دوره 9، شماره 18 - ( پاییز و زمستان 1400 )                   جلد 9 شماره 18 صفحات 9-1 | برگشت به فهرست نسخه ها


XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

jafari M, hosseini A, asgari S, najafifar A, tahmasebi M. (2021). Evaluation of Oak Forest Drying in Physiographic and Landuse Units Ilam Province using Landsat Satellite Images 8. ifej. 9(18), 1-9. doi:10.52547/ifej.9.18.1
URL: http://ifej.sanru.ac.ir/article-1-323-fa.html
جعفری محمدرضا، حسینی احمد، عسگری شمس اله، نجفی فر علی، طهماسبی منوچهر. ارزیابی خشکیدگی جنگل های بلوط در واحدهای فیزیوگرافی و کاربری اراضی در استان ایلام با استفاده از تصاویر ماهواره ای لندست 8 بوم شناسی جنگل های ایران (علمی- پژوهشی) 1400; 9 (18) :9-1 10.52547/ifej.9.18.1

URL: http://ifej.sanru.ac.ir/article-1-323-fa.html


بخش تحقیقات منابع طبیعی و آبخیزداری، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی استان ایلام، سازمان تحقیقات، آموزش و ترویج کشاورزی، ایلام، ایران
چکیده:   (2502 مشاهده)
مقدمه و هدف: یکی از راه­های بررسی مسائل و مشکلات مربوط به جنگل­ها، بررسی تغییرات آن طی سال­های مختلف و دسترسی به اطلاعات دقیق آن­ها، استفاده از فن­آوری سنجش از دور و داده­های ماهواره­ای است. استفاده از سیستم­های اطلاعات جغرافیایی نیز به ­­عنوان یکی از مهم­ترین ابزارهای مناسب برای تجزیه و تحلیل میزان، موقعیت تخریب و عاملی کمکی برای تشخیص علت و عوامل آن در چاره­اندیشی پدیده تخریب جنگل­ها است. تحقیقات نشان می­دهد بین سال­های 1990 تا 2000، به­طور متوسط 6/8 هکتار از سطح جنگل­های استان ایلام کاهش یافته است. از طرفی گستردگی پدیده خشکیدگی­ های درختی بلوط و تخریب مناطق جنگلی به­ دنبال وقوع خشکسالی­ های شدید و تغییرات کاربری اراضی به ویژه ساخت و سازهایی که در
عرصه­ های جنگلی انجام شده
است، شدت یافته است. لذا  این تحقیق با هدف بررسی پراکنش خشکیدگی درختان بلوط با عوامل فیزیوگرافی و همچنین تغییر کاربری اراضی مناطق جنگلی زاگرس در محدوده استان ایلام انجام گرفت.
مواد و روش ­ها: در اجرای این تحقیق ابتدا مدل رقومی ارتفاعی استان بر اساس نقشه­های توپوگرافی تهیه، سپس بر اساس این مدل، لایه­های اطلاعاتی کلاس شیب، جهت­های جغرافیایی و طبقات ارتفاعی استخراج گردید. به منظور تهیه لایه موقعیت خشکیدگی درختان بلوط علاوه بر پردازش تصاویر ماهواره­ای، موقعیت مکانی درختان خشکیده بلوط به تعداد 100 نقطه در سطح استان برداشت شد. جهت اطمینان از صحت نقشه‌های به‌دست‌آمده، از روش ارزیابی دقت که بر مبنای مقایسه نقشه استخراج ‌شده از داده‌های ماهواره‌ای با اطلاعات واقعیت زمینی مانند برداشت‌ها و بازدیدهای صحرایی، نقشه‌های موجود و دانش کارشناسی مفسر استوار است، استفاده شد. در ادامه نقشه موقعیت پراکنش توده­های خشکیده با کلاس­های شیب، جهت­های جغرافیایی، طبقات ارتفاعی و کاربری اراضی، همپوشانی و تلفیق گردید. سپس فراوانی درختان خشکیده در واحدهای لایه­ های یاد شده محاسبه و بر حسب درصد ارائه شد.
یافته ­ها: براساس واحدهای فیزیوگرافی منطقه، بیشترین میزان توده­های خشکیده مربوط به طبقه ارتفاعی1200 تا 1600 متر، کلاس شیب 0 تا 15 درصد و جهت جغرافیایی جنوب­­ غربی است. کمترین آن­ها در طبقه ارتفاعی کمتر از 400 و بیشتر از 2400 متر، کلاس شیب بیشتر از 30 درصد و جهت­ های جغرافیایی شمال­شرقی و جنوب­ شرقی می­ باشد. بیشترین فراوانی خشکیدگی درختان بلوط در استان ایلام به ترتیب در طبقه­ بندی مناطق جنگلی مربوط به طبقه تنک 42 درصد، متوسط 39 درصد و مناطق جنگلی متراکم 5 درصد قرار دارد.
نتیجه­ گیری: به­ طور کلی می ­توان بیان نمود که عوامل فیزیوگرافی (شیب، جهت­ های جغرافیایی و ارتفاع از سطح دریا) و همچنین تغییرات کاربری اراضی به شکل­ های مختلف و شدت و ضعف ­های متفاوت می ­تواند در تخریب جتگل­های زاگرس و به­ویژه در محدوده استان ایلام مؤثر باشد. بر اساس نتایج به­دست آمده، درختان خشکیده بلوط در واحدهای فیزیوگرافی پراکنش متفاوتی دارند. در مطالعه این پراکنش، استفاده از تصاویر ماهواره­ای به ویژه در بررسی مناطق جنگلی چه از نظر پدیده خشکیدگی درختان بلوط و چه از نظر تخریب اراضی جنگلی به دلیل تغییرات کاربری و یا سایر عوامل طبیعی، کاربردهای زیادی دارد.
متن کامل [PDF 1242 kb]   (572 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: عمومى
دریافت: 1398/3/29 | پذیرش: 1398/11/20 | انتشار: 1400/10/18

فهرست منابع
1. Amini, M., Sh. Shtaei, M. Moairi and E. Ghazanfari. 2006. Investigating changes in the range of Zagros forests and their relationship with physiographic and human factors using GIS and RS. Case study: Armard Baneh forests. Master's degree in Forestry, Gorgan University, 157 pp (In Persian).
2. Abdollahi, J., H. Naderi, A. Khavaninzadeh and M.S. Mahinifar. 2015. The relation between vegetion diversity and some of envirnonmentally variables in Nodoushan steppe rangelands,yazd. Journal of Range and Desert Research Iran, 22(2): 251-265 (In Persian).
3. Dewan, A.M. and Y. Yamaguchi. 2009. Using remote sensing and GIS to detect and monitor land use and land cover change in Dhaka Metropolitan of Bangladesh. [DOI:10.1007/s10661-008-0226-5]
4. Giriraj, A., M. I., Ullah, M.R. Murthy and C. Beierkuhnlein. 2008. Modelling Spatial and Temporal Forest Cover Change Patterns (1973-2020), a Case Study from South Western Ghats (India). Sensors, 8(10): 6132-6153. [DOI:10.3390/s8106132]
5. Heydari, R. 2006. Investigating Different Distance Distribution Methods in Zagros Forests. Ph.D. Faculty of Natural Resources, University of Tehran, 116 pp (In Persian).
6. Heidari, R.H., A. Sohrabi Zadeh and M. Heidari. 2020. The effect of physiographic factors on biodiversity of forest species in middle Zagros forests (Case study: Western Iran, Research Educational Forest of Razi University of Kermanshah. Iranian Journal of Forests Ecology, 7: 13 (In Persian). [DOI:10.29252/ifej.7.13.66]
7. Jafari, M.R., J. Ghodousi and M. Mohammadpourf. 2004. Identification, Investigation and Evaluation of the Economic and Social Impact of Traditional and Modern Structural and Biological Structures on Water Conservation in Ilam Province. Publication of Soil and Watershed Management Research Institute, Tehran, 65 pp (In Persian).
8. Jafari, M.R., A. Hossini, Sh. Asgari. 2020. Study of Landuse changing and Physiographic properties on Oak (Ilam Province), Soil Conservation and Watershed Management Research lnstitute. Tehran, Iran (In Persian).
9. Jafari, M.R., M. Pourhashemi, A.A. Norouzi, Kh. Mirakhorlou and M. Mohammadpour. 2015. Recognition and zonation of dried oak forests in Ilam province using RS and GIS, Research Institute of Forests and Rangelands, Tehran, Iran (In Persian).
10. Kanbhum, R.T. 1998. Study on forest change detection in Eastern forest by Remote sensing Technique. National Research council of Thailand. Remote Sensing of Environment, 90: 154-161.
11. Karami, F. 2004. Study of Landsat Satellite Data Capability to Determine Destruction in Zagros Forests. Master's degree in Forestry, Sari University of Natural Resources, Mazandaran University, 71 pp (In Persian).
12. Miriam, S.W. and V.S. Taylor. 2010. Modeling social and land-use/land-cover change data to assess drivers of smallholder deforestation in Belize. Applied Geography, 30: 329-342. [DOI:10.1016/j.apgeog.2009.10.001]
13. Mahiny, S. and B.J. Turner. 2001. Modeling past vegetation change through remote sensing and GIS: a comparison of neural networks and logistic regression methods. School of resources.
14. Naseri, A.D., Sh. Shataei Jouybari, J. Mohammadi and Sh. Ahmadi. 2020. Rapid Eye Satellite Image Capability for Mapping Canopy Distribution of Trees in Dasht-e Brom Forest Area, Fars Province. Iranian Journal of Forest Ecology, 7(14): (In Persian). [DOI:10.29252/ifej.7.14.58]
15. Pir bavaghar, M. 2004. Investigating forest area changes in relation to topographic and human factors. Study: East forests of Guilan province. Master's degree in Forestry, Tehran University, 136 pp (In Persian).
16. Rafiyan, A., A. Dervish, Sefat and M. Najranian. 2006. Determination of forest area extension changes in the north of the country between 73-80 years using the .ETM + sensor images. Journal of Agricultural Science and Technology, 10(3): 277-286 (In Persian).
17. Rezaei Moghaddam, M., H. Andrani, P. Vali-e Zadeh Kamrani and F. diamonds. 2016. Determination of the best land-use and land-use extraction algorithm and the discovery of changes from Landsat satellite images (Case study: Sufi-Chay basin of Maragheh), Geographical Space Quarterly Journal, 55: 65-85 (In Persian).
18. Rasuly, A., R. Naghdifar, M. Rasoli. 2010. Detecting of Arasbaran forest changes applying image processing procedures and GIS Techniques. Procedia Environmental Sciences, 2: 454-464. [DOI:10.1016/j.proenv.2010.10.050]
19. Rustamzadeh, E., P. Property and E. Meteorite. 2017. Detection of oak forest changes using object-oriented classification of Landsat multidimensional images (Case study: Northern Forests of Ilam province. Journal of Remote Sensing and GIS in Natural Resources, Eighth Issue (In Persian).
20. Mahiny, A.R., B.J. Turner. 2003. Modeling Past Vegetation Change Through Remote Sensing and GIS: A Comparison of Neural Networks and Logistic Regression Methods, Proceedings of the 7th International Conference on Geocomputation, University of Southampton, United Kingdom.
21. Shatayi Joybari, Sh., S. Najarloo, Sh. Jabbari Arfa'i and M.E. Certainly. 2007 Evaluation of multidimensional image capability in the preparation of integrated IRS-1D for Landsat 7 and forest coverage maps. Journal of Agricultural Sciences and Natural Resources, 14(5): 13-22 (In Persian).
22. Scheer, L. and R. Sitko. 2007. Assessment of some forest characteristics employing ikonos satellite data. Journal Of Forest Science, 53: 345-351. [DOI:10.17221/2181-JFS]
23. Yousefi, P., S. Mirzaie and H. Zeinid. 2013. Investigation of Changes in Zagros Forests Using Remote Sensing and Geographic Information System (Case Study: Marivan). Remote sensing and GIS in natural resources, 4(2): 15-23 (In Persian).

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA

ارسال پیام به نویسنده مسئول


بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.

کلیه حقوق این وب سایت متعلق به بوم‏شناسی جنگل‏های ایران می باشد.

طراحی و برنامه نویسی : یکتاوب افزار شرق

© 2024 CC BY-NC 4.0 | Ecology of Iranian Forest

Designed & Developed by : Yektaweb