ارزيابي مدل هاي غيرخطي قطر - ارتفاع گونه توسكا در جنگل هاي هيركاني (مطالعه موردي: جنگل رضاييان)

Evaluating of height-diameter nonlinear models for Alnus specie in Hyrcanes forest (Case Study: Golestan Rezaeian Forest)

ارزيابي وضعيت توده جنگلي در طول زمان به دقت و نوع مدل‌هاي قطر- ارتفاع وابسته است. در اين پژوهش مدل‌هاي مختلف قطر- ارتفاع براي برآورد دقيق ارتفاع درخت توسكا در توده‌هاي ناهمسال آميخته نامنظم در بخشي از سري چهار جنگل رضاييان علي‌آباد ارزيابي شد. 200 قطعه نمونه دايره‌اي شكل به‌مساحت 1000 مترمربع و به‌روش تصادفي- منظم به ابعاد شبكه 200 ×150 متر و با شدت 3/33 درصد در جنگل مورد مطالعه پياده شد. در تمام قطعات نمونه، مشخصه‌هاي گونه، قطر برابر سينه تمام درختان با قطر بيشتر از 7/5 سانتي متر و ارتفاع درختان اندازه‌گيري و ثبت شد. با استفاده از 43 مدل رگرسيوني، ارتباط بين ارتفاع به‌عنوان متغير وابسته و قطر به‌عنوان متغير مستقل بررسي و تجزيه و تحليل شد. نتايج به‌دست آمده نشان داد كه نتايج معيارهاي ارزيابي مدل، تفاوت زيادي با يكديگر نداشتند و ازنظر آماري تفاوت معنيداري بين مقادير برآوردشده با استفاده از مدل‌هاي مختلف و مقادير واقعي در سطح اطمينان 99 درصد وجود نداشت. همچنين پنج مدل رگرسيوني غيرخطي هندسي، هندسي 2، هايپربوليك 3، مورگان- مرسر- فلودين و لگاريتمي با ضريب تبيين 0/88 و درصد مجذور ميانگين مربعات خطاي به‌ترتيب 7/81، 7/86، 7/88، 7/90و 7/92 درصد، نتايج مشابه و نزديك به‌هم داشتند و توانايي خوبي براي برآورد ارتفاع درختان جنگلي با دقت مناسب داشتند. اين مدل‌ها مي‌توانند در برآورد ارتفاع درختان جنگلي در صورت تأييد و تكرار اين نتايج در مناطق جنگلي شمال ايران استفاده شوند.

Projection of stand development over time relies on accurate height-diameter functions. In this study, we evaluated the capability of 43 nonlinear models to estimate Alnus subcordata heights in a portion Rezaeian experimental forest in Gorgan, Golestan province. We applied a systematic random sampling method to collect field data within a 150×200 meter network (3.33% intensity). It resulted in 200 circular plots with 17.84 m (0.1 ha) radius. In each plot tree species, height and diameter at breast height (DBH) of all trees with DBH>7.5 cm were measured. From the available dataset, we included 70% in the model development and the remaining 30% to validate the models. The relationship between height (dependent variable) and DBH (independent variable) was analyzed using 43 non-linear regression models. The results showed no significant difference between the applied model diagnostics, and the applied t-test showed non-significant mean stand height estimation using all models and actual height at 99% confidence level. In addition, the results of Geometric, Geometric two, Hyperbolic three, Morgan-Merser-Florin and Logarithmic models with R2 of 0.88 and RMSE% of 7.81%, 7.86%, 7.88%, 7.90 and 7.92% , respectively were almost similar in that they were better predictors of forest height. Based on the results, we conclude that these models can be used for predicting forest height in similar broadleaved stands of northern Iran, provided that comparative studies are conducted elsewhere to approve the results obtained here.