دانشکده منابع طبیعی دانشگاه تهران مرتع و آبخیزداری 5044-2008 دانشکده منابع طبیعی دانشگاه تهران 109 10.22059/jrwm.2021.314030.1548 مقاله پژوهشی تحلیل چند متغیرۀ سیل با استفاده از مفصل‌های Vine در حوزۀ آبخیز بازفت استان چهارمحال و بختیاری تحلیل چند متغیره سیل با استفاده از مفصل های واین در حوضه بازفت استان چهارمحال و بختیاری امینی ساسان دانشجوی دکتری آبخیزداری، دانشکدۀ منابع طبیعی و علوم زمین، دانشگاه شهرکرد، ایران. زارع بیدکی رفعت استادیار، دانشکدۀمنابع طبیعی و علوم زمین، دانشگاه شهرکرد، ایران. میرعباسی نجف آبادی رسول دانشیار، دانشکدۀ کشاورزی، دانشگاه شهرکرد، ایران. شفایی مریم دکتری مهندسی آب، دفتر تخصیص منابع آب وزارت نیرو، تهران، ایران. 19 02 2021 73 4 674 690 03 12 2020 20 02 2021 Copyright © 2021, دانشکده منابع طبیعی دانشگاه تهران. 2021 https://jrwm.ut.ac.ir/article_80521.html

سیل یک پدیدۀ چند بعدی است و به دلیل داشتن ویژگی­های همبستۀ متعدد، تجزیه و تحلیل تک متغیره نمی­تواند دانش یکپارچه­ای در مورد این پدیده ارائه دهد. در این مطالعه، از ساختارهای واین برای تجزیه و تحلیل چند متغیرۀ ویژگی­های سیل استفاده شد. به این منظور، هیدروگراف­های 98 رویداد سیل ثبت شده در ایستگاه لندی در حوزۀ آبخیز بازفت در استان چهارمحال و بختیاری انتخاب شد و مشخصات سیلاب، از جمله دبی اوج سیل(p ) ، حجم سیل(V) ، مدت زمان سیل­­(D)  و زمان رسیدن به اوج  (T) استخراج شد. سپس با آزمون کلموگرف-اسمیرنوف بهترین توزیع برازش یافته بر هر متغیر انتخاب شد. توزیع حاشیه­ای منتخب شامل لوگ نرمال­، جانسون اس بی و پیرسون نوع 5 به ترتیب برای دبی اوج سیل و حجم سیل،  مدت زمان سیل و زمان رسیدن به اوج  می­باشد. در مرحلۀ بعد، مفصل­های سی- واین (C-Vine) و دی- واین (D-Vine) در دو شکل سه و چهار متغیره با ترکیب متغیر ایجاد شد. به این ترتیب که در سه متغیره، حجم و دبی اوج سیل در ترکیب ثابت و مدت زمان سیل یا زمان رسیدن به اوج  متغیر در نظر گرفته شدند. در  مفصل چهار متغیره نیز ترکیب­های متفاوت از هر چهار متغیر استفاده شد. برای ترکیب این متغیرها، از مفصل­های گامبل، فرانک، جو، کلایتون، گواسین و تی استیودنت استفاده شد. نتایج به دست آمده از مفصل، با مفصل تجربی آن ترکیب، مقایسه شد. نتایج نشان داد ­که بهترین ترکیب در هر دو مفصل سی واین و دی واین در مدل­های سه گانه، ترکیب TPV  با مقدار نش 913/0است و مفصل­های گامبل و گواسین به عنوان بهترین مفصل در لبه­ها شناخته شدند. در مورد ترکیب چهار متغیره، بهترین ترکیب سی واین PVTD و دی واین و  PTVD با مقدار نش 989/0 شناخته شدند. مفصل­های گامبل و گواسین در درختها دارای غالبیت می­باشند. به طور کلی نتایج نشان داد که ساختارهای واین چهار متغیره از ساختارهای سه متغیره دارای همسبتگی بالاتری هستند.

 روش پارامتریک ریشۀ دوم مکعب لاتین مشروط گندم ذرت یونجه قزوین  [1] Aas, K., Czado, C., Frigessi, A. and Bakken, H. (2009). Pair-copula constructions of multiple dependence. Insurance: Mathematics and Economics, 44(2), 182–198. [2] Ayantobo, O. O., Li, Y. and Song, S. (2019). Multivariate drought frequency analysis using four-variate symmetric and asymmetric Archimedean copula functions. Water Resources Management, 33(1), 103–127. [3] Bedford, T. and Cooke, R. M. (2002). Vines: A new graphical model for dependent random variables. Annals of Statistics, 1031–1068. [4] Dayal, K. S., Deo, R. C. and Apan, A. A. (2019). Development of copula-statistical drought prediction model using the standardized precipitation-evapotranspiration index. In Handbook of Probabilistic Models. Elsevier Inc. [5] Favre, A. C., Adlouni, S. El, Perreault, L., Thiémonge, N. and Bobée, B. (2004). Multivariate hydrological frequency analysis using copulas. Water Resources Research, 40(1), 1–12. [6] Grimaldi, S. and Serinaldi, F. (2006). Asymmetric copula in multivariate flood frequency analysis. Advances in Water Resources, 29(8), 1155–1167. [7] Jiang,C.,Xiong,L.,Yan,L., Dong, J. and Xu, C.Y. (2019). Multivariate hydrologic design methods under nonstationary conditions and application to engineering practice. Hydrology and Earth System Sciences, 23(3), 1683–1704. [8] Joe, H. (1997). Multivariate models and multivariate dependence concepts. CRC Press. [9] Latif, S. and Mustafa, F. (2020). Trivariate distribution modelling of flood characteristics using copula function—A case study for Kelantan River basin in Malaysia. AIMS Geosciences, 6(1), 92–130. [10] Mirabbasi, R., Fakheri-Fard, A. and Dinpashoh, Y. (2012). Bivariate drought frequency analysis using the copula method. Theoretical and Applied Climatology, 108(1–2), 191–206. [11] Nash, J. E. and Sutcliffe, J. V. (1970). ’ L ~ E Empirical or Analytical Approaeb. Journal of Hydrology, 10(3), 282–290. [12] Nguyen-Huy, T., Deo, R. C., An-Vo, D. A., Mushtaq, S. and Khan, S. (2017). Copula-statistical precipitation forecasting model in Australia’s agro-ecological zones. Agricultural Water Management, 191(September), 153–172. [13] Pereira, G. and Veiga, Á. (2018). PAR(p)-vine copula based model for stochastic streamflow scenario generation. Stochastic Environmental Research and Risk Assessment, 32(3), 833–842. [14] Salvadori, G. and De Michele, C. (2006). Statistical characterization of temporal structure of storms. Advances in Water Resources, 29(6), 827–842. [15] Shafaei, M., Fakheri-Fard, A., Dinpashoh, Y., Mirabbasi, R. and De Michele, C. (2017). Modeling flood event characteristics using D-vine structures. Theoretical and Applied Climatology, 130(3–4), 713–724. [16] Sklar, A., SKLAR, A. and Sklar, C. A. (1959). Fonctions de reprtition an dimensions et leursmarges. [17] Snyder, W. M. (1962). Some possibilities for multivariate analysis in hydrologic studies. Journal of Geophysical Research, 67(2): 721–729. [18] Wong, S. T., Gray, D. M. and Hydro-, D. (1958). Mean Annual Flood I N New England ’. 298–311. [19] Vernieuwe, H., Vandenberghe, S., De Baets, B. and Verhoest, N. E. C. (2015). A continuous rainfall model based on vine copulas. Hydrology and Earth System Sciences, 19(6), 2685–2699. [20] Zhang, L. and Singh, V. P. (2007). Trivariate flood frequency analysis using the Gumbel–Hougaard copula. Journal of Hydrologic Engineering, 12(4), 431–439._||_
دانشکده منابع طبیعی دانشگاه تهران مرتع و آبخیزداری 5044-2008 دانشکده منابع طبیعی دانشگاه تهران 109 10.22059/jrwm.2020.311676.1540 مقاله پژوهشی ارزیابی ترکیب مدل ANFIS با الگوریتم‌های فراکاوشی بهینه‌سازی در پیش‌بینی طوفان‌های گرد و غبار استان خوزستان ارزیابی ترکیب مدل ANFIS با الگوریتم‌های فراکاوشی بهینه‌سازی در پیش‌بینی طوفان‌های گرد و غبار استان خوزستان انصاری قوجقار محمد دانشجوی دکتری گروه مهندسی آبیاری و آبادانی، پردیس کشاورزی و منابع طبیعی، دانشگاه تهران، کرج، ایران. پورغلام آمیجی مسعود دانشجوی دکتری گروه مهندسی آبیاری و آبادانی، پردیس کشاورزی و منابع طبیعی، دانشگاه تهران، کرج، ایران. عراقی نژاد شهاب دانشیار گروه مهندسی آبیاری و آبادانی، پردیس کشاورزی و منابع طبیعی، دانشگاه تهران، کرج، ایران. زهرایی بنفشه دانشیار دانشکده مهندسی عمران، پردیس دانشکده‌های فنی، دانشگاه تهران، تهران، ایران. رضوی سامان دانشیار گروه مهندسی عمران، زمین‌شناسی و محیط‌زیست، دانشکده محیط‌زیست و پایداری، دانشگاه ساسکاچوان، ساسکاتون، کانادا. سلاجقه علی استاد دانشکده منابع طبیعی، پردیس کشاورزی و منابع طبیعی، دانشگاه تهران، کرج، ایران. 19 02 2021 73 4 691 708 10 10 2020 16 11 2020 Copyright © 2021, دانشکده منابع طبیعی دانشگاه تهران. 2021 https://jrwm.ut.ac.ir/article_80529.html

به منظور کنترل و مدیریت صحیح طوفان­های گرد و غبار، آگاهی از تغییرات زمانی- مکانی این پدیده و لزوم پیش­بینی و مدل­سازی آن با هدف شناخت دقیق­تر رفتار طوفان­های گرد و غبار نسبت به محرک­های طبیعی و انسانی، امری ضروری است. با توجه به توسعه روز افزون فرامدل­ها و ترکیب آن­ها با الگوریتم­های بهینه­سازی به منظور مدل­سازی و پیش­بینی متغیرهای هواشناسی، در این پژوهش چهار الگوریتم بهینه­سازی فراکاوشی ازدحام ذرات (PSO)، ژنتیک (GA)، کلونی مورچگان در محیط­های پیوسته (ACOR) و تکاملی تفاضلی (DE) با مدل سیستم استنتاج تطبیقی فازی عصبی (ANFIS) ترکیب شد. عملکرد چهار مدل ترکیبی توسعه داده­شده با مدل  ANFISبرای پیش­بینی متغیرهای فراوانی روزهای همراه با طوفان گرد و غبار (FDSD) در مقیاس فصلی در استان خوزستان در جنوب غربی ایران ارزیابی شد. بدین منظور از داده­های ساعتی گرد و غبار و کدهای سازمان جهانی هواشناسی در مقیاس فصلی با طول دوره آماری 40 ساله (2019-1980) در هفت ایستگاه سینوپتیک استان خوزستان استفاده شد. نتایج شاخص­های نیکویی برازش در مرحله آموزش و آزمایش نشان داد که اختلاف معنی­داری بین روش ANFIS و سایر مدل­های ترکیبی مورد استفاده وجود ندارد. مقادیر R و RMSE برترین مدل ترکیبی (ANFIS-PSO) به ترتیب از 88/0 تا 97/0 و 10/0 تا 19/0 و در مدل ANFIS به ترتیب از 83/0 تا 94/0 و 11/0 تا 21/0 متغیر بودند. همچنین نتایج نشان داد که ترکیب الگوریتم­های بهینه­سازی استفاده­شده با مدل ANFIS نتایج مدل را نسبت به مدل انفرادی ANFIS به صورت معنی­داری بهبود نمی­بخشد.

 الگوریتم ژنتیک الگوریتم‌های تکاملی مدل‌سازی هوش مصنوعی ANFIS [1]          Abdolshahnejad, M., Khosravi, H., Nazari Samani, A. A., Zehtabian, G. R., & Alambaigi, M. (2020). Determining the Conceptual Framework of Dust Risk Based on Evaluating Resilience (Case Study: Southwest of Iran). Strategic Research Journal of Agricultural Sciences and Natural Resources, 5(1), 33-44. (In Persian) [2]          Annaty, M., Eghbalzadeh, A., & Hosseini, S. (2015). Hybrid ANFIS model for predicting scour depth using particle swarm optimization. Indian journal of science and technology, 8(22), 642-649. [3]          Ansari Ghojghar, M., Pourgholam-Amiji, M., Bazrafshan, J., Hosseini-Moghari, S. M., Liaghat, A., & Araghinejad, Sh. (2020). Performance Evaluation of Genetic Algorithm and GA-SA Hybrid Method in Forecasting Dust Storms (Case Study: Khuzestan Province). Iranian Journal of Soil and Water Research (Articles in Press). (In Persian) [4]          Araghinejad, S. (2013). Data-driven modeling: using MATLAB® in water resources and environmental engineering (Vol. 67). Springer Science & Business Media. [5]          Araghinejad, Sh., Ansari Ghojghar, M., Pourgholam-Amiji, M., Liaghat, A., & Bazrafshan, J. (2019). The Effect of Climate Fluctuation on Frequency of Dust Storms in Iran. Desert Ecosystem Engineering Journal, 7(21), 13-32. (In Persian) [6]          Azad, A., Karami, H., Farzin, S., Saeedian, A., Kashi, H., & Sayyahi, F. (2018). Prediction of water quality parameters using ANFIS optimized by intelligence algorithms (case study: Gorganrood River). KSCE Journal of Civil Engineering, 22(7), 2206-2213. [7]          Cao, R., Jiang, W., Yuan, L., Wang, W., Lv, Z., & Chen, Z. (2014). Inter-annual variations in vegetation and their response to climatic factors in the upper catchments of the Yellow River from 2000 to 2010. Journal of Geographical Sciences, 24(6), 963-979. [8]          Davis, L. (1991). Handbook of genetic algorithms. [9]          Dorigo, M. (1992). Optimization, learning and natural algorithms. PhD Thesis, Politecnico di Milano. [10]      Farajzadeh Asl, M., & Alizadeh, Kh. (2011). Spatial Analysis of Dust storm in Iran. The Journal of Spatial Planning, 15(1), 65-84. (In Persian) [11]      Goudie, A. S., & Middleton, N. J. (2006). Desert dust in the global system. Springer Science & Business Media. [12]      Hassanzadeh, Y., Abdi Kordani, A., & Fakheri Fard, A. (2012). Drought Forecasting Using Genetic Algorithm and Conjoined Model of Neural Network-Wavelet. Journal of Water and Wastewater, 23(3), 48-59. (In Persian) [13]      Jalalkamali, A. (2015). Using of hybrid fuzzy models to predict spatiotemporal groundwater quality parameters. Earth Science Informatics, 8(4), 885-894. [14]      Jang, J. S. (1993). ANFIS: adaptive-network-based fuzzy inference system. IEEE transactions on systems, man, and cybernetics, 23(3), 665-685. [15]      Mahmoodimahpash, N., & Souri, B. (2020). Detecting origin of dust-fall using ions ratio and morphology of the particles in western Iran. Journal of Natural Environment, 73(2), 355-367. (In Persian) [16]      Mehrabi, Sh., Soltani, S., & Jafari, R. (2015). Investigating the Relationship between Climatic Parameters and the Exposure of Greenhouses (Case Study: Khuzestan Province). Journal of Water and Soil Science, 19(71), 69-80. (In Persian) [17]      Mehri, Y., Mehri, M., & Soltani, J. (2020). Evaluation of combined Models with Optimization Approach of PSO and GA in ANFIS for Predicting of Dispersion Coefficient in Rivers. Water and Irrigation Management, 10(1), 45-59. (In Persian) [18]      Mohammadi Ghaleni, M., & Ebrahimi, K. (2013). Evaluation of direct search and genetic algorithms in optimization of muskingum nonlinear model parameters - a flooding of Karoun river, Iran. Water and Irrigation Management, 2(2), 1-12. (In Persian) [19]      Mozafari, Gh. A., Shafie, Sh., & Hemati, H. R.(2016). Predicting monthly precipitation of Kermanshah synoptic station using the hybrid model of neural network and wavelet. Journal of Water and Soil Conservation, 22(6), 135-152. (In Persian) [20]      Nabizadeh, M., Mosaedi, A., & Dehghani, A. (2012). Intelligent estimation of stream flow by Adaptive Neuro-Fuzzy Inference System. Water and Irrigation Management, 2(1), 69-80. (In Persian) [21]      Nadiri, A. A., Taherkhani, Z., & Sadeghi Aghdam, F. (2017). Prediction of ground water level of Bostan Abad using combining artificial intelligence models. Iran Water Resources Research, 13(3), 43-55. (In Persian) [22]      O’Loingsigh, T., McTainsh, G. H., Tews, E. K., Strong, C. L., Leys, J. F., Shinkfield, P., & Tapper, N. J. (2014). The Dust Storm Index (DSI): a method for monitoring broadscale wind erosion using meteorological records. Aeolian Research, 12, 29-40. [23]      Prudêncio, R. B., & Ludermir, T. B. (2003). Neural network hybrid learning: genetic algorithms & Levenberg-Marquardt. In Between Data Science and Applied Data Analysis (pp. 464-472). Springer, Berlin, Heidelberg. [24]      Rashki, A., Kaskaoutis, D. G., Goudie, A. S., & Kahn, R. A. (2013). Dryness of ephemeral lakes and consequences for dust activity: the case of the Hamoun drainage basin, southeastern Iran. Science of the total environment, 463, 552-564. [25]      Sepehri, M, Ildoromi, A. R., Hosseini, S. Z., Nori, H., Mohammadzade, F., & Artimani, M. M. (2018). The combination of neural networks and genetic algorithms is a way to estimate the Peak flood. Iranian Journal of Watershed Management Science and Engineering, 11(39), 23-28. (In Persian) [26]      Shafaei, M., Fakheri Fard, A., Darbandi, S., Ghorbani, M. (2014). Prediction Daily Flow of Vanyar Station Using ANN and Wavelet Hybrid Procedure. Irrigation and Water Engineering, 4(2), 113-128. (In Persian) [27]      Shi, Y. (2001). Particle swarm optimization: developments, applications and resources. In Proceedings of the 2001 congress on evolutionary computation (IEEE Cat. No. 01TH8546), 1, 81-86. [28]      Sobhani, B., Safarian Zengir, V., & faizollahzadeh, S. (2020). Modeling and prediction of dust in western Iran. Physical Geography Research Quarterly, 52(1), 17-35. (In Persian)  [29]      Socha, K., & Dorigo, M. (2008). Ant colony optimization for continuous domains. European journal of operational research, 185(3), 1155-1173. [30]      Sreedhara, B. M., Rao, M., & Mandal, S. (2019). Application of an evolutionary technique (PSO–SVM) and ANFIS in clear-water scour depth prediction around bridge piers. Neural Computing and Applications, 31(11), 7335-7349. [31]      Storn, R., & Price, K. (1997). Differential evolution–a simple and efficient heuristic for global optimization over continuous spaces. Journal of global optimization, 11(4), 341-359. [32]      Yarmoradi, Z., Nasiri, B., Mohammadi, Gh. H., & Karampour, M. (2018). Trend analysis of dusty day’s frequency in Eastern arts o Iran associated with Climate Fluctuations. Desert Ecosystem Engineering Journal, 7(18), 1-14. (In Persian) Zeinali, B. (2016). Investigation of frequency changes trend of days with dust storms in western half of Iran. Journal of Natural Environment hazards, 5(7), 100-87. (In Persian)_||_
دانشکده منابع طبیعی دانشگاه تهران مرتع و آبخیزداری 5044-2008 دانشکده منابع طبیعی دانشگاه تهران 109 10.22059/jrwm.2020.298685.1471 مقاله پژوهشی واسنجی مدل SWMM در حوضۀ آبخیز شمال شهر تهران واسنجی مدل SWMM در حوضه آبخیز شمال شهر تهران بدیع زادگان رضا دانشجوی دکتری علوم و مهندسی آب‌، گرایش سازه‌های آبی، دانشگاه فردوسی مشهد، مشهد، ایران. خداشناس سعید رضا استاد گروه علوم و مهندسی آب، دانشگاه فردوسی مشهد، مشهد، ایران. اسماعیلی ;کاظم دانشیار گروه علوم و مهندسی آب، دانشگاه فردوسی مشهد، مشهد، ایران. 19 02 2021 73 4 709 724 07 03 2020 25 12 2020 Copyright © 2021, دانشکده منابع طبیعی دانشگاه تهران. 2021 https://jrwm.ut.ac.ir/article_80530.html

براساس معیارهای شهری و مدیریت کلان شهرها، یکی از مسائل مهم، کنترل رواناب­های سطحی و هدایت آن­ها به سمت کانال­های زهکشی می­باشد. به این منظور و برای اطلاع از عکس­العمل حوضه­های آبخیز شهری و شبیه­سازی پدیدۀ بارش-رواناب در این حوضه­ها، از مدل­های نرم­افزاری استفاده می­شود. از این رو با توجه به اطلاعات کم بارش و رواناب، در حوضه­های شهری، معمولاً این مدل­ها بدون واسنجی و یا با واسنجی­های غیر واقعی به­کار گرفته می­شوند که باعث می­شود که نتایج از واقعیت دور باشد. در این تحقیق با استفاد از داده­های واقعی ایستگاه هواشناسی شمال تهران و ایستگاه هیدرومتری مقصودبیک (رزگنده)، نرم­افزارSWMM  مورد واسنجی و صحت­سنجی قرار گرفت و پارامترهای ورودی به مدل، به­دست آمدند. برای کالیبراسیون این مدل از سه رویداد بارندگی برای واسنجی مدل و از دو رویداد برای صحت­سنجی آن استفاده شد. براساس اطلاعات به­دست آمده از مقادیری شبیه­سازی و مشاهداتی این رویداد­های بارندگی، دبی بیشینه، حجم رواناب خروجی و زمان اوج سیلاب مورد مقایسه قرار گرفت. میزان RMSE برای هیدروگراف خروجی از حوضۀ زرگنده برای وقایع اول تا پنجم به ترتیب 05/0، 22/0، 4/0، 37/0 و 16/0 و ضریب NSC برابر با 91/0، 94/0، 93/0، 9/0 و 94/0 به­دست آمد. همچنین میزان درصد اختلاف دبی بیشینۀ سیلاب، مدل­سازی و مشاهداتی برای وقایع اول تا پنجم به ترتیب 33/7، 69/9، 8/5، 6/5، 93/9 و برای حجم رواناب این درصد اختلاف به ترتیب 82/8- ، 08/3- ، 8/8، 43/19- و11/5 به­دست آمد. با توجه به این نتایج، عملکرد مدل SWMM در شبیه­سازی رواناب های ناشی از بارندگی در این منطقه قابل قبول بوده و می­تواند به جهت مدیریت و کنترل رواناب­های شهری مورد استفاده قرار گیرد.

 ایستگاه هیدرومتری مقصودبیک حوضۀ آبریز شهری مدل بارش-رواناب SWMM واسنجی و صحت‌سنجی مدل [1] ASCE, (1992), Design & Construction of Urban Stormwater Management Systems, New York, NY. [2] Badiezadeh, S., Bagremand, A. and Dehghani, A, A. (2015). Urban flood management by simulation of surface runoff using SWMM model in Gorgan city, Golestan Province- Iran. Journal of Water and Soil Conservatio. 22(4). 155-170. [3] Chow, M. F., Yusop, Z.  and Toriman, M. E. (2012). Modelling runoff quantity and quality in tropical urban catchments using Storm Water Management Model. International Journal of Environmental Science and Technology. 9. 737–748. [4] Chow, V, T., Maidment, D, R. and Mays, L, W. (1988). Applied Hydrology. McGraw-Hill Book Company, inc. Publisher. [5] Crawford, N.H. and Linsley, R.K., (1966). Digital Simulation in Hydrology: Stanford Watershed Model IV. Civil Engineering Department, Stanford University. Tech. Report No. 39. [6] Huber, W. and Dickinson, R. (1988) Stormwater Management Model. User´s Manual. U.S. Environmental Research Agency. Office of Research and Development. Ver 4, Part A. [7] Jinkang, D., Shunping, X., Youpeng, X. and Chong-Yu, X. (2007) Development and testing of a simple physically-based distributed rainfall-runoff model for storm runoff simulation in humid forested basins. Journal of Hydrology.336(3). 334-346. [8] Karimi, V., Solaimani, K., Habibnejad, M. and Shahedi, K. (2015). Simulation of Flow in Open & Closed Conduits by EPA-SWMM Model (Case Study: Babolsar Urban Watershed). Journal of Watershed Management Research. 6 (11). 162-170. [9] Khalighi Sigarodi, Sh., Rostami Khalaj, M., Mahdavi, M. and Salajegheh, A. (2015). Calibration and validation SWMM model in order to simulate urban runoff (Case Study: Imam Ali Town in Mashhad). 63(3).487-498. [10] Kornecki, TS., Sabbagh GJ. and Storm DE. (1999) Evaluation of runoff, erosion and phosphorus modeling system-SIMPLE. Journal of the American Water Resources Association. 4. 807 - 820. [11] Koudelak, P. and West, S. (2007). Sewerage network modelling in Latvia, use of InfoWorks CS and Storm Water Management Model 5 in Liepaja city. Water and Environment Journal. 22(2). 81-87. [12] Mahdavi, M. (2005). Applied Hydrology, 4ed Edition, University of Tehran press. [13] McCuen, R. (1996), Hydrology, FHWA-SA-96-067, Federal Highway Administration, Washington, DC. [14] Moradi, M. and Darbandi, S. (2017). Approach for appraising spate risks in urban drainage systems using stormwater management model. Watershed Engineering and Management. 9(3). 276-291. [15] Ovbiebo, T. and SHE, N. (1995) Urban runoff quality modeling in a sub­basin of the Duwamish River using XP-SWMM. Proc. Watershed Management Symposium Held in San Antonio, Texas, USA. August 14-19. ASCE, New York. 320-329. [16] Rossman, L. R. (2015). Storm Water Management Model User’s Manual Version 5.1.   United States Environmental Protection Agency (EPA). [17] Rostami, M., Mahdavi, M., Khalighi, Sh. and Salajeghe, A. (2012). Sensitivity Analysis of Variables Affecting on Urban Flooding Using SWMM Model. Journal of Watershed Management Research. 3 (5). 81-91. [18] Santhi, C., Arnold, J.G., Williams, J.R., Dugas, W.A., Srinivasan, R. and Hauck, L.M. (2001). Validation of the SWAT model on a large river basin with point and nonpoint sources, Journal of the American Water Resources Association, 37(5). 1169-1188. [19] Sourisseau, S., Basser, A., Perie, F. and Caquet, T. (2008). Calibration, validation and sensitivity analysis of an ecosystem model applied to artificial streams, Water Research, 42(4). 1167-1181. [20] Tehran Engineering & Technical Consulting Org. (2011). Tehran Stormwater Management Master Plan. 2 (1) Meteorology. [21] Tehran Engineering & Technical Consulting Org. (2011). Tehran Stormwater Management Master Plan. 2 (2, 3) Hydrology. [22] Temprano, J. Arango, O. Cagiao, J. Suarez, J. and Tejero, I. (2006) Stormwater quality calibration by SWMM: a case study in northern Spain. Water SA 32(1). 55–63. [23] Tsihrintzis, V. and Hamid, R. )1998(. Runoff quality prediction from small urban catchments using SWMM. Hydrol Process, 12: 2. 311-329._||_
دانشکده منابع طبیعی دانشگاه تهران مرتع و آبخیزداری 5044-2008 دانشکده منابع طبیعی دانشگاه تهران 109 10.22059/jrwm.2021.297966.1469 مقاله پژوهشی تحلیل شبکۀ دست اندرکاران سازمانی در راستای ارتقاء تاب‌آوری در مواجه با تغییر اقلیم (مورد مطالعه: حوزۀ آبخیز قزل‌اوزن) چیذری محمد استاد، گروه ترویج و آموزش کشاورزی، دانشگاه تربیت مدرس، تهران، ایران. بطحائی سیده سمیه دانشجوی دکتری، گروه ترویج و آموزش کشاورزی، دانشگاه تربیت مدرس، تهران، ایران. صدیقی حسن دانشیار، گروه ترویج و آموزش کشاورزی، دانشگاه تربیت مدرس، تهران، ایران. علم بیگی امیر استادیار، گروه ترویج و آموزش کشاورزی، دانشگاه تهران، کرج، ایران. 19 02 2021 73 4 725 740 16 02 2020 27 02 2021 Copyright © 2021, دانشکده منابع طبیعی دانشگاه تهران. 2021 https://jrwm.ut.ac.ir/article_80531.html

پدیدۀ تغییر اقلیم یکی از چالش­های مهم زیست­محیطی قرن بیست­و­یکم به شمار می­رود. بیشترین تأثیرات این پدیده شامل حال صنایع و بنگاه­هایی مانند کشاورزی و شیلات می­گردد که به منابع طبیعی وابسته می­باشند. تاب­آوری رویکردی کاربردی در جهت ایجاد سازگاری با این پدیده و ایجاد توسعۀ پایدار به شمار می­آید. از آنجایی که شبکه­ها و به ویژه شبکه­های رسمی مانند شبکۀ نهادی، می­تواند نقش اساسی در ایجاد و ارتقاء تاب‌آوری در برابر تغییر اقلیم ایفا کند، پژوهش حاضر با هدف تحلیل شبکۀ دست­اندرکاران سازمانی در راستای ارتقاء تاب­آوری در مواجهه با تغییر اقلیم انجام گرفته است. جامعۀ آماری پژوهش حاضر را کشاورزان خرده مالک شهرستان طارم استان زنجان تشکیل می‌دهند که به روش نمونه گیری شبکۀ خودمحور اعضای شبکۀ مورد بررسی انتخاب شدند. روش آماری غالب در این پژوهش، تحلیل شبکه و استخراج شاخص‌های شبکه در سطح کلان، میانی و خرد می‌باشد. براساس نتایج به­دست آمده به ترتیب سازمان جهاد کشاورزی و بانک­ها و مؤسسات اعتباری بیشترین نقش و مرکزیت درجه را در شبکۀ اطلاعات آموزشی و خدمات فنی ایفا می‌کنند. در شبکۀ تسهیلات مالی نیز به ترتیب بانک­ها و مؤسسات اعتباری و سازمان جهاد کشاورزی رتبه­های اول و دوم را در ارائۀ خدمات و مشاوره‌های مالی ایفا می‌کنند. نتایج نشان داد بسیاری از مؤسساتی که می‌توانند در زمینۀ تاب-آوری در برابر تغییر اقلیم نقش سازنده‌ای داشته باشند، از جمله صندوق بیمۀ محصولات کشاورزی در انزوا قرار دارند و به حاشیه رانده شده­اند. از این­رو پیشنهاد می­گردد در پژوهش­های آینده علل این امر مورد واکاری قرار گیرد و راهکارهای عملیاتی در جهت خارج شدن این مؤسسات از انزوا و ایفای نقش­شان ارائه گردد.

 تاب‌آوری تغییر اقلیم شبکۀ اجتماعی نهادهای رسمی [1] Adger, W. N. (2000). Social and ecological resilience: are they related?. Progress in human geography, 24(3), 347-364.‏ [2] Adger, W. N. (2003). Social Capital, Collective Action, and Adaptation to Climate Change. Economic Geography, 79, 387-404.‏ [3] Alambeigi, A.and Malekli, M. (2019). Institutional Analysis of Drought Management in the Ghareh Chay Watershed in Saveh County: An Application of Social Network Analysis. Journal of Range and Watershed Management, 71(4), 1013-1027 .(In Persian) [4] Bandiera, O. and Rasul, I. (2006). Social networks and technology adoption in northern Mozambique. The Economic Journal, 116(514), 869-902.‏ [5] Barnes, M. L., Bodin, Ö., Guerrero, A. M., McAllister, R. R., Alexander, S. M. and Robins, G. (2017). The social structural foundations of adaptation and transformation in social–ecological systems. Ecology and Society, 22(4). [6] Berkes, F. and Ross, H. (2013). Community resilience: toward an integrated approach. Society & Natural Resources, 26(1), 5-20. [7] Biggs, R., Schlüter, M. and Schoon, M. L. (Eds.). (2015). Principles for building resilience: sustaining ecosystem services in social-ecological systems. Cambridge University Press. [8] Bisaro, A., Roggero, M. and Villamayor-Tomas, S. (2018). Institutional analysis in climate change adaptation research: A systematic literature review. Ecological economics, 151, 34-43.  [9] Bodin, Ö. And Prell, C. (Eds.). (2011). Social networks and natural resource management: uncovering the social fabric of environmental governance. Cambridge University Press.‏ [10] Bodin, Ö. And Tengö, M. (2012). Disentangling intangible social–ecological systems. Global Environmental Change, 22(2), 430-439.‏ [11] Boyd, E. and Folke, C. (Eds.). (2011). Adapting institutions: governance, complexity and social-ecological resilience. Cambridge University Press, Cambridge, UK. [12] Brown, J., Alvarez, P., Byrd, K., Deswood, H., Elias, E. and Spiegal, S. (2017). Coping with historic drought in california Rangelands: developing a more effective institutional response. Rangelands, 39(2), 73-78.‏ [13] Buikstra, E., Ross, H., King, C. A., Baker, P. G., Hegney, D., McLachlan, K. and Rogers‐Clark, C. (2010). The components of resilience—Perceptions of an Australian rural community. Journal of Community Psychology, 38(8), 975-991. [14] Butler, P. G., Wanamaker Jr, A. D., Scourse, J. D., Richardson, C. A. and Reynolds, D. J. (2013). Variability of marine climate on the North Icelandic Shelf in a 1357-year proxy archive based on growth increments in the bivalve Arctica islandica. Palaeogeography, Palaeoclimatology, Palaeoecology, 373, 141-151.‏ [15] Cassidy, L. and Barnes, G. D. (2012). Understanding household connectivity and resilience in marginal rural communities through social network analysis in the village of Habu, Botswana. Ecology and Society, 17(4).‏ [16] Conley, T. and Christopher, U. (2001). Social learning through networks: The adoption of new agricultural technologies in Ghana. American Journal of Agricultural Economics, 83(3), 668-673.‏ [17] Crona, B. and Bodin, Ö. (2006). What you know is who you know? Communication patterns among resource users as a prerequisite for co-management. Ecology and society, 11(2).‏ [18] Crona, B. and Hubacek, K. (2010). Social network analysis in natural resource governance. Ecol Soc, 15(4). [19] Dapilah, F., Nielsen, J. Ø. And Friis, C. (2019). The role of social networks in building adaptive capacity and resilience to climate change: a case study from northern Ghana. Climate and Development, 1-15.‏ [20] Davies, J. and Bennett, R. (2007). Livelihood adaptation to risk: Constraints and opportunities for pastoral development in Ethiopia's Afar region. The Journal of Development Studies, 43(3), 490-511.‏ [21] Davis, I. and Y. Izadkhah, (2006). Building resilient urban communities. Article from OHI, 31(1), 11-21. [22] Esmailnejad, M. and Pudineh, M. (2017). Evaluation of adaptation to climate change in rural areas south of South Khorasan. Journal of natural environmental hazards, 6(11), 85-100. (In Persian) [23] Folke, C. (2006). Resilience: The emergence of a perspective for social–ecological systems analyses. Global environmental change, 16(3), 253-267. [24] Folke, C., Hahn, T., Olsson, P. and Norberg, J. (2005). Adaptive governance of social-ecological systems. Annual Review of Environment and Resources, 30, 441-473.‏ [25] Folke, C. (2016). Resilience (republished). Ecology and Society, 21(4). [26] Friend, R. and Moench, M. (2013). What is the purpose of urban climate resilience? Implications for addressing poverty and vulnerability. Urban Climate, 6, 98-113.‏ [27] Ghorbani, M., Rahimi Balkanlou, Kh., Jafari, M. and Tavili, A. (2015). Analyzing the social capital in rangeland stakeholder's network for adaptive co-management (ACM). Journal of Rangeland, 9(1), 91-105. (In Persian) [28] Hasani, S.Gh. (2019). An analysis on the challenges and vulnerabilities of cultural resilience in the local community: Case study of fereydunkenar local wetlands. Journal of Sociology of Social Institutions, 5(12), 269-291. (In Persian) [29] Heidari Sareban, V. and Majnouni -Toutakhane, A. (2017). The role of livelihood diversity on the resilience of rural households living around the Lake Urmia against drought. Journal of spatial analysis environmental hazards, 3(4), 49-70. (In Persian) [30] Hooshmandan Moghaddam Fard, Z., Shams, A., Yaghoubi, H., Saba, J. and Asakereh, H. (2020). Investigating factors affecting adaptation behaviors of farmers with climate change in Zanjan Province. Journal of Agricultural Science and Sustainable Production, 30(3), 231-251. (In Persian) [31] Hoseini, S.S., Nazari, M. and Araghinejad, Sh. (2013). Investigating the impacts of climate on agricultural sector with emphasis on the role of adaptation strategies in this sector. Iranian Journal of Agricultural Economics and Development Research, 44(1), 1-16. (In Persian) [32] Isaac, M. E. (2012). Agricultural information exchange and organizational ties: The effect of network topology on managing agrodiversity. Agricultural systems, 109, 9-15.‏ [33] Islam, R. and Walkerden, G. (2014). How bonding and bridging networks contribute to disaster resilience and recovery on the Bangladeshi coast. International Journal of Disaster Risk Reduction, 10, 281-291.‏ [34] Janssen, M. A., Bodin, Ö., Anderies, J. M., Elmqvist, T., Ernstson, H., McAllister, R. R. and Ryan, P. (2006). Toward a network perspective of the study of resilience in social-ecological systems. Ecology and Society, 11(1).‏ [35] Keshavarz, M. (2019). Addressing Compatibility of the Farm Management Strategies with Climate Change: The Case of Fars Province. Iranian Agricultural Extension and Education Journal, 14(2), 107-123. (In Persian) [36] Kibue, G. W., Liu, X., Zheng, J., Pan, G., Li, L. and Han, X. (2016). Farmers’ perceptions of climate variability and factors influencing adaptation: Evidence from Anhui and Jiangsu, China. Environmental management, 57(5), 976-986. [37] Layeghi, A., Ghasemi, P. and babaiy, n. (2013). A Study of Production and Employment Comparative Advantage in the Agriculture Sector of Iran Provinces. Economic Journal, 11(12), 83-110.(In Persian) [38] Marshall, N. A., Dowd, A. M., Fleming, A., Gambley, C., Howden, M., Jakku, E. and Thorburn, P. J. (2014). Transformational capacity in Australian peanut farmers for better climate adaptation. Agronomy for Sustainable Development, 34(3), 583-591.‏ [39] Masys, A. (Ed.). (2015). Disaster management: enabling resilience. Springer international publishing. [40] Moore, M. L.Westley, F. (2011). Surmountable chasms: networks and social innovation for resilient systems. Ecology and society, 16(1).‏ [41] Mubaya, C. P. and Mafongoya, P. (2017). The role of institutions in managing local level climate change adaptation in semi-arid Zimbabwe. Climate Risk Management, 16, 93-105.‏ [42] Newman, L. and Dale, A. (2005). Network structure, diversity, and proactive resilience building: a response to Tompkins and Adger. Ecology and society, 10(1).‏ [43] Noghani Dokhtbahmani, M. and sadeginejad, M. (2014). Network Analysis Method (Theoretical Approaches and Techniques). Second National Conference of Sociology and Social Sciences, December 25, University of Tehran. (In Persian) [44] Obayelu, O. A., Adepoju, A. O. and Idowu, T. (2014). Factors influencing farmers’ choices of adaptation to climate change in Ekiti State, Nigeria. Journal of Agriculture and Environment for International Development (JAEID), 108(1), 3-16. [45] Ofoegbu, C., Chirwa, P. W., Francis, J. and Babalola, F. D. (2016). Assessing forest-based rural communities' adaptive capacity and coping strategies for climate variability and change: The case of Vhembe district in south Africa. Environmental Development, 18, 36-51. [46] Paolisso, M., Prell, C., Johnson, K. J., Needelman, B., Khan, I. M. and Hubacek, K. (2019). Enhancing socio-ecological resilience in coastal regions through collaborative science, knowledge exchange and social networks: a case study of the Deal Island Peninsula, USA. Socio-Ecological Practice Research, 1(2), 109-123.‏ [47] Pinquart, M. (2009). Moderating effects of dispositional resilience on associations between hassles and psychological distress. Journal of applied Developmental psychology, 30(1), 53-60.‏‏ [48] Ramirez-Sanchez, S. and Pinkerton, E. (2009). The impact of resource scarcity on bonding and bridging social capital: the case of fishers’ information-sharing networks in Loreto, BCS, Mexico. Ecology and Society, 14(1).‏ [49] Rezaei, A., Hosseini, S.M. and Asadi, A. (2015). Analysis of Information Exchange Network among Organizations for Sustainable Management of Natural Resources (Study case: Alborz Watershed in Mazandaran province). Journal of Range and Watershed Management. 1(68), 65-79. (In Persian) [50] Rockenbauch, T. and Sakdapolrak, P. (2017). Social networks and the resilience of rural communities in the Global South: a critical review and conceptual reflections. Ecology and Society, 22(1). [51] Sadeghloo, T. and Sojasi Qeidari, H. (2014). Ranking of Effective Factors for Farmer Resilience increasing Against of Natural Hazards (With emphasis on drought) Study area: rural farmer in Ijrud province. Journal of Geography and Environmental Hazards, 3(10), 129-154. (In Persian) [52] Scheffran, J., Marmer, E. and Sow, P. (2012). Migration as a contribution to resilience and innovation in climate adaptation: Social networks and co-development in Northwest Africa. Applied geography, 33, 119-127.‏ [53] Sharafi, L. and Zarafshani, K. (2011). Economic and Social Vulnerability Assessment among Farmers towards Drought (Case Study: Wheat Farmers Kermanshah, Sahne, and Ravansar Townships). Journal of Rural Research, 1(4), 129-154. (In Persian) [54] Smith, J. W., Anderson, D. H. and Moore, R. L. (2012). Social capital, place meanings, and perceived resilience to climate change. Rural Sociology, 77(3), 380-407. [55] Sixth Development Plan of Agriculture and Natural Resources of Zanjan Province. (2016). Zanjan agricultural jihad organization, (Unpublished). (In Persian) - Soil and Water Research Institute. (2010). Zanjan agricultural jihad organization, (Unpublished). (In Persian)  [56] Tompkins, E., Adger, W. N. and Brown, K. (2002). Institutional networks for inclusive coastal management in Trinidad and Tobago. Environment and Planning A, 34(6), 1095-1111. [57] Weiss, K., Hamann, M., Kinney, M. and Marsh, H. (2012). Knowledge exchange and policy influence in a marine resource governance network. Global Environmental Change, 22(1), 178-188.‏ [58] Wilkin, J., Biggs, E. and Tatem, A. J. (2019). Measurement of social networks for innovation within community disaster resilience. Sustainability, 11(7), 1943-1956.‏ [59] Wilson, S., Pearson, L. J., Kashima, Y., Lusher, D. and Pearson, C. (2013). Separating adaptive maintenance (resilience) and transformative capacity of social-ecological systems. Ecology and Society, 18(1).‏ [60] Zanjan Province Agricultural Statistics. (2015). Zanjan agricultural jihad organization, (Unpublished). (In Persian)_||_
دانشکده منابع طبیعی دانشگاه تهران مرتع و آبخیزداری 5044-2008 دانشکده منابع طبیعی دانشگاه تهران 109 10.22059/jrwm.2020.302307.1505 مقاله پژوهشی بررسی ویژگی‌های کیفی خاک متأثر از لکه‌های گیاهی با فرم‌های رویشی مختلف در منطقۀ میان‌جنگل فسا بررسی ویژگی‌های کیفی خاک متاثر از لکه‌های گیاهی با فرم‌های رویشی مختلف در منطقه میان‌جنگل فسا جهانتاب اسفندیار استادیار دانشکدۀ کشاورزی، دانشگاه فسا، فسا، ایران. زاهدی فر مریم دانشیار دانشکدۀ کشاورزی، دانشگاه فسا، فسا، ایران. فرزین محسن استادیار دانشکدۀ کشاورزی و منابع طبیعی، دانشگاه یاسوج، یاسوج، ایران. 19 02 2021 73 4 741 752 06 05 2020 19 11 2020 Copyright © 2021, دانشکده منابع طبیعی دانشگاه تهران. 2021 https://jrwm.ut.ac.ir/article_80532.html

مطالعۀ ویژگی­های مهم خاک و پوشش گیاهی می­تواند پتانسیل بالقوۀ مرتع را نشان دهد و تعیین وضعیت آن را میسر می­سازد. از طرفی تأثیر گونه­های گیاهی مختلف بر ویژگی­های سطح خاک از جمله فرسایش، رسوب، رواناب، نفوذپذیری و سایر عوامل، متفاوت است. در همین راستا، تحقیق حاضر با هدف بررسی ویژگی­های ساختاری و عملکرد فرم­های رویشی مختلف بر شاخص­های سطح خاک در حوزۀ آبخیز میان­جنگل فسا انجام گردید. پس از اندازه­گیری 11 عامل سطح خاک در سه ترانسکت 100متری، پتانسیل­های عملکردی (پایداری، نفوذپذیری، چرخۀ ریزمغذی) با استفاده از روش تحلیل عملکرد چشم­انداز، طبقه­بندی شدند. همچنین خصوصیات ساختاری شامل تعداد لکه­های گیاهی، طول و عرض لکه­ها، درصد طول لکه در ترانسکت، شاخص سطح لکه­ها و شاخص سازمان یافتگی ثبت گردید. نتایج نشان داد چهار لکۀ­ اکولوژیک درختچه­، بوته­، گندمی و علفی و فضای بین لکه­ای خاک لخت و لاشبرگ در منطقۀ مورد مطالعه مستقر است. شاخص سازمان یافتگی و  شاخص سطح لکه در منطقۀ مورد مطالعه به­ترتیب 40/0 و 03/0 می­باشد. لکه­های گیاهی با فرم­های مختلف رویشی اثر متفاوتی بر عملکرد اکوسیستم منطقه دارند. فرم رویشی درختچه­ای دارای بیش­ترین پایداری است که تفاوت معنی­داری با سایر فرم­های رویشی دارد. از نظر شاخص نفوذپذیری در منطقۀ مورد مطالعه، اختلاف معنی­داری بین لکه­های اکولوژیک با فرم­های رویشی درختچه­ای و گندمی وجود ندارد. در عناصر ریزمغذی خاک، بین لکه­های اکولوژیک و میان لکه، اختلاف معنی­دار وجود دارد. فرم رویشی درختچه­ای دارای بیش­ترین مقدار چرخۀ عناصر ریزمغذی است. به­طور کلی، فرم رویشی شاخص گیاهان لکۀ اکولوژیک منطقۀ مورد بررسی، درختچه­ای است. از این رو، به منظور کنترل بیولوژیک و اصلاح مراتع در منطقۀ میان­جنگل فسا، کاشت پوشش گیاهی با فرم رویشی درختچه­ای پیشنهاد می­گردد.

 تحلیل عملکرد چشم‌انداز لکه‌های گیاهی حفاظت آب و خاک کنترل بیولوژیک [1] Bestelmeyer, BT., Ward,  JP., Herrick, JE. and Tugel, A J. (2006). Fragmentation effects on soil aggregate stability in patchy arid grassland. Journal of Rangeland Ecology and Management, 59 (4), 406 - 415. [2] Chamani, A., Heshmati, GhA. and Karimian, V. ( 2015). Evaluating soil surface indicators rangeland in shrubs different patches (Case Study: Gub Gugeh rangeland of Golestan province). Journal of Environmental Erosion Research, 16, 1-11. (In Persian) [3] Forman, R. and Collinge, SK. (1995). The ‘spatial solution’ to conserving biodiversity in landscapes and regions. In Conservation of Faunal Diversity in Forested Landscapes. Edited by R. M. DeGraaf and R.I.  Miller. Chapman and Hall, London, 537-568.  [4] Ghodsi, M., Mesdaghi, M. and Heshmati, Gh.A. (2012). Effect of different growth forms on soil surface features (Case study: Semi-steppe rangeland, Golestan National Park). Journal of Watershed Management Researches (Pajouhesh & Sazandegi), 93, 63-69. (In Persian) [5] Heshmati, GH., Azimi, MS. and Ashouri, P. (2010). Assessment of Structural Characteristics of Fertilized Patch in Rangeland Ecosystems (Case Study: Ghareh Ghir and Maraveh Tapeh Rangelands of Golestan Province). Journal of Range and Watershed Management, 63 (3), 319-329. (In Persian) [6] Heshmati, GhA. and Karimian, V. (2016). Comparing Ecological Functions of Northern and Southern landscapes of Darehkonari Khashab rangeland, Gachsaran County. Journal of Range and watershed Management, 69 (3), 575-585. (In Persian) [7] Kakembo, V., Ndlela, S. and Cammeraat, E. (2012). Trends in vegetation patchiness loss and implications for landscape function: the case of Pteronia incana invasion in the Eastern Cape Province, South Africa. Journal of Land Degradation & Development, 23 (6), 548-556. [8] Karimian, V. and Heshmati,Gh.A. (2017). Evaluation effects of Tree and shrub species (ziziphus spina cristi, ziziphus numolaria and Astragalus fasciculifolius)on the Soil Surface Indices in Winter Rangelands (case Study: Khashab Stream Rangelands, Southern Kohgiluyeh and Boyerahmad). Iranian Journal of Range and Desert Research, 24 (4), 730-741. (In Persian) [9] Karimian, V. 2018. Studying Soil Surface Quality in Northern and Southern Slopes of Khahkaloon and Ahmadabad Vezg Rangelands, Boyerahmad County. Journal of Rangeland, 11 (4), 511-521. (In Persian) [10] Kavandi Habib, R,. Heshmati, Gh.A. and Siroosi, H. (2014). Comparison of Ecological Patches' Potentials and Functions in Rangeland Ecosystems (Case Study: Qahavand Rangelands, Hamedan Province, Iran). Journal of Rangeland Science, 4 (3), 234-245. [11] Khalasi Ahvazi, L. and Heshmati, Gh.A. (2013).  Evaluating different patches, Using LFA method to control wind erosion (Case study: Hanitiyeh   rangelands of Ahvaz city). Journal of Research Quarterly On Environmental Erosion Researches, 2 (8), 62-76. [12] Lotfi Anari,  P., Heshmati, GA. and Bahremand, A. (2010). The Effect of Different Patches and Interpatch on Infiltration Rate in an Arid Shrub land Ecosystem. Journal of Research of Environmental Sciences, 4, 57-63. [13] Lozano, F.J., Soriano, M., Martnez, S. and Asensio, C. (2013). The influence of blowing soil trapped by shrubs on fertility in Tabernas District (SE Spain). Journal of Land Degradation & Development, 24 (6), 575-581. [14] Ludwig, J., Tongway, D., Freudenberger, D., Noble, D. and Hodginson, D. (1997). Landscape Ecology, Function and Management: Principles from Australia's Rangelands. CSIRO press. [15] Ludwig, J.A., Eager, R.W., Williams, R.J. and Lowe, L.M. (1999). Declines in Vegetation Patches, Plant Diversity, and Grasshopper Diversity Near Cattle Watering-Points in the Victoria River District, Northern Australia, The Rangeland Journal, 21, 135-149. [16] Mohebi,  Z. and Heshmati. G.A. (2017). Effects of different patches on qualitative indices of soil surface using Landscape Function Analysis (LFA) (Case study: Faraman Rangeland, Kermanshah). Iranian Journal of Range and Desert Research, 24 (3), 560-569. (In Persian) [17] Pellant, M., Shaver, P., Pyke, D.A. and Herrick, J.E. (2005). Interpreting Indicators of Rangeland Health, Technical Reference 1734-6, Version 4. BLM National Business Center press. [18] Post, D. (2005). Impact on grazing on sediment and nutrient concentrations in streams draining rangelands of the Burdekin catchments, Proc, Australia Water Association: paper t5260, 4 pp. [19] Rahimi Balkanlou., Kh., Ghorbani, M., Jafari, M.and Tavili, A. (2016). Evaluation and comparison of ecological health in three arid rangeland using Landscape Function Analysis (LFA) (Case study: Kalateh Roudbar, Damghan). Journal of Desert Management, 7 (1), 35-45. (In Persian) [20] Rezaei,  S.A. and Tongway, D.J. (2005). Assessing rangeland capability in Iran using landscape function indices based on soil surface attributes. Journal of Arid Environment, 65, 460-473. [21] Sallaway, M.M. and Waters, D.K. (1994). Spatial variation in runoff generation in granitic grazing lands. Proceedings of “Water Down Under” hydrology conference, 21-25 November 1994, Adelaide. Institute of Engineers Australia, 485-489. [22] Task Group on unity in concepts and temonology committee members. (1995). New concepts for assessment of rangeland condition. Journal of range manage, 48, 271-282 [23] Taghipoor, A., Mesdaghi, M., Heshmati, Gh. and Rastegar, Sh. (2008). The effect of environmental factors on distribution range Species on Hezar jarib Behshahr(Case Study: village Sorkhgriveh). Journal of Agricultural and natural resource science, 15 (4), 195-205. [24] Tongway, D.J. and Hindley, N.L. (2004). Landscape function analysis: procedures for monitoring and assessing landscapes with special reference to mine sites and rangelands, Version 3.1, CSIRO press._||_
دانشکده منابع طبیعی دانشگاه تهران مرتع و آبخیزداری 5044-2008 دانشکده منابع طبیعی دانشگاه تهران 109 10.22059/jrwm.2021.247783.1199 مقاله پژوهشی ‌‌‌استفاده از الگوریتم نا پارامتریک k نزدیک‌ترین همسایه (k-NN) به‌عنوان روشی مناسب جهت تهیۀ فاکتور پوشش گیاهی و مدیریت مدل RUSLE در حوضۀ سد شیرین دره، شمال خراسان ‌‌‌استفاده از الگوریتم نا پارامتریک k نزدیک‌ترین همسایه (k-NN) به‌عنوان روشی مناسب جهت تهیه فاکتور پوشش گیاهی ذاکری عماد دکتری علوم مرتع ، ادارۀ کل منابع طبیعی و آبخیزداری خراسان شمالی، ایران. کریم زاده حمیدرضا دانشیار دانشکدۀ منابع طبیعی، دانشگاه صنعتی اصفهان، ایران. موسوی سید علیرضا استادیار دانشکدۀ منابع طبیعی، دانشگاه صنعتی اصفهان، ایران. 19 02 2021 73 4 753 770 11 12 2017 08 02 2021 Copyright © 2021, دانشکده منابع طبیعی دانشگاه تهران. 2021 https://jrwm.ut.ac.ir/article_80533.html

از میان فاکتورهای مدل اصلاح‌شده جهانی فرسایش خاک (RUSLE)، فاکتور پوشش و مدیریت (فاکتور C) یکی از عوامل مهم و اثرگذار بر میزان فرسایش خاک است. تعیین فاکتور C بر اساس روش‌های اصلی معرفی‌شده با توجه به فقدان اطلاعات دقیق در بسیاری از مناطق مشکل است. در این روش نقشۀ پوشش گیاهی می‌تواند در جهت برآورد فاکتور C مورد استفاده قرار گیرد، اما تهیۀ نقشۀ مناسب از درصد پوشش گیاهی در بسیاری از شرایط یک چالش است. درنتیجه در این مطالعه نقشۀ درصد تاج پوشش گیاهی تهیه شده با استفاده از الگوریتم نا پارامتریک k-NN، رگرسیون خطی و رگرسیون خطی گام‌به‌گام در حوضۀ آبخیز شیرین درۀ خراسان شمالی تهیه و مورد مقایسه قرار گرفت. در روش‌های رگرسیونی 17 شاخص گیاهی و محیطی تهیه و روابط آن‌ها بررسی شد. نتایج مقایسۀ نقشه‌های حاصل از 3 روش نشان داد که روش k-NN به دلیل دارا بودن بالاترین درصد صحت کلی (3/83 درصد) و ضریب کاپا (9/75 درصد) نسبت به دو روش رگرسیونی دیگر از نتایج مناسب‌تری برخوردار است، ازاین‌رو جهت تهیۀ فاکتور مدیریت و پوشش (C) مورداستفاده قرار گرفت. نتایج مطالعه نشان داد که روش نا پارامتریک k-NN دارای نتایج امیدوارکننده‌ای در جهت تهیۀ نقشه‌های درصد تاج پوشش گیاهی مراتع مناطق خشک و نیمه‌خشک است. در میان شاخص‌های گیاهی شاخص گیاهی NDVI بیشترین همبستگی (82/0) را با درصد پوشش گیاهی دارد. همچنین درروش k-NN معیار فاصلۀ اقلیدسی در نقطۀ 9=k نسبت به دو معیار دیگر ماهالانوبیس و فازی نتایج مناسب‌تری دارد و می‌تواند نقشه درصد پوشش گیاهی را با دقت بالاتری برآورد نماید.

 فرسایش خاک فاکتور پوشش و مدیریت شاخص گیاهی الگوریتم ناپارامتریک k نزدیک‌ترین همسایه [1] Abedi, R. and Bonyad, A.E. (2015). Estimation and Mapping Forest Attributes Using" k Nearest Neighbor" Method on IRS-P6 LISS III Satellite Image Data. Ecologia Balkanica, 7(1). [2] Amiri, F. and Tabatabaie, T. (2009). Operational Monitoring of Vegetative Cover by Remote Sensing in Semi-arid Lands of Iran. 7th FIG Regional Conference, Advanced   Technology   for   Cadastre   and   Land Management: 1-18. [3] Asgarian, A., Soffianian, A. and Pourmanafi, S. (2016). Crop type mapping in a highly fragmented and heterogeneous agricultural landscape: A case of central Iran using multi-temporal Landsat 8 imagery. Computers and Electronics in Agriculture, 127, 531-540. [4] Baret, F. and Guyot, G. (1991). Potentials and limits of vegetation indices for LAI and APAR assessment. Remote sensing of environment, 35(2-3), 161-173. [5] Batista, P.V.G., Silva, M.L.N., Silva, B.P.C., Curi, N., Bueno, I.T., Júnior, F.W.A., Davies, J. and Quinton, J. (2017). Modelling spatially distributed soil losses and sediment yield in the upper Grande River Basin-Brazil. CATENA, 157, 139-150. [6] Beven, K. and Kirkby, M.J. (1979). A physically based, variable contributing area model of basin hydrology/Un modèle à base physique de zone d'appel variable de l'hydrologie du bassin versant. Hydrological Sciences Journal, 24(1), 43-69. [7] Boyd, D.S., Foody, G.M., Curran, P., Lucas, R. and Honzak, M. (1996). An assessment of radiance in Landsat TM middle and thermal infrared wavebands for the detection of tropical forest regeneration. International journal of remote sensing, 17(2), 249-261. [8] Braunisch, V., Coppes, J., Arlettaz, R., Suchant, R., Schmid, H. and Bollmann, K. (2013). Selecting from correlated climate variables: a major source of uncertainty for predicting species distributions under climate change. Ecography, 36(9), 971-983. [9] Chahuki, M.A.Z. and Behematta, M.R. (2015). Principles of Statistics in Natural Resources Science Tehran University, Publishing & Printing Institute. [10] Clevers, J. (1991). Application of the WDVI in estimating LAI at the generative stage of barley. ISPRS journal of photogrammetry and remote sensing, 46(1), 37-47. [11] Crippen, R. and Blom, R. (1999). Unveiling the lithology of vegetated terrains in remotely sensed imagery. Photogrammetric  Engineering   and   Remote   Sensing, 67, 935–943. [12] Crookston, N.L. and Finley, A.O. (2008). yaImpute: an R package for kNN imputation. [13] Curran, P. and Williamson, H. (1987). GLAI estimation using measurements of red, near infrared, and middle infrared radiance. Photogrammetric engineering and remote sensing (USA), 53, 181-186. [14] Erencin, Z., Shresta, D. and Krol, I.B. (2000). C-factor mapping using remote sensing and GIS. A case study of Lom Sak/Lom Kao, Thailand. Enschede/Holland: Geographisches Institut der Justus-Liebig-Universität Giessen and International Institute for Aerospace Survey and Earth Sciences (ITC). [15] ESRI, A. (2012). 10.1. Environmental Systems Research Institute, Redlands, CA. [16] Fassnacht, F., Hartig, F., Latifi, H., Berger, C., Hernández, J., Corvalán, P. and Koch, B. (2014). Importance of sample size, data type and prediction method for remote sensing-based estimations of aboveground forest biomass. Remote sensing of environment, 154, 102-114. [17] Fleming, A.L., Wang, G. and McRoberts, R.E. (2015). Comparison of methods toward multi-scale forest carbon mapping and spatial uncertainty analysis: Combining national forest inventory plot data and Landsat TM images. European journal of forest research, 134(1), 125-137. [18] Franco-Lopez, H., Ek, A.R. and Bauer, M.E. (2001). Estimation and mapping of forest stand density, volume, and cover type using the k-nearest neighbors method. Remote sensing of environment, 77(3), 251-274. [19] Ganasri, B. and Ramesh, H. (2016). Assessment of soil erosion by RUSLE model using remote sensing and GIS-A case study of Nethravathi Basin. Geoscience Frontiers, 7(6), 953-961. [20] Gitelson, A.A., Kaufman, Y.J. and Merzlyak, M.N. (1996). Use of a green channel in remote sensing of global vegetation from EOS-MODIS. Remote sensing of environment, 58(3), 289-298. [21] Gitelson, A.A., Vina, A., Ciganda, V., Rundquist, D.C. and Arkebauer, T.J. (2005). Remote estimation of canopy chlorophyll content in crops. Geophysical Research Letters, 32(8). [22] Hossein, A., King, G. and Brouce, F. (1998). Application of Landsat TM satellite data to estimate production and vegetation cover. Natural Resources of Iran, 50(1), 3-21. [23] Hosseini, S.S. and Ghorbani, M. (2012). Economic of soil erosion. Ferdowsi University of Mashhad press. [24] Hosseini, Z., Khajeddin, S.J., Azarnivand, H., Farahpour, M. and Khalilpour, S.A. (2008). Cover Estimation and Mapping Rangelands Vegetation Cover Percentage  Using ETM+Data Image Processing. Journal of Rangeland, 1(1), 79-90. [25] Huete, A.R. (1988). A soil-adjusted vegetation index (SAVI). Remote sensing of environment, 25(3), 295-309. [26] Jafari, R., Lewis, M. and Ostendorf, B. (2007). Evaluation of vegetation indices for assessing vegetation cover in southern arid lands in South Australia. The Rangeland Journal, 29(1), 39-49. [27] Jin, S. and Sader, S.A. (2005). Comparison of time series tasseled cap wetness and the normalized difference moisture index in detecting forest disturbances. Remote sensing of environment, 94(3), 364-372. [28] Justice, C.O., Vermote, E., Townshend, J.R., Defries, R., Roy, D.P., Hall, D.K., Salomonson, V.V., Privette, J.L., Riggs, G. and Strahler, A. (1998). The Moderate Resolution Imaging Spectroradiometer (MODIS): Land remote sensing for global change research. IEEE Transactions on Geoscience and Remote Sensing, 36(4), 1228-1249. [29] Karpilo Jr, R. and Toy, T. (2004). RUSLE C-FACTORS FOR SLOPE PROTECTION APPLICATIONS1. Proceedings America Society of Mining and Reclamation, 995-1013. [30] Kauth, R.J. and Thomas, G. (1976). The tasselled cap--a graphic description of the spectral-temporal development of agricultural crops as seen by Landsat. Proceedings of the 2nd Annual Symposium on Machine Processing of Remotely sensed data held at Purdue University LARS Symposia, 41-51. [31] Khorasan, D.D.o.N.R.a.W.i.N. (2016). The study of the comprehensive management plan for natural resources in Ernaveh Basin. [32] Lal, R. (2001). Soil degradation by erosion. Land degradation & development, 12(6), 519-539. [33] Mirshekari, Z., Sadeghinia, M., Kalantari, S. and Asadi, M. (2019). Application of Satellite Data and Data Mining Algorithms in Estimating Coverage Percent (Case study: Nadoushan Rangelands, Ardakan Plain, Yazd, Iran). Journal of Rangeland Science, 13(4), 632-644. [34] O'neill, A. (1996). Satellite‐derived vegetation indices applied to semi‐arid shrublands in Australia. The Australian Geographer, 27(2), 185-199. [35] Ohmann, J.L., Gregory, M.J. and Roberts, H.M. (2014). Scale considerations for integrating forest inventory plot data and satellite image data for regional forest mapping. Remote sensing of environment, 151, 3-15. [36] Oldeman, L.R., Hakkeling, R. and Sombroek, W.G. (2017). World map of the status of human-induced soil degradation: an explanatory note. International Soil Reference and Information Centre. [37] Pearson, R.L. and Miller, L.D. (1972). Remote mapping of standing crop biomass for estimation of the productivity of the shortgrass prairie. Remote Sensing of Environment, VIII, Pawnee National Grasslands, Colorado: 1357-1381. [38] Purevdorj, T., Tateishi, R., Ishiyama, T. and Honda, Y. (1998). Relationships between percent vegetation cover and vegetation indices. International journal of remote sensing, 19(18), 3519-3535. [39] Rahman, M.M. (2006). Tropical forest biomass estimation and mapping using k-nearest neighbour (knn) method. International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 36, 860-865. [40] Renard, K.G. (1997). Predicting soil erosion by water: a guide to conservation planning with the revised universal soil loss equation (RUSLE). [41] Rikimaru, A., Roy, P. and Miyatake, S. (2002). Tropical forest cover density mapping. Tropical Ecology, 43(1), 39-47. [42] Rondeaux, G., Steven, M. and Baret, F. (1996). Optimization of soil-adjusted vegetation indices. Remote sensing of environment, 55(2), 95-107. [43] Rouse Jr, J.W., Haas, R., Schell, J. and Deering, D. (1974). Monitoring vegetation systems in the Great Plains with ERTS. NASA  SP-351. [44] Saavedra, C. (2005). Estimating spatial patterns of soil erosion and deposition of the Andean region using geo-information techniques: a case study in Cochabamba, Bolivia. [45] Saha, S.K. (2003). Water and Wind Induced Soil Erosion Assessment and Monitoring Using Remote Sensing and GIS. In: Satellite Remote Sensing and GIS Applications in Agricultural Meteorology. 315-330. [46] Sarraf, M., Owaygen, M., Ruta, G. and Croitoru, L. (2005). Islamic Republic of Iran: Cost assessment of environmental degradation. Sector Note(32043-IRN). [47] Scheuber, M. (2010). Potentials and limits of the k-nearest-neighbour method for regionalising sample-based data in forestry. European journal of forest research, 129(5), 825-832. [48] Schmidt, H. and Karnieli, A. (2000). Remote sensing of the seasonal variability of vegetation in a semi-arid environment. Journal of arid environments, 45(1), 43-59. [49] Senseman, G.M., Bagley, C.F. and Tweddale, S.A. (1996). Correlation of rangeland cover measures to satellite‐imagery‐derived vegetation indices. Geocarto International, 11(3), 29-38. [50] SEPEHR, A. and Mottaghi, M. (2002). Using Vegetation Indices for Estimation of Canopy Cover Percentage of Rangeland Vegetation (In Protected Area of Jahan–Nama, Gorgan). Natural Resources of Iran, 55(2), 259-272. [51] Souza, R., Rittner, L. and Lotufo, R. (2014). A comparison between k-Optimum Path Forest and k-Nearest Neighbors supervised classifiers. Pattern recognition letters, 39, 2-10. [52] Sun, H., Wang, Q., Wang, G., Lin, H., Luo, P., Li, J., Zeng, S., Xu, X. and Ren, L. (2018). Optimizing kNN for Mapping Vegetation Cover of Arid and Semi-Arid Areas Using Landsat Images. Remote Sensing, 10(8), 1248. [53] TEAM, R.C. (2010). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. [54] Tucker, C.J. (1980). A spectral method for determining the percentage of green herbage material in clipped samples. Remote sensing of environment, 9(2), 175-181. [55] Van Remortel, R.D., Hamilton, M.E. and Hickey, R.J. (2001). Estimating the LS factor for RUSLE through iterative slope length processing of digital elevation data within Arclnfo grid. Cartography, 30(1), 27-35. [56] Veihe, A. (2002). The spatial variability of erodibility and its relation to soil types: a study from northern Ghana. Geoderma, 106(1), 101-120. [57] Wang, G., Zhang, M., Gertner, G.Z., Oyana, T., McRoberts, R.E. and Ge, H. (2011). Uncertainties of mapping aboveground forest carbon due to plot locations using national forest inventory plot and remotely sensed data. Scandinavian Journal of Forest Research, 26(4), 360-373. [58] Wischmeier, W.H. and Smith, D.D. (1978). Predicting rainfall erosion losses-a guide to conservation planning. Department of Agriculture, Science and Education Administration. [59] Yang, Y. and Shi, D. (1994). Study on soil erosion in the Three Gorge area of the Changjiang River, Southeast University Press, Nanjing (in Chinese). [60] Zhou, P., Luukkanen, O., Tokola, T. and Nieminen, J. (2008). Effect of vegetation cover on soil erosion in a mountainous watershed. Catena, 75(3), 319-325. [61] Zhou, P., Nieminen, J., Tokola, T., Luukkanen, O. and Oliver, T. (2006). Large scale soil erosion modeling for a mountainous watershed. WIT Transactions on Ecology and the Environment, 89, 13._||_
دانشکده منابع طبیعی دانشگاه تهران مرتع و آبخیزداری 5044-2008 دانشکده منابع طبیعی دانشگاه تهران 109 10.22059/jrwm.2020.301998.1499 مقاله پژوهشی نقشه‌برداری رقومی پایداری خاکدانه‌ها و تأثیر عملیات حفاظت خاک روی آن‏ها در منطقۀ چاه‌ماری بهبهان نقشه‌برداری رقومی پایداری خاکدانه‌ها و تاثیر عملیات حفاظت خاک روی آن‏ها در منطقه چاه‌ماری بهبهان رضوی حسین آباد منیژه دانش آموختۀ کارشناسی ارشد، دانشکدۀ محیط زیست و منابع طبیعی، دانشگاه صنعتی خاتم الانبیاء (ص) بهبهان، بهبهان، ایران. امیریان چکان علیرضا استادیار گروه مهندسی خاک، دانشکدۀ کشاورزی و منابع طبیعی دانشگاه لرستان، لرستان، ایران. فرجی محمد استادیار دانشکدۀ محیط زیست و منابع طبیعی، دانشگاه صنعتی خاتم الانبیاء (ص) بهبهان، بهبهان، ایران. موسویان جمال کارشناس ارشد ادارۀ کل منابع طبیعی و آبخیزداری استان خوزستان، اهواز، ایران. 19 02 2021 73 4 771 785 02 05 2020 14 11 2020 Copyright © 2021, دانشکده منابع طبیعی دانشگاه تهران. 2021 https://jrwm.ut.ac.ir/article_80534.html

یکی از روش­های مناسب جهت بررسی تأثیر عملیات حفاظت خاک و مدل‏سازی فرسایش آبی خاک، بررسی پایداری خاکدانه­ها و تغییرات مکانی آن است. تحقیق حاضر با هدف مدل‏سازی پایداری خاکدانه­ها و تغییرات مکانی آن‏ها در یک منطقه تحت عملیات درخت­کاری و کنتورفارو و منطقه­ای مشابه و مجاور آن به عنوان منطقۀ شاهد در منطقۀ چاه­ماری بهبهان در استان خوزستان انجام شد. تعداد 150 نمونه خاک از عمق 0تا 5 سانتی­متری برداشته شد و میانگین وزنی قطر خاکدانه­ها (MWD) به روش الک خشک (MWDd) و الک تر (MWDw) تعیین گردید. برای تهیۀ نقشۀ توزیع مکانی MWD از تکنیک­های نقشه­برداری رقومی‏خاک (DSM) استفاده گردید. برای‏این منظور، متغیرهای محیطی دارای ارتباط با MWD از تصویر سنجندۀ لندست 8 و مدل رقومی ‏ارتفاع (DEM) استخراج و به منظور برقراری ارتباط بین ‏این متغیرها و MWD از مدل­های شبکه‏های عصبی مصنوعی (ANN) و درخت رگرسیون (RT) استفاده گردید. نتایج نشان داد اقدامات کنترلی انجام شده در منطقه روی MWDd تأثیر معنی­دار ولی روی MWDw تأثیر معنی­داری نداشت. آنالیز همبستگی نشان داد بین پارامترهای استخراج شده از DEM با MWDw همبستگی معنی­داری وجود نداشت ولی بین برخی پارامترهای استخراج شده از DEM با MWDd همبستگی معنی­داری وجود داشت. همچنین همبستگی MWDd و MWDw با اکثر پارامترهای تصویر ماهواره­ای معنی­دار بود. کارآیی مدل­های ANN و RT در تخمین MWDw نسبتاً بالا و تا حدودی مشابه ولی در تخمین MWDd کارآیی ANN بالاتر از RT بود. به طور کلی نتایج نشان داد روش­های نقشه­برداری رقومی ‏رویکردی مناسب برای تخمین و پهنه­بندی MWD می­باشند.

 درخت رگرسیون شبکه‌های عصبی مصنوعی مدل‏سازی مکانی نقشه‌برداری رقومی ‏خاک [1]    Akbari, S. and Vaezi, A.R. (2015). Investigating aggregates stability against raindrops impact in some soils of a semi-arid region, northwest of Zanjan. Water and Soil Science, 25 (2), 65-77. [2]    Alijanpour Shalmani, A., Shabanpour, M., Asadi, H. and  Bagheri, F. (2011). Estimation of soil aggregate stability in forest`s soils of Guilan province by artificial neural networks and regression pedotransfer functions. Water and Soil Science, 21(3), 153-162. [3]    Amirian, A., Taghizadeh-Mehrjardi, R., Kerry, R., Kumar, S., Khordehbin, S. and Yusefi Khanghah, S. (2017). Spatial 3D distribution of soil organic carbon under different land use types. Environmental Monitoring and Assessment, 189, 131-148. [4]    Angers, D.A. (1998). Water-stable aggregation of Quebec silty clay soils: some factors controlling its dynamics. Soil and Tillage Research, 47(1-2), 91-96. [5]    Annabi, M., Raclot, D., Bahri, H., Bailly, J.S., Gomez, C. and Le Bissonais, Y. (2017). Spatial variability of soil aggregate stability at the scale of an agricultural region in Tunisia. Catena, 153, 157–167. [6]    Armin, M., Madian, M.H., Ahmadi, H., Rohipour, H., Salajegheh, A. and Ghorbaniakhabiri, V. (2014). Investigation on spatial variability of aggregate stability and the factors affecting soil aggregation using kriging geostatistics method (Case study: A part of Taleghan watershed). Watershed Management Research, 27(3), 107-122. [7]    Bardsirizadeh, S., Esfandiarpour Borojeni, A., Abaszadeh Dehji, P. and Besalatpour, A.A. (2017). Effect of the physical fractions of organic matter on soil aggregate stabilities in three various land uses of forest, range, and agricultural lands. J. of Soil Management and Sustainable Production, 7(2), 47-65. [8]    Besalatpour, A.A., Ayoubi, S., Hajabbasi, M.A., Mosaddeghi, M. and Schulin, R. (2013). Estimating wet soil aggregate stability from easily available properties in a highly mountainous watershed. Catena, 111, 72-79. [9]    Breiman, L., Friedman, J.H., Olshan, R.A. and Stone, C.J. (1984). Classification and Regression Trees. Wadsworth, Belmont, CA. [10]Chaney, K. and Swift, R.S. (1984). The influence of organic matter on aggregate stability in some British soils. Journal of Soil science, 35(2), 223-230. [11]Chaplot, V. and Cooper, M. (2015). Soil aggregate stability to predict organic carbon outputs from soils. Geoderma, 243–244, 205–213. [12]Cheng, M., Xiang, Y., Xue, Z., An, S. and Darboux, F. (2015). Soil aggregation and intra-aggregate carbon fractions in relation to vegetation succession on the Loess Plateau, China. Catena, 124, 77-84. [13]Curtin, D., Campbell, C.A., Zentner, R.P. and Lafond, G.P. (1994). Long-term management and clay dispersibility in two Haploborolls in Saskatchewan. Soil Science Society of America Journal, 58(3), 962-967. [14]Erfanian, M., Ghaharahmani, P. and Saadat, H. (2015). Assessment of soil erosion risk using a fuzzy model in Gharnaveh watershed, Golestan province. Iranian Journal of Watershed Management Science and Engineering, 23(7), 23-52. [15]Eynard, A., Schumacher, T.E., Lindstrom, M.J. and Malo, D.D. (2004). Aggregate sizes and stability in cultivated South Dakota prairie Ustolls and Usterts. Soil Science Society of America Journal, 68(4), 1360-1365. [16]Fullen, M.A. and Booth, C.A. (2006). Grass ley set-aside and soil organic matter dynamics on sandy soils in Shropshire, UK. Earth SurfaceProcesses and Landforms.The Journal of the British Geomorphological Research Group, 31(5), 570-578. [17]Goh, T.B., Arnaud, R.J.St. and Mermut, A.R. (1993). Carbonates. in: Cartner, M.R. (Ed.), Soil sampling and methods of analysis. Canadian Society of Soil Science. Lewis Pub., Boca Raton, Canada, 177-185. [18]Golmohamadi, F., Nabiollahi, K., Taghizadeh-Mehrjardi, R. and Davari, M. (2017). Digital mapping of soil erodibility (Case study: Dehgolan, Kurdistan province). J. of Water and Soil Conservation, 24(6), 87-103. [19]Hajabasi, M.A. and Hemmat, A. (2000). Tillage impacts on aggregate stability and crop productivity in a clay- loam soil in central Iran. Soil and Tillage Research, 56, 205-212. [20]Hajabasi, M.A., Besalatpour, A. and Melali, A.R. (2007). Effect of conversion of rangelands to agricultural lands on some physical and chemical characteristics of southern and southwestern soils of Isfahan. Journal of Water and Soil Science (Journal of Science and Technology of Agriculture and Natural Resources), 11(42), 525-534. [21]Hengl, T., Rossiter, D.G. and Stein, A. (2003). Soil sampling strategies for spatial prediction by correlation with auxiliary maps. Soil Research, 41(8), 1403-1422. [22]Hosseini, F., Mosaddeghi, M.R., Hajabbasi, M.A. and Sabzalian, M.R. (2015). Influence of tall fescue endophyte infection on structural stability as quantified by high energy moisture characteristic in a range of soils. Geoderma, 249, 87-99. [23]Igwe, C.A., Akanmigbo, F.O.R. and Mbagwu, J.S.C. (1995). Physical properties of soils of Southeastern Nigeria and the role of some aggregating agents in their stability. Soil Sci. 160, 431- 441. [24]Jahangard, M. (2002). Testing an artificial neural network for predicting soil water retention characteristics from soil physical and chemical properties. In 17th World Congress of Soil Science, Bangkok (Thailand), 14-21. [25]Jakšík, O., Kodešová, R., Kubiš, A., Stehlíková, I., Drábek, O. and Kapicka, A. (2015). Soil aggregate stability within morphologically diverse areas. Catena, 127, 287–299. [26]Jenny, H. (1941). Factors of Soil Formation: A System of Quantitative Pedology. McGraw-Hill, New York. [27]Kemper W.D. and Rosenau K. (1986). Size distribution of aggregates. In: Klute, A. (ed), Methods of Soil Analysis: Part 1: Physical and Mineralogical Methods. American Society of Agronomy, Madison, WI. P. 425-442. [28]Khenifer, J., Khademolrasol, A., Aamerikhah, H. (2018). Estimation of the stability of aggregates using early detection characteristics of topography and soil. The First National Conference on Sustainable Development in Agricultural Sciences and Natur al Resources with a Focus on Environmental Culture. Tehran, Iran, pp. 1-6. [29]Khormali, F., Ajami, M., Ayoubi, S., Srinivasarao, C. and Wani, S.P. (2009). Role of deforestation and hillslope position on soil quality attributes of loess-derived soils in Golestan province. Iran. Agriculture, ecosystems & environment, 134(3-4), 178-189. [30]Kia, M. (2009). Neural Networks in Matlab. Kian Rayan Sabz Publication, Tehran, 408. [31]Le Bissonais. (1996). Aggregate stability and assessment of soil crustability and erodibility: I. Theory and methodology. European Journal of Soil Science, 47,425-431. [32]Mahmoodabadi E., Karimi A., Haghnia GH.H. and Sepehr A. (2018). Assessing performance of Multivariate Linear Regression (MLR), Artificial Neural Network (ANN) and Gene Expression Programming (GEP) in estimating soil, Journal of Water and Soil Conservation, 24(2), 23-44. [33]Marques, M.J., García‐Muñoz, S., Muñoz‐Organero, G. and Bienes, R. (2010). Soil conservation beneath grass cover in hillside vineyards under Mediterranean climatic conditions (Madrid, Spain). Land Degradation & Development, 21(2), 122-131. [34]McBratney, A.B., Santos, M.M. and Minasny, B. (2003). On digital soil mapping. Geoderma, 117(1-2), 3-52. [35]Moghiminejad, F., Jafari, M., Zare Chahouki, M.A., Ghasemi Arian, Y. and Kohandel, A. (2014). Comparison of soil physical and chemical properties between the sites of enclosure and grazing (Case study: Nazarabad-Karaj). Iranian Journal of Range and Desert Research, 21(4), 642-650. [36]Nichols, K.A. and Toro, M. (2011). A whole soil stability index (WSSI) for evaluating soil aggregation. Soil and Tillage Research, 111(2), 99-104. [37]Quirk, J.P. and Murray, R.S. (1991). Towards a model for soil structural behavior. Soil Research, 29(6), 829-867. [38]Rasiah, V. and Kay, B.D. (1994). Characterizing changes in aggregate stability subsequent to introduction of forages. Soil Science Society of America Journal, 58(3), 935-942. [39]Rouhipour, H., Farzaneh, H. and Asadi, H. (2004). The effect of aggregate stability indices on soil erodibility factors using rainfall simulator. Iranian Journal of Range and Desert Research, 11(3), 235-254. [40]Shabani, A., Gholamalizadeh, A. and Golshahi, S. (2017). Predicting aggregate stability using soil properties in different land use. Journal of Agricultural Engineering, 39(2), 117-131. [41]Taghizadeh-Mehrjardi, R., Minasny, B., Sarmadian, F. and Malone, B.P. (2014). Digital mapping of soil salinity in Ardakan region, central Iran. Geoderma, 213, 15-28. [42]Vrieling, A., Sterk, G. and Beaulieu, N. (2002). Erosion risk mapping: a methodological case study in the Colombian Eastern Plains. Journal of Soil and Water Conservation, 57(3), 158-163. [43]Wilding, L.P. (1985). Spatial variability: its documentation, accommodation, and implication to soil surveys. In: Nielsen DR, Bouma J (eds) Soil spatial variability. Pudoc, Wageningen, 166–194. [44]Zhu, Z., Angers, D.A, Field, D.J. and Minany, B. (2017). Using ultrasonic energy to elucidate the effects of decomposing plant residues on soil aggregation. Soil and Tillage Research, 167, 1– 8._||_
دانشکده منابع طبیعی دانشگاه تهران مرتع و آبخیزداری 5044-2008 دانشکده منابع طبیعی دانشگاه تهران 109 10.22059/jrwm.2020.296573.1455 مقاله پژوهشی عوامل تأثیرگذار بر وقوع حریق در مراتع نازلوچای ارومیه با استفاده از تکنیک DEMATEL عوامل تأثیرگذار بر وقوع حریق در مراتع نازلوچای ارومیه با استفاده از تکنیک DEMATEL سوری مهشید استادیار پژوهشی، بخش تحقیقات مرتع، مؤسسۀ تحقیقات جنگلها و مراتع کشور، سازمان تحقیقات، آموزش و ترویج کشاورزی، تهران، ایران. نجفی پیام دانش آموختۀ کارشناسی ارشد مرتع‌داری، دانشکدۀ منابع طبیعی، دانشگاه ارومیه، ایران. معتمدی جواد دانشیار پژوهشی، بخش تحقیقات مرتع، مؤسسۀ تحقیقات جنگلها و مراتع کشور، سازمان تحقیقات، آموزش و ترویج کشاورزی، تهران، ایران. ناطقی سعیده استادیار پژوهشی، بخش تحقیقات مرتع، مؤسسۀ تحقیقات جنگلها و مراتع کشور، سازمان تحقیقات، آموزش و ترویج کشاورزی، تهران، ایران. 19 02 2021 73 4 786 801 26 01 2020 14 11 2020 Copyright © 2021, دانشکده منابع طبیعی دانشگاه تهران. 2021 https://jrwm.ut.ac.ir/article_80538.html

پژوهش حاضر به‌‌منظور تعیین عوامل تأثیرگذار بر وقوع آتش‌سوزی‌‌ها در مراتع کوهستانی نازلوچای، به‌‌عنوان یکی از حوزه‌‌های آبخیز منتهی به دریاچۀ ارومیه، انجام شد. برای شناسایی و تعیین عوامل مؤثر، از تکنیک ارزیابی تصمیم‌‌گیری استفاده شد. در این ارتباط، درصد شیب، جهت شیب، ارتفاع، نوع (ریختار) پوشش گیاهی، تراکم گونه‌‌های غالب، درصد پوشش تاجی، جمعیت نیروی انسانی، مجاورت با جاده، مجاورت با مناطق مسکونی، مجاورت با زمین‌های کشاورزی، مجاورت با منابع آبی، نوع شغل مردم بومی و کاربری فعلی اراضی، به‌‌عنوان معیارهای تأثیرگذار و تأثیر‌‌پذیر، مد نظر قرار گرفت. با تشکیل ماتریس میانگین، محاسبۀ ماتریس تأثیر روابط مستقیم بی‌‌مقیاس شده، محاسبۀ ماتریس کل (ماتریس مجموع تأثیرات مستقیم و غیرمستقیم) و محاسبۀ ماتریس میزان تأثیرگذاری و تأثیرپذیری، ترتیب میزان تأثیرگذاری و تأثیرپذیری هر یک از معیارهای ذکر شده، مشخص شد. بر مبنای نتایج، کاربری فعلی اراضی، بیشترین تأثیرپذیری (9308/3) و جهت شیب، کمترین تأثیرپذیری (0475/1) را بر پدیدۀ آتش‌‌سوزی‌‌های منطقه داشت. ضمن اینکه کاربری فعلی اراضی و جمعیت نیروی انسانی، به‌‌ترتیب تعامل بیشتری با سایر عوامل آتش‌‌سوزی‌‌ها داشتند و وزن این عوامل بر وقوع پدیدۀ آتش‌‌سوزی، بیشتر بود. بر اساس نتایج بردار ارتباط که معرف قطعیت یک معیار به‌‌عنوان معیار تأثیرگذار است، مجاورت با جاده (43/1) و ارتفاع (6/0)، بیشترین تأثیرگذاری را بر مجموعه عوامل دیگر در زمینۀ وقوع حریق در مراتع منطقه داشتند. نتایج حاصل، می‌‌تواند به کارشناسان منابع طبیعی، در تهیۀ نقشه‌های ریسک آتش‌‌سوزی، کمک کند تا مرحلۀ پیشگیری حریق، آگاهانه‌‌تر و علمی‌‌تر انجام شود. هرچه اطلاعات ورودی نقشه‌های ریسک، دقیق‌تر باشد و تکنیک‌های تصمیم‌‌گیری چند منظوره قوی‌تری به­کار برده شود، نقشه‌های ریسک دقیق‌تری تهیه می‌گردد.

 پیشگیری حریق تکنیک‌‌های تصمیم‌گیری مدیریت حریق ارومیه [1]     Akinola, O. V. and Adegoke, J. (2018). Assessment of forest fire vulnerability zones in Missouri, United States of America. International Journal of Sustainable Development & World Ecology, 1–7. [2]     Almedia, R. (1994). Forest fire risk areas and definition of the prevention priority planning actions using GIS. Proceedings of the Fifth European Conference and Exhibition on Geographic Information Systems, EGIS 94. Utrecht: EGIS Foundation, 2: 1700-1706. [3]     Amiri, T. (2019). Determining the location of observation towers in the rapid detection of forest fires using the geographic information system, Journal of Mapping and Spatial Information Engineering, 10(2):1-11. [4]     Burges, R. (2011). Development of a spatial, dynamic, fuzzy fire risk model for Chitwan District, Nepal. Geo-Information Science and Earth Observation for Enviromental Modeling and Management, 96 p. [5]     Chavan, M.E., Das, K.K. and Suryawanshi, R.S. (2012). Forest fire risk zonation using Remote Sensing and GIS in Huynial watershed, Tehri Garhwal district, UA. International Journal of Basic and Applied Research, 2: 6-12. [6]     Chuvieco, E., Aguado, I., Jurdao, S., Pettinari, M.L., Yebra, M., Salas, J., Hantson, S., de la Riva, J., Ibarra, P., Rodrigues, M., Echeverria, M., Azqueta, D., Roman, M.V., Bastarrika, A., Martinez, S., Recondo, C., Zapico, E., and Martinez-Vega, F.J. (2012). Integrating geospatial information into fire risk assessment. International Journal of Wildland Fire, 23(5): 606-619. [7]     Çolak, E. and Sunar, F. (2020). Evaluation of forest fire risk in the Mediterranean Turkish forests: A case study of Menderes region, Izmir. International Journal of Disaster Risk Reduction, 45, 471-479. [8]     Elmas, C. and Sonmez, Y. (2011). A data fusion framework with novel hybrid algorithm for multi-agent. Decision Support System for Forest Fire Cetin. Journal of Expert Systems with Applications, 38: 9225-9236. [9]     Erten, E., Kurgun, V. and Musaolu, N. (2005). Forest Fire Risk Zone Mapping From Satellite Imagery and GIS, a Case Study: Civil Engineering Faculty, Journal of Remote Sensing Division, 15(3): 1-7. [10] Gandhi, S., Mangla, S.K., Kumar, P. and Kumar, D. (2015). Evaluation factors in implementation of successful green supply chain management using DEMATEL, A case study: Indian manufacturing company. International Journal of Strategic Management Review, 3(2): 96–109. [11] Gerdzheva, A.A. (2014). A Comparative analysis of different wildfire risk assessment models (a case study for smolyyan distric, Bulgaria). European Journal of Geography, 5(3): 22-36. [12] Han, Y. and Deng, Y. (2018). An enhanced fuzzy evidential DEMATEL method with its application to identify critical success factors. Journal of Soft Computing, 22(15), 5073–5090. [13] Jaiswal, R.K., Mukherjee, S., Raju, K.D. and Saxena, R. (2002). Forest fire risk zone mapping from satellite imagery and GIS. International Journal of Applied Earth Observation and Geoinformation, 4(1): 1-10. [14] Janbaz Ghobadi, GH., 2019. Investigation of forest fire risk areas in Golestan province based on fire risk index Using GIS, Iranian Journal of Space Analysis of Environmental Hazards, 6 (3):89-109. [15]  Ju, Y., Wang, A. and You, T. (2014). Emergency alternative evaluation and selection based on ANP, DEMATEL, and TL-TOPSIS. Journal of Natural Hazards, 75(52): 347–379. [16] Kilic, H. and Yalcin, AS. (2020). Comparison of municipalities considering environmental sustainability via neutrosophic DEMATEL based TOPSIS. Socio-Economic Planning Sciences, Elsevier, 23, 117-128. [17] Konkathi, P., Shetty, A., Kolluru, V., Yathish, P. and Pruthviraj, U. (2019). Static Fire Risk Index for the Forest Resources of Karnataka. International Geoscience and Remote Sensing Symposium, 115-117. [18] Lozano, F.J., Suarez-Seoane, S., Kelly, M. and Luis, E. (2008). A multi-scale approach for modeling fire occurrence probability using satellite data and classification trees: A case study in a mountainous Mediterranean region, Journal of Remote Sensing of Environment, 112: 708-719. [19] Martinez, J., Vega-Garcia, C. and Chuvieco, E. (2009). Human caused wildfire risk rating for prevention planning in Spain. Journal of Environmental Management, 90(2): 1241–1252. [20] Mobarghai, N., Sherzei, GH.A. Makhdoum, M., Yavari, A.R. and Jafari, H.R. (2009). The Spatial Valuation Forests of Iran. Journal of Enviromental Science, 35(3): 57-68. [21] Mohammad Yazdi, A., Nedjati, E. and Zarei, R. (2020). A novel extension of DEMATEL approach for probabilistic safety analysis in process systems. Safety Science journal, 121, 119-136. [22] Naghipour, A. (2018). Forecasting the occurrence of fire using modeling of Bavar Lizin network in Chaharmahal and Bakhtiari province, Rangeland Scientific Research Journal, 13 (1): 90-100. [23] Sakellariou, S., Tampekis, S., Samara, F., Flannigan, M., Jaeger, D., Christopoulou, O. and Sfougaris, A. 2018. Determination of fire risk to assist fire management for insular areas: the case of a small Greek island Journal of Forestry Research, 13,178-188. [24] Sheng-Li, Si., Xiao-Yue, Y., Hu-Chen, L. and Zhang, P. (2018). DEMATEL Technique: A Systematic Review of the State-of-the-Art Literature on Methodologies and Applications. Mathematical Problems in Engineering Journal, 41, 127-136. [25] Thakur, A.K. and Singh, D. (2014). Forest Fire Risk Zonation Using Geospatial Techniques and Analytic Hierarchy Process in Dehradun District, Uttarakhand, India. Universal Journal of Environmental Research and Technology, 4(2): 82-89. [26] Tseng, M. L. (2009). A causal and effect decision making model of service quality expectation using grey-fuzzy DEMATEL approach. Journal of Expert Systems with Applications, 36, 7738-7748. [27] Tzeng, G.H. and Huang, J.J. (2011). Multiple Attribute Decision making methods and application, Taylor and Frncis Group. [28] Vadrevu, K.P., Eaturu, A., Badarinath. K. (2010). Fire risk evaluation using multi criteria analysis– a case study. Journal of Environmental Monitoring and Assessment, 166(2): 223–239. [29] Xue-qian, Sh., Moxian, S., Kai, H. and Wen, J. (2019). An improved evidential DEMATEL identify critical success factors under uncertain environment. Journal of Ambient Intelligence and Humanized Computing, 16 (3), 113-121. https://doi.org/10.1007/s12652-019-01546-1. [30] Yang, J.L. and Tzeng, G.H. (2011). An integrated MCDM technique combined with DEMATEL for a novel cluster-weighted with ANP method. Journal of Expert system with applications, 38(2): 1417- 1424. [31]  Yiliadis, L.S. (2005). A decision support system applying an integrated fuzzy model for long-term forest fire risk estimation. Environmental Modelling and Software, 20(5): 613–621. [32] Zarrakar, A., Kazemi Zamani, B., Ghorbani, S., Ashegh Maala, M. and Jafari, HR. (2013). Spatial Distribution Mapping of Forest Fire Risk Using Decision Making Method Multi Criteria and GIS in Three Forest Areas of Guilan Province. Iranian Journal of Forest and Poplar Research, 21 (2): 230- 218. [33] Zhou, L., Dai, G., Qin, R., Tang, M. and Qiu, J. (2018). Risk Analysis of Gob Coal Spontaneous Combustion in Methane-Rich, Combustion-Prone Coal Seam Based on Intuitionistic Fuzzy DEMATEL. Journal of Failure Analysis and Prevention, 18(4), 975–987._||_
دانشکده منابع طبیعی دانشگاه تهران مرتع و آبخیزداری 5044-2008 دانشکده منابع طبیعی دانشگاه تهران 109 10.22059/jrwm.2020.302089.1500 مقاله پژوهشی بررسی اثر تیماردهی شستشوی بذر با اسید سولفوریک و آبیاری با آب شور بر روی جوانه‌زنی بذورZygophyllum fabago L. بررسی اثر تیماردهی شستشوی بذر با اسید سولفوریک و آبیاری با آب شور بر روی جوانه‌زنی بذورZygophyllum fabago L. شیدای کرکج اسماعیل استادیار گروه مرتع و آبخیزداری، دانشکدۀ کشاورزی و منابع طبیعی، دانشگاه ارومیه، ارومیه، ایران. جهانتاب اسفندیار استادیار گروه مرتع و آبخیزداری، دانشکدۀ کشاورزی، دانشگاه فسا، فسا، ایران. محمودی زهرا دانش‌آموختۀ کارشناسی ارشد مرتعداری، گروه مرتع و آبخیزداری، دانشکدۀ کشاورزی و منابع طبیعی، دانشگاه ارومیه، ارومیه، ایران. 19 02 2021 73 4 802 815 02 05 2020 28 11 2020 Copyright © 2021, دانشکده منابع طبیعی دانشگاه تهران. 2021 https://jrwm.ut.ac.ir/article_80536.html

رشد و عملکرد گیاهان در محیط تحت تأثیر تنش­های محیطی زنده و غیر زنده متعدد و نیز خواب بذر محدود می­باشد. شوری در خاک، یکی از تنش­های مهم نواحی خشک و نیمه­خشک است. خواب بذر یک سازوکار کلیدی جهت بقای گیاهان در محیط رشد طبیعی می­باشد. هدف از تحقیق حاضر بررسی اثر تیمارهای شستشوی بذر با اسید سولفوریک و آبیاری بذور با آب شور بر روی جوانه­زنی بذور گیاه دارویی Zygophyllum fabago می­باشد. با توجه به تحقیقات قبلی مرتبط، بدین منظور برای اعمال تیمار اسیدشویی سه غلظت 0، 10 و 20 درصد تهیه شد. برای تیمار شوری نیز چهار سطح: 0، 60، 90 و 120 میلی مول بر لیتر در نظر گرفته شد. آبیاری با اسپری آب­پاش در مواقع لازم روی همۀ پتریدیش­ها به طور مساوی صورت پذیرفت. شمارش بذرهای جوانه­زده هر روز انجام شد و تا زمانی که در چند روز متوالی، افزایشی در تعداد بذر جوانه­زده مشاهده نگردید، ادامه یافت. نتایج نشان داد تیمارهای اسید و شوری بر جوانه­زنی بذر Z. fabago اثر معنی­داری دارند. اثرات اصلی تیمارها بر سه پارامتر درصد، سرعت و زمان جوانه­زنی در سطح یک درصد معنی­دار بود. اثر متقابل اسید و شوری نیز تنها در خصوص میزان سرعت جوانه­زنی معنی­دار بوده و برای دو پارامتر دیگر معنی­دار نبوده است. مقایسۀ میانگین اثر اصلی سطوح مختلف تیمار اسید بر درصد جوانه­زنی گیاه Z. fabago نشان داد تیمارهای غلظت اسید صفر و ده درصد با میزان 59 و 60 درصد مقدار بیشتری را دارد. در خصوص اثرات اصلی تیمار شوری نیز تیمار شوری صفر میلی مول بر لیتر دارای درصد جوانه­زنی بیشتری با میزان 75 درصد است. پارامتر متوسط زمان جوانه­زنی نتایج برعکس بوده و تیمارهای اسید 20 درصد و شوری 120 میلی مول بر لیتر با مقدار 4/7 و 9/7 دارای بیشترین مقدار نسبت به سایر تیمارها بوده است. درخصوص مقایسۀ میانگین حاصل از اثرات متقابل اسید و شوری نیز نتایج نشان داد بهترین ترکیب تیماری مربوط به اسید صفر درصد و شوری صفر و ده میلی مول بر لیتر می­باشد. بنابراین گونۀ Z. fabagoبرایرشد بهینۀ خود نیاز به غلظت­های پایین شوری و اسید سولفوریک دارد. از این رو از آن می­توان برای اصلاح و احیای اکوسیستم­های مرتعی با توجه به میزان شوری منطقۀ مورد نظر استفاده کرد.

 خواب بذر اسید سولفوریک شوری جوانه‌زنی گیاه دارویی  [1] Almansouri, M., Kinet, J. M. and Lutts, S. (2001). Effect of salt and osmatic stresses on germination in durum wheat (Triticum durum Desf.). Plant and Soil, 231, 243-254. [2] Aminifard, M.H. and Bayat, H. )2020(. Evaluation of Seed Germination and Seedling Growth Characteristics of Sweet Pepper (Capsicum annuum) Under Salinity and Drought Treatment. Iranian Journal of Seed Research, 6(2), 137-149. (In Persian) [3] Ashraf, M. and Waheed, A. (1990). Screening of local exotic of lentil (lens culinaris medic) for salt tolerance at two growth stage, Plant and Soil, 128: 167-176.          [4] Azad H, Fazeli nasab B. and Sobhanizade, A. (2017). A Study into the Effect of Jasmonic and Humic Acids on Some Germination Characteristics of Rosselle (Hibiscus sabdariffa) Seed under Salinity Stress. Iranian Journal of Seed Researches, 4 (1), 1-18. (In persian) [5] Azimi, R., Borzelabad, M. J., Feizi, H. and Azimi, A. (2014). Interaction of SiO2 nanoparticles with seed prechilling on germination and early seedling growth of tall wheatgrass (Agropyron elongatum L.). Polish Journal of Chemical Technology, 16(3), 25-29. [6] Bahrani, M.J., Ramazani Gask, M., Shekafandeh, A. and Taghvaei, M. (2008). Seed germination of wild caper (Capparis spinosa L. var. parviflora) as affected by dormancy breaking treatments and salinity levels. Seed Science and Technology, 36(3): 776-780. [7] Bakhshi-zadeh, J. (2014). Investigation of the effects of salinity and environmental stress on germination and seedling growth characteristics of (Hypericum perforatum). National Conference on the Application of Medicinal Plants in Lifestyle and Traditional Medicine, 11-27. [8] Dadkhah, A. )2010(. Effect of salinity on germination and seedling growth of four medicinal plants. Journal of Medicinal and Aromatic Plants, 3(26), 369-358. (In Persian) [9] Daneshmand F, Arvin M J, Keramat B, Momeni N. (2012). Interactive effects of salt stress and salicylic acid on germination and plant growth parameters of maize (Zea mays L.) under field conditions. Journal plant process and function. 1 (1), 57-70. (In Persian) [10] Dawood, M.G., Taie, H.A.A., Nassar, R.M.A., Abdelhamid, M.T., and Schmidhalter, U. (2014). The changes induced in the physiological, biochemical and anatomical characteristics of Vicia faba by the exogenous application of proline under seawater stress. South African Journal of Botany, 93: 54-63. [11] Deilam, A., Rouhani, H., Sabouri, H. and Gholam Ali Pooralmadari, E. )2019(. Effect of drought stress and salinity on germination, soluble carbohydrates and proline of Atriplex halimus. Iranian Journal of Seed Science and Research, 6(2), 245-255. (In Persian) [12] Dori, M.A. and Salehi, M. (2010) Germination and Seed Growth Reaction of Four Alfalfa Cultivars Exposed to Sodium Chloride Tension, Journal of applied field crop research, 89: 69-61. (In Persian) [13] Elgamal, M.H.A., Shaker K.H., Pöllmann K. and Seifert K. (1995). Triterpenoid saponins from Zygophyllum species. Phytochemistry, 40(4), 1233-1236. [14] Farhoudi, R. and khodarahmpour, Z. (2017). Effect of Salt and Drought Stresses on Germination, Seedling Growth and Cell Membrane Stability of Anise (Pimpinella anisum) and Fennel (Foeniculum vulgare). Iranian Journal Seed Research, 4 (1), 103-110. [15] Farooq, S., and Azam, F. (2006). The use of cell membrane stability (CMS) technique to screen for salt tolerance wheat varieties. Journal of Plant Physiology, 163(6), 629-637. [16] Farrokhi, A. and Galeshi, S. (2005). Investigating the effect of salinity, seed size and their interactions on spin, seed conversion efficiency and soybean growth (Glycine max). Iranian journal of agriculture science, 36 (5), 1233-1239. [17] Flood, M.R., and Jones, R.A. (1996). Response to selection for salt tolerance during germination in tomato seed. Journal of the American Society for Horticultural Science, 121, 1001-1006. [18] Flowers, T. J. and Colmer T.D. (2015). Plant salt tolerance: adaptations in halophytes. Annals of botany, 115(3), 327-331. [19] Frnciois, L.E. Donovan, T.J. Maas, E.V. (1984). Salinity effects indeed yield growth and germination of grain sorghum, Agronomy Journal, 76, 741-744. [20] Ghahreman, A. (1997). Flora of Iran. Tehran: Research Institute of Forests and Rangelands 250p. [21] Ghasemi Nejad, P., Bahmaniar, M., Hosseini, M., Rafiei, H. Gholami, S. (2012). Effect of PGPR and salinity on germinating seed of carnation (Syzygium aromaticum). Summary of Articles of the National Conference on Natural Products and Medicinal Plants, 231. [22] Haung, J. and Redmann, R.E. (1995). Salt and drought tolerance of Hordeum and Brassica species during germination and early seedling. Canadian Journal of Plant Science, 75(4), 815-819. [23] Jamil, M. Lee, D.B. Jung, K.Y. Ashraf, M. Lee, S.C. and Rha, E.S. (2006). Effect of salt (nail) stress on germination and early seedling growth of four vegetables species, Journal of Central European Agriculture, 7(2), 273-282. [24] Kafi, M. and Mahdavi Damghani, A. M. (2000) Mechanisms of resistance to environmental stress", translation. Ferdowsi University Press and Publishing. P. 130- 11 [25] Keshavarz Afshar, R., Keykhah, M., Chaeichi, M.R. and Ansari, M. (2013). Effect of different levels of salinity and drought stress on seed germination characteristics and seedling growth of forage turnip (Brassica rapa L.). Iranian Journal of Field Crop Science, 43(4), 661-671. (In Persian) [26] Khaef, N., Taghvayi, N. and Niazi, A. (2011). Investigation of the interaction of light and temperature on seed germination (Calotropis procer L.). Journal of rangeland, 5(1), 19-26. (In Persian) [27] Labbafi, M., Mehrafarin, A., Naghdibadi, H., Ghorbani, M. and Tavakoli, M. (2018). Investigating the effect of various chemical and non-chemical treatments break dormancy galbanum seeds Ferula gummosa Boiss. Eco-phytochemical Journal of Medicinal Plants, 6(2), 80-88. (In Persian) [28] Lambardo, V. & Saladino, L. (1997). Effect of salinity of water on seed germination capacity, Irrigation -e- Drenaggio, 44:1, 3-7. [29] Lefevre, I., Vogel-Mikus, K., Arcon, I. and Lutts, S. (2016). How do roots of the metalresistant perennial bush Zygophyllum fabago cope with cadmium and zinc toxicities? Plant and Soil, 404 (1-2), 193-207. [30] Li, Y. (2008). Effect of salt stress on seed germination and seedling growth of three salinity Plants, Pakistan Journal of Biological Sciences, 11(9), 1268-1272.   [31] Maghsoudi Moud, A. and Maghsoudi, K. (2008). Salt stress effects on respiration and growth of germinated seeds of different wheat (Triticum aestivum L.) cultivars, World Journal of Agricultural Sciences, 4(3), 351-358. [32] Mehrabi, A.A. and Hajinia, S. (2019). The Effect of Seed Pre-treatments on Germination of Astragalus gossypinus Seed. Iranian Journal of Seed Research, 6(1), 97-114. (In Persian) [33] Mohammadi, H. and Beheshtian Mesgaran, M. (2005). Effect of salinity and drought stress on germination of Medicago scutellata and Trifolium alexandrium. First national conference of natural resources, Iran, Karaj, (208-207) [34] Mojab, M., Hosseini, M., Zamani, Gh.R., Kohansal, A., Ebrahimi, A. (2015). The effect of different methods of seed dormancy breaking and effects of salinity and drought stress on germination characteristics of weed (Prosopis stephaniana willd). Environmental stresses in crop science, 8 (1), 101-108. (In Persian) [35] Morgenson, G. (1999). Effects of cold strafication, warm-cold stratification, and acid scarification on seed germination of three Crataegus species. Tree planters' Notes, 49 (3), 72-74. [36] Mozaffarian, V.A. (2013). Identification of medicinal and aromatic plants of Iran. Farhang Moaser publication. 1444 p. [37] Munns, R., Tester, M. (2008). Mechanisms of salinity tolerance. Annual Review of Plant Biology, 59, 651-668. [38] Nasiri, M., Babakhanloo, P. and Maddah Arefi, H. (2003). Seed germination in Kozal (Diplotaenia damavadica Mozaffarian, Hege & Lamond).  Iranian Journal of Rangelands Forests plant Breeding and Gentic research, 11(2), 256-275. (In Persian) [39] Panahi, F and Arast, M. (2019). The effect of different treatments on seeds dormancy and germination of Gundelia tournefortii. Iranian Journal of Seed Science and Research, 6(3), 347- 358. (In Persian) [40] Rogers, M. E., Noble, C. L., Halloran, G. M. & Nicolas, M. E. (1995) The effect of NaCl on germination and early seedling growth of Trifolium repens populations selected for high and low salinity tolerance, Seed Science and Technology, 23(2), 227-228. [41] Roumani, A. and Ehteshami M. (2014). Effect of different levels of salinity stress on seed germination and early growth of fenugreek (Trigonella foenum-greacum) seedling. Iranian Journal Seed Research, 1 (1), 33-45. (In Persian). [42] Saeedifar, R., and Chaparzadeh, N. (2016). Interactive effects of salinity and Nitric oxide on water relations of Zygophyllum fabago L. Journal of plant research, 21 (3), 675-685. (In Persian). [43] Tavili, A., Zare, S. and Yari, R. (2010). Effect of different treatments on seed dormancy breaking and germination stimulation of Ammodendron persicum. Iranian journal of Range and Desert Research, 17 (3), 466-475. (In Persian) [44] Yoosefi, B. (2015). Comparison of erosion and sediment estimation methods to correct soil edibility factor in Nazlouchai watershed, M.Sc. thesis in Watershed management, Urmia University, 104 p. (In Persian)_||_
دانشکده منابع طبیعی دانشگاه تهران مرتع و آبخیزداری 5044-2008 دانشکده منابع طبیعی دانشگاه تهران 109 10.22059/jrwm.2020.296712.1456 مقاله پژوهشی اثر نوع بستر کشت و هورمون محرک بر خصوصیات جوانه‌زنی گونۀ Salvadora persica اثر نوع بستر کشت و هورمون محرک بر خصوصیات جوانه‌زنی گونه ‏Salvadora persica صابری مرتضی استادیار گروه مرتع و آبخیزداری، دانشکدۀ آب و خاک، دانشگاه زابل، ایران. نوری سهیلا استادیار، گروه مرتع و آبخیزداری، دانشکدۀ آب و خاک، دانشگاه زابل، ایران. رشیدی فهیمه دانشجوی کارشناسی ارشد مرتعداری، دانشکدۀ آب و خاک، دانشگاه زابل، ایران. 19 02 2021 73 4 816 831 27 01 2020 04 11 2020 Copyright © 2021, دانشکده منابع طبیعی دانشگاه تهران. 2021 https://jrwm.ut.ac.ir/article_80537.html

 جوانه‌زنی از مهم­ترین مراحل رشد گیاهان است که ممکن است در محیط‌های طبیعی تحت تأثیر تنش‌های مختلفی قرار گیرد. این پژوهش با هدف بررسی اثرات نوع بستر کاشت و سطوح مختلف جیبرلیک و ایندول بوتریک اسید بر خصوصیات جوانه­زنی بذر گونۀ Salvadora persica در سال ۱۳۹۸، با دو فاکتور بستر کشت در چهار نوع (1- پیت ماس ،2- کوکوپیت، 3- پیت ماس %50+ ماسه %50 و 4- کوکوپیت 50%+ ماسه 50%) و فاکتور دوم شامل جیبرلیک اسید (دو سطح ۲۵۰ و ۵۰۰ پی پی ام) و ایندول بوتریک اسید (دو سطح ۲۵۰ و ۵۰۰ میلی گرم بر لیتر) انجام شد. سپس آزمایش فاکتوریل در قالب طرح پایۀ کاملاً تصادفی اثر دو فاکتور مذکور و آب مقطر به عنوان شاهد در سه تکرار بر جوانه­زنی بذر و رشد اولیۀ گیاهچۀ گیاه Salvadora persica بررسی شد. نتایج نشان داد بستر کشت بر درصد جوانه­زنی، طول ریشه­چه، ساقه­چه، گیاهچه، وزن تر ریشه­چه، وزن تر ساقه­چه و شاخص بنیۀ بذر در سطح آماری یک درصد اثر معنی­دار داشت. همچنین پیش تیمار بذور با هورمون­های جیبرلیک و ایندول بوتریک اسید بر کلیۀ صفات مورد بررسی در این آزمایش اثر معنی­دار در سطح یک درصد داشت. اثر متقابل نوع بستر و پیش تیمار با هورمون­ها بر صفات درصد جوانه­زنی، طول ریشه­چه، ساقه­چه، گیاهچه و شاخص بنیۀ بذر اثر معنی­دار در سطح یک درصد داشت و بر وزن تر ریشه­چه و ساقه­چه اثر معنی­دار نداشت. به­طوری­که بیشترین درصد جوانه‌زنی در بستر کشت کوکوپیت و جیبرلیک اسید ۲۵۰ پی پی ام برابر با ۷۳ درصد حاصل شد. همچنین بالاترین طول گیاهچه در اثر کاربرد بستر پیت ماس و جیبرلیک اسید ۲۵۰ پی پی ام برابر با ۶/۲۹سانتی متر به­دست آمد. به­طور کلی با توجه به اهمیت گونۀ Salvadora persica به لحاظ دارویی، صنعتی و حفاظتی پیشنهاد می‌شود از پیش تیمار بذر با جیبرلیک اسید ۲۵۰ پی‌پی‌ام و بستر کشت ترکیبی کوکوپیت و ماسه برای تسریع در روند جوانه‌زنی و تولید نهال این گونه استفاده گردد.

 جوانه‌زنی بستر کشت جیبرلیک اسید ایندول بوتریک اسید Salvadora persica [1]     Abdul, W., Mubaraka, P., Gelani, S. and S. Basrab. (2007). Pretreatment of seed with H2 O2 improves salt tolerance of wheat seedlings by alleviation of oxidative damage and expression of stress proteins. Journal of Plant Physiology, 164, 283-294. [2]     Ahmadloo, F., Tabari, T., Rahmani, A., Yousefzadeh, H. and Razagh Zadeh, M. (2009). Effect of ‎soil composition on seed germination of Pinus halepensis Mill. Iranian journal of Forest and ‎Poplar Research, 17(3), 403-394.‎ [3]     Ahmed, S.S., EL-Gengaihi, S.E.E., Ibrahim, M.E.S. and Schnug, E. (2008). Preliminary ohytochemical and propagation trial with Salvadora Persica L, Landbauforschung-VTI Agri culture and forestry Research, 58, 135-138. [4]     Alaey, M., Naderi, R., Khalighi, A. and Salami, S.A. (2007). Effect of different factors on seed germination of Persian cyclamen (Cyclamen persicum mill.). Journal of Pajouhesh & Sazandegi, 67, 36-43. [5]     Awang, Y., Shaharom, A.S., Mohammad, R.B. and Selamat, A. (2009). Chemical and physical characteristics of cocopeat-based media mixtures and their effects on the growth and development of Celosia cristata. American Journal of Agricultural and Biological Sciences, 4(1), 63-71. [6]     Bahrani, A. and Pourreza, J. (2012). Gibberellic acid and salicylic acid effects on seed germination and seedlings growth of wheat (Triticum aestivum L.) under salt stress condition. World Applied Science Journal, 18(5), 633-641. [7]     Blythe, G., Denlay, T. and Sibley, J.L. (2000). Influence of commercial auxin formulation on cutting of camellia cultivars. SNA R research conference, 45, 303-306. [8]   Burun, B. and shahin, O. (2009).In vitro and in vivo germination of Cyclamen alpinum seeds. Tubitak. Turk Journal Botany, 33, 277-283. [9]     Camberato, J. and Mccarty, B. (1999). Irrigation water quality: part I. Salinity. South CarolinaTurfgrass Foundation News, 6, 68. [10] Davidson, H., Meckienburg, R. and Peterson, C. (1998). Nursery management: Administration and culture. Seconded prentice. Hall, Inc. New jersey. [11] Delker, C., Zolman, B.K., Miersch, O. and Wasternack, C. (2007). Jasmonate biosynthesis in Arabidopsis thaliana requires peroxisomal β-oxidation enzymes–Additional proof by properties of pex6 and aim1. Phytochemistry, 68(12), 1642-1650. [12] El-Araby, M.M. and Hegazi, A.Z. (2004). Responses of tomato seeds to hydro- and osomo- priming and possible relations of some antioxidant enzyme and endogenous polyamine fractions. Egyptian Journal of Biology, 6(1), 81-93. [13] Ertan, E. and Alkan, G. (2018). Effects of different substrates on the germination and growth performance of chestnut nursery trees. Acta Hortic, 1220, 149-154. [14] Esfandiari, A., Sadat Taghavi, T.,  Babalar, M. and  Delshad, M. (2008). The effect of using raw and NH 4-zeolite on yield and quality of tomato crop at reduced nitrogen concentration solution in hydroponic. Journal of Horticultural Sciences, 23 (2), 41-51. [15] Farooq, M., Basra, S. M. A., Warraich, E. A. and Khaliq, A. (2006). Optimization of hydropriming techniques for rice seed invigoration. Seed Science. Technology, 34, 529-534. [16] Ghassemi-Golezani, K., Asghar Aliloo, A., Valizadeh, M., and Moghaddam, M. (2008). Effects of hydro and osmo-priming on seed germination and field emergence of lentil (Lens culinaris Medik). Notulae Botanicae Horti Agrobotanici Cluj-Napoca, 36 (1), 29-33. [17] Inden, H. and Torrres, A. (2004). Comparison of four substrates on the growth and quality of tomatoes. Acta Horticltur, 644, 205-210. [18] Iqbal, G.M.A., Huda, S.M.S., Sujauddin, M. and Hossain, M.K. 2007. Effects of sludge on germination and initial growth performance of Leucaena leucocephala seedlings in the nursery. Journal of Forestry Research, 18 (3), 226-230. [19] Isvand, H., Azarnia, M., Nazarian Firoozabadi, F. and Sharafi, R. (2012). Effects of Priming by Gibberellin and Abcsisic Acid on Emergence and some Physiological Characters of Chikpea (Cicer arietinum L.) Seedling under Dry and Irrigated Conditions. Iranian Journal of Field Crop Science, 42 (4), 789-797. [20] Javanpour Heravi, R., Babalar M., Kashi A., Mirabdolbaqi M., and Asgari M.A. (2005). Effect of cirtain nutrient solution and growing media on qualitative and quantitative traits of tomato cv. Hamra in hydroponic system. Irainian Journal of Agriculture Science, 36 (4), 939-946. [21] Javanshir, K. (1988). Vegetable of Bashagard area, Tehran University Press. [22] Kaur, S., Gupta, A.K. and Kaur, N. (2000). Effect of G3, kinetin and indole acetic acid on Caohydrate metabolism in chickpea Seedlings germination under water stress. Plant Growth Regular, 30, 70-61. [23] Kfuban Yerima, B., Mbakpor Ayuk, G., Kogge Enang, R., Guehjung, N. and Alphonse Tiamgne, Y. (2016). Germination and Early Seedling Growth of Moringa oleifera Lam with Different Seeds Soaking Time and Substrates at the Yongka Western Highlands Research Garden Park (YWHRGP) Nkwen-Bamenda, North-West Cameroon. American Journal of Plant Sciences, 7(15), 2173-2185. [24] Khandan-Mirkohi, A., Moshrefi-Araghi, A.R., Haghdoost, L., Rashid- Rostami,F. and  Sahraii, S. (2015). The effect of rooting medium, cutting type and auxin (IBA) treatment on propagation of Arizona cypress (Cupressus arizonica var. glabra). Journal of Science and Technology of Greenhouse Culture, 5(4), 193-202. [25] Khoshkhooy, M. (2003). Modern principles of horticulture, Shiraz University Press. [26] Liptay, A. and Zariffa, N. (1993). Testing the morphological aspects of polyethylene glycol-primed tomato seeds with proportional odds analysis. Horticulture Science, 28(9), 881-883. [27] Luiz piva, A., Junior Mezzalira, E., Santin, A., Sschwantes. D., Klein, J., Rampim, L., Villa, F., Yuji Tsutsumi, C. and Antonio Nava, G. (2013). Emergence and initial development of Cape -gooseberry (Physalis peruviana L.) seedlings with different substrate compositions. African Journal of Agricultural Research, 8(49), 6579-6584. [28] Martinz, P.F. and Abad, M. (1992). Soilless culture of tomato in different mineral substrates. Acta Horticulture, 323, 251-259. [29] Miransari, M. and Smith, D.L. (2014). Plant hormones and seed germination. Environmental and Experimental Botany, 99, 110-121. [30] Mohammadi, L. and Shekari, F. (2015). Examination the effects of hydro-priming and priming by salicylic acid on lentil aged seeds. International Journal of Agriculture and Crop Sciences, 8(3), [31] Molahasani, H. Baghi, E. (2009). Substrates and their components in Soilless culture. First National Congress of Hydroponics and Production of greenhouse, 30/6/2009, Isfahan, Iran, pp. 332-334. [32] Naba'ee, M., Roshandel, P. and Mohammad Khani, A. (2013). The effects of Plant Growth Regulators on Breaking Seed Dormancy in Silybum marianum L. Journal of Cell & Tissue, 4(1), 45-54. [33] Noguera, P., Abad, M., Noguera, V., Puchades, R. and Maquieira, E. (2000). Coconut coir waste, a new and ecologically-friendly peat substitute. Acta Hort, 517, 279-286. [34] Pandya, J, B., Gohil, R, H., Patolia, J, S., Shah, M, T. and Parmar, D, R. (2006). A study on Salicornia (S. brachiata Roxb) to salinity ingressed soils of India, International Journal of Agricultural Research, 1, 91-99. [35] Power, P. and Fonteyn, P.J. (1995). Effect of oxygen concentration and substrate on seed germination and seedling growth of Texas wild rice (Zizania texana). Southwest. Nature, 40, 1-4. [36] Ranjbar, R. and Taghavi, R. (2007). Possibility of using perlite, vermiculite and manure tobacco Burley 21 in the floating method. The Tenth Congress of Soil Science, 26/8/2007, Karaj, Iran. [37] Rashidi, S., Panahi, B., Hosseinifard, S. J. and Ebrahimi, F. (2015). The effect of vermicompost and animal manure on growth and flowering of marigold. Department of Horticulture, Islamic Azad University, Jiroft Branch. [38] Rouhi, H.R., Aboutalebian, M.A., Moosavi, S.A., Karimi, F.A., Karimi, F., Saman, M. and Samadi, M. (2012). Change in several antioxidant enzymes activity of Berseem clover (Trifolium alexandrinum L.) by priming. International Journal of Agri Science, 2 (3), 237- 243. [39] Saberi, M. and V. karimian. (2019). Influence of chemical stimulators to development, support and resistant of Datura Stramonium medicinal plant under stress allelopathic components of Eucalyptus camaldulensis. Rangeland, 12 (4), 401-410. [40] Saberi, M., Tavili, A. and Miri, M. (2014).  Investigation the effects of different levels of gibberellic and salicylic acid on improvement of germination indices of Festuca arundinacea under stress with allelopathic compound. Journal of Natural Environment, 64 (4), 415-424 [41] Saberi, M. and A. Tavili. (2010). Evaluation different priming treatments influences on Puccinella distans germination characteristics. Iranian Journal of Range and Desert Research, 17 (1), 60-73. [42] Saberi, M., Shahriari,A.R., Tarnian, F., Jafari, M. and Safari, H. (2011). Influence of Seed Priming on Germination and Seedling Range Species under Allelopathic Components. Frontiers of Agriculture in China, 2011, 5 (3), 310-321. [43] Samiei, L., Khalighi, A., Kafi, M., Samavat, S. and Arghavani, M. (2005). An Investigation of Substitution of Peat Moss With Palm Tree Celluloid Wastes in Growing Aglaonema (Aglaonema Commutatum Cv. Silver Queen). Iranian Journal of Agriculture Science, 36 (2), 503-510. [44] Seiadat, S. A., Moosavi, A. and Sharifzadeh, M. (2012). Effect of seed priming on antioxidant activity and germination characteristics of Maize seeds under different aging treatments. Research Journals of Seed Science, 5, 51-62. [45] Shahinrokhsar, P., Shokrivahed, H., Asadi, M.E., Davari, K. and Peyvast, GH.A. (2010). Effect of Irrigation Managements and Substrates on some Quality and Quantity Parameters of Greenhose Tomato. Journal of Water and Soil Science, 14 (53), 53-63. [46] Shahzad, M.A., Basra, M.F., Farooq, M., Rehman, H. and Saleem, B.A. (2007). Improving the germination and early seedling growth in melon (Cucumis melo L.) by pre-sowing salicylicate treatments. International Journal of Agricultural Biology,9, 550-554. [47] Shokri, S., Zarei1, H., Alizadeh, M. (2014). Effect of rooting media on root production of semi-hardwood stem cuttings in weeping bottlebrush (Calistemon viminalis) under greenhouse conditions. Journal of Science and Technology of Greenhouse Culture, 5 (3), 173-183. [48] Tavili, A., M. Saberi. and A. R. Shahriari. (2010). Effects of different treatments on improving seed germination and initial growth properties in Zygophyllum eurypterum Boiss. & Buhse and Zygophyllum eichwaldii C.A.M. Watershed Management Research Journal (Pajouhesh & Sazandegi), 86, 64-69. [49] Taylor, A.G. (1997). Seed storage, germination and quality: 1-36. In: Wien. H. C. (Ed.) The Physiology of Vegetable Crops Wallingford, U.K: CAB International. [50] Taylor, A.G. and Harman, G.E. (1990). Concepts and technologies of selected seed treatments. Annuals Review Phytopathology, 28 (1), 321–339. [51] Vamil, R., Aniat-ul-haq, R., Agnihotri, K. and Sharma, R. (2011). Effect of certain plant growth regulators on the seedling survival, biomass production and proline content of Bambusa arundinacea. Science Research Reporter, 1 (2), 44-48. [52] Zhang, J., Siemann, E., Tian, B., Huang, W. and Ding, J. (2020). Differences in seed properties and germination between native and introduced populations of Triadica sebifera, Journal of Plant Ecology, 13(1), 70–77._||_
دانشکده منابع طبیعی دانشگاه تهران مرتع و آبخیزداری 5044-2008 دانشکده منابع طبیعی دانشگاه تهران 109 10.22059/jrwm.2020.299418.1479 مقاله پژوهشی تحلیل اثر اکوتوریسم بر سرمایه‌های معیشت روستایی در چارچوب پایداری (مورد مطالعه: روستای پالنگان کردستان) تحلیل اثر اکوتوریسم بر سرمایه‌های معیشت روستایی در چارچوب پایداری (مورد مطالعه: روستای پالنگان کردستان) فرج الهی اصغر دانش آموختۀ دکتری منابع طبیعی، دانشگاه علوم کشاورزی و منابع طبیعی گرگان، ایران. اسلامی ایمان استادیار دانشکدۀ منابع طبیعی و علوم دریایی، دانشگاه تربیت مدرس، نور، مازندران، ایران. 19 02 2021 73 4 832 842 13 03 2020 04 11 2020 Copyright © 2021, دانشکده منابع طبیعی دانشگاه تهران. 2021 https://jrwm.ut.ac.ir/article_80539.html

 رویکرد معیشت پایدار یکی از رویکردهای جدید در زمینۀ توسعۀ پایدار روستایی است که به منظور کاهش فقر و بهبود استانداردهای زندگی روستایی مورد توجه قرار گرفته است و عوامل مؤثر بر آن دارای اهمیت و نقش حیاتی می­باشند. در این تحقیق نیز هدف، بررسی اثر طبیعت­گردی بر معیشت پایدار روستایی در روستای پالنگان استان کردستان می­باشد. جامعۀ آماری در این پژوهش تمام افراد بالای 20 سال ساکن در روستای مورد مطالعه بودند که تعداد 623 نفر را در بر گرفته است. نمونه­گیری به روش تصادفی انجام شد که با استفاده از فرمول کوکران تعداد نمونه­ها 238 نفر انتخاب گردید. ابزار گردآوری داده­ها در این پژوهش، پرسشنامه محقق ساخته بود. پس از تأیید روایی پرسشنامه با نظر متخصصان و کارشناسان، پایایی کل با ضریب آلفای کرونباخ محاسبه که برابر 83/0 به دست آمد. تحلیل داده­ها با نرم­افزار SPSS16.0 انجام گرفت. نتایج آزمون t تک نمونه­ای نشان داد که سرمایه­های طبیعی، اجتماعی و انسانی تحت تأثیر طبیعت­گردی در روستای پالنگان در وضعیت مناسبی نبودند، همچنین از دیدگاه روستاییان روستای پالنگان، طبیعت­گردی بر دارایی کل معیشتی تأثیر کمی گذاشته است اما بر سرمایه­های مالی و فیزیکی تأثیر بهتری داشته و این تأثیر فقط در سرمایۀ معیشتی فیزیکی معنادار است. یافته­های این تحقیق نشان داد که نیاز به بهبود وضعیت طبیعت­گردی در منطقۀ مورد مطالعه به منظور دستیابی به معیشت پایدار وجود دارد و در این راستا مدیریت اصولی، مشارکت جامعۀ محلی و استفاده از پتانسیل­های طبیعت­گردی در روستای پالنگان راهگشا خواهد بود.

 دارائی توسعه معیشت پایدار اقتصاد محلی روستای پالنگان Abdollahzadeh, Gh.h., Salehi, Kh., Sharifzadeh, M.Sh., & Khajeh Shahkohi, A. (2015). Investigating the impact of tourism on sustainable livelihoods in Golestan Province, Journal of Tourism Planning and Development, 4 (15): 148-169. In Persian. Blake, A., Arbache, J.S., Sinclair, M., & Thea Teles, V. (2008). Tourism and Poverty Relief. Annals of Tourism Research 35(1): 107-126. Carney, D. (1998). Sustainable Rural Livelihoods: What Contribution Can We Make? London: DFID. 213 pages. Croes, R. & Vanegas Sr, Ma. (2008). Co integration and Causality between Tourism and Poverty Reduction. Journal of Travel Research, 47(1): 94-103. Del­Mar Alonso-Almeida, M. (2013). Environmental management in tourism: students’ perceptions and managerial practice in restaurants from a gender perspective, Journal of Cleaner Production, 60, 201-207. Esazehi, A. (1979). Survey of sustainable livelihoods index of rural households in Saravan County, MA Thesis in Agricultural Extension, Yasuj University.  In Persian. Fallahi, H. (2006). Feasibility study of ecotourism development - Ashtarakoh Basin with emphasis on gohar lake, MSc Thesis, Faculty of Earth Sciences, Shahid Beheshti University. In Persian. Ghadami, M. & Aligholi Zadeh Firouzjaie, N. (2012). Evaluation of destination tourism development in the sustainability framework of the Study Sample (Tamashkal District / Tonekabon County), Geographical Research Quarterly, 27 (1): 104-79. In Persian. Gilmon, P. (2008). Environmental Analyze and Zoning for an Urban Park Management Purpose Bralizian Archives of Biology and Technology, 48(4): 647-655. Harilal, V., & Tichaawa, T.M. (2018). Ecotourism and alternative livelihood strategies in Cameroon’s protected areas. Euro Economica, 1(37): 133-148. Islami, I.,  Ebrahimzadeh Asmin, H., & Ashtari Mehrjadi, A. (2020). Social Network Analysis of Participatory Management and Social Capital among Livestock Beneficiaries in Yazd Province. Journal of Community Development, 12(2): 483-500. In Persian. Luvanga, N., & Shitundu, J. (2003).The Role of Tourism in Poverty Alleviation in Tanzania. Research Report, No. 03.4 Malek, B. (2014). Designing of tourist complex in Palangan Village (with ecotourism and sustainable architecture), Master of Architecture Thesis, Shahrood University of Technology. In Persian. Masoumi, M. (2009). An introduction to approaches in planning local, Urban and Regional Tourism Development, Samira Publications. In Persian. Mbaiwaa, J.E. & Stronzab, A. (2010). The effects of tourism development on rural livelihoods in the Okavango Delta, Botswana, Journal of Sustainable Tourism, 18(5): 635-656. Mir Karimi, S. H., Saeedi, S. & Saeedi, S. (2016). Principles and concepts of achieving successful ecotourism, Human and Environmental Quarterly, 14 (2): 13-23. In Persian. Moghaddam, S. (2016). Assessing the role of ecotourism in the sustainable development of local communities of Abhar County, MA Thesis in Geography and Tourism Planning, Zanjan University. In Persian. Moradi, D. (2013). The role of ecotourism in the economic development of wetlands (Case Study: Varzaneh City), Master of Science in Geography and Tourism Planning, University of Science and Culture. In Persian. Motiei Langroodi, H., Ghadiri Masoum, M., Rezvani, M. R., Nazari, A. & Sahneh, B. (2011). The impact of migrants 'return to villages on improving residents' livelihoods (Case Study: Aq Qala City), Human Geography, 78, 67-83. In Persian. Mozumder, M. M. H., Uddin, M. M., Schneider, P., Islam, M. M., & Shamsuzzaman, M. (2018). Fisheries-Based Ecotourism in Bangladesh: Potentials and Challenges. Resources, 7(4), 61 pages. Muladan, B., & Bilharz, S. (2002). Sustainable development indicators, Translated by Haddad Tehrani, Neshat, Moharramnejad, Nasser, EPA Publications. 468 pages. In Persian. National Statistics Portal. (2019). Iran Statistical Center, Results of the general population and housing census of 2016. In Persian. Nazarian, A., Moshiri, S.R. & Aghajani, F. (2006). Feasibility study of tourism industry development in Ardabil City, Geographical Perspective Quarterly, 1(3): 103-117. In Persian. Nyaupane, G.P. (2011). Linkages among biodiversity, livelihood, and tourism, Annuals of Tourism Research, 38(4): 1344-1366. Roe, D., Ashley, C., Page, S.H. & Meyer, D. (2004). Tourism and the poor: Analyzing and interpreting tourism statistics from a poverty perspective. Partnership London.1-29. Samavati, A. (2016). Evaluating the effects of ecotourism on sustainable livelihood components from a perspective experts and tribes of Turkasvand, Master's Degree in Range Management, University of Malayer. In Persian. Sarmad, Z., Bazaragan, A. & Hajazi, A. (2014). Research Methods in Behavioral Sciences, Publication of Agah, 408p. Sarvi sadrabad, H., & Islami, I. (2020). Analysis of the social network and bonding social capital in participatory management of water resources (Case study: Sadrabad Village, Nodoushan catchment, Yazd Province). Journal of Range and Watershed Management. 72(3): 739-753. In Persian. Udayakumara, E.P.N. & Shrestha, R.P. (2011). Assessing livelihood for improvement: Samanalawewa reservoir environs, Sri Lanka, International Journal of Sustainable Development and World Ecology, 18(4): 366-376. Veisi, F., & Nikkhah, C. (2019). Analysis of the role of tourism in sustainable livelihoods of rural households, Case Study: Oraman distrct in Sarvabad County, Geography and Planning, 22(66): 329-348. World Tourism Organization. (2018). UNWTO Tourism Highlights, www.unwto.org Yousefi, M. (2016). Ecotourism and Sustainable Livelihoods of Local Communities, Biosphere, 11(2): 35-38. In Persian. Zahedi, Sh. (2007). Fundamentals of sustainable tourism and ecotourism (emphasis on the environment), Allameh Tabataba'i University Press, first edition, 232 pages. In Persian. _||_
دانشکده منابع طبیعی دانشگاه تهران مرتع و آبخیزداری 5044-2008 دانشکده منابع طبیعی دانشگاه تهران 109 10.22059/jrwm.2021.303920.1510 مقاله پژوهشی عوامل اجتماعی- اقتصادی مؤثر بر مشارکت روستائیان استان قم در اجرای پروژۀ ترسیب کربن عوامل اجتماعی- اقتصادی موثر بر مشارکت روستائیان استان قم در اجرای پروژه ترسیب کربن کریمی کبری دانشجوی دکتری توسعۀ کشاورزی، دانشگاه زنجان، ایران. کرمی دهکردی اسماعیل دانشیار ترویج کشاورزی و توسعۀ روستایی، دانشگاه تربیت مدرس و دانشیار ترویج کشاورزی و توسعۀ روستایی، دانشگاه زنجان، ایران. بوشکر ماتیوس دانشیار مؤسسۀ فدارال جنگل، برف و منظر، سوئیس. 19 02 2021 73 4 843 863 04 06 2020 21 01 2021 Copyright © 2021, دانشکده منابع طبیعی دانشگاه تهران. 2021 https://jrwm.ut.ac.ir/article_80540.html

پروژۀ ترسیب کربن از جمله اقدامات مهم بین‌المللی مدیریت منابع طبیعی و کاهش تغییرات اقلیم در دو دهۀ اخیر است که به دنبال مشارکت جوامع روستایی در همۀ مراحل پروژه در جهت دستیابی به اهداف محیط زیستی، اقتصادی، اجتماعی و انسانی بوده است. از آنجایی که عوامل متعددی می­توانند بر مشارکت ذی‌نفعان در فعالیت‌های پروژۀ ترسیب کربن مؤثر باشند، پژوهش حاضر با هدف بررسی عوامل اجتماعی- اقتصادی مؤثر بر مشارکت خانوارهای روستایی استان قم با استفاده از روش‌شناسی پیمایشی با رویکرد توصیفی- همبستگی انجام شده است. نمونه‌ای متشکل از 265 خانوار از جامعۀ آماری 840 خانواری موجود در پنج روستای تحت انجام این پروژه با استفاده از روش نمونه‌گیری تصادفی ساده انتخاب شد و داده‌ها با به کارگیری روش مصاحبۀ ساختارمند و ابزار پرسشنامه گردآوری و با استفاده از نرم‌افزارهای SPSS22 و AMOS تحلیل شدند. نتایج نشان داد، مردم در سطوح پایین مشارکت اعم از مشورت کارشناسان با اعضای شورا و بزرگان روستا دخالت بالایی داده شده بودند، در حالی که در سطوح بالای مشارکت، همچون شروع خودجوش پروژه‌ها توسط مردم، آن­ها نقش ضعیفی داشتند. متغیرهایی همچون سرمایه‌های اجتماعی مبتنی بر روابط و اعتمادهای درون جامعه و با کنشگران بیرونی و عضویت تشکل‌های روستایی، برنامه‌های ترویجی، اقدامات اجرا شدۀ اصلاحی- احیایی، تنوع‌سازی کشاورزی و غیرکشاورزی پروژه ترسیب کربن، سطح اراضی باغی خانوارها، و سطح درآمد کشاورزی آن‌ها مهم­ترین عوامل مؤثر بر مشارکت خانوارهای روستایی در پروژۀ ترسیب کربن مشخص شدند. ارتقای هر چه بیشتر سرمایه‌های اجتماعی با کمک برنامه‌های ترویجی، همچنین به کارگیری ترکیبی از اقدامات حفاظت‌گرا و تنوع‌ساز معیشت می‌تواند نه تنها مشارکت جوامع روستایی را در پروژه‌های مدیریت منابع طبیعی تقویت کند بلکه موفقیت آن‌ها را نیز بیشتر خواهد کرد.

 مدیریت مشارکتی منابع طبیعی ترسیب کربن جامعۀ روستایی اثرات اجتماعی- اقتصادی استان قم [1] Anderson, S. J., Ankor, B. L. and Sutton, P. C .(2017). Ecosystem service valuations of South Africa using a variety of land cover data sources and resolutions. Ecosystem Services, 27, 173-178. [2] Armitage, D. (2005). Adaptive Capacity and Community-Based Natural Resource Management. Environmental Management, 35(6), 703-715. [3] Baral, H., Keenan, R. J., Sharma, S. K., Stork, N. E. and Kasel, S. (2014). Economic evaluation of ecosystem goods and services under different landscape management scenarios. Land Use Policy, 39, 54-64. [4] Bastian, O., Haase, D. and Grunewald, K. (2012). Ecosystem properties, potentials and services – The EPPS conceptual framework and an urban application example. Ecological Indicators, 21, 7-16. [5] Bhandari, P., Kc, M., Shrestha, S., Aryal, A. and Shrestha, U. B. (2016). Assessments of ecosystem service indicators and stakeholder's willingness to pay for selected ecosystem services in the Chure region of Nepal. Applied Geography, 69, 25-34. [6] Danish, Baloch, M. A., Mahmood, N. and Zhang, J. W. (2019). Effect of natural resources, renewable energy and economic development on CO2 emissions in BRICS countries. Science of The Total Environment, 678, 632-638. [7] de Groot, R. S., Alkemade, R., Braat, L., Hein, L. and Willemen, L. (2010). Challenges in integrating the concept of ecosystem services and values in landscape planning, management and decision making. Ecological Complexity, 7(3), 260-272. [8] De Koning, F., Aguiñaga, M., Bravo, M., Chiu, M., Lascano, M., Lozada, T. and Suarez, L. (2011). Bridging the gap between forest conservation and poverty alleviation: the Ecuadorian Socio Bosque program. Environmental Science & Policy, 14(5), 531-542. [9] Elyasi A, S K. And Rastgar, Sh. (2017). Effective Factors on Stakeholders’ Willingness to Participate at Watershed Management Projects in Hezarkhani Watershed. Journal of Watershed Management Research, 8(16), 259–270. [10] Fal Soleyman, M. and Haji Poor, M. (2012). Analysing the NGOs  sustainability level in rural areas; international carbon sequestration project  Experience in South Khorasan Provin. Scientific Journals Management System, 20(23), 107-127. [11] Fal Soleyman, M., Sadeghi, H. and Movahedi PoUr, M. (2012). Analysing the role of carbon sequestration project in  rural women empowerment (Case study: Hosseinabad Ghinab - Sarbisheh city). The Regional Planning Journal, 2(8), 13-27. [12] Forest, R. a. W. M. O. (2020). Carbon Sequestration Project. Sustainable Management of Land & Water Recourses (SMLWR) [13] Gruber, J. S. (2010). Key Principles of Community-Based Natural Resource Management: A Synthesis and Interpretation of Identified Effective Approaches for Managing the Commons. Environmental Management, 45(1), 52-66. [14] Hasannejad, M., Kohansal, M. R. and Ghorbani, M. (2011). Incentive Policies Executing in International Project of Carbon Sequestration in Iran for Empowerment of Local Communities Journal of Agricultural Economics and Development, 24(3), 323-334. [15] Karimi, K. (2013). Rural communities’ capacity building and emphasis on stakeholders’ organizational coherence in Zanjan province's natural resources and watershed management projects using the National Development Fund. (MSc), University of Zanjan, Faculty of Agriculture. [16] Karimi, K. and Karami Dehkordi, I. (2015). Participation of Rural Users in Pasture Management Plans and the Factors Effective on them in Mahneshan Township. Geography and Development, 45, 181-196. [17] Khalili, v., Mahmoudi, J., Gholami, S. and Nazari , M. (2015). Factors affecting the rate of participation of beneficiaries in the implementation Range Management Plan (case study of summer pastures Vazroud area). Journal of Natural Ecosystem of Iran, 5(2), 105-113. [18] Kim, D.-H., Suen, Y.-B. and Lin, S.-C. (2019). Carbon dioxide emissions and trade: Evidence from disaggregate trade data. Energy Economics, 78, 13-28.  [19]  Lal, R. (2012). Climate change and soil degradation mitigation by sustainable management of soils and other natural resources. Agricultural Research, 1(3), 199-212. [20] Larson, S., De Freitas, D. M. and Hicks, C. C. (2013). Sense of place as a determinant of people's attitudes towards the environment: Implications for natural resources management and planning in the Great Barrier Reef, Australia. Journal of Environmental Management, 117, 226-234.  [21] Lejano, R. P. and Ingram, H. (2009). Collaborative networks and new ways of knowing. Environmental Science & Policy, 12(6), 653-662. [22] Mahmoudi, J. S. and Foroutan, S. K. M. (2018). Factors Affecting the Beneficiaries Participation in the Implementation of Range Manegment Plans in Kiasar Watershed, Sari County. Whatershed Management Research, 31(18), 46-59. [23] Mohammadi Golrang, B., See Lai, F. and Sadegh, S. H. R. (2017). Evaluation of variables affecting people's participation in soil pasture and watershed management projects (Case study: Kouskabad Watershedin Khorasan Razavi). Journal of Research & Rural Planning, 6(1), 49-68. [24] Mousaei, M. (2015). Factors affecting the non-participation of exploiters in agricultural projects (case study of Fars province). Journal of Promotion and Agricultural Economics, 2(2), 84-69. [25] Mousaei, M., Malek Mohammadi, I., Farajollah Hosseini, S. J. and Mirdamadi, S. M. (2010). Factors affecting the participation of operators in watershed management projects from the perspective of experts in promoting natural resources and watershed management in Fars province. Agricultural Science; Crop Ecophysiology, 4(14), 139-151. [26] Nejadi, F., Abbasi, E. and Choobchian, S. (2017). The Role of Combating Desertification Projects in Promotion of Local People’s Social Capital  the Case of Shahdad Carbon Sequestration Project). Journal of Rural Research, 7(4), 604-617. [27] O'Mara, F. P. (2012). The role of grasslands in food security and climate change. Ann. Bot-London,110:1263-1270. [28] Ostendorf, B. (2011). Overview: Spatial information and indicators for sustainable management of natural resources. Ecological Indicators, 11(1), 97-102. [29] Pezeshki-Raad, G. and KaramiDehkordi, E. (2012). Social Statistics and Data Analysis of Research on Agricultural Extension, development and Education. Tehran: Tarbiat Modares University Press. [30] Poeplau, C., Don, A., Vesterdal, L., Leifeld, J., Basvan, W., Schumacher, J. and Sgensior, A. (2011). Temporal dynamics of soil organic carbon after land-use change in the temperate zone - carbon response functions as a model approach. Global Change Biology, 17(7), 72415–72427. [31] Rahimi, d. and Rahemi, y. (2016). Resources in the Impacts Climate Change on Floods in North of Iran. Geography and Environmental Planning, 27(1), 89-102. [32] Saberi, R., Fal Soleyman, M. and Gheysari, S. (2012). Sustainable Local Development and Attracting Maximum Participation of People Case Study: The Experiences of International Project of Carbon Sequestration in South Khorasan. Geography and Development Iranian Journal, 10(28), 41-54. [33] Sene-Harper, A., Matarrita-Cascante, D. and Larson, L. R. (2019). Leveraging local livelihood strategies to support conservation and development in West Africa. Environmental Development, 29, 16-28. [34] Shackleton, C. M., Willis, T. J., Brown, K. and Polunin, N. V. C. (2010). Reflecting on the next generation of models for community-based natural resources management. Environmental Conservation, 37(1), 1-4. [35] Sil, Â., Fonseca, F., Gonçalves, J., Honrado, J., Marta-Pedroso, C., Alonso, J., . . . Azevedo, J. C. (2017). Analysing carbon sequestration and storage dynamics in a changing mountain landscape in Portugal: insights for management and planning. International Journal of Biodiversity Science, Ecosystem Services & magement, 13(2), 82-104. [36] Soleimanpour,  S M., Salehpour Jam, A., Noroozi, A A., Khalili, N. and Keshavarzi ,H. (2020). Experts' Viewpoints on Prioritizing Factors Affecting Lack of Sustainable Participation of Rural Communities in Watershed Management Projects on the Moradabad Watershed, Meymand the Province of Fars, 32(3), 53-62. [37] Tallis, H. and Polasky, S. (2009). Mapping and valuing ecosystem services as an approach for conservation and natural‐resource management. Annals of the New York Academy of Sciences, 1162(1), 265-283. [38] Thomas, C. W. and Koontz, T. M. (2011). Research Designs for Evaluating the Impact of Community-Based Management on Natural Resource Conservation. Journal of Natural Resources Policy Research, 3(2), 97-111. [39] Tompkins, E. and Adger, W. N. (2004). Does adaptive management of natural resources enhance resilience to climate change? Ecology and Society, 9(2(, [40] Tubiello, F. N., Soussana, J.-F. and Howden, S. M. (2007). Crop and pasture response to climate change. Proceedings of the National Academy of Sciences, 104(50), 19686-19690. [41] Varamesh, S., Hosseini, S. M., Abdi, N. and Akbarinia, M. (2010). Increment of soil carbon sequestration due to forestation and its relation with some physical and chemical factors of soil. Iranian Journal of Forest, 2(1), 25-35. [42] Wang, X., Feng, Y., Liu, J., Lee, H., Li, C., Li, N. and Ren, N. (2010). Sequestration of CO2 discharged from anode by algal cathode in microbial carbon capture cells (MCCs). Biosensors and Bioelectronics, 25(12), 2639-2643. [43] Wilmsen, C., Elmendorf, W. F., Fisher, L., Ross, J., Sarathy, B. and Wells, G. (2012). Partnerships for empowerment: participatory research for community-based natural resource management: Routledge. [44] Wright, J. H., Hill, N. A. O., Roe, D., Rowcliffe, J. M., Kümpel, N. F., Day, M., . . . Milner-Gulland, E. J. (2016). Reframing the concept of alternative livelihoods. Conservation Biology, 30(1), 7-13. [45] Zamen Rahemi Ardakani, A., Esmaeilpour, Y., Mohammadi, Y. and Gholami, H. (2018). Factor Analysis of obstacles to the Local Communities Participation in the Biological Restoration and Desertification Plans of Carbon Sequestration Project in the Lapui County, Fars Province_||_
دانشکده منابع طبیعی دانشگاه تهران مرتع و آبخیزداری 5044-2008 دانشکده منابع طبیعی دانشگاه تهران 109 10.22059/jrwm.2020.252848.1236 مقاله پژوهشی ارزیابی عملکرد بذر و علوفۀ جمعیت‌های مهم گونۀ Fortuynia bongei در استان کرمان ارزیابی عملکرد بذر و علوفه جمعیت های مهم گونه Fortuynia bongei در استان کرمان محبی علی استادیار پژوهشی، بخش تحقیقات مرتع، مؤسسۀ تحقیقات جنگل‌ها و مراتع کشور، سازمان تحقیقات، آموزش و ترویج کشاورزی، تهران، ایران. رمضانی مهدی استادیار دانشکدۀ منابع طبیعی و محیط زیست، دانشگاه آزاد اسلامی، واحد علوم و تحقیقات، تهران، ایران. عربزاده ناصر استادیار بازنشسته، مرکز تحقیقات کشاورزی و منابع طبیعی استان کرمان، ایران. 19 02 2021 73 4 864 875 25 02 2018 07 12 2020 Copyright © 2021, دانشکده منابع طبیعی دانشگاه تهران. 2021 https://jrwm.ut.ac.ir/article_80541.html

سطح قابل توجهی از مراتع کشور در اثر عوامل مختلف از جمله بهره­برداری­های بی­رویه، تغییرات اقلیمی و دیگر عوامل دچار تخریب شده و بخش مهمی از گیاهان مرتعی در معرض خطر قرار گرفته­اند و یا جمعیت آن­ها به شدت کاهش یافته است. برای ایجاد پایداری در این گونه مراتع، اصلاح و احیاء آن­ها از طریق انتخاب گونه­های مناسب و یافتن بهترین شیوه­های کشت و استقرار از اولویت ویژه­ای برخوردار است. از این­رو در طرح تحقیقاتی علوفه قابل برداشت مراتع کشور، بذر مهم­ترین جمعیت­های چند سالۀ بوته­ای قابل چرای دام، همراه با اکسشن‌های موجود آن­ها، از مناطق مختلف مراتع استان کرمان در تاریخ­های مناسب جمع­آوری گردید. به منظور بررسی برخی از صفات مهم گیاهی جمعیت گونه­های گیاهی از قبیل عملکرد علوفه، پوشش گیاهی  و عملکرد بذر، آزمایشی با طرح بلوک­های کامل تصادفی در سه تکرار در شرایط مزرعه به مرحلۀ اجرا درآمد و از صفات مورد نظر یادداشت­­برداری به­عمل آمد. تجزیه و تحلیل داده­ها با استفاده از نرم­افزار SAS  و مقایسۀ میانگین­ها با آزمون دانکن صورت پذیرفت. نتایج حاصلۀ نشان داد که علی رغم وجود تفاوت­هایی در صفات جمعیت­های این گونه که ناشی از خصیصۀ جمعیت­های گیاهان وحشی و تفاوت محیط رویشگاهی با محیط جدید بود، افزایش میزان عملکرد بذر پس از سازگاری با محیط جدید در تمامی اکسشن‌های مورد بررسی به­طور معنی‌داری مشاهده گردید. به طور کلی از بین اکسشن­های مورد مطالعۀ Fortuynia bongei در استان کرمان، از دیدگاه بالاترین عملکرد بذر و علوفۀ تولیدی، جمعیت جمع­آوری شده از منطقۀ بم و از لحاظ بیشترین درصد پوشش، جمعیت‌ جمع­آوری شده از منطقۀ کوهپایه پیشنهاد می­گردد.

 گیاهان بوته‌ای‌ اکسشن صفات گیاهی نرم افزار SAS استان کرمان [1]  Abbasi, M.R. (2010). Genetically diversity of  Trifolium species in the national Genetic bank of Iran. Journal of Genetics and Forest and Rangelands Plants Rehabilitation. 17. N: 1, 70-87. [2]  Abdolrahmani, B., Esfahani, M and Sadeghzadeh, B.( 2013). Assesing the relationship between vigority and yield of  rain irrigated  accessions of  wheat . Journal of Iranian agronomy. 4:14: 308-319.  [3] Ashraf Jafari, A. (2003). Determining the biodiversity and genetically distance between 20 accession of Lolium multiflorum  by using multivariate statistics,  Journal of Pajohesh and Sazandeghi. 64, 78- 83. [4] Babakhanlo, P. (1967). Suitable forage plant with high adaptation for Iran climate, organization of range improvement press. [5] Baniasadi, M., alizadeh, M and Ahmadi, R. ( 2009). Assessment  the effect of  drought on the yield and palatability of  rangelands species in Abbarik- Bam. The first conference of modeling the soil, air and plant.  [6] Bhattarai, K., Johnson, D.A., Jones, T.A., Connors, K.J., and Gardner, D.R..( 2008). Physiological and Morphological Characterization of Basalt Milkvetch (Astragalus filipes): Basis for Plant Improvement. Rangeland Ecol Manage 61:444–455.  [7] Briggs, K.G.( 1975). Effects of seeding rate and row spacing on agronomic characteristics of Glenlea, pitic 62 and neepawa wheats. Canadian J. of Plant Sci., 55: 363-367.  [8] Gulsen, O., Sever-Mutlu, S., Mutlu, N., Tuna, M., Karaguzel, O., Shearman, R.C., Riordan,  T. P., and Heng-Moss, T.M. ( 2009). Polyploidy creates higher diversity among Cynodon accessions as assessed by molecular markers. Theor Appl Genet 118:1309–1319. [9] Imani, A.A., Jafari, A.A., Choghan, R., Asghari, A and Darvish, F. ( 2008). Evaluation of quantity and quality in 36 population of Festuca arundinacea for presentation suitable types for range improvement and forage production in highland pasture in Ardabil province, Journal of range and desert research, 15(4):493-507.  [10] Majidi, M.M., Asghariniia, P., Amini, F., Ebrahimian, M and Mirlouhi, A.F. ( 2001). Analyzing the intraction between accession and Environment on the yield of Festuca species by using Multivariate statistics. Journal of Genetics and Forest and Rangelands Plants Rehabilitation. 1:19134-152. [11] Mirhaji, T.( 2008). Evaluation of the kind of plants exist in range plant nursery, Final Report of Project, Research Institute of Forests and Rangelands press.  [12] Mirhaji, T., Sanadgol, A and A.A. Jafari.( 2013). Evaluation of 16 population of Festuca ovina L. in range plant nursery, Research site of Homand Absard, Journal of range and desert research, 20(1): 11-22. [ 13] Peymanifard, B and A, Tarighi .(1984). Introduction of important forage for Iran rangeland, Issue number 24, Research Institute of Forests and Rangelands press, 79p.  [14] Peymanifard, B and B, Malekpour.( 1984).Increasing forage in poor rangeland with Terracing and forage planting. Research Institute of Forests and Rangelands press.  [15] Piano, E., Valentini, L., Pecett, P., and Romani M.( 1996). Evaluation of Lucerne germplasm collection in relation to traits conferring grazing tolerance. Euphytica 89: 279-288.  [ 16] Riiasat, M., Ashraf Jafari, A., safavi, Y. (2015). Study the yield of   lymus pertenuis accessions under the flood and rain irrigation  in the Fars province. Journal of Genetics and Forest and Rangelands Plants Rehabilitation. 2:46: 247-258. [ 17] Rybiñski W., B. Szot and R. Rusinek.(2008). Estimation of morphological traits and mechanical properties of grasspea seeds (Lathyrus sativus L.) originating from EU countries. Int. Agrophysics, 2008, 22, 261-275.  [18] Rosso, B.S., Pagano, E.M. and Rimieri, P. ( 1966). Evaluation and utilization of tall fescue germplasm collection at Pergamino Inta. Argantina. [19] Sanadgol, A. (1991). Assessing adaptation of forage plant in Marevehtapeh, Chaparghoymeh and Aghghala region, Technical report of Research Institute of Forests and Rangelands.  [20] Stacey, T. (2003). Wheat crop establishment: Seeding rate and depth and row spacing .Canada Grains Council Complete Guide to Wheat Management.  [21] Total office of Natural resources in Kerman province. ( 2002). The balance between livestock and rangeland project from  Kerman province. [22] Vogel K. P., M. R. Schmer and R. B. Mitchell. (2005). Plant Adaptation Regions: Ecological and Climatic Classification of Plant Materials. Rangeland Ecology & Management 58: 315-319.  [23] Zahrabi, A., Etminan, A., Safari, H and A.A. Jafari. (2011). Evaluation forage yield stability in  hispidus Elymus  population with AMMI model and other stability analysis method in two condition of stress and without stress. Journal of rangeland, 2: 209-218._||_
دانشکده منابع طبیعی دانشگاه تهران مرتع و آبخیزداری 5044-2008 دانشکده منابع طبیعی دانشگاه تهران 109 10.22059/jrwm.2020.301398.1490 مقاله پژوهشی شبیه‌سازی و تحلیل عددی شار گسیل گردوغبار با استفاده از مدل WRF-Chem و طرحوارۀ فرسایش بادی GOCART (طوفان 29 الی 31 تیرماه 1394) مصباح زاده طیبه دانشیار دانشکدۀ منابع طبیعی، پردیس کشاورزی و منابع طبیعی، دانشگاه تهران، کرج، ایران. سلاجقه علی استاد دانشکدۀ منابع طبیعی، پردیس کشاورزی و منابع طبیعی، دانشگاه تهران، کرج، ایران. سلیمانی ساردو فرشاد دانش آموختۀ دکتری دانشکدۀ منابع طبیعی، دانشگاه تهران و عضو هیئت علمی دانشکدۀ منابع طبیعی، دانشگاه جیرفت، کرمان، ایران. زهتابیان غلامرضا استاد دانشکدۀ منابع طبیعی، پردیس کشاورزی و منابع طبیعی، دانشگاه تهران، کرج، ایران. رنجبر عباس دانشیار پژوهشکدۀ هواشناسی و علوم جو، سازمان هواشناسی کشور. Marcello Miglietta Mario استاد پژوهشکدۀ علوم هواشناسی و اقلیم، پادوا، ایتالیا. 19 02 2021 73 4 876 882 21 04 2020 03 05 2020 Copyright © 2021, دانشکده منابع طبیعی دانشگاه تهران. 2021 https://jrwm.ut.ac.ir/article_80542.html

امروزه پدیدۀ گردوغبار به‌عنوان یکی از مهم‌ترین بلایای طبیعی در مناطق خشک و نیمه­خشک شناخته می­شود. به دلیل تأثیرات طولانی‌مدت این پدیده بر روی شاخص سلامت انسان‌ها از آن به‌عنوان یک بیماری مزمن یاد می­کنند. به همین منظور مطالعه و شناسایی الگو­ها و کانون­های پدیدۀ گردوغبار امری ضروری در مناطق خشک و نیمه‌خشک است. در این مطالعه به‌منظور شبیه­سازی شار گسیل گردوغبار برای تعیین کانون­های بحرانی داخلی و خارجی در فلات مرکزی ایران از مدل WRF-Chem، طرحوارۀ فرسایش بادی GOCART و طوفان 29 الی 31 تیرماه 1394 استفاده گردید. نتایج نشان داد بیابان­های عربی در عربستان سعودی، بیابان­های کشور عراق و همچنین بیابان قرقوم در ترکمنستان و حوزۀ هیرمند در کشور افغانستان از مهم‌ترین کانون­های بحرانی خارجی بوده که اتمسفر فلات مرکزی ایران را تحت تأثیر قرار می­دهند. همچنین بیابان مرکزی (دشت کویر) به‌عنوان چشمه اصلی گردوغبار و قسمت­های جنوبی حوزۀ لوت مرکزی و حوزۀ جازموریان به‌عنوان چشمه­های داخلی گردوغبار شناسایی شده­اند. همچنین نتایج نشان داد در حوزۀ لوت مرکزی به دلیل شرایط فرسایش­پذیری مقدار شار گسیل گردوغبار µg/m2.s6900 افزایش می­یابد.

 شار گردوغبار مدل WRF-Chem طرحوارۀ GOCART بیابان مرکزی و دشت لوت حوزۀ فلات مرکزی ایران [1] Alfaro, S.C. (2008) Influence of soil texture on the binding energies of fine mineral dust particles potentially released by wind erosion. Geomorphology 93(3–4):157–167. https://doi.org/10.1016/j.geomo rph.2007.02.012 [2] Bian, H. Tie, X. Cao, J. Ying, Z. Han, S. and Xue, Y.(2011). Analysis of a severe dust storm event over China: Application of the WRF-Dust model, Aerosol Air Qual. Res. 11, 419–428, https://doi.org/10.4209/aaqr.2011.04.0053, 2011. [3] Chen, S. Yuan, T. Zhang, X. Zhang, G. Feng, T. Zhao, D. Zang, Z. Liao, X. Ma, X. Jiang, N. Zhang, J. Yang, F. Lu, H.( 2018). Dust modeling over East Asia during the summer of 2010 using the WRF-Chem model. Journal of Quantitative Spectroscopy and Radiative Transfer. 213: 1-12 [4] Chin, M. Savoie, D. L. Huebert, B. J. Bandy, A. R. Thornton, D. C. Bates, T. S. Quinn, P. K. Saltzman, E. S. and De Bruyn, W. J.(2000). Atmospheric sulfur cycle simulated in the global model GOCART: Comparison with field observations and regional budgets, J. Geophys. Res.Atmos. 105, 24689–24712, https://doi.org/10.1029/2000JD900385, 2000. [5] Fast, J. D. Gustafson Jr. W. I. Easter, R. C. Zaveri, R. A. Barnard, J. C. Chapman, E. G. Grell, G. A. and Peckham, S. E.(2006). Evolution of ozone, particulates, and aerosol direct forcing in an urban area using a new fully-coupled meteorology, chemistry, and aerosol model, J. Geophys. Res. 111, D21305, https://doi.org/10.1029/2005JD006721, 2006 [6] Ghorbani, M.( 2013). The economic geology of Iran: mineral deposits and natural resources. Springer Science & Business Media. Springer press. [7] Ginoux, P. Chin, M. Tegen, I. Prospero, J. M. Holben B. Dubovik, O. and Lin, S. J.(2001). Sources and distributions of dust aerosols simulated with the GOCART model. J. Geophys. Res.Atmos. 106, 20255–20273, https://doi.org/10.1029/2000JD000053. [8] Gong, S. L.(2003). A parameterization of sea-salt aerosol source function for sub-and super-micron particles, Global Biogeochem. Cy. 17, 1097–1104, https://doi.org/10.1029/2003GB002079, 2003. [9] Grell, G. A. Peckham, S. E. Schmitz, R. McKeen, S. A. Frost, G.Skamarock, W. C. and Eder, B.(2013). Fully coupled “online” chemistry within the WRF model, Atmos. Environ. 39, 6957–6975,.https://doi.org/10.1016/j.aeolia.2012.10.010. [10] Jish Prakash, P. Stenchikov, G. Kalenderski, S. Osipov, S. Bangalath, H.( 2014). The impact of dust storms on the Arabian Peninsula and the Red Sea. Atmospheric Chemistry & Physics Discussions 14, 19181–19245. [11] Klose, M. and Shao, Y.(2015). Large-eddy simulation of turbulent dust emission, Aeolian Res. 8, 49–58 [12] Klose, M. and Shao, Y.(2012). Stochastic parameterization of dust emission and application to convective atmospheric conditions, Atmos. Chem. Phys. 12, 7309–7320, https://doi.org/10.5194/acp- 12-7309-2012. [13] Liu, M. Westphal, D. L. Walker, A. L. Holt, T. R. Richardson, K. A. and Miller, S. D.(2007). COAMPS real-time dust storm forecasting during Operation Iraqi Freedom, Weather Forecast. 22, 192–206, https://doi.org/10.1175/WAF971.1. [14] Liu, M. Westphal, D. L. Wang, S. Shimizu, A. Sugimoto, N. Zhou, J. and Chen, Y.(2003). A high-resolution numerical study of the Asian dust storms of April 2001, J. Geophys. Res.Atmos. 108, 8653, https://doi.org/10.1029/2002JD003178. [15] Marticorena, B. and Bergametti, G.(1995). Modeling the atmospheric dust cycle: 1. Design of a soil-derived dust emission scheme, J. Geophys. Res.Atmos. 100, 16415–16430, https://doi.org/10.1029/95JD00690. [16] Marticorena, B. Bergametti, G. Aumont, B. Callot, Y. N’doumé, C. and Legrand, M.(1997). Modeling the atmospheric dust cycle: 2. Simulation of Saharan dust sources, J. Geophys. Res.Atmos. 102, 4387–4404, https://doi.org/10.1029/96JD02964. [17] Naderi, M. and E. Raeisi. (2015). Climate change in a region with altitude differences and with precipitation from various sources, South-Central Iran. Theor. Appl. Climatol. J. 3:529-540 [18] Nickovic, S. Kallos, G. Papadopoulos, A. and Kakaliagou, O.(2001). A model for prediction of desert dust cycle in the atmosphere, J. Geophys. Res.Atmos. 106, 18113–18129, https://doi.org/10.1029/2000JD900794 [19] Park, S. H. Gong, S. L. Zhao, T. L. Vet, R. J. Bouchet, V. S. Gong, W. Makar, P. A. Moran, M. D. Stroud, C. and Zhang, J.(2007). Simulation of entrainment and transport of dust particles within North America in April 2001 (“Red Dust Episode”), J. Geophys. Res. 112, D20209, https://doi.org/10.1029/2007JD008443. [20] Peckham, S. E. Fast, J. Schmitz, R. Grell, G. A. Gustafson,W. I. McKeen, S. A. Ghan, S. J. Zaveri, R. Easter, R. C. Barnard, J. and Chapman, E.(2011). WRF/Chem Version 3.3 User’s Guide, NOAA Technical Memo, 2011. [21] Rezazadeh, M. Irannejad, P. and Shao,Y.(2013). Dust emission simulation with the WRF-Chem model using new surface data in the Middle East regionJournal of Earth and Space Physics, Volume 39, Issue 1.pp 191-212. [22] Shao, Y.(2001). A model for mineral dust emission, J. Geophys. Res.Atmos. 106, 20239–20254, https://doi.org/10.1029/2001JD900171. [23] Su, L. and Fung, J. C. H.(2015). Sensitivities of WRF-Chem to dust emission schemes and land surface properties in simulating dust cycles during springtime over East Asia, J. Geophys. Res.Atmos. 120, 11215–11230, https://doi.org/10.1002/2015JD023446. [24] Tang,Y. Han, Y. Liu, Z. (2018). Temporal and spatial characteristics of dust devils and their contribution to the aerosol budget in East Asia—An analysis using a new parameterization scheme for dust devils. Atmospheric Environment 182: 225-233 [25] Tegen, I. and Fung, I.(1994).Modeling of mineral dust in the atmosphere: Sources, transport, and optical thickness, J. Geophys. Res. Atmos. 99, 22897–22914, https://doi.org/10.1029/94JD01928, 1994. [26] Wang, Z. Ueda, H. and Huang, M. Y.(2000). A deflation module for use in modeling long-range transport of yellow sand over East Asia, J. Geophys. Res. 105, 26947–26959, https://doi.org/10.1029/2000JD900370 [27] Woodward, S.(2001). Modeling the atmospheric. life cycle and radiative impact of mineral dust in the Hadley Centre climate model, J. Geophys. Res. 106, 18155–18166,https://doi.org/10.1029/2000JD900795. [28] Zender, C. S.(2003). Mineral Dust Entrainment and Deposition (DEAD) Model: Description and 1990s dust climatology, J. Geophys. Res. 108, 4416, https://doi.org/10.1029/2002JD002775, 2003. [29] Zhang, Y. Liu, Y. Kucera, P. A. Alharbi, B. H. Pan, L. and Ghulam, A.(2015). Dust modeling over Saudi Arabia using WRF-Chem: March 2009 severe dust case, Atmos. Environ. 119, 118–130, https://doi.org/10.1016/j.atmosenv.2015.08.032, 2015. [30] Zhao, C. Chen, S. Leung, L. R. Qian, Y. Kok, J. F. Zaveri, R. A. and Huang, J.(2013). Uncertainty in modeling dust mass balance and radiative forcing from size parameterization, Atmos. Chem. Phys. 13, 10733–10753, https://doi.org/10.5194/acp-13-10733- 2013, 2013. [31] Kok, Jasper F. Parteli, Eric J.R. Michaels, Timothy I. and Bou Karam, Diana. (2012). “The physics of wind-blown sand and dust”, Journal of Rep. Prog. Phys. No. 75, pp. 1-119._||_
دانشکده منابع طبیعی دانشگاه تهران مرتع و آبخیزداری 5044-2008 دانشکده منابع طبیعی دانشگاه تهران 109 10.22059/jrwm.2018.234226.1132 مقاله پژوهشی تبیین ارزش آموزش و آگاهی جامعۀ ‌محلی در راستای تقویت حفاظت مشارکتی مراتع (منطقۀ مورد مطالعه: شهرستان ملارد) تبیین نقش و ارزش آگاهی در افزایش مشارکت جوامع محلی به منظور حفظ مراتع (مطالعه موردی: شهرستان ملارد) نصری مائده دانش آموختۀ کارشناسی ارشد مدیریت مناطق بیابانی، پردیس کشاورزی و منابع طبیعی، دانشکدۀ منابع طبیعی، دانشگاه تهران، کرج، ایران. جعفری محمد استاد دانشکدۀ منابع طبیعی، پردیس کشاورزی و منابع طبیعی، دانشگاه تهران، کرج، ایران. آذرنیوند حسین استاد دانشکدۀ منابع طبیعی، پردیس کشاورزی و منابع طبیعی، دانشگاه تهران، کرج، ایران. رفیعی حامد استادیار دانشکدۀ اقتصاد و توسعۀ کشاورزی، پردیس کشاورزی و منابع طبیعی، دانشگاه تهران، کرج، ایران. 19 02 2021 73 4 883 892 27 05 2017 05 05 2018 Copyright © 2021, دانشکده منابع طبیعی دانشگاه تهران. 2021 https://jrwm.ut.ac.ir/article_80543.html

یکی از اصلی­ترین علل تخریب مراتع و عدم مشارکت جوامع­محلی در طرح­های حفاظت از آن، عدم آگاهی و دانش کافی نسبت به جایگاه و ارزش کارکردهای غیر­بازاری این اکوسیتم­ها در رابطه با رفاه جوامع­محلی بهره­بردار است. هدف از این مطالعه بررسی ارزش آگاهی جوامع­محلی از ارزش اقتصادی کارکرد ترسیب­کربن به عنوان یکی از مهم­ترین خدمات اکوسیستمی مراتع، در راستای افزایش مشارکت آن­ها به منظور حفظ مراتع می­باشد. به منظور تبیین نقش و ارزش آگاهی در افزایش مشارکت افراد در دو گروه شاهد (روستای چاقو) و آزمون (روستای گمرگان)، از روش ارزشگذاری مشروط و پرسشنامه انتخاب دوگانه- دوبعدی استفاده شد و تمایل به پرداخت جوامع­محلی در حفظ مراتع اندازه­گیری شد. نتایج نشان داد میان دو گروه تفکیک­شده (آزمون و شاهد) اختلاف معنی­داری از نظر میزان تمایل به پرداخت جهت حفاظت از مراتع وجود دارد؛ که این اختلاف تمایل به پرداخت نشان­دهندۀ ارزش دقیق آموزش در افزایش تمایل به مشارکت جوامع­محلی می­باشد. به طوری که در گروه آزمون (گمرگان) متوسط  تمایل به پرداخت افراد برابر با  84/89410 ریال و در گروه شاهد برابر با 88/32560 ریال در ماه می­باشد. اختلاف تمایل به پراخت دو گروه برابر 12/57039 ریال است. همچنین متوسط تمایل به پرداخت سالیانۀ افراد در روستای آزمون و شاهد به ترتیب 6/2587230 و 05/1657100 ریال برآورد گردید. در نهایت پیشنهاد می­گردد آگاهی بخشیدن به جوامع­محلی منطقۀ مورد مطالعه (شهرستان ملارد) از فرآیند ترسیب­کربن  و همچنین ارزش، نقش و جایگاه آن در رابطه با رفاه جوامع­محلی به خصوص با توجه به آغاز اجرای طرح بین المللی تعمیم ترسیب­کربن در این شهرستان در اولویت قرار بگیرد.

 ارزش‌گذاری تمایل به پرداخت جوامع‌محلی حفاظت مشارکتی [1]     Adeli Sardoei, M., Babollah, H. and Pishbahar, E. (2012). Estimating the Willingness to Pay off some JIROFT Households to Protect Wildlife and a Determination of the Factors Affecting It (Case study: Grey Francolin). Iranian Journal of agricultural economic and development research, 2(43), 253-262­. [2]     Andrade, G. S. and Rhodes, J. R. (2012). Protected areas and local communities: an inevitable partnership toward successful conservation strategies? Ecology and Society, 17(4), 14. [3]     Cameron, T. A. and James, M. D. (1987). Estimation Methods for Close-Ended Contingent Valuation Surveys. Review of Economics and Statistics, 69, 269-276. [4]     Dixon, R. K., Winjun, J. K., Adrasko, K. J. and Schroeder, P.E. (1994). Integrated Land –use systems: assessment of promising agro forest and alternative land-use practices to enhance carbon conservation and sequestration. Climate Change. 30,1-23. [5]     Fatahi, A. and Fathzadeh, A. (2012). Preserving valuation of watershed areas using contingent valuation method (case study: Gomishan wetland). Iranian journal of watershed management science and engineering, 5(17), 47- 52. [6]      Forouzeh, M.R., Heshmati, Gh. A., Mesbah, S.H. and Ghanbarian, Gh.A. (2008). Effect of floodwater irrigation on carbon sequestration potential of Helianthemum Lipii (L.) pers., dendrostellera lesserti van tiegh And Artemisia Sieberi besser in the Gareh Bygone plain: a case study. Pajouhesh VA Sazandegi Journal. 21(1), 11-19. [7]     Hanemann, M. W. (1984). Welfare evaluation in contingent valuation experiments with discrete responses. American journal of Agricultural Economic, 66, 332-341. [8]     Kniivila, M. (2006). Users and non-users of conservation areas: Are there differences in WTP, motives and the validity of responses in CVM surveys? Ecological Economics, 59, 530- 539. [9]     Lamsad, P., Pant, K. P., Kumar, L. and Atreya, K. (2015). Sustainable livelihoods through conservation of wetland resources: a case of economic benefits from Ghodaghodi Lake, western Nepal. Ecology and Society, 20(1), 10. [10] Lee, C. K. and Han, S. Y. (2002). Estimating the Use and Preservation Values of National Parks Tourism Resources Using A Contingent Valuation Method. Tourism Management, 23, 531-540. [11] Mahmoudi, J., Heidari, Gh. and Mirbozorgi, M. S. (2011). The obstructions of grazing management project from the viewpoint of Natural Resources Experts. Renew. Natural Resource Journal, 2(4), 231-242. [12]   Rahman, M. and Asmawi, Z. (2015). Local Residents’ Awareness towards the Issue of Mangrove Degradation in Kuala Selangor, Malaysia. Indonesia, Annual Serial Landmark International Conferences on Quality of Life. Quality of Life in the Bbuilt and Natural Environment 3. Jakarta, April 25-27. [13]  Triguero, M., Olomi, M., Jha, N., Zorondo, F. and Reyes, V. (2010). Urban and rural perceptions of protected areas: a case study in Dandeli Wildlife Sanctuary, Western Ghats, India. Journal of Environmental Conservation, 36, 208-217. [14] Williams, W. D. (2002). Community participation in conserving and managing inland waters. Aquatic Conservation, Marine and Freshwater Ecosystems Journal. 12(3), 315-326. [15] Wood, A., Hailu, A., Abbot, P. and Dixon, A. (2002). Sustainable management of wetlands in Ethiopia: local knowledge versus government policy, strategies for wise use of wetlands: best practices in participatory management. Wetlands International Journal. 56, 81-88. [16] Wong, E. (2006). Public participation in environmental planning and the preparation process of local plans. Paper presented at the Fourth Sabah-Sarawak Environmental Convention. [17] Yeganeh, H., Azarnivand, H., Saleh, I., Arzani, H. and Amirnejad, H. (2015). The estimated economic value of gas Regulation functions of rangeland ecosystems in the Taham watershed. Journal of Rangeland. 9(2), 106-119._||_
دانشکده منابع طبیعی دانشگاه تهران مرتع و آبخیزداری 5044-2008 دانشکده منابع طبیعی دانشگاه تهران 109 10.22059/jrwm.2020.307198.1522 مقاله پژوهشی بررسی تغییرات کاربری اراضی دشت جیرفت در دورۀ حال و آینده (با نگاهی بر تناسب کاربری اراضی کشاورزی) بررسی تغییرات کاربری ارضی دشت جیرفت در دوره حال و آینده با نگاهی بر تناسب کاربری اراضی کشاورزی عادلی ساردوئی محسن دانشجوی دکتری، دانشکدۀ اقتصاد و توسعه، دانشگاه تهران، کرج، ایران؛ عضو هیئت علمی دانشکدۀ کشاورزی، دانشگاه جیرفت، کرمان، ایران. اسدی علی استاد دانشکدۀ اقتصاد و توسعه، دانشگاه تهران، کرج، ایران. کلانتری خلیل استاد دانشکدۀ اقتصاد و توسعه، دانشگاه تهران، کرج، ایران. براتی علی اکبر استادیار دانشکدۀ اقتصاد و توسعه، دانشگاه تهران، کرج، ایران. خسروی حسن دانشیار دانشکدۀ منابع طبیعی، دانشگاه تهران، کرج، ایران. 19 02 2021 73 4 893 913 29 07 2020 08 12 2020 Copyright © 2021, دانشکده منابع طبیعی دانشگاه تهران. 2021 https://jrwm.ut.ac.ir/article_80954.html

بررسی روند توسعۀ کشت محصولات بر اساس نیاز آبی در کنار آشکار سازی و پیش‌بینی تغییرات کاربری اراضی تصویر روشنی از وضعیت منابع آبی و تغییرات کاربری اراضی در اختیار برنامه‌ریزان قرار می‌دهد تا آگاهانه‌تر بتوانند در راستای حفظ منابع آب و خاک برنامه‌ریزی نمایند. از این­رو، تحقیق حاضر با دو هدف کلی صورت پذیرفت. هدف اول، بررسی تغییرات کاربری اراضی در گذشته و پیش‌بینی آن در آینده با استفاده از مدل‌ساز تغییر زمین (LCM) و روش رگرسیون لجستیک بود. آشکارسازی تغییرات کاربری اراضی با به­کارگیری تصاویر ماهواره Landsat و سنجنده‌های TM (تصویر سال 1369)، ETM+ (تصویر سال 1382) و OLI (تصویر سال 1398) انجام شد. هدف دوم مطالعه، بررسی روند توسعۀ محصولات کشاورزی از منظر نیاز آبی در سه دهۀ گذشته بود که بر اساس آمار و اطلاعات سازمان جهاد کشاورزی مورد بررسی قرار گرفت. مدل‌سازی نیروی انتقال براساس روش رگرسیون لجستیک و متغیرهای مدل رقومی ارتفاع (DEM)، شیب، جهت، زمین شناسی، فاصله از گسل، فاصله از جاده، فاصله از رودخانه، فاصله از شهر، شاخص NDVI انجام گرفت و جهت پیش‌بینی تغییرات کاربری اراضی در دورۀ آتی، از زنجیرۀ مارکوف استفاده گردید. همچنین با استفاده از آمار و اطلاعات سه دهۀ گذشته و اطلاعات سند ملی آبیاری کشور، روند تغییرات سطح زیر کشت محصولات زراعی عمده بر اساس نیاز آبی در دشت جیرفت مورد مطالعه قرار گرفت. نتایج تغییرات کاربری اراضی حاکی از آن بود که بیشترین افزایش مساحت مربوط به اراضی کشاورزی با 444 کیلومتر مربع و بیشترین کاهش مساحت مربوط به اراضی مرتعی (404 کیلومترمربع) بوده است و تخریب اراضی مرتعی و بایر بیشتر در راستای تبدیل این اراضی به اراضی کشاورزی و اراضی مسکونی بوده است. همچنین نتایج حاصل از پیش‌بینی کاربری آینده 1410 با استفاده از مدل LCM نشان داد که در دورۀ زمانی مورد مطالعه (1410- 1369) مساحت اراضی مسکونی و کشاورزی به ترتیب 9/54 و 69/667 کیلومتر مربع افزایش خواهند یافت. نتایج حاکی از آن بود که در سه دهۀ گذشته کشت محصولات زراعی با نیاز آبی بالا در دشت جیرفت توسعۀ بیشتری داشته است که با توجه به وضعیت بحرانی منابع آب در دشت جیرفت می‌تواند اثرات منفی برای اکوسیستم این دشت داشته باشد.

 تغییر کاربری اراضی توسعۀ کشت دشت جیرفت محصولات زراعی نیاز آبی [1]   Adeli Sardoie, M., Hayati, B., Zarifian, S., Hosseini Nasab, S. and Mohammad Rezaie, R. (2011). Comparison of Sustainable Agriculture of Practices in Vegetables of Jiroft County (Case Study: Onions, Potatos and Tomatos). Journal of agricultural science and sustainable production, 21(1), 15-28. (In Persian) [2]   Afifi, M E. (2020). Modeling land use changes using Markov chain model and LCM model. researches in Geographical Sciences, 20 (56), 141-158. (In Persian) [3]   Alipour, H. and Olya, H. G. T. (2015). Sustainable planning model toward reviving Lake Urmia. International Journal of Water Resources Development, 31(4), 519-539. [4]   Anand, J., Gosain, A. K. and Khosa, R. (2018). Prediction of land use changes based on Land Change Modeler and attribution of changes in the water balance of Ganga basin to land use change using the SWAT model. Science of the Total Environment, 644, 503-519. [5]   Ansari, A. and Golabi, M. H. (2019). Prediction of spatial land use changes based on LCM in a GIS environment for Desert Wetlands–A case study: Meighan Wetland, Iran. International Soil and Water Conservation Research, 7(1), 64-70. [6]   Azimi Sardari, M. R., Bazrafshan, O., Panagopoulos, T. and Sardooi, E. R. (2019). Modeling the impact of climate change and land use change scenarios on soil erosion at the Minab Dam Watershed. Sustainability, 11(12), 3353. [7]    Azizi Ghalati, S., Rangzan, K., Taghizadeh, A. and Ahmadi, S. (2014). LCM Logistic regression modelling of land-use changes in Kouhmare Sorkhi, Fars province. Iranian Journal of Forest and Poplar Research, 22(4), 585-596. (In Persian) [8]   Barati, Kh., Abedi koupaee, J., Darvishi, E. and Yousefi, A. (2019). Estimation of net irrigation requirement of the crop pattern in kermanshah plain and comparison with the data in the national water document. Iranian Journal of Water Research in Agriculture, 32(4), 543-553. (In Persian) [9]   Barbier, E. B., Burgess, J. C. and Grainger, A. (2010). The forest transition: towards a more comprehensive theoretical framework. Land Use Policy, 27(2), 98-107. [10]    Bateman, I. J., Harwood, A. R., Mace, G. M., Watson, R. T., Abson, D. J., Andrews, B. and Fezzi, C. (2013). Bringing ecosystem services into economic decision-making: land use in the United Kingdom. science, 341(6141), 45-50. [11]    Busko, M. and Szafranska, B. (2018). Analysis of changes in land use patterns pursuant to the conversion of agricultural land to non-agricultural use in the context of the sustainable development of the Malopolska region. Sustainability, 10(1), 136. [12]    Du, X., Jin, X., Yang, X., Yang, X. and Zhou, Y. (2014). Spatial pattern of land use change and its driving force in Jiangsu province. Int. J. Environ. Res. Public Health 11, 3215–3232. [13]    Eastman, J. R., Van Fossen, M. E. and Solarzano, L. A. (2005). Transition potential modeling for land cover change. GIS, spatial analysis and modeling, 357-386. [14]   Eastman, J. R. (2006). IDRISI Andes guide to GIS and image processing. Clark University, Worcester, 328. [15]   Eskandari, Damaneh, H., Zehtabian, Gh., Salajegheh, A., Ghorbani, M. and Khosravi, H. (2018). Assessing the effect of land use changes on groundwater quality and quantity (Case study: west basin of Jazmoryan wetland), Rangeland and Watershed Management, 71 (3), 563-578. (In Persian) [16]    Esandari, H., Borji, M., Khosravi, H., Nakhaee Nejadfar, S. and Eskandari, H. (2016). Change Detection of of Bakhtegan and Tashk Basin during 2001-2013. International Journal of Forest, Soil and Erosion (IJFSE), 6(2), 67-71. [17]    Fazel, N., Haghighi, A. T. and Kløve, B. (2017). Analysis of land use and climate change impacts by comparing river flow records for headwaters and lowland reaches. Global and Planetary Change, 158, 47-56. [18]    Gholamalifar, M., Jourabian Shoshtari, Sh., Abkar, A. and Naimi B. (2013). Comparison of logistic regression algorithms and artificial neural network in experimental modeling of transmission potential change of coastal land cover in Mazandaran province. Environmental Research, 5(9), 167-176. [19]    Hu, B., Shao, J. and Palta, M. (2006). Pseudo-R 2 in logistic regression model. Statistica Sinica, 847-860. [20]    Ildermi, A., Nouri, H., Naderi, M., Aghabeigi, S. and Zaini Wand, H., )2017(. Forecasting Land Use Change Using Markov Chain Model and CA Markov (Case Study: Green Watershed). Watershed Management Research. 8 (16), 232-240. (In Persian) [21]    Jahanifar, K., Amirnejad, H., Azadi, H., Adenle, A. A. and Scheffran, J. (2019). Economic analysis of land use changes in forests and rangelands: Developing conservation strategies. Land Use Policy, 88, 104003. [22]    Kamyab, H., Salman Mahini, A., Hosseini, S.M. and Gholamalifard, M. )2010(. Adopt a data driven approach using logistic regression to model urban development Gorgan. Journal of Ecology, 36, 96-89 (In Persian). [23]    Linkie, M., Smith, R.J. and Leader-Williams, N. )2004(. Mapping and predicting deforestation patterns in the lowlands of Sumatra. Biodiversity and Conservation, 13 (10), 1809-1818 [24]    Madani, K. (2014). Water management in Iran: what is causing the looming crisis? Journal of Environmental Studies and Sciences, 4(4), 315-328. [25]    Mazaheri, M., Esfandiari, M., Masihabadi, M. H. and Kamali, A. (2012). Monitoring time changes in land use using remote sensing techniques and GIS (Case study: Jiroft, Kerman province). Remote sensing and GIS in natural resources, 4(2), 39-25. (In Persian) [26]    Mertens, B. and Lambin, E. F. (1997). Spatial modelling of deforestation in southern Cameroon: spatial disaggregation of diverse deforestation processes. Applied Geography, 17(2), 143-162. [27]    Miles, L. and Kapos, V. (2008). Reducing greenhouse gas emissions from deforestation and forest degradation: global landuse implications. Science, 320 (5882), 1454–1455. [28]    Mishra, V. N., Rai, P. K. and Mohan, K. (2014). Prediction of land use changes based on land change modeler (LCM) using remote sensing: a case study of Muzaffarpur (Bihar), India. Journal of the Geographical Institute" Jovan Cvijic", SASA, 64(1), 111-127.          [29]    Mohammadyary, F., purkhabbaz, H., aghdar, H. and Tavakoly, M. (2019). Predicted trends in land use city Behbahan years 2014 to 2028 Using LCM model. Geographic Space. 19 (65), 37-56. (In Persian) [30]    Msofe, N. K., Sheng, L. and Lyimo, J. (2019). Land use change trends and their driving forces in the Kilombero Valley Floodplain, Southeastern Tanzania. Sustainability, 11(2), 505. [31]     Parma, R., Maleknia, R., Shataee, S. and Naghavi, H. (2017). Land cover change modeling based on artificial neural networks and transmission potential method in lcm (case study: forests gilan-e gharb, Kermanshah province). Town and Country Planning, 9(1), 129-151. (In Persian) [32]    Pourseyadi, A. and Kashkuli, H. A. (2011). Studying of Groundwater Conditions in Jiroft Basin with Modflow. Journal of Irrigation Science and Engineering, 35(2), 51-63. (In Persian) [33]    Rondhi, M., Pratiwi, P. A., Handini, V. T., Sunartomo, A. F. and Budiman, S. A. (2018). Agricultural land conversion, land economic value, and sustainable agriculture: A case study in East Java, Indonesia. Land, 7(4), 148. [34]    Ruan, X., Qiu, F. and Dyck, M. (2016). The effects of environmental and socioeconomic factors on land-use changes: a study of Alberta, Canada. Environmental Monitoring and Assessment, 188(8), 446. [35]    Shirmohammadi, B., Malekian, A., Salajegheh, A., Taheri, B., Azarnivand, H., Malek, Z., & Verburg, P. H. (2020). Scenario analysis for integrated water resources management under future land use change in the Urmia Lake region, Iran. Land Use Policy, 90 (10), 42-99. [36]    Singh, N., & Punia, M. (2018). Geospatial Approach for Land Use/Land Cover Change Prediction: A case study of Bhagirathi Basin, Uttarakhand, INDIA. cosp, 42, A3-1. [37]    Vafaie Sasan, D., Safatali, A. and Pirvaghar, M. (2012). Monitoring and forecasting the trend of spatial land use changes using LCM model (Case study: Marivan region). Iranian Forest Journal, Iranian Forestry Association, 3 (5), 323-336. (In Persian) [38]    Wang, X., Zheng, D. and Shen, Y. (2008). Land use change and its driving forces on the Tibetan Plateau during 1990–2000. Catena, 72(1), 56-66. [39]    World Bank, 2017. Annual Report 2017. End Extreme Poverty-Boost Shared Prosperity. Available at: http://pubdocs.worldbank.org/en/908481507403754670/Annual- Report-2017-WBG.pdf._||_