بررسی امکان مدل ‌سازی احتمال تخریب جنگل های غرب کشور با استفاده از GIS و RS (مطالعه موردی: جنگل های آرمرده بانه)

نوع مقاله : علمی- پژوهشی

نویسندگان

1 کارشناس ارشد جنگل‌داری، دانشگاه علوم کشاورزی و منابع طبیعی گرگان

2 دانشیار، دانشگاه علوم کشاورزی و منابع طبیعی گرگان

3 استادیار، دانشگاه علوم کشاورزی و منابع طبیعی گرگان

4 استادیار، دانشگاه کردستان.

چکیده

تخریب جنگلها طی چند دهه اخیر روند افزایشی به‌خود گرفته و به‌عنوان یکی از مباحث بحرانی در سراسر جهان و به‌ویژه ایران در بسیاری از محافل مربوطه مطرح گردیده است. دستیابی به اطلاعات مربوط به گذشته و پی‌بردن به تغییر و تحولات صورت گرفته به‌جهت چاره‌اندیشی برای این پدیده بسیار لازم و ضروری به‌نظر می‌رسد. هدف این تحقیق بررسی امکان دستیابی به یک مدل توصیفی به‌منظور برآورد و پیش‌بینی پراکنش مکانی تخریب در جنگلهای غرب ایران می‌باشد. در این تحقیق به‌منظور دستیابی به‌میزان و موقعیت تخریب و تغییرات صورت گرفته در قسمتی از جنگلهای غرب ایران نقشه گستره جنگل سال 1334 از طریق تهیه و تفسیر فتوموزائیک رقومی عکسهای هوایی همان سال استخراج و با نقشه گستره جنگل سال 1381 که با استفاده از طبقه‌بندی تصاویر ماهواره‌ای سنجنده ETM+ تهیه گردید، تقابل داده و نقشه تغییرات که نشان دهنده میزان و موقعیت تغییرات گستره جنگل بود تهیه گردید. مشخصه‌های شیب، جهت و ارتفاع از سطح دریا با استفاده از نقشه‌های توپوگرافی و همچنین نقشه‌های مناطق مسکونی و جاده‌ها با استفاده از نقشه‌های توپوگرافی و برداشتهای زمینی در محیط GIS تهیه و طبقه‌بندی شدند. برای پیش‌بینی پراکنش مکانی تخریب و تعیین مؤثرترین عامل بر تخریب جنگل از مدل رگرسیون لجستیک استفاده و ارتباط هریک از مشخصه‌های فوق با تخریب جنگل بررسی شد. نتایج نشان داد مشخصه فاصله از جاده با میزان تخریب رابطه معکوسی داشته و موثرترین عامل در تخریب گستره جنگل می‌باشد. همچنین پس از تعیین میزان تخریب در هر طبقه از مشخصه‌های مورد بررسی مشخص شد که جهت‌های شرقی دارای بیشترین و جهت‌های شمالی دارای کمترین میزان تخریب بوده‌اند. سایر مشخصه‌های مورد بررسی رابطه قابل‌توجهی با پدیده تخریب نداشتند. از آن‌جایی‌که الگوهای تخریب در هرمنطقه وابسته به شرایط خاص آن منطقه می‌باشد، توصیه می‌شود در ارزیابی و مدل‌سازی تخریب از متغیرهای مرتبط بیشتری استفاده شود.

کلیدواژه‌ها


عنوان مقاله [English]

Deforestation modeling and investigation on related physiographic and human factors using satellite images and GIS (Case study: Armerdeh forests of Baneh)

نویسندگان [English]

  • Mohammad Rashid Amini 1
  • Sha'ban Shataee Joybari 2
  • Mohammad Hadi Moaieri 3
  • Hedayatollah Ghazanfari 4
1 M.Sc. of forestry, Gorgan University
2 Associate Prof. of forestry, Gorgan University
3 Assistant Prof. of forestry, Gorgan University
4 Assistant Prof. of forestry, Kurdistan University
چکیده [English]

     In order to investigate on deforestation modeling and correlation between deforestation and physiographic parameters, man made settlements and roads parameters in Zagros forests using remote sensing and GIS, a case study was accomplished at the Armerdeh forests, Baneh, Iran. The Landsat 7 ETM+, IRS-1C images and aerial photos were used for forest extent mapping and obtaining forest extent changes from 1955 to 2002. The forest extent map in 1955 was produced from digitizing of a digital photo mosaic of aerial photos. The ETM+ and IRS-1C images were used to generate the forest extent map in 2002. The images were geo referenced using GCPs points and digital elevation model in some steps. In addition to main spectral bands, some arithmetic bands such as some rationing transformations, vegetation indices, tasseled cap transformation, and principal components analysis were used for classification processes. Moreover, the panchromatic images of ETM+ and IRS-1D with multi spectral bands were merged using IHS and automatic statistical PANSHARP techniques. After selecting some pixels as training area for forest and non forest classes, the best set bands for classification were chosen using severability indices. The images were classified with supervised classification to forest and non forest by maximum likelihood algorithm. Results showed that using the best selected ETM+ bands could better classified forest and non forest areas than other images by maximum likelihood algorithm with 81.3% overall accuracy and 0.64 Kappa coefficient. The result of forest change detection using forest maps of 1955 and 2002 showed that 4853 ha of the forest area have been reduced and 953 ha increased in this period. The Spearman test correlation and logistic regression model were used to investigate correlation between changed forests and the mentioned parameters. The result showed that there is inverse relationship between deforestation and distance from roads. Minimum and maximum deforestation were happened at north and east aspects, respectively. The result of applying logistic regression model indicated that distance from road is more effective than other parameters on deforestation in the study area. Because of irregular scattering of deforested area and low impact of other parameters, this model could not predicted deforested area, accurately.
 

کلیدواژه‌ها [English]

  • forest extent mapping
  • satellite data
  • aerial photos
  • modeling
  • regression logistic
  • GIS
- پیر باوقار، م.، 1383. بررسی تغییرات گستره جنگل در ارتباط با عوامل توپوگرافی و مناطق انسان ساخت، مطالعه موردی: جنگلهای شرق استان گیلان. پایان‌نامه کارشناسی ارشد، دانشگاه تهران، 136 صفحه.
- رضایی نیارکی، س.، 1379. بررسی تغییرات کمی جنگلهای شمال کشور و تغییر کاربری در محدوده آبریز رودخانه چالوس و اثر آن در تخریب اراضی. سمینار کارشناسی ارشد، دانشگاه صنعتی خواجه نصیرالدین طوسی، 79 صفحه.
- رفیعیان، ا.، 1382. بررسی تغییرات گستره جنگلهای شمال کشور بین سالهای 73 تا 80 با استفاده از تصاویر سنجنده ETM+. پایان‌نامه کارشناسی ارشد، دانشگاه تهران، 122 صفحه.
- رنجبر، ا.، 1381. بررسی و برآورد روند تخریب جنگلها با استفاده از GIS و داده‌های سنجش از دور. پایان‌نامه کارشناسی ارشد، دانشگاه صنعتی خواجه نصیرالدین طوسی، 63صفحه.
-  فتاحی، م. 1373. بررسی جنگلهای بلوط زاگرس و مهمترین عوامل تخریب آن. موسسه تحقیقات جنگل ها و مراتع، چاپ اول، 63 صفحه.
 - ماهینی، ع. و غلامعلی فرد، م.، 1384. ارزیابی و مدل سازی تغییر سطح گرگان با استفاده از تصاویر ماهواره‌ای و کاربردهای آن در ارزیابی اثرات تجمعی توسعه. فصل‌نامه محیط زیست، 4: 32-25.
- مصداقی، م، 1383. روشهای رگرسیون در تحقیقات کشاورزی و منابع طبیعی. انتشارات آستان قدس رضوی، 290 صفحه.
- Mahiny, S. A. and Turner, B. J., 2001. Modeling past vegetation change through remote sensing and GIS: a comparison of neural networks and logistic regression methods. School of resources, environment and society, the Australian national University, Canberra, 0200, Australia. 315 p.
- Gruenberg W. D., Curtin, P. and Shaw, W., 2000. Deforestation Risks for the Maya Biosphere Reserve, Guatemala. School of Renewable Natural Resources, The University of Arizona, Tucson, Arizona, USA. http://gis.esri.com/library/userconf/ proc00/professional/papers/PAP266/p266.htm
- Mas, J.F., Puig, H., Palacio, J.L. and Sosa-Lopel, A., 2004. Modeling Deforestation using GIS and Artificial Neural Networks. Environmental Modeling & Software, 19(5): 461-471.