مدل سازی ترسیب کربن آلی خاک در ارتباط با تنوع زیستی گیاهی در جنگل های طبیعی آمیخته راش

سال انتشار: 1395
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 132

فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_IJAE-5-18_006

تاریخ نمایه سازی: 11 مهر 1400

چکیده مقاله:

جنگل­های طبیعی آمیخته راش با غنی­ترین تنوع زیستی گیاهی دارای ذخایر کلان کربن آلی در عمق­های مختلف خاک می­باشند. هدف تحقیق حاضر مدل­سازی ترسیب کربن خاک در جنگل­های مذکور برحسب شاخص­های تنوع زیستی برای مدیریت بهینه تغییرات مخازن کربن خاک در رابطه با روند پایداری، حاصلخیزی، چرخه کربن و برنامه­ریزی برای رویارویی با تغییرات آب و هوایی در سطح محلی یا منطقه­ای می­باشد. پس از انجام عملیات میدانی برای اندازه­گیری و محاسبه شاخص­های تنوع زیستی و فاکتور کربن خاک از تحلیل رگرسیون خطی ساده، رگرسیون خطی چندگانه و رگرسیون به روش تخمین منحنی برای فرآیند مدل­سازی استفاده شد. نتایج تحلیل رگرسیون مبتنی بر ضریب تبیین، اشتباه معیار تخمین و ضریب اطلاعات آکاییک (AIC) نشان داد تحلیل رگرسیون خطی ساده و چندگانه دارای دقت برآوردی قابل ملاحظه­ای نبودند (۷۴/۱۵۱+= AICmin). برمبنای تحلیل مدل­های غیرخطی، مدل منحنی (S) شامل غلبه گونه­ای پوشش علفی به عنوان بهترین پیشگو با حداقل خطای تخمینی و حداکثر قطعیت (۲۳/۱۷۱-= AICmin) برای برآورد ذخایر کربن آلی خاک در جنگل مورد مطالعه محسوب شد. در ادامه مدل­سازی نتایج نشان داد، مدل­های تبدیلی چندگانه حاصل از تبدیل لگاریتم مدل­های پایه با افزایش تعداد پارامتر اگرچه دارای اعتبار محاسباتی بودند (۱۰>VIF) ولی دقت برآورد کمتری نسبت به مدل بهینه مذکور داشتند.

نویسندگان

علی اصغر واحدی

Res. Edu. and Extension Organization (AREEO), Tehran, Iran.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :
  • Burnham, K. P. and D. R. Anderson. ۲۰۰۲. Model Selection ...
  • Foody, G. M., D. S. Boyd and M. E. J. ...
  • Gegout, J. and E. Krizova. ۲۰۰۳. Comparison of indicator values ...
  • Hollingsworth, T. N., E. A. G. Schuur, F. S. Schuur ...
  • Ingleby, H. R. and T. G. Crowe. ۲۰۰۱. Neural network ...
  • IPCC. ۲۰۰۷. Climate Change ۲۰۰۷. Mitigation of Climate Change. Working ...
  • IUFRO Research Group. ۲۰۰۴. Improvement and Silviculture of Beech. Proceedings ...
  • Jandl, R., M. Lindner, L. Vesterdal, B. Bauwens, R. Baritz, ...
  • Jimenez, J. J., R. Lal, H. A. Leblanc and R. ...
  • Kirby, K. R. and C. Potvin. ۲۰۰۷. Variation in carbon ...
  • Lal. R. ۲۰۰۵. Forest soils and carbon sequestration. Forest Ecology ...
  • Parr, J. F. and L. A. Sullivan. ۲۰۰۵. Soil carbon ...
  • Peichl, M. and M. A. Arain. ۲۰۰۶. Above and belowground ...
  • Peltoniemi, M., E. Thürig, S. Ogle, T. Palosuo, M. Schrumpf, ...
  • Tilman, D., P. B. Reich, J. Knops, D. Wedin, T. ...
  • Toth, T., M. G. Schaap and Z. Molnar. ۲۰۰۸. Utilization ...
  • Zhu, B., X. Wang, W. Fang, S. Piao, H. Shen, ...
  • نمایش کامل مراجع