تعيين موثرترين عوامل محيطي بر توان توليد رويشگاه راش شرقي با استفاده از تكنيك جنگل تصادفي در جنگل خيرود نوشهر

بررسي رابطه بين توان توليد رويشگاه و متغيرهاي محيطي به عنوان يك مولفه مهم در مديريت جنگل و كي از مسائل مهم در جنگلداري است. در گذشته بررسي اين رابطه با استفاده از روش هاي پايه مانند رگرسيون خطي انجام مي گرفت و امروزه از روش هاي تركيبي همانند جنگل تصادفي استفاده مي شود. به اين منظور، در جنگل خيرود نوشهر در تيپ هايي كه در آنها گونه راش غالب بود، به روش نمونه برداري طبقه بندي شده براساس شكل زمين، 114 قطعه نمونه دايره اي به مساحت 10 آر در هر يك از كلاسه هاي شكل زمين پياده شد. سپس در هر قطعه نمونه، ارتفاع پنج اصله از قطورترين درختان به عنوان ارتفاع غالب علاوه بر ارتفاع از سطح دريا و درصد شيب و آزيموت اندازه گيري و ثبت شد. همچنين در مركز هر قطعه نمونه، از عمق 10-0 سانتي متري، نمونه برداري خاك صورت گرفت و متغيرهاي فيزيكي و شيميايي متعددي اندازه گيري شد. ارزيابي توان توليد رويشگاه راش با استفاده از مدل جنگل تصادفي و بهره گيري از معيار اهميت نسبي نشان داد كه از بين متغيرهاي خاكي، متغيرهاي فسفر، درصد نيتروژن، منيزيم و درصد سيلت؛ و از بين عوامل فيزيوگرافي، درصد شيب و ارتفاع از سطح دريا اهميت بيشتري دارند و حدود 90 درصد تغييرات توان توليدي را مي توان با استفاده از اين متغيرها تبيين كرد. استفاده از معيارهاي ضريب تبيين و ضريب تبيين تعديل يافته، نشان مي دهد كه مدل جنگل تصادفي كارايي بسيار خوبي در ارزيابي توان توليد دارد. مطالعه حاضر، بر اهميت تكنيك تركيبي در مطالعات بوم شناسي جنگل تاكيد كرده و چارچوبي را براي مدلسازي توان توليد رويشگاه راش نسبت به متغيرهاي محيطي فراهم مي كند.

Studying the relationship between site productivity, as a key indicator in forest management, and environmental variables is an important issue in forestry. In the past, studying such a relationship was done using linear regression model, but nowadays ensemble techniques like random forest are used. A stratified random sampling method based on landform was used to locate 114 0.1 ha circular sample plots in beech dominated forests. The height of five largest diameter beech trees within each plot was recorded as dominant height along with elevation, azimuth, and slope of the ground. In addition, at the center of plot, soil samples from first layer (0-10 cm) were taken for analyzing several soil variables. Evaluation of site productivity by using random forest technique showed that about 90% of variability in oriental beech productivity could be justified using environmental variables. Phosphorous and percentage of nitrogen, as edaphic variables, and slope and altitude, as physiographic variables, are among the most important variables affecting the beech forest productivity. Using criteria including R squared and adjusted R squared showed random forest technique had very good performance in assessing beech forest site productivity. These analyses underscore the importance of ensemble techniques in forest ecology studies and furnish framework for future modeling of beech forest productivity in relation to environmental predictors.