این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
تحقیقات جنگل و صنوبر ایران، جلد ۱۹، شماره ۱، صفحات ۴۱-۲۷
عنوان فارسی کاربرد خصوصیات توپوگرافی و رگرسیون لجستیک در پیش‌بینی مکانی تیپ جنگل (مطالعه موردی: سری یک جنگل شصت‌کلاته گرگان)
چکیده فارسی مقاله این تحقیق با هدف پیش‌بینی احتمال حضور تیپ‌های جنگلی با استفاده از رابطه آنها با متغیرهای توپوگرافی در سری یک جنگل آموزشی شصت‌کلاته گرگان، به مساحت 1714 هکتار انجام شد. نمونه‌‌برداری براساس ترکیبی از روشهای منظم- تصادفی (سیستماتیک) و خوشه‌ای- تصادفی انجام شد و 249 قطعه نمونه با مساحت 1/0 هکتار در سطح منطقه (به‌غیر از مناطق جنگل‌کاری شده) برداشت گردید. نوع گونه و قطر برابرسینه درختان با اندازه بیش از 5/12 سانتی‌متر برداشت و موقعیت جغرافیایی در هر قطعه نمونه‌ با دستگاه GPS ثبت شد. در هر قطعه نمونه با توجه به سهم بیشتر درختان قطور در تاج‌پوشش، 10 درخت قطور انتخاب و درصد فراوانی هر گونه برای تعیین تیپ محاسبه گردید. چهار تیپ انجیلی- افرا همراه با ممرز، راش- ممرز، ممرز- انجیلی و بلوط- ممرز در قطعات نمونه تفکیک شدند. خصوصیات توپوگرافی اولیه و ثانویه از مدل رقومی زمین تهیه و مقادیر آنها در محل قطعات نمونه استخراج گردید. به‌منظور ارائه مدل پیش‌بینی تیپ‌های جنگلی با استفاده از متغیرهای زمین، از رگرسیون لجستیک استفاده شد. مدل‌سازی با استفاده از 70 درصد نمونه‌ها انجام و نقشه هر یک از تیپ‌ها با تعمیم مدل‌ها در محیط GIS تهیه گردید. ارزیابی نتایج مدل‌های بدست آمده با استفاده از 30 درصد باقیمانده نمونه‌ها انجام و صحت کلی برای هر یک از مدل‌ها بدست آمد. نتایج ارزیابی صحت نشان داد که مدل‌های پیش‌بینی مکانی تیپ‌های جنگلی برای دو تیپ راش- ممرز و بلوط- ممرز که دامنه بوم‌شناختی محدودتری نسبت به دو تیپ ممرز- انجیلی و انجیلی- ممرز همراه با افرا دارند، بهتر با واقعیت تطابق دارد. نتایج همچنین نشان داد که ارتفاع از سطح دریا، پتانسیل تابش ‌خورشید و جهت شیب با توجه به حضور آنها در مدل، مهمترین عوامل کنترل کننده تیپ‌های جنگلی در منطقه مورد مطالعه هستند.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Application of topography and logistic regression in forest type spatial prediction
چکیده انگلیسی مقاله This research was carried out for predicting probability of forest type's presence using topographic attributes in the Educational and Research Forest of Doctor Bahramnia, district 1, with 1714 ha area. Field sampling was performed, based on cluster random sampling and systematic random sampling and 249 plots were sampled with 0.1 hectare area (without plantation area). Diameter of trees larger than 12.5 cm, species information and geographic position were registered in each plot with GPS. Since, thick trees are dominated in the canopy cover, 10 thick trees in each plot were selected to determine the forest type. Using computing of frequency percent of species, forest type in each plot was determined and four types of Fagus-Carpinus, Quercus-Carpinus, Carpinus-Parrotia and Parrotia-Acer (mixed with Carpinus betulus) were determined in the study area. The topographic attribute maps were derived from a digital terrain model and these attributes were extracted in location of plots. Logistic regression was implemented to analysis of forest type’s correlation with attributes and to construct a predictive model. The analysis was performed using 70% of the plots and each forest type map was resulted by extrapolation of model in GIS. Validation of results was performed by 30% of the remained plots and total accuracy computed for each model. Validation result of accuracy showed that spatial prediction models of forest types for Fagus-Carpinus and Quercus-Carpinus have narrow amplitude than Carpinus-Parrotia and Parrotia-Acer (mixed with Carpinus betulus) types that spread in large extent region. This result showed that spatial predictive models of forest types, which have narrow amplitude, are more acceptable. The results also showed that consideration of altitude, solar radiation potential and aspect in the model were the main factors which are controlling forest types in the study area.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله فریبا قنبری |
دانش آموخته کارشناسی ارشد جنگل داری، دانشگاه علوم کشاورزی و منابع طبیعی گرگان
سازمان اصلی تایید شده: دانشگاه علوم کشاورزی و منابع طبیعی گرگان

شعبان شتایی جویباری |
دانشیار، گروه جنگل داری، دانشگاه علوم کشاورزی و منابع طبیعی گرگان
سازمان اصلی تایید شده: دانشگاه علوم کشاورزی و منابع طبیعی گرگان

مجید عظیم محسنی |
استادیار، گروه آمار، دانشگاه گلستان
سازمان اصلی تایید شده: دانشگاه گلستان (Golestan university)

هاشم حبشی |
استادیار، گروه جنگل داری، دانشگاه علوم کشاورزی و منابع طبیعی گرگان
سازمان اصلی تایید شده: دانشگاه علوم کشاورزی و منابع طبیعی گرگان

نشانی اینترنتی http://ijfpr.areeo.ac.ir/article_107599_2a04d88152e45176c48240618d770ac9.pdf
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/695/article-695-384978.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