این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
تحقیقات جنگل و صنوبر ایران، جلد ۲۳، شماره ۴، صفحات ۶۲۶-۶۳۶
عنوان فارسی مقایسه روش‌های نمونه‌برداری k-NN در برآورد تراکم درختان بنه (Pistacia atlantica Desf.) با الگوی مکانی کپه ای در یک توده تنک زاگرس(Pistacia atlantica Desf.)
چکیده فارسی مقاله تراکم (تعداد درختان در واحد سطح) یکی از مشخصه­‌های ساختاری مهم در توده­‌های جنگلی است که در درک پویایی جنگل مناسب است. روش kامین نزدیکترین همسایه (k-NN) یک روش فاصله‌­ای است که به‌طور متداول در آماربرداری جنگل برای برآورد مشخصه­‌های کمی به‌کار می­رود. در این مطالعه روش k-NN با پنج راهکار نزدیکترین فرد (NI)، نزدیکترین همسایه (NN)، جفت‌های تصادفی (RP)، چارک نقطه مرکز (PCQ) و همسایه چارکی (QN) برای برآورد تراکم درختان بنه (Pistacia atlantica Desf.) در جنگل‌های زاگرس استفاده شد. یک توده با مساحت 45 هکتار در رویشگاه تحقیقاتی بنه انتخاب شد و به‌منظور تعیین تراکم واقعی، آماربرداری صددرصد شد. توزیع مکانی درختان بنه، کپه­‌ای (0/79=R و 12/38-=z) و تراکم آنها 19/44 درخت در هکتار بود. سپس روش k-NN با راهکارهای مختلف و k برابر دو تا 10 در 46 نقطه نمونه­‌برداری در یک شبکه 100 × 100 متری مورد استفاده قرار گرفت. نتایج نشان داد که به‌جز راهکار PCQ، روش k-NN با سایر راهکارها مقدار تراکم را به‌طور معنی­‌داری (در سطح اطمینان 95 درصد) درست برآورد کرد. تعداد k و راهکار انتخاب آن بر صحت و دقت نتایج روشk-NN تأثیر گذاشت، به‌نحوی‌که 4=k در NI، 7=k در NN و 2=k در RP و QN تراکم درختان بنه را با کمترین خطا (RMSE و اریبی) برآورد کردند. به‌طور کلی نتایج نشان داد که روش k-NN بهینه با k و راهکار مناسب توانسته تراکم درختان بنه با توزیع مکانی کپه­‌ای را در یک توده تنک در جنگل‌های زاگرس برآورد کند.
کلیدواژه‌های فارسی مقاله بنه، تراکم، زاگرس، خطا، k-NN،
عنوان انگلیسی Comparing different k-NN sampling methods for density estimation of wild pistachio (Pistaciaatlantica Desf.) with clustered spatial pattern in a Zagros open stand
چکیده انگلیسی مقاله Density (i.e. number of trees per unit area) is one of the important structural attributes of forest stands which is appropriate to understand forest dynamics. The k-Nearest Neighbour (k-NN) method is a distance sampling method which is commonly used to estimate quantitative attributes in forest inventories. In this study, the k-NN method with five strategies of Nearest Individual (NI), Nearest Neighbour (NN), Random Pairs (RP), Point-Centered Quarter (PCQ), and Quartered Neighbour (QN) was used to estimate the density of wild pistachio (Pistacia atlantica Desf.) in Zagros woodlands. A natural stand of 45 ha was selected in Bane Research Site, and was fully callipered to derive the true density. The spatial distribution of trees was clustered (R=0.79 and z = -12.38) with a true density of 19.44 trees per ha. While applying the k-NN method, different strategies as well as k ranging between 2 and 10 were tested across 46 sample points in a 100 × 100 m2 sampling grid. The results showed that all strategies except PCQ significantly estimated the density at α=0.05. Furthermore, the number of k and the strategy of k-tree selection affected the accuracy and precision of k-NN results, since NI in k=4, NN in k=7, RP and QN in k=2 estimated the density with the least error (RMSE and Bias). In conclusion, the optimum k-NN method with appropriate k and strategy could estimate the density of wild pistachio trees with clustered spatial distribution in an open stand in Zagros woodlands.
کلیدواژه‌های انگلیسی مقاله wild pistachio, Density, Zagros, error, k-NN
نویسندگان مقاله معصومه موصلو |
دانشجوی کارشناسی ارشد، دانشکده کشاورزی، دانشگاه شیراز
سازمان اصلی تایید شده: دانشگاه شیراز (Shiraz university)

سیدیوسف عرفانی فرد | seyed yousef
استادیار، دانشکده کشاورزی، دانشگاه شیراز
سازمان اصلی تایید شده: دانشگاه شیراز (Shiraz university)

نشانی اینترنتی http://ijfpr.areeo.ac.ir/article_106584_e75a76bd0c7f4d043b54dda139001d8b.pdf
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/695/article-695-384692.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات