بررسی مدل های قطر و ارتفاع گونه راش در جنگل ناهمسال شمال ایران (مطالعه موردی: جنگل فریم)

مشخصه های قطر برابرسینه و ارتفاع درختان، از مهم ترین مولفه های مورد بررسی در آماربرداری جنگل هستند. اندازه گیری قطر درختان نسبت به ارتفاع درختان ساده تر و کم هزینه تر است، از این رو از معادلاتی برای پیش بینی ارتفاع از روی قطر درختان استفاده می شود. در پژوهش پیش رو قابلیت به کارگیری مدل های مختلف قطر ارتفاع برای برآورد ارتفاع درختان راش (fagus oriantalis lipsky) در توده ناهمسال و آمیخته جنگل فریم بخش جوجاده بررسی شد. در این مطالعه از روش نمونه برداری منظم تصادفی با ابعاد شبکه آماربرداری 200 × 150متر و مساحت 10 آر استفاده و از داده های قطر و ارتفاع قطورترین و نزدیکترین درخت به مرکز قطعه نمونه، 690 پایه درخت راش از 345 قطعه نمونه دایره ای شکل انتخاب گردید. در این پژوهش 70 درصد از داده ها برای مدل سازی و 30 درصد برای ارزیابی مدل های برآوردی استفاده شد. با استفاده از 20 مدل رگرسیونی غیرخطی که شامل 11 مدل دو پارامتری و 9 مدل سه پارامتری است، ارتباط بین ارتفاع به عنوان متغیر وابسته و قطر به عنوان متغیر مستقل بررسی و تجزیه و تحلیل شد و به منظور ارزیابی مدل ها و انتخاب بهترین مدل با استفاده از معیارهای آماری مجذور میانگین مربعات خطا و اریبی اعتبار مدل های آماری ارزیابی شد. نتایج به دست آمده نشان داد که نتایج معیارهای ارزیابی مدل، تفاوت زیادی با هم نداشتند. مدل کورف، راتکوفسکی، نسلند و وایبول با مجذور میانگین مربعات خطای به ترتیب 4/17، 4/19، 4/21 و 4/23 و اریبی به ترتیب 0/17، 38/0، 0/55 و 0/1 توانایی خوبی برای برآورد ارتفاع درختان راش با دقت مناسب دارند. با توجه به شرایط منطقه از این مدل ها می توان در برآورد ارتفاع درختان راش در جنگل پهن برگ و آمیخته شمال ایران استفاده نمود.

Investigating the Diameter and Height Models of Beech Trees in Uneven Age Forest of Northern Iran (Case study: Forest Farim)

Diameter at the breast and height of trees are the most important components in the forest inventory. Measuring the diameter of trees is simpler and less costly than height; hence, some equations are used to predict height by diameter of trees. In the present study, the ability to use different diameterheight models for estimating the height of beech trees (Fagus oriantalis Lipsky) in uneven age and mixed stands in Hyrcanian forest, North of Iran. In this study, a systematicrandomly sampling method with 150 × 200m network (0.1 ha) was used. Diameter and height of the thickest and nearest trees (690 individuals) to the center of circular sample plots (345) was measured. 70% of the data was used for modeling and the remaining 30% was used for evaluating estimated models. Using 20 nonlinear regression models including 11 twoparameter models and 9 threeparameter models, the relationship between height as a dependent variable and diameter as an independent variable was considered and analyzed. In order to evaluate the models and select the best model, the validity of the statistical models was evaluated using RMSE and BIAS. The results of the model evaluation criteria did not differ significantly. Korf, Ratkowsky, Naslund and Weibull models with root mean square error of 4.17, 4.19, 4.21, and 4.23 and BIAS of 0.17, 0.38, 0.55 and 0.1, respectively had a good ability to accurately estimate the height of beech trees. According to the region conditions, these models can be used to estimate the height of beech trees in broadleaved and mixed forest of northern Iran.