مدل‌سازی و پیش‌بینی خطر تخریب جنگل با مدل geomod (مطالعه‌ موردی: شهرستان های چالوس و نوشهر)

پایش و بررسی تغییرات کاربری اراضی در عرصه های جنگلی، اطلاعات قابل قبولی را به منظور مدیریت کارآمد این منابع فراهم می کند. هدف این پژوهش بررسی تغییرات کاربری در گذشته و ارزیابی کارایی مدل  geomodدر مدل سازی و پیش بینی تغییرات کاربری اراضی می باشد. از این رو تصاویر ماهواره‌ای لندست متعلق به سال های 1368، 1379 و 1400 بررسی شد و پایش تغییرات کاربری اراضی با استفاده از این تصاویر انجام شد. تصاویر هر سه مقطع زمانی به شش طبقه جنگل، مرتع، بایر، کشاورزی، تالاب و مناطق شهری طبقه‌بندی شد. پیش‌بینی وضعیت تغییر کاربری جنگل برای سال 1400، با استفاده از نقشه‌های کاربری سال‌های 1368و 1379 و به کمک مدل ژئومد و بر پایه رگرسیون لجستیک انجام گرفت. به این منظور، از متغیر‌های مکانی فاصله از جاده‌، فاصله از رودخانه، فاصله از مناطق روستایی، فاصله از مناطق شهری، فاصله از حاشیه جنگل، ارتفاع، شیب و جهت شیب به ‌عنوان عوامل موثر بر تغییرات در رگرسیون لجستیک استفاده شد. ضریب کاپا حاصل از طبقه بندی سال 1368، 1379 و 1400 به ترتیب 0/88، 0/91 و 0/87 بدست آمد. ارزیابی عملکرد رگرسیون لجستیک با استفاده از دو شاخص  pseudo-r2 و  roc با مقادیر به ترتیب 0/34 و 0/85 برای دورة اول  و 0/35 و 0/87 برای دورة دوم، نشان دهنده توافق نسبی مدل بدست آمده با تغییرات واقعی و توانایی مناسب مدل در برآورد تغییرات جنگل در 32 سال گذشته است. نتایج نشان داد در دورۀ زمانی 1368-1400 حدود 33853 هکتار از مساحت جنگل ها کاسته شده است و در دوره 1400-1430 نیز مساحت جنگل ها با کاهش 15047 هکتاری روبرو خواهد شد. نتایج مربوط به شبیه سازی نقشه پوشش زمین سال 1400 نشان داد که مدل geomod توانایی و قابلیت بالایی در مدل سازی تغییرات پوشش زمین دارد که در این بررسی صحت و درستی نقشه های پوشش زمین بالای حدود 0/91 بوده است.

modeling and forecasting the risk of forest degradation with geomod model (case study: chālus and nowshahr counties )

monitoring and investigation of land use changes in forest areas provides acceptable information forefficient management of these resources. the aim of this research was to investigate land use changes inthe past and evaluate the effectiveness of the geomod model in modeling and predicting land usechanges. therefore, landsat satellite images belonging to the years 1989, 2000 and 2021 were examinedand land use changes were monitored using these images. the images of all three time periods wereclassified into six categories: forest, range land, barren land, agriculture, wetland and urban areas.forecasting the state of forest use change for the year 2021 was done using the land use maps of 1989 and2001 with the help of geomed model and based on logistic regression. therefore, the spatial variables ofdistance from the road, distance from the river, distance from rural areas, distance from urban areas,distance from the edge of the forest, elevation, slope, and slope direction were used as factors affectingchanges in logistic regression. the kappa coefficient obtained from the classification of 1989, 2000 and2021 was 0.88, 0.91 and 0.87, respectively. evaluation of logistic regression performance using twoindices of pseudo-r2 and roc with values of 0.34 and 0.85 for the first period and 0.35 and 0.87 for thesecond period, respectively, showing the relative agreement of the obtained model with real changes andthe appropriate ability of the model in estimating forest changes in the past 32 years. the results showedthat in the period of 1989-2021, about 33,853 hectares of forest area has been reduced, and in the periodof 2021-2051, the area of forests would decrease by 15,047 hectares. the results related to the simulationof the land cover map of the year 2021 showed that the geomod model has a high ability and capability inmodeling land cover changes, and in this study, the accuracy of the land cover maps was above 0.91.