نشریه علمی - پژوهشی مرتع و آبخیزداری

چکیده ارزش‌گذاری کارکردها و خدمات غیربازاری محیطزیست ازجمله گردشگری به دلایل زیادی از جمله شناخت منافع زیست-محیطی و اکولوژیکی توسط انسان‌ها، ارائه مسائل محیطی کشور به برنامه ریزان، تعدیل و اصلاح مجموعه محاسبات ملی مانند تولید ناخالص ملی و جلوگیری از تخریب و بهره‌برداری بی‌رویه منابع طبیعی مهم است.
هدف این پژوهش برآورد ارزش اقتصادی کارکرد گردشگری مراتع 4 روستای کشانک، درکش، چخماقلو و ذوعلیا از توابع شهرستان مانه و سملقان استان خراسان شمالی، با استفاده از روش ارزش‌گذاری مشروط است. ابزار تحقیق پرسشنامه دوگانه-دوبعدی است و برای بررسی عوامل مؤثر بر میزان تمایل به پرداخت افراد، الگوی لوجیت به روش حداکثر راستنمایی برآورد شد. داده‌های مورد نیاز از طریق تکمیل 133 پرسشنامه و مصاحبه حضوری با بازدیدکنندگان از مجموع چهار منطقۀ مذکور جمع آوری شد. حجم نمونه با استفاده از فرمول کوکران به دست آمد و روش نمونه‌گیری مورد استفاده، نمونه‌گیری تصادفی در دسترس است. براساس نتایج مدل مورد استفاده در تعیین عوامل مؤثر بر میزان ارزش گردشگری منطقه، متغیرهای وضعیت تاهل، وضعیت اشتغال، مبلغ پیشنهادی و جذابیت مرتع در سطح احتمال 5 درصد معنی‌دار می باشند و از عوامل مؤثر در میزان WTP بازدیدکنندگان برای استفاده از مراتع مناطق مورد مطالعه هستند. در این مطالعه، متوسط WTP به عنوان قیمت ورودی برای هر بازدیدکننده برای استفاده از مراتع منطقه 5880 تومان به‌دست آمد و ارزش تفرجی هر هکتار مراتع منطقه نیز 49556 تومان در سال تعیین شد.

چکیده این تحقیق با استفاده از الگوریتم‌های یادگیری ماشین به بررسی کارآیی مدل‌های RF, RepTree, GP-PUK, GP-RBF, M5P برای مدل‌سازی بارانحلالی در زیرحوضه‌های خرم‌آباد، بیرانشهر و الشتر در استان لرستان پرداخته شد. داده‌های ورودی شامل بارش، دبی، دبی یک روز قبل، میانگین دبی (دبی همان روز و یک روز قبل) همچنین داده خروجی رسوب انحلالی رودخانه‌ها می‌باشد. در این تحقیق برای مدل‌سازی در مرحله آموزش 70 درصد داده‌ها و در مرحله آزمایش 30 درصد باقی‌مانده مورد استفاده قرار گرفتند. در نهایت برای مقایسه نتایج مدل‌های مختلف و انتخاب بهترین مدل، از معیارهای سنجش خطای ریشه میانگین مربعات خطا (RMSE)، ضریب همبستگی (C.C) و میانگین مربعات خطا (MAE) استفاده شد. نتایج نشان داد باتوجه به معیارهای ارزیابی مدل GP با دو تابع کرنل PUK و RBF در دوره‌‌ پرآبی و کم‌آبی عملکرد بهتری را نسبت به سایر مدل‌ها داشته است. نتایج به‌دست آمده در دوره پرآبی نشان داد که در ایستگاه‌های چم‌انجیر، سراب صیدعلی و کاکارضا مدل GP-RBF و در ایستگاه هیدرومتری بهرام‌جو مدل GP-PUK با بیشترین ضریب همبستگی و کمترین خطا در مرحله آزمایش به‌عنوان مدل‌های بهینه برای تخمین بار انحلالی انتخاب شدند. همچنین در ایستگاه‌های هیدرومتری بهرام‌جو، چم‌انجیر و سراب صیدعلی مدل GP-RBF و در ایستگاه هیدرومتری کاکارضا مدل GP-PUK به‌عنوان مدل بهینه برای تخمین بار انحلالی در دوره کم‌آبی انتخاب شدند. بنابراین، با توجه به نتایج به دست آمده، می‌توان برای مدیریت کیفیت و کمیت منابع آب سطحی از مدل‌های بهینه GP-PUK و GP-RBF برای تخمین بار انحلالی رودخانه‌های فاقد ایستگاه هیدرومتری در حوضه‌های کارستی استفاده کرد.

چکیده هدف از این پژوهش بررسی اثر جاده‌سازی بر میزان فرسایش و تولید رسوب در جاده جدید هشتگرد - طالقان در استان البرز بود. بدین منظور با توجه به معادله کوکران، از جاده آسفالته هشتگرد-طالقان به طول ۲۶ کیلومتر و جاده خاکی هشتگرد-طالقان به طول 9 کیلومتر به ترتیب با 17 و 11 نمونه رسوب‌دهی جاده محاسبه شد و در نهایت با استفاده از روابط آماری میزان فرسایش و رسوب‌دهی در کل مسیر برآورد شد. با اندازه‌گیری مستقیم فرسایش، کل رسوبات به‌جامانده در طول مسیر برابر با 17259.32تن در سال به دست آمد که 6241.45 تن در سال مربوط به دیواره خاک‌برداری و 11017.87 تن در سال مربوط به دیواره خاک‌ریزی می‌باشد. با استفاده از مدل WARSEM، میزان کل رسوب‌دهی از جاده آسفالته و خاکی برابر 15172.67 تن در سال، معادل 52.14 تن بر هکتار در سال، برآورد شد که از این مقدار 9464.53 تن در سال، معادل 48.03 تن بر هکتار در سال سهم دیواره خاک‌برداری و دیواره خاک‌ریزی جاده آسفالته و 5708.14 تن در سال، معادل 63.22 تن بر هکتار در سال سهم دیواره خاک‌برداری و دیواره خاک‌ریزی جاده خاکی می‌باشد. حساسیت مدل WARSEM برای پارامترهای استانداردشده برای جاده آسفالته نشان داد که فاکتورهای شیب و زمین‌شناسی عامل مهمی در رسوب از دیواره خاک‌برداری می‌باشد و فاکتور ارتفاع دیواره خاک‌ریزی پارامتر بسیار مهمی در رسوب‌دهی دیواره خاک‌ریزی می‌باشد. حساسیت مدل در جاده خاکی با توجه به این امتیاز پارامترها خیلی به هم نزدیک بود عامل عرض سطح جاده خاکی پارامتر بسیار مهمی در رسوب‌دهی دیواره خاک‌برداری و خاک‌ریزی می‌باشد

چکیده عمق کاشت بذر از جمله مهم‌ترین عوامل موثر بر سبز شدن یکنواخت گیاه و موفقیت کاشت محسوب می‌شود. این تحقیق با هدف تعیین عمق مناسب کاشت بذر درختچه Atriplex canescens در نهالستان اداره کل منابع طبیعی و آبخیزداری استان خراسان جنوبی انجام گردید، که از این طریق بتوان نهال‌های مطلوب با ویژگی‌های رویشی بهتر به منظور صرف هزینه کمتر در نهالستان تولید کرد. بدین منظور پس از جمع‌آوری و آماده سازی بذور آتریپلکس و گلدان‌ها، تعداد 15 عدد بذر در 5 عمق 1، 2، 3، 4 و 5 سانتی‌متر با 5 تکرار کاشته شد. پس از طی مراحل کاشت، درصد ظهور و صفات رویشی نهال اندازه‌گیری شد. داده‌ها توسط آزمون تحلیل واریانس (ANOVA) و آزمون LSD مورد تجزیه و تحلیل قرار گرفت. نتایج نشان داد که با افزایش عمق کاشت، کلیه خصوصیات مورد مطالعه کاهش معنی‌داری داشت (05/0≥p)، به طوریکه در عمق 4 و 5 سانتی‌متر به حداقل میزان خود رسید. بیشترین درصد ظهور (7/34 و 3/34 درصد) مربوط به عمق 1 و 2 سانتی‌متر و کمترین درصد ظهور نهال در اعماق 4 و 5 سانتی متر (4/2 درصد) مشاهده شد. از آنجایی که بین صفات درصد ظهور، شاخص بنیه نهال، طول و وزن ساقه نهال و محتوای رطوبت آتریپلکس کاشته شده در عمق 1 سانتی‌متر و 3 سانتی‌متر تفاوت معنی‌داری وجود ندارد، به دلیل تلفات بیشتر بذر در عمق سطحی خاک توسط شکارگرهای بذر مثل حشرات و پرندگان و خشک شدن سریع خاک در اثر تبخیر شدید آب در گلدان، کاشت بذر آتریپلکس در عمق 3 سانتی‌متر توصیه می‌شود.

چکیده مدلهای GCM به‌ طور وسیع برای ارزیابی تغییر اقلیم در یک مقیاس جهانی استفاده می‌شود؛ اما خروجی این مدل‌ها برای ارزیابی تغییرات اقلیمی در سطح محلی و منطقه‌ای کافی و دقیق نیست. لذا در این مطالعه از مدل SDSM جهت ریزمقیاس‌سازی داده‌های مدل CanESM2 استفاده شد و شرایط اقلیمی منطقه سمیرم بر مبنای سه سناریوی RCP2.6، RCP4.5 و RCP8.5 در بازه زمانی 2020 تا 2100 میلادی مورد بررسی قرار گرفت. نتایج ارزیابی مدل برمبنای داده‌های NCEP نشان داد که مدل در ارزیابی و پیش‌بینی داده‌های دما به خصوص دمای میانگین از دقت بالاتری برخوردار بوده است. مقایسه داده‌های مشاهداتی و داده‌های شبیه‌سازی شده دما و بارندگی GCMها در دوره پایه (1980 تا 2005) براساس متغیرهای پیش‌بینی کننده NCEP نشان داد که میانگین همبستگی داده‌های بارش 52/0، دمای میانگین 88/0، دمای حداکثر 80/0 و دمای حداقل 70/0 (برای دوره اعتبار سنجی و واسنجی) به دست آمده است. نتایج ارزیابی تغییرات بارش در سناریوهای مختلف نیز کاهش حداقل 24/7 درصد و حداکثر 55/18 درصد بارش را برای بازه‌زمانی 2020 تا 2100 نسبت به دوره پایه (1980-2005) پیش‌بینی نموده است. نتایج پیش‌بینی بارش، تغییرات الگوی بارشی را نیز نشان داده است. همچنین مقایسه سناریوها نشان می‌دهد که سناریو RCP2.6 به عنوان خوش‌بینانه‌ترین سناریو کمترین کاهش بارندگی و سناریو RCP8.5 بیشترین کاهش بارندگی را پیش‌بینی نموده است. بررسی تغییرات پیش‌بینی شده دما نیز افزایش را برای دمای میانگین و حداقل و حداکثر را نشان می‌دهد که حداکثر تا 04/1، 61/1، 75/1 درجه سانتی‌گراد برای بازه 2020 تا 2100 نشان داده است.

چکیده کشاورزی، متداول‌ترین مصرف‌کننده منابع آب زیرزمینی در دنیا بوده و اقتصاد زراعی شدیدا وابسته به آب زیرزمینی می‌باشد. استفاده از روش‌های طبقه‌بندی در زمینه‌های علمی بسیاری، از جمله کشاورزی پایدار، به دلیل دخالت پارامترهای موثر بیشتر و متعاقبا نتایج دقیق‌تر، مورد توجه قرار گرفته است. مدل‌های تحلیل تشخیصی نسبت به روش‌های مدرن پیچیده‌تر، دقیق‌تر بوده و کارایی بهتری دارند. درپژوهش حاضر، پتانسیل‌یابی مناطق مستعدنفوذ آب به داخل خاک در بخش‌هایی از شهرهای خمین، شازند، ازنا، الیگودرز و دورود (منطقه مطالعاتی ماربره)، با استفاده از روش تحلیل تشخیصی آمیخته (MDA) مورد بررسی قرار گرفت. به‌این‌منظور، نمونه‌های نفوذ برداشت شده با از روش استوانه مضاعف، همراه با لایه‌های محیطی ، به مدل معرفی شدند. به‌منظور صحت‌سنجی نتایج نیز از منحنی ROC، شاخص‌های CCI، TSS، Recall و Precision استفاده گردید. بر اساس نتایج، بخش‌هایی از شازند، خمین، دورود، ازنا و الیگودرز به‌ترتیب 2/6، 1/6، 7/12، 3/13 و 9/15% دارای پتانسیل نفوذپذیری زیاد و 1/20،5/16، 3/14، 6/19 و 8/10% دارای پتانسیل نفوذپذیری بسیار زیاد برآورد شدند. عمده این مناطق دارای بافت شنی و از نوع سازندهای کواترنری با کاربری کشاورزی و مرتع می‌باشند. ارزیابی صحت نتایج نیز با استفاده از شاخص‌های صحت‌سنجی که به ترتیب 89/0%، 66/76، 53/0، 91/0 % و 73/0 % بدست آمدند، نشان‌دهنده کارایی قابل قبول، خوب و عالی مدل می‌باشد. نتایج این بررسی، می‌تواند در تصمیمات مدیران و برنامه‌ریزان در رابطه با تغذیه آب‌های زیرزمینی متناسب با نیازهای شهری و کشاورزی، مفید باشد، چرا که منابع آب زیرزمینی و اطمینان از پایداری آنها، عامل اصلی کشاورزی پایدار می‌باشد.

چکیده گیاه باریجه (Ferula gummosa)، از گونه‌های کمیاب و ارزشمند در مراتع ایران است که به دلیل ارزش بالای اقتصادی، مورد بهره‌برداری ذینفعان محلی قرار می‌گیرد. در این مطالعه به بررسی و مقایسه عملکرد شش مدل پیش‌بینی کننده (شبکه عصب مصنوعی، جنگل تصادفی، مدل خطی تعمیم یافته، مدل تقویت شده تعمیم یافته، مدل پاکت دامنه سطحی، و روش تجزیه و تحلیل درخت طبقه‌بندی) پرداخته شد. همچنین جهت ارزیابی تأثیر برهمکنش متغیرهای توپوگرافی با سایر متغیرها، دو مجموعه متغیر محیطی جهت واسنجی مدل‌ها کمی‌سازی شده و مورد استفاده قرار گرفت. مجموعه متغیر اول حاوی یازده عامل، مشتمل بر متغیرهای توپوگرافیک، اقلیمی، ادافیکی و سنجش از دوری است و مجموعه متغیر دوم حاوی شش عامل، مشتمل بر متغیرهای اقلیمی، ادافیکی و سنجش از دوری می‌باشد. عملکرد مدل با استفاده از شاخص (TSS)، (ROC) و (Accuracy) ارزیابی شد. بر اساس شاخص‌های ارزیابی، مدل تقویت شده تعمیم یافته بهتر از سایر روش‌های یادگیری ماشینی توانست آشیان اکولوژیک گیاه باریجه را پیش‌بینی کند. همچنین نتایج نشان داد که حذف متغیرهای توپوگرافی، دقت مدل‌ها را بر اساس شاخص TSS، بین 11 تا 25 درصد کاهش می‌دهد. ارزیابی اهمیت نسبی متغیرهای پیش‌بینی کننده نشان داد که متغیر درجه شیب، شاخص نرمال‌شده تفاوت پوشش گیاهی، شاخص رطوبت سطحی، و گروه‌های خاک بیشترین تأثیر را در تعیین زیستگاه گونة باریجه دارند. بر اساس نتایج حاصل شده از مدل برگزیده، حدود 45 درصد از سطح منطقه حفاظت شده قرخود از نظر مطلوبیت زیستگاه باریجه، در وضعیت عالی قرار دارد. لذا این منطقه پتانسیل بسیار زیادی برای کاشت و توسعه این گونه‌ی ارزشمند داشته و می‌تواند مدنظر مدیران بخش محیط زیست و منابع طبیعی جهت اولویت‌بندی اقدامات اصلاحی و حفاظتی قرار گیرد.