تاثیر روش طبقه‌بندی جنگل و اثر توام آن با روش نمونه‌گیری شش درختی prodan

مقدمه و هدف: منابع طبیعی تجدید شونده مانند جنگل‌ها از گذشته نقش مهمی در زندگی بشر بازی کرده‌اند. استفاده اصولی و پایدار از جنگل‌ها نیاز به برنامه‌ریزی فنی دارد. برنامه‌ریزی اصولی و فنی نیازمند جمع‌آوری داده‎ها و آنالیز و به‌دست آوردن اطلاعات کمّی و کیفی مفید است. یکی از روش‌های جمع‌آوری داده‌ها در جمعیت‎های جنگل، آماربرداری صددرصد است که این روش در عرصه‎های وسیع جنگلی به دلایل فنی و اقتصادی کمتر اجرا می‎گردد و در بیشتر مواقع برای مقایسه روش‎های مختلف نمونه برداری به‎کار می‎رود. در تهیّه طرح‎ها و تحقیقات جنگل‎های شمال بیشتر از روش‎های نمونه ‎برداری با مساحت ثابت استفاده می‎شود. امروزه، روش‎های مختلف نمونه‎برداری جنگل طراحی و ارایه گردیده است که هر یک مزایا و محاسن خود را دارد. استفاده از این روش‎ها نیاز به بررسی و تعیین مناسبترین آن‎ها از نظر آسانی اجرا، زمان و دقت است. از طرفی، امروزه جنگل‎های صنعتی شمال کشور به دلایل بهره‎برداری ‎در گذشته بیشتر به‎ صورت توده‎های ناهمگن درآمده‎اند. برای این نوع جنگل‎ها، استفاده از روش طبقه‎بندی توام با روش‎های نمونه­‌برداری مفید و موثر خواهد بود. برای برنامه‎ریزی به‎منظور افزایش کارآیی، سرعت عمل و کاهش هزینه‎ها، نیاز به بررسی و استفاده از روش‎های مختلف نمونه‎برداری با مساحت ثابت و متغیر از جمله چند‎‎درختی است. این مطالعه به ‎منظور تاثیر طبقه‎بندی جنگل و اثر توام آن با روش نمونه‎گیری با مساحت ثابت و روش نمونه‎برداری با مساحت متغیر شش درختی prodan و مقایسه دقّت برآوردکننده‎ها انجام شد.مواد و روش‎ها: این مطالعه در جنگل‎های صفارود مازندران به مساحت 176 هکتار انجام گردید. عرصه‎های انتخاب‎شده با استفاده از روش آماربرداری صددرصد تمام درختان عرصه (حد شمارش، قطر برابر سینه بیش از هفت و نیم سانتی‎متر) اندازه‎گیری و ثبت گردید. برای جلوگیری از اشتباهات و اجرای آسان‎تر آماربرداری صد درصد، منطقه مورد مطالعه به قطعات مربعی شکل به ابعاد 50×50 متر تبدیل و تعداد 704 قطعه در عرصه پیاده شد. سپس درختان موجود در هر کدام از این قطعات جداگانه اندازه‎گیری گردید. روش شش‎‎درختی  prodan در دو مرحله صورت گرفت. مرحله اوّل در عرصه به مساحت 176 هکتار بدون طبقه‎بندی با ابعاد شبکه 100x100 متر اندازه‎گیری گردید. مرحله دوّم عرصه جنگل مورد بررسی با استفاده از روش طبقه‎بندی « نیمَن» به سه مونه از نظر موجودی حجمی شامل کمتر از 200 متر مکعب، بین 200- 250 متر مکعب و بیشتر از 250 متر مکعب در هکتار مونه‎‎بندی و بر اساس روش شش­درختی prodan با استفاده از ابعاد شبکه جدید برای هر مونه صورت گرفت. در این مطالعه، اثر مونه‎بندی بر دقّت و زمان با استفاده از معیار (e%2× t) مورد بررسی قرار گرفت. برای این منظور، زمان لازم برای پیاده کردن قطعات نمونه برای اندازه گیری‎های لازم در داخل قطعه نمونه و زمان لازم برای پیمودن فاصله بین قطعات نمونه مجاور نیز با استفاده از کورنومتر محاسبه ویادداشت شد. یافته‎ها: نتایج مقایسه آزمون آماری بین میانگین متغیرهای محاسبه ­شده با روش‎های آماربرداری صددرصد (میانگین واقعی) و نمونه‎برداری شش‎درختی (prodan) در مرحله اوّل بدون طبقه‎بندی و در مرحله دوّم با اجرای روش طبقه ­بندی « نیمَن» اختلاف معنی‎داری را در سطح 0/05 درصد نشان دادند. نتایج این بررسی از نظر شاخص دقّت و هزینه (e%2× t) نشان می‎دهند که اشتباه و خطای آماری مشخصه‎های اندازه‎گیری در جنگل سرپا با روش نمونه‎برداری شش‎درختی همراه با مونه‎بندی نسبت به‎روش نمونه‎برداری بدون مونه‎بندی کمتر است. این میزان برای مشخصه تعداد اصله درخت در هکتار به‎ترتیب 8811/81 و 5677/52 محاسبه شد که با مونه‎بندی جنگل و اجرای نمونه‎برداری شش‎درختی پرودان، میانگین ­های برآورد‎شده مشخصه‎های مورد بررسی 35/56 درصد به میانگین واقعی نزدیک‎تر هستند و میزان اشتباه از معیار آماری کمتر شده ‎است. مقادیر درصد کاهش اشتباه نمونه­ برداری پس از مونه‎بندی برای مشخصه تعداد در هکتار به مقدار 4/42 درصد، برای مشخصه سطح مقطع برابر سینه 11/91 درصد و برای مشخصه حجم در هکتار به مقدار 18/48 درصد محاسبه شدند.نتیجه‎گیری: از نتایج این بررسی نتیجه‎گیری می‎شود که امکان برآورد مشخصه‎های تعداد، سطح مقطع و حجم در هکتار جنگل بر اساس طبقه‎بندی و اجرای روش‎های نمونه‎برداری شش‎درختی (prodan) با مساحت متغیر به‎طور نسبی دقیق‎تر برای برنامه­ ریزی جنگل‎های ناهمگن شمال کشور وجود دارد. 

the effect of the forest stratification method and its combined effect with the prodan six-tree sampling method

extended abstract background: renewable natural resources, such as forests, have played an important role in human life since the past. the principled and sustainable use of forests requires technical planning. fundamental and technical planning requires data collection and analysis and obtaining useful quantitative and qualitative information. a data collection method in forest populations is 100% statistics, which is rarely implemented in large forest areas due to technical and economic reasons, and it is used in most cases to compare different sampling methods. sampling methods with a fixed area are mostly used in the preparation of plans and studies of northern forests. today, different forest sampling methods have been designed and presented, each of which has its own advantages and merits. the use of these methods requires examining and determining the most suitable ones in terms of ease of implementation, time, and accuracy. on the other hand, the industrial forests in the north of iran have currently become heterogeneous stands due to exploitation in the past. for this type of forest, using the stratification method combined with sampling methods will be useful and effective. to plan to increase efficiency, speed of operation, and reduce costs, it is necessary to examine and use different sampling methods with fixed and variable areas, including multi-tree sampling. this study is aimed at the effect of forest classification and its combined effect with the fixed area sampling method and the prodan six tree variable area sampling method and comparing the accuracy of estimators.methods: this study was conducted in the safaroud forests with an area of 176 hectares in mazandaran province. the selected areas were measured and recorded using the statistical method of 100% of all the trees in the area (counting limit, a diameter at the breast of more than 7.5 cm). to avoid mistakes and make it easier to perform 100% statistics, the studied area was divided into square pieces with dimensions of 50 × 50 m, and 704 plots were placed in the field. then, the trees in each of these parts were measured separately. prodan’s six-tree method was carried out in two stages. the first stage was measured in an unclassified area of 176 hectares with a grid size of 100 × 100 m. the second stage of the investigated forest area using the neyman stratification method into three strata in terms of volume inventory, including less than 200 m3, 200-250 m3, and more than 250 m3 per hectare based on prodan’s six-tree method, was performed using new grid dimensions for each stratum. in this study, the effect of segmentation on accuracy and time was investigated using the criterion (e%2 × t). for this purpose, the time required to unload the sample plots for the necessary measurements inside the sample plot and the time required to travel the distance between the adjacent sample plots were also calculated and recorded using a stopwatch. results: the results of the comparison of the statistical test between the average of the variables calculated with the 100% statistical method (true mean) and six-tree sampling (prodan) in the first stage without stratification and in the second stage with the implementation of the neyman stratification method showed a significant difference at the level of 0.05%. the results of this study in terms of accuracy and the cost index (e%2×t) show that the error and statistical error of the measurement characteristics in the standing forest with the six-tree sampling method with stratification was lower than the sampling method without grafting. this amount was calculated for the number of trees per hectare as 8811.81 and 5677.52, respectively. the estimated average of the examined characteristics was 35.56% closer to the real average and the error rate was less than the statistical standard with the forest stratification and prodan’s six-tree sampling implementation. the percentage of error reduction in sampling after seeding was calculated at 4.42% for number per hectare, 11.91% for breast cross-sectional area, and 18.48% for volume per hectare.conclusion: from the results of this study, it can be concluded that it is possible to estimate the characteristics of the number, basal area, and volume per hectare of forests based on the classification and implementation of six-tree sampling methods (prodan), with a relatively variable area. it is more accurate for planning heterogeneous forests in the north of the country.