تهيه نقشه خشكيدگي بلوط ايراني (Quercus brantii Lindl.) با استفاده از روش زمين‌آمار در دشت ‌برم استان فارس

Mapping Brant's oak (Quercus brantii Lindl.) mortality using geostatistical methods in Dashte Barm, Fars province

اين پژوهش به‌منظور تهيه نقشه خشكيدگي بلوط ايراني (Quercus brantii Lindl.)، تجزيه ‌و تحليل و تشريح پراكنش مكاني درختان و توده‌هاي خشكيده بلوط با استفاده از روش زمين‌آمار و رسم نقشه‌هاي پهنه‌بندي خشكيدگي، احتمال و خطا در منطقه دشت‌برم استان فارس انجام شد. داده‌ها در قطعه‌نمونه‌هايي مستطيلي‌شكل به‌ مساحت 1200 متر مربع (40×30 متر) براساس شبكه‌اي به ابعاد 500×500 متر با روش منظم تصادفي جمع‌آوري شد. واريوگرام‌هاي تجربي ناهمسان‌گرد با استفاده از روش‌هاي مختلف زمين‌آماري رسم شد. نتايج ارزيابي متقابل نشان داد كه روش كريجينگ معمولي با مدل كروي بهترين برازش را به داده‌ها داشت. نقشه خشكيدگي در طبقه‌هاي كمتر از 10، 10 تا 25، 25 تا 60 و بيشتر از60 درصد ترسيم شد. بيشترين سطح به طبقه 25 تا 60 درصد با 3827 هكتار و كمترين سطح به طبقه كمتر از 10 درصد با 260 هكتار تعلق داشت. در نقشه احتمال خشكيدگي مشاهده شد كه احتمال اين‌كه خشكيدگي بيشتر از 60 درصد باشد، در بيشتر سطح در محدوده كمتر از 25 درصد بود و در سطح كمي از محدوده بين 50 تا 75 درصد واقع شده بود. پژوهش پيش‌رو نشان داد كه با استفاده از زمين‌آمار (كريجينگ) مي‌توان تغييرات مكاني، خطاي برآورد و احتمال پيش‌بيني خشكيدگي درختان بلوط زاگرس را در قالب نقشه ارايه داد و كانون‌هاي خشكيدگي (آفت و بيماري) را شناسايي كرد.

This research was conducted to study the spatial distribution of Brant's oak (Quercus brantii Lindl.) mortality using geostatistical prediction and mapping approaches in Dashtee Barm, Fars province. Field sampling was performed based on a 500m×500m systematic random grid and 1200 m2 rectangular forest plots. Different geostatistical methods were used for plotting anisotropic empirical semivariogram and surface creation. Results of cross validation showed that ordinary kriging with spherical model achieved superior results. The models were used for walltowall prediction maps with four classes, including <10%, 1025%, 2560% and >60% mortality. The 2560%, mortality class occupied the largest area (3827 ha), whereas the <10% class covered the smallest portion of the study area (260 ha). In addition, the probability of mortality was spatially mapped, in which the probability of > 60% tree mortality across the entire study site was shown to be less than 25%. This research concluded that Geostatistical kriging methods could be applied to predict and map missing tree mortality values in forest stands. Our analysis suggests that these methods can be used to generate prediction and probability maps in zagros oak stands for overarching goals such as forest mortality, pest and disease managements.