اثر مونه بندي روي تصاوير ماهواره اي قبل از نمونه برداري خوشه اي در افزايش دقت برآورد مشخصات كمي جنگل (مطالعه موردي: باينگان، كرمانشاه)

(Effect of pre-stratification on increasing the precision of cluster sampling method to estimate forest attributes (Case study: Bayangan, Kermanshah

در تحقيق حاضر از مونه بندي قبل از نمونه برداري خوشه اي براي برآورد مشخصات كمي جنگل هاي بلوط در بخش باينگان كرمانشاه استفاده شد. ابتدا مونه بندي روي تصاوير ماهواره لندست 8 انجام گرفت و منطقه به چهار مونه از نظر NDVI تقسيم شد. تعداد نمونه مورد نياز براي كل جنگل، با نمونه برداري اوليه و براساس دقت محاسبه و با توجه به ناهمگني بين مونه ها تقسيم شد. در مجموع 34 خوشه پنج نمونه اي شامل 170 قطعه نمونه 90×90 متر در سطح 30 هزار هكتار از جنگل به صورت تصادفي برداشت شد. نتايج محاسبات با مونه بندي نشان داد كه تراكم جنگل هاي منطقه مورد مطالعه 149/49 پايه، تاج پوشش1367/62 متر مربع (13/67 درصد) و سطح مقطع 3/21 متر مربع در هكتار با اشتباه نمونه برداري به ترتيب 1/74، 2/65 و 3/14 درصد است. اما در حالت بدون مونه بندي تراكم، تاج پوشش و سطح مقطع در هكتار جنگل به ترتيب 221/8، 2013/5 و 4/77 با اشتباه نمونه برداري به ترتيب 9.11، 9.14 و 9.33درصد بود. بنابراين اشتباه نمونه برداري با مونه بندي بسيار كمتر از روش خوشه اي بدون مونه بندي بود، اگرچه برآوردهاي انجام گرفته از مشخصات كمي جنگل نيز كمتر بودند. اين تفاوت به واسطه نقش زياد مونه نخست در محاسبه ميانگين جنگل بوده كه مساحت (وزن) زياد اما تراكم و تاج پوشش كم داشته است. مونه بندي قبل از نمونه برداري تعداد نمونه مورد نياز براي رسيدن به خطاي 10 درصد را 80-66 درصد كاهش داد. بر اين اساس و با توجه به ناهمگني موجود در تركيب، تراكم و پوشش جنگل هاي غرب كشور، مي توان گفت استفاده از مونه بندي قبل از نمونه برداري موجب افزايش دقت شده و در كارهاي اجرايي نيز قابل توصيه است.

In this study a pre-stratification was applied to estimate quantitative attributes of oak forests by cluster sampling method in Bayangan district، Kermanshah province. Firstly stratification was conducted according to NDVI on landsat-8 images and four strata were determined. Sample size was computed according to allowable error and samples were allocated to three strata with regard to their heterogeneity. Totally 34 five-plot clusters include 170 samples with 90×90 meter dimensions were measured in 30000 ha area of study area. Crown diameter and diameter at breast height (DBH) were measured and finally density، crown cover and basal area per unit area were computed. Results of stratified sampling showed 149.5 tree، 1367.6 m2.ha-1 (13.67 percent) and 3.21 m2.ha-1 for density، crown cover and basal area respectively. While this measures for cluster sampling without stratification were 221.8، 2013.5 and 4.77 respectively. This was due to high acreage (weight) but low density and crown cover in the first strata with huge effect on forest mean. Error percent was 1.74، 2.65 and 3.14 for pre-stratification status and 9.11، 9.14 and 9.33 for cluster sampling without stratification. It can be said that pre-stratification can decrease sample size from 66 to 80 percent. We conclude that with regards to heterogeneity of Zagros forests in type، density and crown cover، pre-stratification can improve precision of cluster sampling and is recommended for general inventories.