دوره 14، شماره 1 - ( بهار و تابستان 1405 )
جلد 14 شماره 1 صفحات 56-44 |
برگشت به فهرست نسخه ها
Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Mehrabanfar Z, Feghhi J, Danehkar A, Sobhani P. (2026). Prioritization of Factors Affecting the Distribution of Iranian Mangrove Forests Using the Delphi Approach. Ecol Iran For. 14(1), 44-56. doi:10.61882/ifej.2026.602
URL: http://ifej.sanru.ac.ir/article-1-602-fa.html
URL: http://ifej.sanru.ac.ir/article-1-602-fa.html
مهربان فر زهرا، فقهی جهانگیر، دانه کار افشین، سبحانی پروانه.(1405). اولویتبندی عوامل محیطی موثر بر پراکنش جنگلهای مانگرو ایران با رویکرد دلفی بوم شناسی جنگل های ایران (علمی- پژوهشی) 14 (1) :56-44 10.61882/ifej.2026.602
1- گروه جنگلداری و اقتصاد جنگل، دانشکده منابع طبیعی، دانشگاه تهران، کرج، ایران
2- گروه محیط زیست، دانشکده منابع طبیعی، دانشگاه تهران، کرج، ایران
3- گروه محیط زیست، دانشکده منابع طبیعی، دانشگاه لرستان، خرمآباد، ایران
2- گروه محیط زیست، دانشکده منابع طبیعی، دانشگاه تهران، کرج، ایران
3- گروه محیط زیست، دانشکده منابع طبیعی، دانشگاه لرستان، خرمآباد، ایران
چکیده: (438 مشاهده)
چکیده مبسوط
مقدمه و هدف: جنگلهای مانگرو از مهمترین و حساسترین اکوسیستمهای ساحلی جهان به شمار میروند و نقش اساسی در حفاظت از سواحل، تثبیت رسوبات، تعدیل اقلیم محلی، حفظ تنوع زیستی و تأمین معیشت جوامع محلی دارند. این اکوسیستمها به دلیل توانمندیهای طبیعی خود در جذب کربن و کاهش اثرات سیلابهای ساحلی، اهمیت جهانی و منطقهای دارند. در سالهای اخیر، جنگلهای مانگرو با تهدیدهای فزایندهای مواجه شدهاند که منشأ آنها ترکیبی از عوامل انسانی و تغییرات اقلیمی است. تخریب سواحل، فعالیتهای صنعتی، برداشت بیرویه منابع طبیعی، آلودگیهای نفتی و تغییر کاربری اراضی همراه با افزایش دما، تغییر الگوهای بارش، بالا آمدن سطح آب دریا و تشدید رخدادهای حدی اقلیمی، از مهمترین عوامل تهدید کننده این اکوسیستمها محسوب میشوند. در ایران، گونه حرا (Avicennia marina) بهعنوان گونه غالب جنگلهای مانگرو در سواحل جنوبی کشور پراکنش دارد و اهمیت اقتصادی، محیط زیستی و حفاظتی بالایی دارد. این گونه در تثبیت رسوبات، کاهش فرسایش ساحلی، تأمین زیستگاه برای آبزیان و پرندگان و بهبود کیفیت آب نقش مؤثری را ایفا میکند. با توجه به فشارهای ناشی از رشد جمعیت، مشکلات اقتصادی، محدودیت منابع طبیعی و اثرات تغییرات آب و هوایی، لزوم تدوین برنامههای مدیریتی کارآمد با محوریت حفاظت، احیا و جنگلکاری این اکوسیستمها بیش از پیش احساس میشود. شناسایی مناطق دارای پتانسیل بالا برای احیا و حفاظت جنگلهای حرا، گامی ضروری در موفقیت برنامههای مدیریتی به شمار میرود. هدف اصلی این پژوهش، شناسایی و اولویتبندی عوامل مؤثر بر پراکنش گونه حرا به منظور پشتیبانی از برنامههای حفاظت و احیا است.
مواد و روشها: در این مطالعه، ابتدا با مرور جامع مطالعات انجام شده در سطح جهانی و ملی، مجموعهای از عوامل مؤثر بر پراکنش گونه حرا شناسایی شد. این عوامل شامل متغیرهای اقلیمی، فیزیکی، هیدرودینامیکی، شیمیایی و انسانی بودند. پس از استخراج اولیه شاخصها، فرآیند غربالگری با هدف انتخاب عوامل مؤثرتر انجام شد تا تنها متغیرهایی که بیشترین تأثیر را بر پراکنش گونه A. marina داشتند و دادههای آنها در دسترس بودند، وارد مراحل تحلیل گردند. برای تعیین ضریب اهمیت هر عامل، از روش دلفی و نظر کارشناسان و متخصصان حوزه منابع طبیعی، محیط زیست و اکوسیستمهای ساحلی استفاده شد. پرسشنامههایی در اختیار 20 نفر از متخصصان و کارشناسان خبره و محقق در زمینه جنگلهای مانگرو که شناخت کاملی از این منطقه داشتند قرار گرفت. بر اساس نظر متخصصان مهمترین شاخصها تعیین شد و پس از تعیین وزن و اهمیت شاخصها به اولویتبندی هر یک اقدام شد.
یافتهها: در مجموع، 47 شاخص مؤثر بر پراکنش رویشگاههای حرا شناسایی شدند که منشأ آنها محیطی بود. این شاخصها در قالب سه معیار اصلی و 10 زیرمعیار دستهبندی شدند. سه معیار اصلی عبارت بودند از: اقلیم، ویژگیهای آب دریا و ویژگیهای زمین. زیرمعیارهای تعیین شده شامل بارش، دما، جزر و مد، رطوبت، ویژگیهای فیزیکی زمین، باد، تبخیر، موج، شوری و کیفیت آب بودند. تحلیل وزندهی شاخصها نشان داد که هر یک از این زیرمعیارها به میزان متفاوتی در پراکنش گونه حرا مؤثر هستند. در سطح شاخصهای جزئی، عواملی مانند شکل کرانه، بافت و شیب زمین، میزان رسوبگذاری و ویژگیهای فیزیکی بستر بیشترین تأثیر را داشتند، در حالی که شاخصهای شیمیایی آب مانند میانگین کلروفیل نقش کمتری را در پراکنش این گونه ایفا کردند. همچنین، مشخص شد که شاخصهای انسانی مانند اثرات فعالیتهای ساحلی و تغییر کاربری اراضی، اگرچه کمتر از شاخصهای طبیعی، اما بهصورت مستقیم و غیر مستقیم بر پراکنش گونه تأثیرگذار بودند.
نتیجهگیری: بر اساس نتایج، از میان سه معیار اصلی، ویژگیهای زمین بهعنوان مهمترین عامل مؤثر بر پراکنش گونه حرا شناسایی شدند. همچنین از میان 10 زیرمعیار، ویژگیهای فیزیکی زمین بیشترین نقش را در تعیین رویشگاههای مناسب ایفا کردند. در سطح شاخصها، شکل کرانه بیشترین و میانگین کلروفیل آب کمترین تأثیر را بر پراکنش گونه A. marina در جنگلهای مانگرو جنوب کشور داشتند. این یافتهها با ارائه اولویتبندی و تعیین درجه اهمیت عوامل مؤثر میتوانند بهعنوان ابزار پشتیبان تصمیمگیری برای مدیران و برنامهریزان منابع طبیعی مورد استفاده قرار گیرند و نقش مؤثری را در افزایش کارایی برنامههای حفاظت، احیا و مدیریت پایدار جنگلهای مانگرو ایفا کنند. نتایج به دست آمده میتوانند در تعیین مناطق اولویتدار برای جنگلکاری، مدیریت مخاطرات ناشی از فرسایش ساحلی، حفاظت از گونههای جانبی و همزیست، افزایش ظرفیت اکوسیستم و بهبود برنامههای مدیریت اکوسیستم نقش مؤثری داشته باشند. استفاده از این یافتهها امکان توسعه برنامههای جامع مدیریتی مبتنی بر حفاظت اکوسیستم، تعامل مؤثر با جوامع محلی، بهینهسازی تخصیص منابع مالی و انسانی، افزایش آگاهی عمومی و کاهش اثرات مخرب عوامل انسانی و تغییرات اقلیمی را فراهم میآورد. در نهایت، بهکارگیری این ابزار در سیاستگذاریهای محیط زیستی، طراحی پروژههای احیا، برنامههای آموزشی و اقدامات حفاظتی جامع، میتواند تأثیرات مثبت بلندمدتی بر حفظ پایداری زیستمحیطی، اجتماعی و اقتصادی سواحل جنوبی کشور داشته باشد و راهکارهای عملی را برای مقابله با تهدیدات اقلیمی و انسانی ارائه نماید.
مقدمه و هدف: جنگلهای مانگرو از مهمترین و حساسترین اکوسیستمهای ساحلی جهان به شمار میروند و نقش اساسی در حفاظت از سواحل، تثبیت رسوبات، تعدیل اقلیم محلی، حفظ تنوع زیستی و تأمین معیشت جوامع محلی دارند. این اکوسیستمها به دلیل توانمندیهای طبیعی خود در جذب کربن و کاهش اثرات سیلابهای ساحلی، اهمیت جهانی و منطقهای دارند. در سالهای اخیر، جنگلهای مانگرو با تهدیدهای فزایندهای مواجه شدهاند که منشأ آنها ترکیبی از عوامل انسانی و تغییرات اقلیمی است. تخریب سواحل، فعالیتهای صنعتی، برداشت بیرویه منابع طبیعی، آلودگیهای نفتی و تغییر کاربری اراضی همراه با افزایش دما، تغییر الگوهای بارش، بالا آمدن سطح آب دریا و تشدید رخدادهای حدی اقلیمی، از مهمترین عوامل تهدید کننده این اکوسیستمها محسوب میشوند. در ایران، گونه حرا (Avicennia marina) بهعنوان گونه غالب جنگلهای مانگرو در سواحل جنوبی کشور پراکنش دارد و اهمیت اقتصادی، محیط زیستی و حفاظتی بالایی دارد. این گونه در تثبیت رسوبات، کاهش فرسایش ساحلی، تأمین زیستگاه برای آبزیان و پرندگان و بهبود کیفیت آب نقش مؤثری را ایفا میکند. با توجه به فشارهای ناشی از رشد جمعیت، مشکلات اقتصادی، محدودیت منابع طبیعی و اثرات تغییرات آب و هوایی، لزوم تدوین برنامههای مدیریتی کارآمد با محوریت حفاظت، احیا و جنگلکاری این اکوسیستمها بیش از پیش احساس میشود. شناسایی مناطق دارای پتانسیل بالا برای احیا و حفاظت جنگلهای حرا، گامی ضروری در موفقیت برنامههای مدیریتی به شمار میرود. هدف اصلی این پژوهش، شناسایی و اولویتبندی عوامل مؤثر بر پراکنش گونه حرا به منظور پشتیبانی از برنامههای حفاظت و احیا است.
مواد و روشها: در این مطالعه، ابتدا با مرور جامع مطالعات انجام شده در سطح جهانی و ملی، مجموعهای از عوامل مؤثر بر پراکنش گونه حرا شناسایی شد. این عوامل شامل متغیرهای اقلیمی، فیزیکی، هیدرودینامیکی، شیمیایی و انسانی بودند. پس از استخراج اولیه شاخصها، فرآیند غربالگری با هدف انتخاب عوامل مؤثرتر انجام شد تا تنها متغیرهایی که بیشترین تأثیر را بر پراکنش گونه A. marina داشتند و دادههای آنها در دسترس بودند، وارد مراحل تحلیل گردند. برای تعیین ضریب اهمیت هر عامل، از روش دلفی و نظر کارشناسان و متخصصان حوزه منابع طبیعی، محیط زیست و اکوسیستمهای ساحلی استفاده شد. پرسشنامههایی در اختیار 20 نفر از متخصصان و کارشناسان خبره و محقق در زمینه جنگلهای مانگرو که شناخت کاملی از این منطقه داشتند قرار گرفت. بر اساس نظر متخصصان مهمترین شاخصها تعیین شد و پس از تعیین وزن و اهمیت شاخصها به اولویتبندی هر یک اقدام شد.
یافتهها: در مجموع، 47 شاخص مؤثر بر پراکنش رویشگاههای حرا شناسایی شدند که منشأ آنها محیطی بود. این شاخصها در قالب سه معیار اصلی و 10 زیرمعیار دستهبندی شدند. سه معیار اصلی عبارت بودند از: اقلیم، ویژگیهای آب دریا و ویژگیهای زمین. زیرمعیارهای تعیین شده شامل بارش، دما، جزر و مد، رطوبت، ویژگیهای فیزیکی زمین، باد، تبخیر، موج، شوری و کیفیت آب بودند. تحلیل وزندهی شاخصها نشان داد که هر یک از این زیرمعیارها به میزان متفاوتی در پراکنش گونه حرا مؤثر هستند. در سطح شاخصهای جزئی، عواملی مانند شکل کرانه، بافت و شیب زمین، میزان رسوبگذاری و ویژگیهای فیزیکی بستر بیشترین تأثیر را داشتند، در حالی که شاخصهای شیمیایی آب مانند میانگین کلروفیل نقش کمتری را در پراکنش این گونه ایفا کردند. همچنین، مشخص شد که شاخصهای انسانی مانند اثرات فعالیتهای ساحلی و تغییر کاربری اراضی، اگرچه کمتر از شاخصهای طبیعی، اما بهصورت مستقیم و غیر مستقیم بر پراکنش گونه تأثیرگذار بودند.
نتیجهگیری: بر اساس نتایج، از میان سه معیار اصلی، ویژگیهای زمین بهعنوان مهمترین عامل مؤثر بر پراکنش گونه حرا شناسایی شدند. همچنین از میان 10 زیرمعیار، ویژگیهای فیزیکی زمین بیشترین نقش را در تعیین رویشگاههای مناسب ایفا کردند. در سطح شاخصها، شکل کرانه بیشترین و میانگین کلروفیل آب کمترین تأثیر را بر پراکنش گونه A. marina در جنگلهای مانگرو جنوب کشور داشتند. این یافتهها با ارائه اولویتبندی و تعیین درجه اهمیت عوامل مؤثر میتوانند بهعنوان ابزار پشتیبان تصمیمگیری برای مدیران و برنامهریزان منابع طبیعی مورد استفاده قرار گیرند و نقش مؤثری را در افزایش کارایی برنامههای حفاظت، احیا و مدیریت پایدار جنگلهای مانگرو ایفا کنند. نتایج به دست آمده میتوانند در تعیین مناطق اولویتدار برای جنگلکاری، مدیریت مخاطرات ناشی از فرسایش ساحلی، حفاظت از گونههای جانبی و همزیست، افزایش ظرفیت اکوسیستم و بهبود برنامههای مدیریت اکوسیستم نقش مؤثری داشته باشند. استفاده از این یافتهها امکان توسعه برنامههای جامع مدیریتی مبتنی بر حفاظت اکوسیستم، تعامل مؤثر با جوامع محلی، بهینهسازی تخصیص منابع مالی و انسانی، افزایش آگاهی عمومی و کاهش اثرات مخرب عوامل انسانی و تغییرات اقلیمی را فراهم میآورد. در نهایت، بهکارگیری این ابزار در سیاستگذاریهای محیط زیستی، طراحی پروژههای احیا، برنامههای آموزشی و اقدامات حفاظتی جامع، میتواند تأثیرات مثبت بلندمدتی بر حفظ پایداری زیستمحیطی، اجتماعی و اقتصادی سواحل جنوبی کشور داشته باشد و راهکارهای عملی را برای مقابله با تهدیدات اقلیمی و انسانی ارائه نماید.
فهرست منابع
1. Abdel-Hamid, K. A., Ahmed, E. K. A., & Abdel-Hamid, A. (2007). Zonation Pattern of Avicennia marina and Rhizophora mucronata along the Red Sea Coast, Egypt. World Applied Sciences Journal, 2(4), 283-288.
2. Adame, M. F., Hermoso, V., Perhans, K., Lovelock, C. E., & Herrera-Silveira, J. A. (2015). Selecting cost-effective areas for restoration of ecosystem services. Conservation Biology, 29(2), 493-502. [DOI:10.1111/cobi.12391]
3. Akbari, M., Shalamzari, M. J., Memarian, H., & Gholami, A. (2020). Monitoring desertification processes using ecological indicators and providing management programs in arid regions of Iran. Ecological Indicators, 111. [DOI:10.1016/j.ecolind.2019.106011]
4. Ali, A., Alfarhan, A., Robinson, E., & Aldjain, I. (2008). Pattern of Survival and Mortality of Mangrove Populations Grown at Al-Jubail Area (Saudi Arabia) of the Arabian Gulf. American Journal of Agricultural and Biological Sciences, 3(3), 610-616. [DOI:10.3844/ajabssp.2008.610.616]
5. Alongi, D. M. (2015). The impact of climate change on mangrove forests. Current Climate Change Reports, 1(1), 30-39. [DOI:10.1007/s40641-015-0002-x]
6. Andin, J., Fransson, P., Dahlström, Ö., Rönnberg, J., & Rudner, M. (2019). The neural basis of arithmetic and phonology in deaf signing individuals. Language, Cognition and Neuroscience, 34(7), 813-825. [DOI:10.1080/23273798.2019.1616103]
7. Zaldívar-Jiménez, M. A., Herrera-Silveira, J. A., Teutli-Hernández, C., Comín, F. A., Andrade, J. L., Molina, C. C., & Ceballos, R. P. (2010). Conceptual framework for mangrove restoration in the Yucatán Peninsula. Ecological Restoration, 28(3), 333-342. [DOI:10.3368/er.28.3.333]
8. Berger, U., Rivera-Monroy, V. H., Doyle, T. W., Dahdouh-Guebas, F., Duke, N. C., Fontalvo-Herazo, M. L., Hildenbrandt, H., Koedam, N., Mehlig, U., Piou, C., & Twilley, R. R. (2008). Advances and limitations of individual-based models to analyze and predict dynamics of mangrove forests: A review. Aquatic Botany, 89, 260-274. [DOI:10.1016/j.aquabot.2007.12.015]
9. Buitre, M. J. C., Zhang, H., & Lin, H. (2019). The mangrove forests change and impacts from tropical cyclones in the philippines using time series satellite imagery. Remote Sensing, 11(6), 688. [DOI:10.3390/rs11060688]
10. Dai, J., Chen, J., Luo, Z., & Zhou, W. (2023). Coping with giant panda nature reserve protection dilemmas in China: Social capital's role in forest conservation. Global Ecology and Conservation, 42, e02379. [DOI:10.1016/j.gecco.2023.e02379]
11. Dehghan, P., Dehghan, R., & Ahmadi, S. M. (2024). Identifying, Prioritizing, and Evaluating Mutual Relationships between the Principles of Civil Responsibility in the Rights of Forest Ecosystems. Ecology of Iranian Forests, 12(2), 144-159. [DOI:10.61186/ifej.12.2.144]
12. Friis, G., & Burt, J. A. (2020). Evolution of mangrove research in an extreme environment: Historical trends and future opportunities in Arabia. Ocean & Coastal Management, 195, 105288. [DOI:10.1016/j.ocecoaman.2020.105288]
13. Ghyoumi, R., Ebrahimi, E., & Mousavi, S. M. (2022). Dynamics of mangrove forest distribution changes in Iran. Journal of Water and Climate Change, 13(6), 2479-2489. [DOI:10.2166/wcc.2022.069]
14. Gilman, E., Ellison, J., & Coleman, R. (2007). Assessment of mangrove response to projected relative sea-level rise and recent historical reconstruction of shoreline position. Environmental Monitoring and Assessment, 124(1-3), 105-130. [DOI:10.1007/s10661-006-9212-y]
15. Jalili Asle, H., Fallah, A., Oladi, J., & Hosseini, S. (2023). Identification and Customization of Rural Ecotourism Criteria and Indicators in the Forest Areas of Northern. Ecology of Iranian Forests, 11(21), 1-11. [DOI:10.61186/ifej.11.21.1]
16. Kabiri, K., & Abedi, E. (2025). Rapid mangrove dieback in the northern Persian Gulf driven by anthropogenic activities and environmental stressors. Discover Environment, 3(1), 22 [DOI:10.1007/s44274-025-00207-9]
17. Kamali, B., & Hashim, R. (2011). Mangrove restoration without planting. Ecological Engineering, 37(2), 387-391. [DOI:10.1016/j.ecoleng.2010.11.025]
18. Lee, T. H., & Hsieh, H. P. (2016). Indicators of sustainable tourism: A case study from a Taiwan's wetland. Ecological Indicators, 67, 779-787. [DOI:10.1016/j.ecolind.2016.03.023]
19. Lewis III, R. R., Brown, B. M., & Flynn, L. L. (2019). Methods and criteria for successful mangrove forest rehabilitation. In Coastal Wetlands (pp. 863-887). Elsevier. [DOI:10.1016/B978-0-444-63893-9.00024-1]
20. Mafi-Gholami, D., & Baharlouii, M. (2019). Monitoring long-term mangrove shoreline changes along the northern coasts of the Persian gulf and the oman sea. Emerging Science Journal, 3(2), 88-100. [DOI:10.28991/esj-2019-01172]
21. Mohan, M., Roy, A. D., Montenegro, J. F., Watt, M. S., Burt, J. A., Shapiro, A., ... & Chambers, J. Q. (2024). Mangrove forest regeneration age map and drivers of restoration success in Gulf Cooperation Council countries from satellite imagery. Remote Sensing Applications: Society and Environment, 36, 101345. [DOI:10.1016/j.rsase.2024.101345]
22. Moslehi, M. (2018). Ecological value of endangered mangrove ecosystems. Human & Environment, 16(3), 148-168. [In Persian]
23. Nazim, K., Ahmed, M., Khan, M. U., Khan, N., Wahab, M., & Siddiqui, M. F. (2010). An assessment of the use of Avicennia marina Forsk Vierh. To reclaim water logged and saline agricultural land. Pakistan Journal of Botany, 42(4), 2423-2428.
24. Orsi, F., & Geneletti, D. (2010). Identifying priority areas for Forest Landscape Restoration in Chiapas (Mexico): An operational approach combining ecological and socioeconomic criteria. Landscape and Urban Planning, 94(1), 20-30. [DOI:10.1016/j.landurbplan.2009.07.014]
25. Otero, V., Van De Kerchove, R., Satyanarayana, B., Mohd-Lokman, H., Lucas, R., & Dahdouh-Guebas, F. (2019). An analysis of the early regeneration of mangrove forests using Landsat time series in the Matang Mangrove Forest Reserve, Peninsular Malaysia. Remote Sensing, 11(7), 774. [DOI:10.3390/rs11070774]
26. Raihan, A., Ali, T., Mortula, M., & Gawai, R. (2023). Spatiotemporal Analysis of the Impacts of Climate Change on Mangroves Located in the United Arab Emirates. Journal of Sustainable Development of Energy, Water and Environment Systems, 11(3), 1110460. [DOI:10.13044/j.sdewes.d11.0460]
27. Rakotomavo, A., & Fromard, F. (2010). Dynamics of mangrove forests in the Mangoky River delta, Madagascar, under the influence of natural and human factors. Forest Ecology and Management, 259(6), 1161-1169. [DOI:10.1016/j.foreco.2010.01.002]
28. Robert, E. M., Koedam, N., Beeckman, H., & Schmitz, N. (2009). A safe hydraulic architecture as wood anatomical explanation for the difference in distribution of the mangroves Avicennia and Rhizophora. Functional Ecology, 23(4), 649-657. [DOI:10.1111/j.1365-2435.2009.01551.x]
29. Said, W. M., & Ehsan, N. O. (2010). Macro & Micromorphological Characterizations and RAPD analysis to differentiate four forms of Avicennia marina (Forssk.) Vierh. Taeckholmia, 30(1), 161-185. [DOI:10.21608/taec.2010.156914]
30. Salmanmahiny, M., Mikaeili Tabrizi, A., Danehkar, A., & Moslehi, A. (2022). Prioritizing Environmental Hazards of Mangrove Forests in Hormozgan Province. Journal of Natural Environmental Hazards, 10(30), 69-82.
31. Savari, M., Damaneh, H. E., & Damaneh, H. E. (2025). Discover the determining factors of the use of mangrove forests conservation behaviors. Journal for Nature Conservation, 83, 126768. [DOI:10.1016/j.jnc.2024.126768]
32. Savari, M., Khaleghi, B., & Sheheytavi, A. (2024). Iranian farmers' response to the drought crisis: how can the consequences of drought be reduced?. International Journal of Disaster Risk Reduction, 114, 104910. [DOI:10.1016/j.ijdrr.2024.104910]
33. Segaran, T. C., Azra, M. N., Lananan, F., Burlakovs, J., Vincevica-Gaile, Z., Rudovica, V., ... & Satyanarayana, B. (2023). Mapping the link between climate change and mangrove forest: A global overview of the literature. Forests, 14(2), 421. [DOI:10.3390/f14020421]
34. Sepehr, M., Fatemi, S. M. R., Danehkar, A., & Mashinchian Moradi, A. (2017). Application of Delphi method in site selection of desalination plants. Global Journal of Environmental Science and Management, 3(1), 89-102.
35. Singh, M., Schwendenmann, L., Wang, G., Adame, M. F., & Mandlate, L. J. C. (2022). Changes in mangrove carbon stocks and exposure to sea level rise (SLR) under future climate scenarios. Sustainability, 14(7), 3873. [DOI:10.3390/su14073873]
36. Sobhani, P., & Danehkar, A. (2024a). The trend of land use changes and the level of ecological riskin the Hara Protected Area. Sustainable Development of Geographical Environment, 5(9), 1-19.
37. Sobhani, P., & Danehkar, A. (2024b). Modeling the distribution of Avicennia marina (Forssk.) Vierh. in the Khamir and Qeshm mangrove forests, Iran using the maximum entropy model (MaxEnt). Iranian Journal of Forest and Poplar Research, 32(2), 97-111.
38. Sobhani, P., & Danehkar, A. (2023a). Natural features and management areas of Khamir and Gheshm mangrove forests. Journal of Iran Nature, 8(4), 97-112.
39. Sobhani, P., & Danehkar, A. (2023b). Assessment of environmental hazards and vulnerability of Hara protected area using DPSIR model. Environmental Hazards Management, 10(3), 215-232.
40. Vallauri, D., Aronson, J., & Dudley, N. (2005). An attempt to develop a framework for restoration planning. In Forest restoration in landscapes: beyond planting trees (pp. 65-70). New York, NY: Springer New York. [DOI:10.1007/0-387-29112-1_9]
41. Wang'ondu, V. W., Kairo, J. G., Kinyamario, J. I., Mwaura, F. B., Bosire, J. O., Dahdouh-Guebas, F., & Koedam, N. (2010). Phenology of Avicennia marina (Forsk.) Vierh. in a disjunctly-zoned mangrove stand in Kenya. Western Indian Ocean Journal of Marine Science, 9(2), 135-144.
42. Ward, R., Friess, D., Day, R., & Mackenzie, R. (2016). Impacts of climate change on global mangrove ecosystems: a regional comparison. Ecosyst. Health Sustain, 2(4), 1-25. [DOI:10.1002/ehs2.1211]
43. Wolf, I. D., Sobhani, P., & Esmaeilzadeh, H. (2023). Assessing changes in land use/land cover and ecological risk to conserve protected areas in urban-rural contexts. Land, 12(1), 231. [DOI:10.3390/land12010231]
ارسال پیام به نویسنده مسئول
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |
