پديد آورندگان :
نور استانبولي، مصطفي دانشگاه تهران - دانشكده منابع طبيعي , جباريان اميري، بهمن دانشگاه تهران - دانشكده منابع طبيعي - گروه مهندسي محيط زيست , كابلي، محمد دانشگاه تهران - دانشكده منابع طبيعي - گروه مهندسي محيط زيست
كليدواژه :
مدل تخريب محيط زيست , مدلسازي , سنجه هاي سيماي سرزمين , ارزيابي اثرات محيط زيست
چكيده فارسي :
در تحقيق حاضر، با هدف بررسي امكان به كارگيري سنجه هاي سيماي سرزمين در ساختار مدل تخريب سرزمين، استان گيلان به 183 شبكه به عنوان يگان نشانزد، تقسيم شد و مدل تخريب محيط زيست در هر يك از آنها به اجرا در آمد. پنج سنجه از گروه سنجه هاي ساختار سيماي سرزمين (دايره محاطي مربوطه، نسبت محيط به مساحت، شاخص شكل، شاخص بعد فركتال و شاخص پيوستگي) در هر يك از سلول ها محاسبه شد. با به كارگيري رهيافت گام به گام در مدلسازي رگرسيوني به مدلسازي با به كارگيري هر يك از سنجه هاي سيماي سرزمين پرداخته شد. پنج مدل بدست آمد كه با استفاده از روش معيار اطلاعات آكائيكه مدل مناسب تعيين گرديد. اعتبار مدل انتخاب شده مورد آزمون قرار گرفت. نتايج نشان داد كه 39/78 درصد از استان گيلان در طبقات حساس و آسيب پذير قرار دارد و شهرستان سياهكل بيشترين تراكم فيزيولوژيك را دارد. مدل ها نشان دادند كه مقدار تخريب محيط زيست مي تواند با استفاده از ميانگين وزني سنجه هاي مرتبط با ساختار سيماي سرزمين پيشبيني شود: rcc (r2 = 0.437, p ≤ 0.05)، contig (r2 = 0.615, p ≤ 0.05)، frac (r2 = 0.505, p ≤ 0.05)، shp (r2 = 0.499, p ≤ 0.05)، para (r2 = 0.672, p ≤ 0.05). مناسب ترين مدل، بر مبناي معيار اطلاعات آكائيكه مدل مربوط به سنجه نسبت محيط به مساحت بوده است. براساس يافته هاي اين پژوهش، به كار گيري سنجه هاي سيماي سرزمين در مدل تخريب، سبب كاهش اعمال سليقه و نظرات كارشناسي مختلف در آن ميشود. از سوي ديگر، به كارگيري سنجه هاي بوم شناسي سيماي سرزمين كه ميتوان آنها را به آساني از طريق نقشه كاربري سرزمين محاسبه نمود، از ضرورت كارهاي ميداني به ميزان زيادي خواهد كاست. در نتيجه استفاده از مدل تخريب محيط زيست براي ارزيابي اثرات، با سهولت بيشتر، در مدت زماني كمتر و همچنين با هزينه پايين تري قابل اجرا خواهد بود.
چكيده لاتين :
In the present study, in order to model the environmental impacts using landscape metrics; Guilan province was divided into 183 impact unit, and the Land Degradation Model was applied. In the next step, using the measures of (Related circumscribing circle, Perimeter-area ratio, Shape index, Fractal dimension index & Contiguity index) which were calculated by Fragststs, five models were developed based on stepwise modeling approach. Following from that, Akaike information criterion was applied to determine the most appropriate model. The results of this study showed that 39.78% of Guilan province is located in sensitive and susceptible areas. The highest physiological density was observed in Siahkal county. Regression models indicated that the amount of environmental degradation can be predicted using the weighted average of measures related to the landscape structure metrics: rcc (r2 = 0.437, p ≤ 0.05), contig (r2 = 0.615, p ≤ 0.05), frac (r2 = 0.505, p ≤ 0.05), shp (r2 = 0.499, p ≤ 0.05) and (r2 = 0.672, p ≤ 0.05). The most appropriate model, which was determined by AIC, was the model for the Perimeter-area ratio, and it had a good model validation result. Our findings revealed that applying the landscape metrics would be able to use for assessing the environmental impacts. In turn, it would decrease the degree of subjectivity in the landscape degradation model, as well. On the other hand, the use of landscape metrics, which can be easily and quickly calculated through land use or land cover maps, will greatly eliminate the need for extensive field work. Accordingly, using land degradation model will be more easily implemented in a much shorter time and at a lower cost to evaluate the environmental impacts.
