعنی این اراضی دارای محدودیت های نسبتاً شدیدی هستند که موجب کاهش بهره وری چرای دام می شود، بطور کلی این نواحی که در قسمت شمال و شمال شرقی قرار دارد و تناسب آن برای بهره وری چرای دام کم می باشد.
Keywords:
Authors
معصومه پوررضایی
دانشجوی کارشناسی ارشد اگرواکولوژی دانشگاه آزاد اسلامی واحد مشهد
علی باقرزاده چهارجوئی
عضو هیات علمی دانشگاه آزاد اسلامی واحد مشهد
مجتبی حسین پورمشهدی
عضو هیات علمی دانشگاه آزاد اسلامی واحد مشهد
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 :