فاضل امیری؛ حسین ارزانی
چکیده
ارزیابی اراضی مرتعی به معنی شناسایی و ارزیابی تولید بالفعل و بالقوه، به منظور بهره برداری بهینه از این منبع با ارزش طبیعی است. تعیین قابلیت استفاده از مرتع جهت استفاده از گیاهان داروئی و صنعتی، با در نظر داشتن بهره برداری پایدار از اراضی حوزه قرهآقاچ سمیرم با روش فائو و سامانه اطلاعات جغرافیایی (GIS)، از اهداف این تحقیق است. با تلفیق ...
بیشتر
ارزیابی اراضی مرتعی به معنی شناسایی و ارزیابی تولید بالفعل و بالقوه، به منظور بهره برداری بهینه از این منبع با ارزش طبیعی است. تعیین قابلیت استفاده از مرتع جهت استفاده از گیاهان داروئی و صنعتی، با در نظر داشتن بهره برداری پایدار از اراضی حوزه قرهآقاچ سمیرم با روش فائو و سامانه اطلاعات جغرافیایی (GIS)، از اهداف این تحقیق است. با تلفیق دو معیار پوشش گیاهی و دسترسی به منطقه، مدل شایستگی استفاده از گیاهان داروئی و صنعتی مراتع منطقه تعیین شد. با تلفیق دو معیار پوشش گیاهی و دسترسی به منطقه، مدل شایستگی استفاده از گیاهان داروئی و صنعتی مراتع منطقه تعیین شد. در معیار پوشش گیاهی نمونه برداری در تیپ های گیاهی (به عنوان واحدهای مدیریت پوشش گیاهی) به روش تصادفی با استقرار 3 ترانسکت 200 متری و اندازه گیری داده های درصد پوشش و ترکیب، فراوانی و حضور و عدم حضور، تولید، نوع کاربرد و میزان مصرف گیاهان دارویی و صنعتی در پلات های 1 مترمربعی تعیین گردید. معیار دسترسی به منطقه از تلفیق دو معیار شیب، جادهها و مسیرها تعیین و از تلفیق نقشه شایستگی دو معیار بر اساس روش شرایط محدودکننده فائو نقشه شایستگی مدل تهیه گردید. نتایج نشان داد که از مجموع 7158.69 هکتار اراضی مرتعی منطقه، 3.69 هکتار (0.05 درصد) درطبقه شایستگی 1S (بدون محدودیت)، 1761.1 هکتار (24.6 درصد) در طبقه شایستگی 2S (با محدودیت اندک)، 3217.7 هکتار (44.95 درصد) در طبقه شایستگی 3S (با محدودیت زیاد) و 2176.17 هکتار (30.4 درصد) درطبقه شایستگی N (غیر شایسته) قرار دارد.
ابراهیم گویلی؛ محمدرضا وهابی؛ فاضل امیری؛ حسین ارزانی
چکیده
در تعیین شایستگی مرتع برای هر نوع کاربری باید به قابلیتها و ظرفیتهای موجود اکوسیستم مرتع، با هدف حفاظت پایدار، توجه شود. هدف از این تحقیق شناخت قابلیتها و استعدادهای مراتع حوضة آبخیز سرداب- سیبک و ارزیابی و تعیین طبقات شایستگی مراتع منطقه برای کاربری چرای گوسفند است. بدین منظور، مدل شایستگی استفادة چرایی دام (گوسفند) با استفاده ...
بیشتر
در تعیین شایستگی مرتع برای هر نوع کاربری باید به قابلیتها و ظرفیتهای موجود اکوسیستم مرتع، با هدف حفاظت پایدار، توجه شود. هدف از این تحقیق شناخت قابلیتها و استعدادهای مراتع حوضة آبخیز سرداب- سیبک و ارزیابی و تعیین طبقات شایستگی مراتع منطقه برای کاربری چرای گوسفند است. بدین منظور، مدل شایستگی استفادة چرایی دام (گوسفند) با استفاده از روش پیشنهادی فائو تعیین و برای تلفیق لایههای اطلاعاتی در کلیة مراحل این تحقیق از محیط GIS استفاده شد. در این تحقیق، سه معیارـ حساسیت خاک به فرسایش، منابع آب، و تولید علوفهـ برای تعیین شایستگی نهایی مرتع در نظر گرفته شد. برای تعیین شایستگی از نظر حساسیت خاک به فرسایش از مدل MPSIAC استفاده شد. به منظور بررسی منابع آبْ پارامترهای کمّیت، کیفیت، و دسترسی به منابع آب استفاده شد. از نظر مدل تولید علوفه نیز شاخص نسبت علوفة قابل دسترس دام از کل علوفة تولیدی در هر تیپ گیاهی بررسی شد. نتایج حاصل از مدل نهایی نشان داد که 99/95 درصد (48/17610 هکتار) در کلاس شایستگی کم (3S) و 01/4 درصد (45/736 هکتار) در کلاس شایستگی متوسط (2S) قرار گرفت،و هیچ سطحی از مراتع منطقه در کلاس شایستگی خوب (1S) و غیر شایسته (N) قرار نگرفت. بر اساس این بررسی، مهمترین عامل مؤثر در کاهش شایستگی مراتع منطقه کمبود میزان علوفة در دسترس دام، به دلایلی از قبیل تولید ناچیز گیاهان کلاسهای I و II، پایینبودن درصد خوشخوراکی، و حد بهرهبرداری مجاز، است. با توجه به جمعیت فعلی دام موجود در مراتع منطقه (22170 واحد دامی در طول فصل چرا) و ظرفیت چرای محاسبهشده (15989واحد دامی) و همچنین با توجه به روند تخریب شدید در اثر چرای مفرط، بهکارگیری روش مرتعداری، که محدودیت بیشتری برای مصرف علوفه توسط دام ایجاد میکند، میتواند در صورت عملیاتیشدن به بهبود وضعیت مراتع منطقه کمک کند.
فاضل امیری؛ حسن یگانه
چکیده
Assessment process of vegetation cover by remote-sensing images should be based on understanding of the vegetation indices. Vegetation indices are widely used for assessing and monitoring ecological variables such as vegetation cover, above-ground biomass and leaf area index. The aim of the present research was to study of the ASTER data capabilities to estimate the vegetation cover percentage on Ghareh Aghaj Watershed as well as selecting proper vegetation indices for vegetation cover procurement. Various preprocessing, including image rectification was applied with geo-referencing of the image ...
بیشتر
Assessment process of vegetation cover by remote-sensing images should be based on understanding of the vegetation indices. Vegetation indices are widely used for assessing and monitoring ecological variables such as vegetation cover, above-ground biomass and leaf area index. The aim of the present research was to study of the ASTER data capabilities to estimate the vegetation cover percentage on Ghareh Aghaj Watershed as well as selecting proper vegetation indices for vegetation cover procurement. Various preprocessing, including image rectification was applied with geo-referencing of the image to a registered image with RMSE of 0.5 pixel. The atmospheric and topographic corrections were applied using subtraction of dark object's method and the Lambert method accordingly. Image processing, including vegetation indices and supervised classification were employed to produce the vegetation cover map. Field data collection was started on June 2008 on 8962.25 ha and prolonged about two months. Various vegetation types were sampled using the stratified random sampling method. Sixty random sampling points were selected, and the vegetation cover percentage was estimated with estimation of checking method. Digital data and the Indices maps were used as independent data and the field data as dependent variables. The resulted models were processed on, and the resulted images were categorized in five classes. Finally, the produced maps were controlled for their accuracy. The results confirmed that the NDVI vegetation indices were significantly correlated with field cover data (P?0.01), the strongest relationships explaining relatively 78% of the variance in the field measurements (R2=0.38). Other vegetation indices were not significantly related to vegetation cover percentage of the field data. The total validity and the Kappa coefficient for this map are 68.5% and 72.4%. On these sites, the R square was exceeded to 85%. Most of the produced maps had higher accuracies with NDVI indices, and their Kappa was very high. During the growing seasons, the most rangeland products changes, belongs to class 5 and 2 in the NDVI and SAVI indices map. The outcoming results of this study prove that the ASTER data estimates the plant production very well. Through this tool, one can monitor the hay production that is very useful for resources management as well as decision making for logic rangeland utilization. Generally introduced indices, provided accurate quantitative estimation of the parameters. Therefore, it is possible to estimate cover and production as important factors for rangeland monitoring using ASTER data.
ابراهیم گویلی؛ محمدرضا وهابی؛ فاضل امیری؛ شیوا رشیدی
چکیده
در برنامه ریزی چرای دام از مراتع باید با توجه به اختلاف در وزن زنده و احتیاج ها متفاوت انرژی واحد دامی، مقدار علوفه مورد نیاز را تعیین کرد. از طرف دیگر باید نیاز روزانه واحد دامی استفاده کننده از مرتع را بر اساس کمیت و کیفیت ترکیب علوفه مصرفی دام برآورد نمود. برای همین منظور بعد از انتخاب بخشی از مراتع منطقه فریدونشهر در استان اصفهان، ...
بیشتر
در برنامه ریزی چرای دام از مراتع باید با توجه به اختلاف در وزن زنده و احتیاج ها متفاوت انرژی واحد دامی، مقدار علوفه مورد نیاز را تعیین کرد. از طرف دیگر باید نیاز روزانه واحد دامی استفاده کننده از مرتع را بر اساس کمیت و کیفیت ترکیب علوفه مصرفی دام برآورد نمود. برای همین منظور بعد از انتخاب بخشی از مراتع منطقه فریدونشهر در استان اصفهان، اقدام به تیپ بندی پوشش گیاهی شد و در هر تیپ از تمامی گونههایی گیاهی مورد چرای دام 500گرم علوفه در مرحله گلدهی(فصل چرا) جهت تعیین کیفیت نمونه علوفه نمونه برداری و جمع آوری شد. پروتئین خام، دیواره سلولی منهای همی سلولز (ADF) ماده خشک قابل هضم (DDM) و انرژی متابولیسمی (ME) در سه تکرار به عنوان عوامل تعیین کننده کیفیت علوفه مورد ارزیابی قرار گرفتند. نژاد دامی غالب استفاده کننده از مراتع مورد مطالعه؛ گوسفند نژاد لری است که برای تعیین وزن زنده واحد دامی آن از سه گله موجود در 11 سامان عرفی با دام غالب از نژاد مورد نظر 10 میش بالغ و خشک سه ساله و 10 میش 4 ساله (ترکیب اصلی گله)، 5 راس قوچ سه ساله و 5 راس قوج 4 ساله و نهایتا 5 راس بره 6 ماهه به طور تصادفی انتخاب، علامت گذاری و در دو نوبت وزن شدند. عمل وزن کردن یک بار قبل از شروع چرا (اواسط اردیبهشت) و یک بار بعد از پایان فصل چرا (اوایل شهریور) انجام گرفت. میانگین وزن میش بالغ زنده غیرآبستن و خشک به عنوان وزن دام بالغ مد نظر قرار گرفت و 45 کیلو گرم متوسط وزن زنده به عنوان وزن میش بالغ این نژاد که معادل آن نسبت به واحد دامی کشور برابر 92/0 بدست آمد. نیاز غذایی در شرایط نگهداری و چرا در مرتع (70 درصد بیشتر از حالت نگهداری) با استفاده از رابطه پیشنهادی ماف محاسبه شد. مقدار انرژی متابولیسمی مورد نیاز روزانه دام بر اساس کیفیت علوفه در مرحله گلدهی حدود 09/1 کیلوگرم که با کاهش 30 درصدی کیفیت علوفه مقدارطی دوره چرا تا 58/1 کیلو گرم علوفه خشک در شبانه روز افزایش مییابد با توجه به تفاوتهایی که در ترکیب تیپهای گیاهی و علوفه تامین کننده انرژی متابولیسمی وجود دارد، نمی توان فقط مقادیر ثابت علوفه خشک را بدون توجه به ترکیب گیاهی مبنای محاسبه نیاز غذایی دام قرار داد.