مدل سازی آشفتگی مکانی جنگل با استفاده از سنجه های سیمای سرزمین در پارک ملی گلستان
محل انتشار: فصلنامه پژوهش و توسعه جنگل، دوره: 4، شماره: 3
سال انتشار: 1397
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 46
فایل این مقاله در 15 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JFRD-4-3_003
تاریخ نمایه سازی: 13 آذر 1402
چکیده مقاله:
هدف این پژوهش، تعیین وضعیت آشفتگی مکانی در بخش جنگلی پارک ملی گلستان با استفاده از فنآوری سنجش از دور، سنجههای سیمای سرزمین و GIS است. به این منظور پساز تعیین محدوده جنگلی منطقه مورد بررسی، نقشه دقیق پوشش سرزمین جنگل-غیرجنگل سال ۱۳۹۵ آن به روش تفسیرتلفیقی از دادههای سنجنده OLI ماهواره لندست ۸ تهیه شد. پس از تعیین مساحت بهینه شبکهبندی، منطقه به شبکهای از ۵۵۰ پهنه ششضلعی ۱۰۰ هکتاری تقسیم شد. سپس از ۱۲ سنجه مکانی سیمایسرزمین شامل MESH، NP، PD، ENN-MN، LPI، FRAC-MN، CONTIG-MN، SPLIT، AREA-MN، DIVISION، PLAND و SHAPE-MN برای مشخصکردن مشخصات کمی، چگونگی توزیعمکانی، ارتباطات و ترکیببندی لکههای غیرجنگلی در یکایک پهنهها استفاده شد. در ادامه با انجام استانداردسازی مقادیر سنجهها و تحلیل مولفههای اصلی، سنجههای موثر در آشفتگی و وزن آنها برای تهیه مدل آشفتگی مکانی تعیین شد. در نهایت نقشه شاخص آشفتگی جنگل براساس مدل تهیه و به چهار طبقه بدون آشفتگی، آشفتگیکم، متوسط و زیاد تقسیم شد. نتایج نشان داد که طبقههای یادشده بهترتیب ۵۳/۴۸، ۱۵/۱۶، ۹۰/۱۹ و ۴۱/۱۵ درصد از منطقه را پوشش میدهند. با رویکرد مورد استفاده در این پژوهش میتوان نقشه آشفتگی مکانی مناطق جنگلی تحت مدیریت را بهصورت دورهای تهیه و بهعنوان یکی از ابزارهای پایش بهکار برد.
کلیدواژه ها:
نویسندگان
Mahan Ghorbani
دانشجوی کارشناسی ارشد جنگلداری، دانشکده منابع طبیعی، دانشگاه تهران، کرج، ایران.
Ali Asghar Darvishsefat
استاد، گروه جنگلداری و اقتصاد جنگل، دانشکده منابع طبیعی، دانشگاه تهران، کرج، ایران
Bahman Jabbarian Amiri
دانشیار گروه محیط زیست، دانشکده منابع طبیعی، دانشگاه تهران، کرج، ایران.
Maria Bagheri
دانشجوی کارشناسی ارشد جنگلداری، دانشکده منابع طبیعی، دانشگاه تهران، کرج، ایران.
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 :