پهنه بندی خطر آتش سوزی در پارک ملی گلستان با استفاده از روش رگرسیون لجستیک

نوع مقاله: مقاله پژوهشی

نویسندگان

1 دانشجو

2 دانشگاه علوم کشاورزی و منابع طبیعی گرگان

چکیده

آتش سوزی های جنگلی در ایران و بویژه در جنگل های شمال کشور آثار مخربی را در سیمای ظاهری این مناطق به جای گذاشته است. شناسایی، پیشگیری و کنترل خسارات انسانی- اجتماعی و اقتصادی ایجاد شده توسط خطرات طبیعی از اهداف اساسی موسسات تحقیقاتی و اجرایی است. یکی از روش های پیشگیری آتش سوزی های جنگلی، تعیین محدوده های احتمال خطر آتش سوزی می باشد. در این تحقیق با استفاده از روش رگرسیون لجستیک در محیط GIS نقشه پهنه بندی خطر آتش سوزی برای منطقه پارک ملی گلستان تهیه گردید. عوامل موثر بر وقوع آتش شامل عوامل اقلیمی، توپوگرافی، پوشش گیاهی و انسانی با استفاده از روش ها و منابع مختلف جمع آوری و در محیط GIS تهیه گردید. نقاط آتش سوزی بوقوع پیوسته نیز جمع آوری و به صورت یک لایه بولین تهیه گردید. لایه های هر یک از عوامل موثر بر آتش سوزی به عنوان متغیر مستقل و لایه نقاط آتش سوزی سالیان گذشته به عنوان متغیر وابسته وارد مدل رگرسیون لجستیک گردید و نقشه احتمال وقوع آتش سوزی برای منطقه تهیه گردید. مقادیر شاخص آماری 0.3121 = Pseudo R² و ضریب 0.9132ROC= بدست آمده برای مدل، نشان می دهد که مدل رگرسیون لجستیک دارای برازش خوبی بوده است. نقشه احتمال خطر بدست آمده به 4 کلاسه کم خطر، متوسط، خطرناک و پرخطر پهنه بندی گردید. ارزیابی نقشه پهنه بندی خطر آتش سوزی با استفاده از تعدادی از نقاط آتش سوزی که در فرآیند مطالعه مورد استفاده قرار نگرفته بودند انجام گرفت. نتایج نشان داد که درصد بیشتری از آتش سوزی ها در طبقه متوسط و درصد کمی از آن در طبقات خطرناک و پرخطر قرار گرفته اند.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Forest fire risk zone mapping in the Golestan national park using regression logistic method

چکیده [English]

Forest fires in the Iran and particularly in the northern forests had destructive effects on the physiognomy of these forests. Recognition, prevention and controlling the Scio-economic destroys caused by natural hazard is one of the main objectives of applied and educational organizations. One of the methods for prevention on forest fires is mapping the probability risk zones. In this study, map of fire probability risk for Golestan national park was prepared using regression logistic method and GIS. The effective factors on fires including climate, topography, vegetation and human factors were prepared in the GIS environment by different methods and sources. The occurred forest fires map was gathered and generated as a Boolean map. The logistic regression modelling was done using effective factors as independent variables and the occurred forest fire map as dependent variable. The obtained PseudoR²= 0.3121 and ROC = 0.9132 from model indicate that regression logistic could modeled forest fire probabilities on the study area. The probability fire map was classified to four low, medium, high and sever dangerous classes. The obtained forest fire probability map was assessed using the some unused occurred fire points. The assessment results showed that more of occurred forest fire points were in the medium and high dangerous classes.

کلیدواژه‌ها [English]

  • Modelling
  • Forest fire
  • GIS
  • Logistic regression
  • Golestan National Park