جعفریان, زینب, ارزانی, حسین, جعفری, محمد, زاهدی, قوام الدین, آذرنیوند, حسین. (1391). تعیین ارتباط بین گونه های گیاهی غالب با عوامل محیطی و داده های ماهواره ای به کمک رگرسیون لجستیک (مطالعه موردی: مراتع رینه استان مازندران). سامانه مدیریت نشریات علمی, 19(3), 371-381. doi: 10.22092/ijrdr.2012.3067
زینب جعفریان; حسین ارزانی; محمد جعفری; قوام الدین زاهدی; حسین آذرنیوند. "تعیین ارتباط بین گونه های گیاهی غالب با عوامل محیطی و داده های ماهواره ای به کمک رگرسیون لجستیک (مطالعه موردی: مراتع رینه استان مازندران)". سامانه مدیریت نشریات علمی, 19, 3, 1391, 371-381. doi: 10.22092/ijrdr.2012.3067
جعفریان, زینب, ارزانی, حسین, جعفری, محمد, زاهدی, قوام الدین, آذرنیوند, حسین. (1391). 'تعیین ارتباط بین گونه های گیاهی غالب با عوامل محیطی و داده های ماهواره ای به کمک رگرسیون لجستیک (مطالعه موردی: مراتع رینه استان مازندران)', سامانه مدیریت نشریات علمی, 19(3), pp. 371-381. doi: 10.22092/ijrdr.2012.3067
جعفریان, زینب, ارزانی, حسین, جعفری, محمد, زاهدی, قوام الدین, آذرنیوند, حسین. تعیین ارتباط بین گونه های گیاهی غالب با عوامل محیطی و داده های ماهواره ای به کمک رگرسیون لجستیک (مطالعه موردی: مراتع رینه استان مازندران). سامانه مدیریت نشریات علمی, 1391; 19(3): 371-381. doi: 10.22092/ijrdr.2012.3067
تعیین ارتباط بین گونه های گیاهی غالب با عوامل محیطی و داده های ماهواره ای به کمک رگرسیون لجستیک (مطالعه موردی: مراتع رینه استان مازندران)
1استادیار گروه مرتع و آبخیزداری، دانشکده منابع طبیعی، دانشگاه علوم کشاورزی و منابع طبیعی ساری
2استاد، دانشکده منابع طبیعی، دانشگاه تهران
3دانشیار، دانشکده منابع طبیعی، دانشگاه تهران
چکیده
تعیین ارتباط بین پراکنش گونههای مرتعی غالب و عوامل محیطی در مراتع رینه واقع در دامنه جنوبی کوه دماوند هدف اصلی این تحقیق بود. برای نمونهبرداری از روش نمونهگیری طبقهبندی تصادفی مساوی استفاده شد. با طبقهبندی منطقه به کمک عوامل ارتفاع، شیب و جهت، منطقه به 37 واحد نمونهبرداری تقسیم شد. در سراسر منطقه 750 پلات 1 مترمربعی و 75 پلات 25 مترمربعی مستقر شد. 150 نمونه خاک نیز از عمق 0-30 سانتیمتری از کل منطقه جمعآوری گردید و در آزمایشگاه، 16 عامل خاکی شامل نیتروژن، ماده آلی، pH، فسفر، نقطه پژمردگی، ظرفیت زراعی، آب قابل دسترس، ظرفیت نگهداری آب، پتاسیم، آهک، رطوبت اشباع، وزن مخصوص ظاهری، وزن مخصوص حقیقی، درصد شن، سیلت و رس اندازهگیری شد. بعد از جمعآوری دادههای اقلیمی 16 عامل اقلیمی شامل میانگین رطوبت نسبی، میانگین بارندگی، میانگین دمای روزانه، میانگین حداقل دما، میانگین حداکثر دمای فصل بهار، تابستان و سالانه به همراه تعداد روزهای یخبندان سالانه، برای مطالعه انتخاب و اقدام به بازسازی دادههای ناقص شد. تصاویر IRS شامل باند قرمز و مادون قرمز نزدیک و باند PAN به همراه تعدادی از باندهای ترکیبی حاصل از نسبتگیری طیفی، تجزیه مؤلفه اصلی و ترکیب باند رنگی با سیاه و سفید بهعنوان دادههای مورد بررسی انتخاب شدند. سپس به کمک رگرسیون لجستیک برای هر گونه رابطه رگرسیون چند متغیره تهیه شد. نتایج نشان داد که از عوامل مورد مطالعه بیشتر عوامل خاکی و شیب، جهت شیب، میانگین حداقل دمای فصل بهار، تعداد روزهای یخبندان، میانگین دمای روزانه تابستان و بیشتر عوامل خاکی وارد روابط رگرسیونی شدند، همچنین دادههای ماهوارهای نیز بهعنوان ابزار مفیدی در نمایش حضور گونههای گیاهی بکار رفتند.
Determination of relationships between dominant plant species with environmental factors and satellite data using logistic regression (case study: Rineh Rangeland, Mazandaran province)
نویسندگان [English]
Zeinab Jafarian1؛ Hossein Arzani2؛ Mohammad Jafari2؛ Ghavamedin Zahedi3؛ Hossein Azarnivand3
1Assistant Professor, Faculty of Natural Resources, Sari Agricultural Sciences and Natural Resources University, Sari, Iran
2Professor, Faculty of Natural Resources, University of Tehran, Karaj, Iran
3Associated Professor, Faculty of Natural Resources, University of Tehran, Alborz
چکیده [English]
This research was aimed to investigate the relationships between dominant rangeland species and environmental factors in the Rineh rangelands located on the southern slope of Damavand Mountain. Stratified random sampling method was applied and the study area was classified to 37 sample units based upon elevation, slop and aspect.
In the study area, 750 plots 1m2 and 75 plots 25m2 were established. One hundred and fifty soil samples were dug at the depth of 0-30 cm and 16 soil properties including pH, CaCo3, bulk density, particle density, total phosphorus, total nitrogen, absorbed potassium, organic matter, saturation moisture, soil texture, field capacity, permanent wilting point, available water capacity and water holding capacity were measured in laboratory. After collecting the climate data, 16 climate factors including average relative humidity, average rainfall, average temperature, average minimum temperature, average maximum temperature in spring, summer and annual as well as annual frost days were selected to reconstruct the missing data. IRS images including red and near-infrared bands and PAN band as well as combined bands derived from RVI, NDVI, and PCA were selected. Regression equation was developed for each species using logistic regression. Results indicated that most of the factors including slop, aspect, average minimum temperature in spring, number of frost days, average daily temperature in summer, and most of the soil factors were entered in regression models. Also, satellite data were used as effective tools in showing the presence of plant species.