بررسي مدل رگرسيون لوجستيك در تخريب جنگل ها با استفاده از سنجش از دور در محيط سيستم اطلاعات جغرافيايي (مطالعه موردي: جنگل هاي ارسباران)

Analysis of Deforestation with Logistic Regression Usinz Remote Sensing and Geographical Information System

كاربري و پوشش اراضي ثابت نبوده و غالباً در اثر فعاليت هاي انساني دستخوش تغيير وتحول مي‌شوند. شناسايي و كشف اين تغييرات مي‌تواند به مديران و برنامه‌ريزان كمك كند تا عوامل موثر در تغيير كاربري و پوشش اراضي را شناسايي كرده و براي كنترل آنها برنامه‌ريزي مفيد و موثر نمايند. براي كشف و ارزيابي تغييرات، داده‌هاي چند زمانه سنجش ‌از ‌دور به دليل ارزاني و سرعت اخذ داده از آن و سيستم اطلاعات جغرافيايي به خاطر برخورداري از امكانات تحليلي مي‌توانند نقش اساسي داشته باشند. به عنوان مثال برآورد ميزان تخريب جنگل در طول چند سال متوالي را مي‌توان خيلي سريع با استفاده از تحليل و پردازش داده‌هاي چندزمانه سنجش از دور مورد ارزيابي قرار داد. در اين تحقيق براي طبقه‌بندي و مطالعه تغييرات زماني جنگل هاي منطقه ارسباران از تصاوير TM و ETM+ماهواره لندست به ترتيب مربوط به سال هاي 1366 و 1380 با قدرت تفكيك مكاني 5/28 متر استفاده شده است. با روي‌هم‌گذاري نقشه‌هاي حاصل از طبقه‌بندي دو تصوير مربوط به تاريخ هاي 1366 و 1380 ميزان و تغييرات جنگل ها را مشخص نموده و سپس براي مدل كردن تخريب جنگل ها در منطقه از مدل رگرسيون لوجستيك با پارامترهاي مستقل ارتفاع، شيب، جهت جغرافيايي و فاصله از مراكز روستايي استفاده شد. مدل ارايه شده نشان مي‌دهد كه تخريب جنگل هاي منطقه با پارامترهاي فاصله از مراكز روستايي، ارتفاع و جهت جغرافيايي ارتباط معني‌دار دارد.

The population growth, industrial development, bio-climate changes and scarcity of land resources are the main reasons and causes of forest degradation in developing countries. To control and decrease forest degradation, the governments need to know where, when, how fast, and why (with what causes) such degradations happen. On the basis of such knowledge, a general and sustainable management of these resources will be possible. The science and technologies of GIS and remote sensing could be a perfect tool for answering the above questions. Remote sensing can be the basis of fast and inexpensive data collection and the analytical capabilities of a GIS can be used for analyzing the types, location and rates of changes. In this research, the Landsat TM and ETM+ images of years 1987 and 2001 are used for land use classification and analysis of changes at the forest area of Arasbaran in north-west of Iran. The classification is mainly aimed at the separation of forest from non-forest areas. A few methods have been studied to calculate and show the occurred changes. These include methods that only describe the change areas (such as subtraction and division methods) and those that describe the area, amount and type of the changes (such as comparison after classification). By classifying the forest and non-forest areas of years 1987 and 2001 and overlaying them, a map was extracted representing the stable forest area and deforested area. From the topographic data of the study area, some other raster maps were created showing elevation, slope, aspect and distance from population areas. Information of these maps were entered into a statistical model (a logistic regression model) having the above-mentioned classified map as the dependent parameter and all other maps as the independent parameters. It was resulted that the parameters of distance from populated areas, elevation and aspect have a meaningful relation with the deforestation phenomenon. From such an analysis, the importance of each factor in the phenomenon was defined and the areas that are in higher risk of deforestation and need an urgent protection were defined.