كاربرد شبكه‌هاي باور بيزين در تعيين پتانسيل مناطق و عوامل مؤثر بر بيابانزايي براساس برخي شاخص‌هاي كيفيت خاك (مطالعه موردي: دشت سگزي اصفهان)

براي ارزيابي صحيح پتانسيل بيابانزايي در اكوسيستم‌هاي مختلف بايد از شاخص‌ها و روش‌هاي مناسب استفاده نمود. در اين تحقيق بيابانزايي منطقه سگزي واقع در شرق اصفهان با استفاده از فاكتورهاي مؤثر در معيار خاك مدل مدالوس ارزيابي و با استفاده از شبكه‌هاي باور بيزين (BBN) يك مدل علت و معلولي براي بررسي بيابانزايي اين منطقه استفاده شد. برخي ويژگي‌هاي خاك از جمله بافت، ميزان سديم و كلر محلول در خاك، مواد آلي، نسبت جذبي سديم (SAR)، هدايت الكتريكي (EC) و ميزان گچ مربوط به 17 پروفيل خاك در منطقه استفاده شد. با انجام تجزيه و تحليل‌هاي سناريوهاي مختلف و حساسيت سنجي در مدل شبكه باور بيزين، تأثير عوامل مؤثر بر كيفيت خاك منطقه بر روند بياباني شدن منطقه بررسي شد. نتايج نشان داد كه روش تلفيقي حاضر مي‌تواند عدم اطمينان ناشي از تأثير ويژگي‌هاي مختلف خاك بر روند بياباني شدن را نشان دهد. براساس نتايج مدل مدالوس 28/28 درصد از منطقه داراي كيفيت نامناسب و 72/71 درصد از منطقه داراي وضعيت متوسط از لحاظ كيفيت خاك بودند. آناليز حساسيت در هر دو مدل نشان داد كه مواد آلي، SAR و EC مؤثرترين عوامل ادافيكي مؤثر در بياباني شدن منطقه مي‌باشند. ارزيابي اثرات روش‌هاي مختلف مديريتي بر اين متغيرها مي‌تواند مديران را كمك كند كه استراتژي‌هاي مناسب مديريتي براي كنترل فرآيند بياباني شدن اتخاذ نمايند.

Appropriate criteria and methods are required to assess desertification potential in various ecosystems. This paper aimed to assess desertification levels in Segzi plain located in east part of Isfahan, with a focus on soil quality criteria used in MEDALUS model. Bayesian Belief Networks (BBNs) were also used to convert MEDALUS model into a predictive, cause and effects model. Soil samples were collected from 17 soil profiles in all land units and some of their characteristics such as texture, soluble sodium and chlorine, organic material, Sodium Absorption Ratio (SAR), Electrical Conductivity (EC) and CaSo4 of all soil samples were determined in soil laboratory. The effects of measured soil quality indicators on desertification intensity levels were assessed using sensitivity and scenario analysis in BBNs. Results showed that the used integrated method can appropriately accommodate uncertainty in the desertification assessments approaches created as a result of the influence of different soil characteristics on desertification. According to the results of MEDALUS model, 28.28 % and 71.72 % of the study area were classified as poor and moderate areas in terms of soil quality respectively. Sensitivity analysis by both models showed that soil organic matter, SAR and EC were identified as the most important edaphic variables responsible for desertification in the study area. Evaluating the effects of various management practices on these variables can assist managers to achieve sound management strategies for controlling desertification.