پیش بینی تغییرات کاربری اراضی در مناطق جنگلی زاگرس براساس مدل زنجیره مارکوف
سال انتشار: 1402
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 57
فایل این مقاله در 12 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_ESTJ-25-7_003
تاریخ نمایه سازی: 5 آذر 1402
چکیده مقاله:
زمینه و هدف: امروزه با توجه به رشد روز افزون جمعیت، تغییرات کاربری اراضی و تاثیرات آن بر محیط زیست، پایش و مدلسازی تغییرات کاربری یکی از پیش شرط های اصلی برای دست یابی به توسعه پایدار می باشد. هدف از پژوهش حاضر، ارزیابی و پیشبینی تغییرات مکانی و زمانی کاربری اراضی در سطح شهرستان سردشت بهمنظور کسب اطلاعات پایه جهت برنامهریزی در راستای مدیریت پایدار جنگل میباشد. روش بررسی: بهاین منظور، تصاویر ماهواره لندست ۷ (سنجنده ETM+) و لندست ۸ (سنجنده OLI) مربوط به سال های ۲۰۰۳ و ۲۰۱۵ مورد پردازش قرار گرفت. با استفاده از طبقه بندی نظارت شده با روش حداکثر احتمال نقشه کاربری برای هر دو دوره استخراج شد. مدل سنتی زنجیره مارکوف و تکنیک CA برای پیشبینی تغییرات کاربری اراضی در ۲۵ سال آینده بهکار برده شد. یافته ها: صحت کلی در طبقهبندی تصاویر سال ۲۰۰۳ و ۲۰۱۵ بهترتیب معادل ۸۹ و ۹۴ درصد و ضریب کاپا برابر ۸۷/۰ و ۹۲/۰ بود. نتایج نشان داد که در طول این دوره، حدود ۷% از سطح جنگل کاهش و اراضی کشاورزی حدود ۷۲% افزایش پیدا کرده است. با توجه به ماتریس احتمال انتقال مارکوف، بیشترین میزان تبدیل از سال ۲۰۱۵ تا سال ۲۰۴۰ از سطح جنگل و مرتع به کشاورزی و مسکونی صورت گرفته است. بحث و نتیجه گیری: تغییرات در سطح جنگلها تا سال ۲۰۴۰ نشان میدهد که جنگلها به طور پیوسته در طول زمان کاهش سطح خواهند داشت. نتایج پژوهش حاضر حاوی اطلاعات کمی است که میتواند مبنای ارزیابی پایداری در مدیریت اکوسیستمهای جنگلی زاگرس و انجام اقدامات لازم جهت کاهش تخریب باشد.
کلیدواژه ها:
نویسندگان
علی قادریان
دانش آموخته کارشناسی ارشد آگرواکولوژی، واحد مهاباد، دانشگاه آزاد اسلامی، مهاباد، ایران.
ناصر احمدی ثانی
دانشیار، دانشکده کشاورزی و منابع طبیعی، واحد مهاباد، دانشگاه آزاد اسلامی، مهاباد، ایران. (مسوول مکاتبات)
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 :