پیش بینی جنگل زدایی و بازیابی جنگل با استفاده از مدل تبدیل زمین (‏LTM‏) در جنگل های زاگرس شمالی

پیام:
نوع مقاله:
مقاله پژوهشی/اصیل (دارای رتبه معتبر)
چکیده:
الگوی تغییرات کاربری اراضی در مقیاس های مختلف زمانی و مکانی به صورت غیرخطی است. از این رو برای پیش بینی اثرات بالقوه و منفی این تغییرات بر خدمات اکوسیستمی جنگل ها در آینده نیاز به ابزارهای غیرخطی مانند شبکه های عصبی مصنوعی است. در این پژوهش برای پیش بینی جنگل زدایی و بازیابی اراضی جنگلی شهرستان سردشت برای 10، 20 و 30 سال آینده از مدل تبدیل زمین یا LTM که یک مدل مبتنی بر شبکه های عصبی مصنوعی و GIS است استفاده شد. بدین منظور سه سناریوی مختلف شامل دوره های زمانی 1386-1376، 1396-1376 و 1396-1386 استفاده شد و جنگل زدایی و بازیابی اراضی جنگلی سردشت با استفاده از 14 متغیر مختلف برای سال های 1406، 1416 و 1426 پیش بینی شد. نتایج نشان داد طی 20 سال دوره زمانی موردبررسی (1376 تا 1396) با وجود 57/2373 هکتار بازیابی جنگل های سردشت، 63/10314 هکتار جنگل زدایی رخ داده است. مدل سازی جنگل زدایی و بازیابی جنگل توسط هر سه سناریو با مقدار ROC بالای 8/0 برای همه مدل ها نشان دهنده افزایش قطعی جنگل زدایی در سردشت طی سه دهه آینده بوده است، به طوری که بر اساس سناریوی 1386-1376، پیش بینی شد 24/22296 هکتار از جنگل های منطقه طی 30 سال آینده تخریب خواهد شد. نتایج این پژوهش می تواند برای برنامه ریزی های حفاظتی صحیح و افزایش برنامه های نظارتی در مناطق با پتانسیل تخریبی استفاده شود.
زبان:
فارسی
صفحات:
527 تا 544
لینک کوتاه:
magiran.com/p2396365 
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 1,390,000ريال می‌توانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.
In order to view content subscription is required

Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!