مطالب مرتبط با کلیدواژه

معادله پیش بینی


۱.

مدل سازی پوشش تاجی و تولید اولیه سطح زمین درسطح فرم های رویشی گیاهی در مراتع استان اردبیل(مقاله علمی وزارت علوم)

کلیدواژه‌ها: شبیه سازی پستی و بلندی معادله پیش بینی گندمیان پهن برگان علفی بوته ای ها

حوزه های تخصصی:
تعداد بازدید : ۵۳ تعداد دانلود : ۴۶
هدف: با توجه به این که مراتع تحت تأثیرات عوامل محیطی قرار خواهند گرفت، از این رو پیش بینی پوشش تاجی و تولید اولیه سطح زمین برای رویارویی با تنش ها و مدیریت حالت توازن کربن و هم چنین تعادل بین عرضه و تقاضای محصولات مرتعی ضروری خواهد بود. هدف اصلی این مطالعه، تهیه نقشه پوشش تاجی و تولید اولیه سطح زمین فرم های رویشی گیاهی با استفاده از متغیر مستقل پستی و  بلندی بود در مراتع استان اردبیل بود.روش و داده: ابتدا با در نظر گرفتن تیپ های گیاهی و عوامل محیطی، نمونه برداری در مرحله اوج رویش گیاهان از سال ۱۳۹۵ تا ۱۳۹۹ با استفاده از پلات های یک متر مربعی برداشت شد. برای تعیین مؤثرترین عامل محیطی در تغییرات پارامترهای گیاهی ذکر شده، از هم بستگی بین متغیرهای وابسته و مستقل استفاده شد. برای مدل سازی توسط مؤثرترین عامل نیز از معادله رگرسیونی خطی استفاده شد و نقشه ها شبیه سازی شد. صحت معادلات نیز با خطای جذر میانگین مربعات (RMSE) محاسبه شد.یافته ها: نتایج نشان داد عامل ارتفاع بیش ترین هم بستگی با متغیرهای وابسته را داشت. اختلاف میانگین برآورد شده از مدل با مقادیر اندازه گیری شده برای پوشش تاجی گندمیان برابر با ۱+٪، پهن برگان علفی ۱ ٪، بوته ای ها ۱ ٪، و کل ۲ ٪ و این مقادیر برای تولید اولیه سطح زمین گندمیان ۱۱+ کیلوگرم در هکتار، پهن برگان علفی برابر با صفر، بوته ای ها ۱۳- و کل برابر با ۱۵۰+ کیلوگرم در هکتار بود.نتیجه گیری: پیش بینی پارامترهای مورد مطالعه برای مدیریت تعادل بین عرضه و تقاضای محصولات مرتعی دارای اهمیت است. می توان با در درست داشتن این معادلات برای مراتع استان اردبیل، در سال های آتی بدون تخریب مرتع (قطع و توزین) و تنها با اندازه گیری پوشش تاجی از عرصه، به پیش بینی دقیقی از تولید اولیه سطح زمین فرم های رویشی و کل دست یافت.نوآوری، کاربرد نتایج: در این مطالعه با استفاده از عوامل فیزیوگرافیک به عنوان متغیرهای مستقل، پوشش تاجی و تولید اولیه سطح زمین مربوط به فرم های مختلف رویشی گیاهان مدل سازی شده است. نقشه ها و مدل های ارائه شده می تواند برای پیش بینی و مدیریت تعادل بین عرضه و تقاضای تولید علوفه استفاده شود و در مدیریت پایدار پوشش گیاهی کمک نماید.