پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 161 |
| تعداد شماره‌ها | 6,477 |
| تعداد مقالات | 70,014 |
| تعداد مشاهده مقاله | 122,922,889 |
| تعداد دریافت فایل اصل مقاله | 96,135,471 |
مدلسازی پراکنش گونه های گیاهی بر اساس عوامل خاک و توپوگرافی با استفاده از روش رگرسیون لوجستیک در مراتع شرق سمنان | ||
| نشریه علمی - پژوهشی مرتع و آبخیزداری | ||
| مقاله 4، دوره 67، شماره 1، اردیبهشت 1393، صفحه 45-59 اصل مقاله (995.63 K) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22059/jrwm.2014.50827 | ||
| نویسندگان | ||
| محمدعلی زارع چاهوکی* 1؛ لیلا خلاصی اهوازی2؛ حسین آذرنیوند3 | ||
| 1دانشیار دانشکده منابع طبیعی دانشگاه تهران | ||
| 2کارشناس ارشد مرتعداری دانشگاه تهران | ||
| 3استاد دانشکده منابع طبیعی دانشگاه تهران | ||
| چکیده | ||
| هدف از این پژوهش ارائة مدل پیش‌بینی پراکنش گونههای گیاهی مراتع شرق سمنان، با استفاده از مدل رگرسیون لوجستیک، است. بدین منظور، اطلاعات پوشش گیاهی و عوامل رویشگاهی، از قبیل توپوگرافی و خاک، جمع‌آوری شد. برای تهیة این اطلاعات، علاوه بر نمونهبرداری میدانی از آمار و اطلاعات ایستگاههای هواشناسی منطقه، از تصاویر ماهوارهای و نقشة مدل رقومی ارتفاع استفاده شد. برای جمع‌آوری اطلاعات پوشش گیاهی در هر واحد، نمونهبرداری در طول 3 ترانسکت 750 متری انجام شد. در طول هر ترانسکت 15 پلات، با ابعادی که به روش حداقل سطح تعیین گردید، به فاصلة 50 متر نصب شد. در هر پلات نوع گونههای موجود و درصد تاج پوشش آن‌ها تعیین شد. همچنین، در ابتدا و انتهای هر ترانسکت از عمق 20- 0 و 80- 20 سانتیمتر نمونة خاک برداشت شد. برای ارائة مدل پیش‌بینی گونههای گیاهی از روش رگرسیون لوجستیک استفاده شد. برای ارائة نقشة پیش‌بینی پوشش گیاهی لازم است نقشة کلیة عوامل موجود در مدلها تهیه شود، بنابراین، برای تهیة نقشة خصوصیات خاک از روشهای زمینآمار استفاده شد. با استفاده از نقشة عوامل موجود در مدلها، به کمک سیستم GIS، نقشة پیش‌بینی پراکنش هر گونة گیاهی تهیه شد. برای ارزیابی میزان تطابق مدل پیش‌بینی با نقشة واقعی تیپ‌های گیاهی از شاخص کاپا () استفاده شد. نقشههای پیش‌بینی رویشگاه گونههای گیاهی Astragalus spp. (ضریب کاپای 86/0)، Halocnemum strobilaceum (ضریب کاپای 51/0)، Zygophyllum eurypterum (ضریب کاپای 58/0)، و Seidlitzia rosmarinus (ضریب کاپای 6/0) بهتر از سایر گونه‌ها با نقشة پوشش گیاهی تطابق دارد. برای گونة Artemisia sieberi (ضریب کاپای 33/0)، به دلیل داشتن دامنة وسیع اکولوژیک، نقشة پیش‌بینی با واقعیت زمینی تطابق مناسبی نداشت. | ||
| کلیدواژه‌ها | ||
| رگرسیون لوجستیک؛ زمینآمار؛ شاخص کاپا؛ مراتع سمنان؛ نقشه پیش بینی | ||
| عنوان مقاله [English] | ||
| Plant Species Distribution Modeling Using Logistic Regression Models in the North East of Semnan | ||
| نویسندگان [English] | ||
| Mohammad Ali Zare Chahouki1؛ Lyla Khalsi Ahvazi2؛ Hossein Azarnivand3 | ||
| 1Associate Professor, Faculty of Natural Resources, University of Tehran, Karaj, Iran | ||
| 2PhD Student, Faculty of Natural Resources, University of Gorgan, Karaj, Iran | ||
| 3Professor, Faculty of Natural Resources, University of Tehran, Karaj, Iran | ||
| چکیده [English] | ||
| The aim of this study was providing plant species predictive habitat models by using logistic regression method. For this purpose, study area conducted in north east rangelands of Semnan modeling vegetation data in addition to site condition in formation including topography, and soil was prepared. sampling was done within each unit of sampling parallel transects and 1 vertical transect with 750m length, each containing 15 quadrates (according to vegetation variations) were established. Quadrate size was determined for each vegetation type using the minimal area method. Soil samples were taken from 0-20 cm and 20-80 cm in starting and ending points of each transect. Logestic regression (LR) techniques were implemented for plant species predictive modeling. To plant predictive mapping, it is necessary to prepare the maps of all affective factors of models. To mapping soil characteristics, geostatistical method was used based on obtained predictive models for each species (through LR method). The accuracy of the predicted maps was tested with actual vegetation maps. In this study, the adequacy of vegetation type mapping was evaluated using kappa statistics. Predictive maps of Astragalus spp. ( κ =0.86), Halocnemum strobilaceum ( κ =0.51), Zygophylum eurypterum ( κ =0.58) and Seidlitzia rosmarrinus ( κ =0.6) with narrow amplitude is as the same of actual vegetation map prepared for the study area. Predictive model of Artemisia sieberi ( κ =0.33), due to its ability to grow in most parts of north east rangeland of Semnan with relatively different habitat condition, is not possible. | ||
| کلیدواژه‌ها [English] | ||
| Geostatistical Method, Kappa statistics, Logistic regression, predictive map, Semnan rangelands | ||
|
آمار تعداد مشاهده مقاله: 2,939 تعداد دریافت فایل اصل مقاله: 1,583 |
||