بررسي امكان برآورد مكاني تعداد در هكتار و متوسط قطر درختان جنگل با استفاده از آناليز زمين (مطالعه موردي: سري 1 طرح جنگل‌داري دكتر بهرام‌نيا، گرگان، ايران)

(Case Study: Dr. Bahramnia Forestry Plan, District I, Gorgan, Iran)Possibility Investigation on Spatial Estimation of Densitand Mean Diameter of Forest Trees Using Terrain Analysisy

امكان پيش‌بيني مشخصه‌هاي كمي جنگل بدون اندازه‌گيري زميني از ايده‌هاي نوين بيومتري جنگل به‌شمار مي‌رود. اين مطالعه به‌منظور بررسي امكان تعيين پراكنش مكاني دو مشخصه مهم كمي جنگل (تعداد در هكتار و متوسط قطر) با استفاده از آناليز زمين و مدل‌هاي رگرسيون خطي در سري 1 جنگل دكتر بهرام‌نيا (شصت‌كلاته) در استان گلستان انجام شده است. مدل رقومي ارتفاع با اندازه پيكسل 10×10 متر از طريق درون‌يابي منحني‌هاي ميزان‌ 10 متري نقشه‌هاي با مقياس 1:25000 تهيه گرديد. نقشه خصوصيات اوليه (شيب، جهت شيب، ارتفاع از سطح دريا، انحناي مسطح، انحناي پروفيلي، رليف سايه و انحناي مماسي) و ثانويه توپوگرافي (شاخص رطوبت و پتانسيل سالانه تابش خورشيد) با استفاده از مدل رقومي زمين به‌دست آمد. داده‌هاي به‌دست آمده از آماربرداري زميني طرح تجديد‌نظر جنگل‌داري سري 1 (429 قطعه نمونه) نيز به‌عنوان داده‌هاي اصلي خصوصيات كمي جنگل مورد استفاده قرارگرفت. اطلاعات نقشه‌هاي خصوصيات توپوگرافي در محل قطعات نمونه استخراج گرديد. سپس رابطه بين مشخصه‌هاي كمي جنگل و خصوصيات توپوگرافي با استفاده از رگرسيون خطي چندمتغيره و روش گام به گام مورد تجزيه و تحليل قرار گرفته و به‌‌صورت مدل درآمد. مدل‌هاي به‌دست آمده با استفاده از نقاط تست مدل (85 قطعه نمونه) اعتبار‌سنجي شدند. ضريب تبيين اصلاح ‌شده و ريشه ميانگين ‌مربع ‌خطا براي نشان دادن درجه تخمين مناسب مدل‌ها محاسبه گرديدند. نتايج نشان داد كه ارتفاع از سطح دريا، پتانسيل سالانه تابش خورشيد، شيب و جهت شيب خصوصيات مهم زمين هستند كه نقش تعيين‌‌‌كننده‌اي در پراكنش مكاني خصوصيات جنگل دارند. نتايج همچنين نشان داد كه بين 47-40 درصد از تغييرات خصوصيات جنگل مي‌تواند به‌وسيله اين مدل‌هاي خطي تبيين شوند. اين مدل‌ها مي‌توانند با استفاده از مدل رقومي زمين و بدون اندازه‌گيري يا نمونه‌برداري، براي برآورد خصوصيات كمي جنگل‌هاي مجاور كه داراي شرايط مشابهي هستند (نوع مديريت و مورفولوژي) مورد استفاده قرار گيرند. در نهايت استفاده از آناليز زمين براي شناخت اوليه خصوصيات كمي جنگل مورد تاكيد قرار گرفت.

Possibility of estimation of quantitative forest characteristics without field survey is a new idea for forest biometry. This investigation was conducted to evaluate possibility of spatial estimation of two main quantitative forest characteristics (trees number in hectare and mean diameter) using terrain analysis and linear regression models in the district 1 of Dr. Bahramnia (Shastkolate) forestry plan, Golestan Province. A digital elevation model (DEM) with 10×10 meter resolution was produced by contours interpolation of 1:25000 scale maps. The primary topographic attributes maps (slope, aspect, elevation from sea level, shaded relief, profile curvature, plan curvature and tangential curvature) and secondary attributes maps (wetness index and solar radiation) were derived from DEM using terrain analysis software. Field inventory data from second revision of Shastkolate forestry plan, district I (429 plots) were used as original data for forest quantitative characteristics. Information of topographic maps in plot location was derived. Then relationship between the forest characteristics and terrain attributes was analyzed and modeled using multiple linear regression models by stepwise approach. The developed models were validated using test data (85 plots). Adjusted R2 and root mean square error (RMSE) were determined to validate accuracy of prediction. Result of study showed that elevation from sea level, annual potential of solar radiation, slope and aspect were the most significant terrain attributes determined the spatial distribution of forest quantities characteristics. Results also showed that forest characteristics could be predicted about 40% to 47% of variation by these linear models. These models can be used for estimation of quantitative characteristics for adjacent forests with similar conditions (same management and morphology) using DEM without measurement or sampling. Finally, use of terrain analysis was emphasized for preliminary recognition of forest quantity characteristics.