مدل‌سازی مکانی عوامل اصلی تخریب جنگل‌های زاگرس (مطالعه موردی: زیر حوضه خرم‌آباد)

سابقه و هدف: حفاظت از آب‌وخاک، مهیاکردن شرایط زیستی برای جوامع انسانی و تولید محصولات فرعی از مهم‌ترین عملکردها و ویژگی های جنگل‌های زاگرس به شمار می آیند. حدود یک‌سوم از کل جمعیت کشور در این ناحیه رویشی زندگی می کنند و بیش از 70 درصد از کل عشایر کشور در این محدوده بسر می برند؛ به‌طوری‌که از لحاظ دامداری 50 درصد از جمعیت دام کشور در این ناحیه استقرار دارند. متاسفانه امروزه تخریب جنگل‌های زاگرس به دلایل مختلف انسانی و اکولوژیک در حال وقوع است. یکی از راهکارهای مدیریت تخریب جنگل ها، مدل‌سازی عوامل اثرگذار بر تخریب است. با توجه به اهمیت موضوع تخریب در جنگل‌های زاگرس و شرایط شکننده این بوم‌سازگان، پژوهش حاضر باهدف مدل‌سازی مکانی عوامل تخریب جنگل در زیر حوضه خرم آباد به انجام رسید.مواد و روش ها: بر اساس مطالعات و بررسی ها، پنج عامل اصلی تخریب شامل چرای بی رویه دام، مسیر های کوچ روی عشایری، پراکنش سکونتگاه ها، پراکنش راه های ارتباطی و زراعت در زیراشکوب جنگل، شناسایی شدند. برای هر عامل، نقشه رقومی تهیه گردید و توسط روش فازی در محیط نرم‌افزار arcgis بی مقیاس شدند. لایه های فازی توسط روش ahp وزین شدند و توسط روش wlc لایه ی پتانسیل تخریب به دست آمد. به‌منظور صحت سنجی این لایه، پنج طبقه در نظر گرفته شد و در هر طبقه 12 قطعه‌نمونه‌ 35×35 متر پیاده سازی شد و دو فاکتور زراعت زیراشکوب و خشکیدگی درختی بررسی و سنجش گردید. سپس بر اساس مقادیر عددی لایه پتانسیل تخریب جنگل (به‌عنوان متغیر پاسخ) و برداشت های میدانی پنج عامل تخریب (به‌عنوان متغیرهای مستقل) در 30 نقطه تصادفی، اقدام به مدل‌سازی توسط روش رگرسیون وزنی جغرافیایی گردید.یافته ها: نتایج وزن دهی به عوامل اثرگذار در تخریب جنگل‌های منطقه نشان داد، دو عامل زراعت زیراشکوب جنگل (0.45) و چرای بی رویه دام (0.29) وزن بالاتری نسبت به دیگر عوامل دارند. بر اساس مدل‌سازی جغرافیایی، نتایج پیش‌بینی تخریب در نقاط نمونه نشان داد انحراف معیار مقادیر باقی‌مانده بدون هیچ‌گونه الگوی مکانی خاصی در تمامی بخش های جنگل منطقه پراکنش دارند. نقشه پیوسته پیش بینی تخریب نیز نشان داد که پتانسیل تخریب در تمامی سطوح جنگل البته با شدت های مختلف وجود دارد (2.5- الی 2.5 انحراف معیار). بر روی این نقشه سه‌نقطه‌ بحرانی وجود دارد که در امر مدیریت این جنگل ها باید به این نقاط توجه ویژه گردد.نتیجه گیری: نتایج نهایی نشان داد در بخش هایی از منطقه مانند جنوب شرقی، جنوب و مرکز، لکه هایی وجود دارد که به لحاظ پتانسیل تخریب در شرایط بحرانی قرار دارند. بنابراین برای مدیریت جنگل‌های منطقه باید این لکه ها در اولویت قرار گیرند و به ترتیبی که عوامل تخریب بیش‌ترین وزن را به خود اختصاص داده اند، در این بخش ها اعمال روش های حفاظت و بهبود شرایط رویشگاهی به انجام برسد.

spatial modeling of main degradation factors in the zagros forests (case study: khorramabad sub-basin)

background and objectives: water and soil protection, provision of living conditions for human communities and the production of by-products are the most important performances and characteristics of the zagros forests. about a third of the country’s total population lives in the zagros region and more than 70% of the country’s total nomads are found in this area; in terms of livestock, 50% of the country’s livestock is located in this area. unfortunately, today, the degradation of zagros forests occurs for various human and ecological reasons. due to the importance of degradation in the zagros forests and the unfavorable conditions of this ecosystem, the present study was carried out with the aim of geographically modeling of forest degradation drivers in the khorramabad basin.materials and methods: based on studies, five degradation drivers were identified, including overgrazing, nomadic migration routes, distribution of residences, distribution of access roads, and farming under forest canopy. for each factor, a digital map was generated and normalized by the fuzzy method in arcgis. the fuzzy layers were first weighted by the analytical hierarchical process (ahp). then, the conditional degradation layers were generated by the weighted linear combination (wlc) method. in order to validate this layer, five classes were considered and in each class 12 sample plots of 35 × 35 m were delineated and the two factors of farming under the forest canopy and tree dieback were examined and measured. then, based on the numerical values of the forest degradation potential layer (as a response variable) and the field surveys of five degradation drivers (as independent variables) at 30 random points, the modeling was performed by geographically weighted regression method.results: the results of weighting the driver factors showed that the two factors of farming under forest canopy (0.45) and overgrazing (0.29) are more important than others. based on geographical modeling, the results of forest degradation prediction in the sample points showed that the residuals standard deviations without specific spatial pattern are distributed throughout the forest. the prediction map of continued forest degradation also showed that there is potential for degradation in all parts of the forest, however, with different intensities (-2.5 – 2.5 std). there are three critical locations on this map that should be given special attention in the management of these forests.conclusion: the final results showed that in some parts of the region such as southeast, south and center, there are places that are in critical condition in terms of potential for degradation. therefore, in order to manage the forests of the region, these locations should be given priority and in order that the degrading drivers have gained the most weight, in these sections, methods of protection and improvement of the habitat conditions must be applied.