تعيين مدل پهنه بندي اكولوژيكي مناطق مستعد احيا بيابان با استفاده از منطق Fuzzy (مطالعه موردي: دشت سيستان)

Ecological mapping models for desert revival prone areas using logic Fuzzy (Case study: Sistan plain)

امروزه يافتن مكان يا مكان هاي مناسب براي ايجاد يك فعاليت در حوزه جغرافيايي معين، جز مراحل مهم طرح‌هاي اجرايي، به ويژه در سطح كلان و ملي به شمار مي‌رود. جهت انتخاب مناطق بياباني مستعد احيا ، يكي از مناسب ترين ابزارها، استفاده از مدل هاي رايانه اي است. تاكنون مكان يابي با استفاده از منطق فازي و سيستم هاي اطلاعات جغرافيايي در زمينه‌هاي تخصصي مختلف انجام شده است، با توجه به نياز اين حوزه مطالعاتي در زمينه، به كارگيري و ارايه مدل هاي جديد مبتني بر سيستم هاي اطلاعاتي، استفاده از اين مدل جهت تعيين اراضي بياباني مناسب احيا ، با درجه ريسك كم تر و يا درجه موفقيت بيشتر احيا بيابان براي اجراي طرح هاي مقابله با بيابان زايي، مهم ترين هدف اين تحقيق است. روش مورد استفاده در اين تحقيق بررسي و گروه بندي پارامترهاي محيطي موثر در احيا بيابان با استفاده از روش اجماع دلفي و ارزش گذاري آن ها بر اساس منطق فازي بوده است. براي نقشه سازي واحدهاي خاك از روش هاي ميان يابي از جمله معكوس فاصله وزني و روش هاي زمين آماري همچون كريجينگ استفاده گرديد. از روش كريجينگ به علت خطاي پيشگويي، كم تر استفاده شد و از عملگرهاي مختلف فازي از جمله اجتماع و اشتراك و جمع و ضرب جبري و گاماي فازي استفاده گرديد. در پايان، عملگر تلفيقي گاماي 8/0 بهترين سازگاري را براي شناسايي اراضي بياباني و مستعد براي احيا بيابان به همراه ميزان موفقيت يا ريسك كمتر براي احيا بيابان و با حداكثر احتياط لازم در اين پهنه ها را ارايه داد.

Finding an appropriate land to implement an activity in a particular geographical region became a significant phase of project implementation process especially in regional and national levels. One of the most useful tools in finding the susceptive locations of desert revival is utilization of computerized models. Finding the locations using Fuzzy Logic and Geographical Information Systems has been utilized in various special fields. This research aimed to determine the appropriate locations of desert revival with the risk degree by using of this model. This research adopted a method based on inspecting and grouping of environmental parameters affecti on preventing desertification. The method is accomplished using available parameters in the region and mapping of these resources were done by using Kriging and IDW methods; and ultimately specifying a simple model by valuation of Fuzzy Logic. Results showed that the Fuzzy model Gamma 0.8 had the best compatibility for recognizing the deserts and the susceptive places for combating desertification with high success rate or desert revival risk.