عنوان پایاننامه
ارزیابی سلامت اکوسیستم جنگل های هیرکانی با تاکید بر نمایه های پوشش گیاهی - مطالعه نمونه : جنگل خیرود نوشهر
- رشته تحصیلی
- مهندسی منابع طبیعی - محیط زیست
- مقطع تحصیلی
- دکتری تخصصی PhD
- محل دفاع
- کتابخانه مرکزی پردیس کشاورزی و منابع طبیعی شماره ثبت: 7150;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 77545;کتابخانه مرکزی پردیس کشاورزی و منابع طبیعی شماره ثبت: 7150;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 77545
- تاریخ دفاع
- ۲۹ آذر ۱۳۹۵
- دانشجو
- ملیحه عرفانی
- استاد راهنما
- افشین دانه کار
- چکیده
- سلامت جهانی جنگلها درنتیجه اثرات مستقیم و یا غیرمستقیم انسانی رو به کاهش است. این مطالعه در بخشی از جنگلهای هیرکانی- واقع در خیرود نوشهر باهدف تعیین برخی از نمایههای مؤثر در ارزیابی سلامت اکوسیستم و در دو رویکرد جزءگرا (مقیاس محلی) و کلگرا (مقیاس متوسط) انجام شد. به این منظور منطقه مورد مطالعه بر اساس پارامترهای شکلدهنده اکوسیستم در مقیاس متوسط به چیدمانهای زمین سیما و در مقیاس محلی به ایستگاهها برای به دست آوردن پهنههای همگن مکانی تقسیم شد. همچنین، تمامی آشفتگیهای غالب منطقه شامل آشفتگی بهرهبرداری از چوب، حضور دام و دسترسی انسانی و نمایههای آنها نقشه سازی شد. برای تعیین اثر بهرهبرداریهای گذشته بر میزان بهرهبرداریهای بعدی و میزان موجودی جنگل، دادههای نشانهگذاری درختان در دو دوره مدیریت بررسی شد، که نشاندهنده تغییرات معنیدار در حجم، تعداد و ترکیب گونهای درختان نشانهگذاری شده در بسیاری از موارد بود. در ادامه، بهمنظور به دست آوردن دادههای مربوط به سلامت اکوسیستم در رویکرد جزء گرا سه بخش تنوع بتا، تجدید حیات و خاک و لاشبرگ در تعدادی از پهنههای همگن نمونهبرداری و آماربرداری شد. روش آماری بهکاررفته برای تعیین مهمترین نمایهها، حداقل مربعات جزئی (PLS) بود که در آن اثر آشفتگی بهعنوان متغیر مستقل و ناهمگنی مکانی بهعنوان متغیر مستقل و تعدیلگر بر نمایههای سلامت بهعنوان متغیر وابسته بررسی شد. نتایج این مدلها نشان داد که نمایههای باقیمانده در مدل بهخوبی قادر به تبیین سلامت اکوسیستم و دارای قدرت پیشبینی قابلقبول بودند. در رویکرد کلگرا، نمایههای بافتی هم-رخداد (co-occurrence) و رخداد (occurrence) بر روی پنج باند اول قدیمیترین و جدیدترین تصاویر سنجندههای TM و OLI ماهواره لندست محاسبه و با استفاده از آزمونهای مختلف روند غربال شدند. نمایههای باقیمانده به روش شبکه عصبی مصنوعی در هفت طبقه ازنظر آشفتگی بهرهبرداری تفکیک شدند و در مناطقی که طبقهبندی تصویر صحیح بود، اطلاعات مربوط به نمایهها در تعدادی نقطه استخراج و بهمنظور تعیین وزن با روش ماتریس فاصله اقلیدسی بین نمایهها بهکارگرفتهشد. نتایج نشان داد که نمایههای سلامت بهدستآمده در این دیدگاه نیز میتوانند در تفکیک مناطق با شدت آشفتگی مختلف مؤثر باشند. انجام پژوهش پیش رو در دو دیدگاه امکان بررسی یک موضوع را برمبنای دو زاویه دید و مقیاس مختلف فراهم آورد.
- Abstract
- As a result of the direct or indirect effects of humans, forests’ health in the world is declining. This study was conducted in part of Hyrcanian forests located in Khyroud of Nowshahr, northern Iran to determine the effective indices for ecosystem health assessment. The micro-scale (local scale) and macro-scale (medium scale) approaches with their own indices were applied. For this, the study area was divided into landscape mosaics or homogeneous zones based on ecosystem parameters at two scales. Also, all prevailing disturbances in the area including wood harvest, presence of livestock and human access to forest and their relevant indices were studied and mapped. To determine the effect of past exploitations on the next exploitations and forest tree stocks, data on marked trees was studied in two periods that indicated significant changes in the volume, number and species composition of marked trees in many cases. To obtain data on ecosystem health at the micro scale, beta diversity, plant regeneration and soil and litter were sampled and inventoried in the homogeneous zones. The statistical method used to determine the main indicators was Partial Least Squares (PLS) in which the effect of disturbance was independent variable and the spatial heterogeneity acted both as the independent variable and as the moderator on disturbance to health path while health itself was the dependent variable. Models results showed that the selected indices are able to explain the ecosystem health and have acceptable predictive power. At the macro-scale, co-occurrence and occurrence texture indices were calculated on the first five bands of the oldest and newest images of Landsat TM and OLI and were screened using trend analysis methods. The selected indices were divided into seven categories regarding exploitation disturbance using artificial neural network. Data on indices were extracted at points where the classified image was correct and used to determine weight through the Euclidean distance matrix between indices. The results showed that health indices obtained at the macro-scale approach can also be useful in distinguishing regions with different disturbance intensities. The application of micro- and macro-scale approaches provided a means of assessing health from two angles and at two scales. Keywords: Ecosystem health, Zoning, Macro-Scale approach, Micro-Scale approach, Disturbance