Today, application of superabsorbent material as plantbac panels to overcome water shortages is considered for improving plant vegetation cover in arid areas. This research was aimed to investigate the effects of plantbac panels on plant establishment and growth of Calligonum comosum L’Herit. in the Kashan Arid and Desert Research Station over three years from 2017 to 2020. The experiment was conducted as a split plot design based on randomized complete blocks in four replications, in which the duration of irrigation (2 and 4 weeks) was considered as the main plot, and the amount of water (10 and 20 liters) and treatment (plantbac and control) as sub subplots. The seedlings were planted in the soils with and without plantbac panels. For each plant, the irrigation was conducted using 10 and 20 l water for two- and four-week intervals. Data were collected and analyzed in terms of plant height, canopy diameter, collar diameter, and survival rate. The results showed that the use of plantback plates increased the examined growth criteria of seedlings. When comparing interactions between treatments, the height, collar diameter and crown diameter of the Plantback treated seedlings showed average 11, 11, and 14.8% superiority to their controls. Furthermore, the interaction effect of irrigation by water consumption was significant for canopy diameter (p < 0.05), while interaction effect of irrigation by plantbac was significant for plant height (p < 0.05). The average higher and lower crown diameters of 83 cm and 39 cm were observed by 10 l water in two- and four-week irrigations, respectively.
The diameter and height of trees are essential variables for biomass prediction, carbon storage, and forest stand development. Compared with height, measuring the diameter of trees more convenient and is associated with lower cost and error. In this study, nonlinear models were used to estimate height of lime trees in the Shafaroud forests of Guilan. Lime (Tilia begonifolia Stev.) trees are distributed from low to high altitude of 1800 m in Shafaroud forests and have an important role in preserving its natural composition and stand structure. A systematic random sampling method within a 200 × 200-meter network was applied for data collection. Data were collected from 48 circular sample plots with 1000 m2 at altitudes from 500 to 950 m (parcels no. 29 and 30 in 16th compartment) as well as from 50-500 m (parcels no. 14 and 18 in 17th compartment). Modeling was performed with 12 commonly used nonlinear models and multilayer perceptron neural networks with the Levenberg-Marquardt algorithm, which has the advantage to accommodate the complex nonlinear relationships between input and output data. Performance criteria including root mean square error (RMSE), adjusted R2, AIC, and MAD were used to compare the results. Results showed the highest performances of Burkhart-Strub (1974) in mid-altitude and Stoffels-Van Soeset (1953) models in low-altitude forests, while artificial neural network (ANN) returned the highest accuracy and performance in both sites. It decreased the RMSE by 5.54% in sub-mountain and 7.35% in low-land forests compared to the best applied nonlinear models. Although the suggested nonlinear models were accurate enough for the study site, the ANN method is preferred for its higher accuracy.
الگوی مکانی و پراکندگی روشنههای ایجادشده در جنگلهای طبیعی، یکی از موارد مهمی هستند که میتوانند در ارزیابی کیفیت آینده این بومسازگانها بهکار برده شوند. در این راستا، پژوهش پیشرو در قطعه شاهد سری سه در گلندرود شهرستان نور با هدف معرفی الگوی مکانی روشنههای طبیعی در جنگلهای آمیخته راش (Fagus orientalis Lipsky) انجام شد. برمبنای آماربرداری صددرصد، مرکز روشنههای موجود در منطقه مورد مطالعه با استفاده از دستگاه موقعیتیاب ثبت شد. همچنین، سطح هر روشنه با استفاده از روش شعاعی اندازهگیری شد. تحلیلهای آماری با کاربرد فرم اصلاحشده تابع K رایپلی در قالب تابع L و نیز تابع تکمتغیره همبستگی نشاندار انجام گرفت. از آزمون مونتکارلو بهمنظور بررسی معنیداری تفاوت الگوهای مشاهدهشده نسبت به الگوی تصادفی بهعنوان فرض صفر استفاده شد. نتایج نشان داد که روشنههای با مساحتهای کوچک (کمتر از دو آر) و متوسط (دو تا پنج آر) بهترتیب 32 و 49 درصد از فراوانی روشنهها را در منطقه مورد مطالعه بهخود اختصاص دادند. پراکنش روشنههای کوچک فقط در شعاع 14 تا 20 متری از نوع کپهای (تجمعی) بود. بهغیراز این مورد، روشنهها در همه طبقههای سطحی، پراکنش کاملا تصادفی داشتند. با احتساب تمام طبقههای سطحی، الگوی مکانی روشنهها در جنگل مورد مطالعه بهصورت کپهای بهدست آمد. نتایج تحلیل تابع همبستگی نشاندار و شاخصه همبستگی تراکم بهترتیب نشان دادند که استقرار و تعداد انواع طبقههای سطحی روشنه در هر کپه بهصورت تصادفی و مستقل از یکدیگر هستند. با استناد به وضعیت و نحوه چیدمان روشنهها در این پژوهش میتوان بهازای شعاع 40 متر، موزاییکهایی را در جنگل مورد مطالعه تفکیک کرد که شامل یک یا چند توده با سنین مختلف و در مراحل مختلف تحولی باشند. از این موزاییکها میتوان بهعنوان یکی از شاخصههای سطح مبنا برای اجرای روند بهینه مدیریتی استفاده کرد.
با گسترش روزافزون جنگلزدایی، افزایش فرسایش خاک و رسوب در پاییندست حوزههای آبخیز، ضرورت توسعه جنگل در این مناطق آشکارتر میشود. در همین راستا، پیش از هرگونه اجرای پروژه جنگلکاری باید مکانیابی مناطق مستعد و ارزیابی توان بومشناختی منطقه مورد توجه قرار گیرد. هدف اصلی پژوهش پیشرو، بررسی قابلیت توسعه جنگل در حوزه آبخیز سقزچیچای شهرستان نمین استان اردبیل با استفاده از روشهای ارزیابی چندمعیاره بود. ابتدا نقشههای کاربری سالهای 1989 و 2019 با روش ماشین بردار پشتیبان با صحت کلی 5/95 درصد و ضریب کاپا 91/0 تهیه شد. با مقایسه دو نقشه فوق، اراضی جنگلی تخریبشده شناسایی شدند. این اراضی بهعنوان مکانهای با اولویت احیا و غنیسازی جنگل در منطقه معرفی شدند. در ادامه، 12 معیار با استفاده از روشهای تحلیل شبکهای و فازی بهترتیب وزندهی و هممقیاس شدند. درنهایت، رویهمگذاری لایهها با روش ترکیب خطی وزنی انجام و نقشه تناسب جنگلکاری تهیه شد. نتایج نشان داد که 81/28 درصد از منطقه مورد مطالعه، پتانسیل زیاد یا خیلی زیادی برای توسعه جنگل دارند. معیارهای بارش، درجهحرارت و عمق خاک بهعنوان مهمترین عوامل برای توسعه جنگل شناخته شدند. تلفیق نتایج پتانسیل توسعه جنگل با کاربری فعلی جنگل نشان داد که 94/41 درصد از سطح جنگلهای فعلی منطقه مورد مطالعه در طبقه با توان زیاد یا خیلی زیاد و 1/41 درصد نیز در طبقه با پتانسیل متوسط برای توسعه جنگل قرار گرفتهاند. درمجموع، حوزه آبخیز سقزچیچای، قابلیت توسعه جنگل را داشت. همچنین، مدل فازی تحلیل شبکهای (ANP Fuzzy) بهخوبی قادر به شناسایی مناطق مناسب برای توسعه جنگل بود.
