تعداد نشریات | 13 |
تعداد شمارهها | 144 |
تعداد مقالات | 1,440 |
تعداد مشاهده مقاله | 2,165,574 |
تعداد دریافت فایل اصل مقاله | 1,799,669 |
مدلسازی تغییرات پوشش جنگل برای شناسایی مناطق مطلوب برای اجرای پروژههای REDD+ (بررسی موردی: شهرستان لردگان) | ||
پژوهش و توسعه جنگل | ||
دوره 7، شماره 4، اسفند 1400، صفحه 577-594 اصل مقاله (1.14 M) | ||
نوع مقاله: علمی - پژوهشی | ||
شناسه دیجیتال (DOI): 10.30466/jfrd.2021.53301.1528 | ||
نویسندگان | ||
سحر دلپسند1؛ رحیم ملکنیا* 2؛ حامد نقوی3 | ||
1دانشجوی دکترا جنگلداری، دانشکده منابع طبیعی، دانشگاه لرستان ، خرم اباد، ایران | ||
2دانشیار، گروه جنگلداری، دانشکده منابع طبیعی دانشگاه لرستان، خرم اباد، ایران | ||
3استادیار، گروه جنگلداری، دانشکده منابع طبیعی دانشگاه لرستان، خرم اباد، ایران | ||
چکیده | ||
در چندین دهه اخیر، کاهش چشمگیری در پوشش جنگلهای زاگرس رخ داده است. در همین رابطه، در این پژوهش، بررسی تغییرات پوشش جنگل شهرستان لردگان واقع در استان چهارمحال و بختیاری با استفاده از نقشههای پوشش جنگل تولید شده از سری ماهوارههای لندست 5 و 8 متعلق به سالهای 1377، 1387 و 1397 انجام شد. سپس مدلسازی پتانسیل انتقال پوشش جنگل به مناطق غیرجنگل با استفاده از دو مدل شبکه عصبی مصنوعی و رگرسیون لجستیک انجام شد و برای اعتبارسنجی از آمارههای مشخصه عملکرد نسبی و عدد شایستگی استفاده شد. در آخر با استفاده از همپوشانی نقشههای احتمال جنگلزدایی و منابع کربن، مناطق مطلوب برای پروژههای REDD+ شناسایی شدند. نتایج آشکارسازی تغییرات نشان داد که طی سالهای 1387-1377 و 1397-1387 بهترتیب 17256 و 20553 هکتار از پوشش جنگل تخریب شد. نتایج اعتبارسنجی نشان داد که مدل رگرسیون لجستیک با مقدار مشخصه عملکرد نسبی برابر 95/0 و عدد شایستگی 01/19 درصد عملکرد بهتری از شبکه عصبی مصنوعی داشت. همچنین، براساس نقشه همپوشانی منابع کربن و احتمال جنگلزدایی، مناطقی با احتمال جنگلزدایی زیاد و مقدار کربن بالاتر از 70 تن در هکتار برای REDD+ پیشنهاد شدند. یافتههای این پژوهش نشان میدهد که با استفاده از روششناسی ارائهشده، میتوان به شناسایی مناطق درمعرض جنگلزدایی پرداخت و از انتشار گازهای گلخانهای به اتمسفر جلوگیری کرد. | ||
کلیدواژهها | ||
جنگلزدایی؛ مدلسازی پتانسیل انتقال؛ پروژه REDD+؛ شهرستان لردگان | ||
مراجع | ||
Arekhi, S.; Jafarzadeh, A. A.; Yousefi, S., Modeling deforestation using logistic regression, GIS and RS case study: Northern forests of the Ilam province. Journal of Geography and Development 2012, 10, 31-42. (In Persian)
Bagheri, R.; Shataee, S., Modeling forest areas decreases, using logistic regression (case study: Chehl-Chay catchment, Golestan province). Iranian Journal of Forest 2010, 2: 243-252. (In Persian)
Clark, W. A.; Hosking, P. L., Statistical methods for geographers. 1986.
Daneshmandparsa, R.; Mirzaei, R.; Bihamtaitoosi, N., Land cover change detection of Chahar Mahal Bakhtiari province using landscape metrics (1994-2015). Iran. J. Appl. Ecol 2018, 7 (2), 17-27. (In Persian)
Eckert, S.; Ratsimba, H. R.; Rakotondrasoa, L. O.; Rajoelison, L. G.; Ehrensperger, A., Deforestation and forest degradation monitoring and assessment of biomass and carbon stock of lowland rainforest in the Analanjirofo region, Madagascar. Forest Ecology and Management 2011, 262 (11), 1996-2007.
Ghorbannia, V.; Mirsanjari, M. M.; Armin, M., Forecasting of forest land changes in the Chaloosrood watershed. Journal of RS and GIS for Natural Resources 2017, 8 (2), 79-91.
Jensen, J. R. Introductory digital image processing: a remote sensing perspective; Univ. of South Carolina, Columbus: 1986.
Kapos, V.; Ravilious, C.; Campbell, A.; Dickson, B.; Gibbs, H.; Hansen, M.; Lysenko, I.; Miles, L.; Price, J.; Scharlemann, J., Website: www. unep-wcmc. org. 2008.
Kim, O. S., An assessment of deforestation models for reducing emissions from deforestation and forest degradation (REDD). Transactions in GIS 2010, 14 (5), 631-654.
Kumar, R.; Nandy, S.; Agarwal, R.; Kushwaha, S., Forest cover dynamics analysis and prediction modeling using logistic regression model. Ecological indicators 2014, 45, 444-455.
Lopez, R. D.; Frohn, R. C., Remote sensing for landscape ecology: New metric indicators. CRC Press: 2017.
Mahdavi, A.; Rangin, S.; Mehdizadeh, H.; Mirzaei Zadeh, V., Modelling the Trend of Zagros Forest Degradation using Logistic Regression (Case study: Chardavol Forest of Ilam province). Geography and Sustainability of Environment 2018, 8 (2), 1-13.
McCoy, R. M., Field methods in remote sensing. Guilford Press: 2005.
Mirzaeizadeh, V.; Mahdavi, A.; Karamshahi, A.; Jafarzadeh, A., Investigation of the spatial pattern of forest cover changes using logistic regression in Malekshahi. Journal of Wood and Forest Science and Technology 2016, 23 (3), 45-68.
Naseri, S.; Naghavi, H.; Soosani, J.; Nouredini, A. R., Modeling the spatial changes of Zagros forests using satellite imagery and LCM model (Case study: Bastam, Selseleh). Geography And Development Iranian Journal 2019, 17 (54), 107-120.
Nasiri, V.; Darvishsefat, A.; Shirvani, A.; Avatefi Hemat, M., Monitoring and modeling changes of forest area using logistic regression-markov and geomod. Geographic Space 2019, 19 (65), 171-189.
Parsamehr, K.; Gholamalifard, M.; Kooch, Y., Comparing three transition potential modeling for identifying suitable sites for REDD+ projects. Spatial Information Research 2019, 1-13.
Parsamehr, K.; Gholamalifard, M., Applied introduction of modeling of REDD projects: a strategy for reduce the impacts of climate change. Environmental Researchers 2016, 7 (13), 189-202. (In Persian)
Pontius Jr, R. G.; Schneider, L. C., Land-cover change model validation by an ROC method for the Ipswich watershed, Massachusetts, USA. Agriculture, ecosystems & environment 2001, 85 (1-3), 239-248.
Spatial planning studies of Chaharmahal and Bakhtiari province, Planning and Budget Organization, Chaharmahal and Bakhtiari Management and Planning Organization, 2018. (In Persian) | ||
آمار تعداد مشاهده مقاله: 1,498 تعداد دریافت فایل اصل مقاله: 1,029 |