الگوی توزیع زادآوری درختان براساس نظریه فرکتال در جنگل‌های گهواره، استان کرمانشاه

نوع مقاله : مقاله کامل علمی پژوهشی

نویسندگان

1 دانش‌آموخته کارشناسی‌ارشد، گروه جنگلداری، دانشکده منابع طبیعی، دانشگاه رازی، کرمانشاه، ایران،

2 استادیار مرکز تحقیقات محیط‌زیست، دانشگاه رازی، کرمانشاه، ایران،

3 دانشیار ، گروه منابع طبیعی، دانشگاه رازی، کرمانشاه، ایران

چکیده

سابقه و هدف: زادآوری درختان یک فرآیند بسیار مهم در پویایی اکوسیستم جنگل است و اثر مهمی در ترکیب جوامع جنگلی دارد. تحلیل کمی زادآوری درختان، اطلاعات پایه و اساسی برای حفاظت و مدیریت جنگل فراهم می‌کند. در سال‌های اخیر زادآوری، پوشش و ساختار جنگل‌های زاگرس دچار تغییرات شدیدی شده است. این جنگل‌ها دارای اهمیت ملی فراوان هستند. حدود یک‌سوم بارندگی‌های سالانه کشور را دریافت کرده و منشا چهل درصد منابع آبی کشور هستند. با توجه به اهمیت ملی و منطقه‌ای جنگل‌های زاگرس، ارزیابی زادآوری درختان و الگوی توزیع آن از اولویت‌های مهم برای برنامه‌ریزی، مدیریت و احیای این جنگل‌ها است. از طرفی تخریب اکوسیستم‌ها، دینامیک و الگوی مکانی آن‌ها را تغییر می‌دهد. در این راستا، اکوسیستم‌ها به سمت یک خودتشابهی در الگو‌های مکانی برای استفاده بهتر از منابع و مواد غذایی پیش می‌روند که در نتیجه این خودتشابهی الگوی مکانی پوشش‌گیاهی در مقیاس وسیع، دارای یکنواختی شده و از ساختار اولیه دور خواهد شد. این خودتشابهی در اکوسیستم‌ها یک ویژگی ذاتی سیستم‌های غیرخطی است. برای مطالعه سیستم‌های غیرخطی، تکنیک آماری که می‌تواند استفاده شود و قادر است ساختار مکانی را تفسیر کند یک کمیت ریاضیاتی به اسم بعد فرکتال می‌باشد. در واقع بعد فرکتال، پتانسیلی برای بررسی و مطالعه ساختار مکانی آن دسته از پدیده‌هایی دارد که به سمت خود تشابهی پیش رفته‌اند.
مواد و روش‌ها: تحقیق حاضر در بخشی از جنگل‌های قرق شده گهواره در استان کرمانشاه انجام شد. نمونه‌برداری با استفاده از شبکه آماربرداری به ابعاد 100 متر × 100 متر و به صورت منظم تصادفی انجام گرفت. همچنین در بخشی از منطقه برای برداشت زادآوری در فاصله‌های کوچک‌تر، از ابعاد شبکه با فاصله 20 متر × 20 متر هم استفاده شد. در این پژوهش الگوی توزیع زادآوری دانه زاد درختان در 126 قطعه‌نمونه 100 متر مربعی با استفاده از تابع خودهمبستگی و نظریه فرکتال بررسی شد.
یافته‌ها: ویژگی‌های زادآوری در بسیاری از موارد،‌‌ خودهمبستگی ‌‌نداشتند ‌‌که ‌‌در‌‌واقع ‌‌تأیید‌‌کننده ‌‌عدم ‌‌وجود ‌‌ساختار ‌‌مکانی ‌‌مشخّص در ‌‌آنهاست. خودهمبستگی بیشتر در متغیرهای تراکم زادآوری آلبالوی وحشی (Ceracus microcarpa (C.A.M) Boiss)، تراکم کل زادآوری، میانگین کل ارتفاع زادآوری و شاخص شانون دیده می-شود که تأییدکننده وجود همبستگی مکانی بیشتر در این متغیرها و واریانس تصادفی کم آن‌ها است. ابعاد فرکتال زیاد درمورد کلیه متغیرها ‌‌نشان داد ‌‌که ‌‌نوسان‌های ‌‌شدیدی ‌‌در ‌‌منطقه ‌‌وجود ‌‌دارد ‌‌و ‌‌تغییرات ‌‌مکانی ‌‌دارای ‌‌ساختار ‌‌و ‌‌نظام‌‌مندی ‌‌مشخّصی ‌‌نیستند.
نتیجه‌گیری: براساس نتایج این تحقیق، زادآوری دانه‌زاد درختان در جنگل‌های این منطقه دارای تنوع است، اما با توجه به بعد فرکتال بالا که نشانگر الگوی مکانی غیر قابل پیش بینی و تصادفی در اکثر متغیرهای زادآوری است، هنوز ساختار مکانی به ثبات لازم برای استقرار کامل آن نرسیده و حفاظت این جنگل‌ها باید ادامه یابد.

کلیدواژه‌ها

عنوان مقاله [English]

Spatial distribution of tree regeneration using fractal theory in Gahvareh forests, Kermanshah province

نویسندگان [English]

  • Latifeh Saadat 1
  • Shaieste Gholami 2
  • Ehsan Sayad 3
1 Natural Resources Department, Razi University, Kermanshah, Iran
2 assistant professor / Razi University
3 Natural Resources Department, Razi University, Kermanshah, Iran
چکیده [English]

Background and objectives: The tree species regeneration is a critical process in the population dynamics of forests and significantly influences the composition of forest communities. Quantitative analysis of tree regeneration may provide baseline information for conservation and management strategies. Zagros oak forests have been subjected to dramatic changes in forest regeneration, cover and structure in recent decades. Zagros forests have critical national importance. These forests capture over one third of the country’s annual precipitation, and are the headwaters for 40% of the country’s rivers and streams which provide water to the dry central plateau of Iran. Given the national and regional importance of Zagros forests, it is extremely useful for restoration management to evaluate spatial distribution of tree regeneration. Disturbing of ecosystems, changes the dynamic of species and ecosystem processes. Ecosystems are therefore moving in a self-organizing way towards a more efficient use of energy/nutrients to the total energy input. This self-organizing of the ecosystem is an inherent feature of non-linear interacting systems. Techniques used to study non-linear systems could be able to quantify the structure of complex objects and spatial dynamic of plants.
Materials and methods: The mathematical features of spatially complex systems are often fractal. Fractal has the potential to exposure a new way to understand and analyze such natural spatial phenomena, which are not smooth, but rough and fragmented to self-similarity. We investigated the spatial patterns of tree regeneration density and diversity in 126 plots (100 m2). The study was conducted at a preserved area (12 years) in Zagros forest of western Iran. We applied autocorelation methods to examine the spatial structure in distribution of regeneration. Fractal analysis was also used to characterize the complexity of the spatial patterns.
Results: We found that preservation favored density and diversity of tree regeneration in this area. On the whole the variables have weak autocorrelation but regeneration density of C.microcarpa, total regeneration density, regeneration height and Shannon index are the variables which have the most autocorrelation. On the other hand, fractal dimension, representing the unpredictability of spatial patterns, is high for trees and regeneration. This implies that although spatial dependence exists, it is generally fairly weak.
Conclusion: These results revealed the scattered and homogeneous spatial distribution of trees and their regeneration. Indeed, our results showed a recovery of regeneration but not the spatial structure of it. It seems that conservation efforts must be continue to complete the recovery of regeneration and their spatial structure.

کلیدواژه‌ها [English]

  • Biodiversity
  • Spatial pattern
  • Autocorrelation
  • Fractal dimension
  • forest structure

مراجع

1.Alados, C.L., Pueyo, Y., Navas, D., Cabezudo, B., Gonzalez, A., and Freeman, D.C. 2005. Fractal analysis of plant spatial patterns: a monitoring tool for vegetation transition shifts. Biodiversity and Conservation. 14: 1453-1468.
2.Alijanpour, A., Banj Shafiei, A., and Eshaghi Rad, J. 2010. Investigation of natural regeneration characteristics in west oak forests within different levels of site factors (case study: Piranshahr region). Iranian J. of Forest. 2: 3. 209-219.(In Persian)
3.Andronache, I., Marin, M., fischer, R., Ahammer, H., Radulovic, M., ciobotaru, A.M., Jelinek, H.F., Di Ieva, A., Pintilii, R.D., Drăghici, C.C., Herman, G.V., Nicula, A.S., Simion, A.G., Loghin, V., Diaconu, D.C., and Peptenatu, D. 2019. Dynamics of forest fragmentation and connectivity Using particle and fractal Analysis. Scientific Reports. https://doi.org/ 10.1038/s41598-019-48277-z.
4.Boyden, S., Binkley, D., and Shepperd, W. 2005. Spatial and temporal patterns in structure, regeneration, and mortality of an old-growth ponderosa pine forest in the Colorado Front Range. Forest Ecology and Management. 219: 43-55.
5.Burrough, P.A. 1983. Multiscale sources of spatial variation in soil. 1. The application of fractal concepts to nested levels of soil variation. J. of Soil Science. 34: 577-597.
6.Despland, E. 2003. Fractal index captures the role of vegetation clumping in
locust swarming. Functional Ecology. 17: 315-322.
7.Dormann, C.F., McPherson, J.M., Arau, M.B., Bivand, R., Bolliger, J., Carl, G., Davies, R.G., Hirzel, A., Jetz, W., Kissling, D.W., Kuhn, L., Ohlemuller, R., Peres-Neto, P.R., Reineking, B., Schroder, B., Schurr F.M., and Wilson, R.. 2007. Methods to account for spatial autocorrelation in the nalysis of species distributional data: a review. Ecography. 30: 609-628.
8.Darabi, S., Kooch, Y., and Hosseini, M. 2014. Reaction and fractal description of soil bio-indicator to human disturbance in lowland forests of Iran. Biodiversitas. 1: 60-66.
9.Gholami, Sh., and Sayad, E. 2015. Fractal descriptive of tree canopy and soil bulk density in Zagros forests, case study: Bisotun Protected Area. Applied Ecology. 4: 12. 77-85. (In Persian)
10.Graz, P.F. 2004. The behavior of the species mingling index Msp in relation to species dominance and dispersion. European J. of Forest Research. 123: 87-92.
11.Godin, C. 2000. Representing and encoding plant architecture: a review. Annals of Forest Science.57: 05. 413-438.
12.Guzman, J.A., Sharp, L., Felipe, A., and Sanchez-Azofelifa, GA. 2020. On the relationship of fractal geometry and tree–stand metrics on point clouds derived from terrestrial laser scanning. Methods in Ecology and Evolution. 11(10): 1309-1318. https://doi.org/ 10.1111/2041-210X.1343.
13.Halley, J.M., Hartley, S., Kallimanis, A.S., Kunin, W.E., Lennon J.J., and Sgardelis, S.P. 2004. Uses and abuses of fractal methodology in ecology. Ecology Letters. 7: 254-271.
14.Henareh Khalyani, A., and Mayer, A.L. 2013. Spatial and temporal deforestation dynamics of Zagros forests (Iran) from 1972 to 2009. Landscape and Urban Planning. 117: 1-12.
15.Hosseini, A., and Hoseinzadeh, J. 2019. Investigation on regeneration behavior of Pistacia atlantica and Acer cineracens species to recognize their natural establishment pattern in Zagros forests. J. of Applied Biology. 31: 3. 41-54.
16.Imre, A.R., and Bogaert, J. 2003. The fractal dimension as a measure of the quality of habitats. Acta Boitheoretica. 52: 41-56.
17.Jayakumar, R., and Nair, K.N. 2013. Species diversity and tree regeneration patterns in tropical forests of the Western Ghats, India. International scholarly research notices, vol. 2013, 14p. https://doi.org/10.1155/2013/890862.
18.Jonckheere, I., Nackaerts, K., Muys, B., Van Aardt, J., and Coppin, P. 2006. A fractal dimension-based modeling approach for studying the effect of leaf distribution on LAI retrieval in forest canopies. Ecological Modelling. 197: 179-195.
19.Karam, A. 2010. Chaos theory, fractal & non-linear system in geomorphology.J. of Physical Geography. 3: 8. 67-82. (In Persian)
20.Kent, M., Moyeed, R.A., Reid, C.L., Pakeman, R., and Weaver, R. 2006. Geostatistics, spatial rate of change analysis, and boundary detection in plant ecology and biogeography. J. of Physical Geography. 30: 2. 201-213.
21.Kint, V., Lust, N., Ferris, R., and Olsthoorn, A.F.M. 2000. Quantification of forest stand structure applied to Scots Pine (Pinus Sylvestris L.) Forests. Investigación Agraria: Sistemasy Recursos Forestales. 1: 147-163.
22.Kubota, Y. 2006. Spatial pattern and regeneration dynamics in a temperate Abies–Tsuga forest in southwestern Japan. Forest Research. 11: 191-201.
23.Leibhold, A.M., and Gurevitch, J.2002. Integrating the statistical analysis of spatial data in ecology. Ecography. 25: 553-557.
24.Li, B.L. 2000. Fractal geometry applications in the description and analysis of patch patterns and patch dynamics. Ecological Modelling. 132: 33-50.
25.Li, B.L. 2002. Fractal dimensions. Encyclopedia of Environmetrics.2: 821-825.
26.Loehle, C., and Li, B.L. 1996.Statistical properties of ecological and geologic fractals. Ecological Modelling. 85: 271-284.
27.Long, C., Zhao, Y., and Jafari, H. 2014. Mathematical models arising in the fractal forest gap via local fractional calculus. Abstract and Applied Analysis, vol. 2014, Article ID 782393, 6p.
28.Mandelbrot, B. 1983. The Fractal Geometry of Nature. W. H. Freeman and Co. San Francisco, 468p.
29.Maestre, F.T., Rodriguez, F., Bautista, S., Cortina, J., and Bellot, J. 2005. Spatial associations and patterns of perennial vegetation in a semi-arid steppe: a multivariate geostatistics approach. Plant Ecology. 179: 133-147.
30.Mohammadi, J. 1999. Study of the spatial variability of soil salinity in Ramhormoz area (Khuzestan) using geostatistical theory 1. Kriging. J.of Water and Soil Sciences. 2: 4. 49-64. (In Persian)
31.Mohammadi, J., and Raeisi Gahrooee, F. 2004. Fractal description of the impact of long-term grazing exclusion on spatial variability of some soil chemical properties. J. of Water and Soil Sciences, 7: 4. 25-37. (In Persian)
32.Mohammadi, J. 2006. Pedometrics: Spatial statistics, geostatistics. Pelk Press. 453p. (In Persian)
33.Mohammadi, J. 2007. Pedometrics: temporal statistics. Pelk Press. 450p.(In Persian)
34.Namiranian, M., Henareh Khalyani, A., Zahedi Amiri, Gh., and Ghazanfari, H. 2007. Study of different restoration and regeneration techniques in northern Zagros (Case study: Armardeh oak forest, Baneh). Iranian J. of Forest and Poplar Researches. 15: 4. 386-397.
35.Ngo Bieng, M.A., Perot, T., de Coligny, F., and Goreaud, F. 2013. Spatial pattern of trees influences species productivity in a mature oak-pine mixed forest. European J. of Forest Research.132: 841-850.
36.Palmer, M.W. 1988. Fractal geometry:a tool for describing spatial patterns of plant communities. Vegetation.75: 91-102.
37.Risch, A.C., Heiri, C., and Bugmann, H. 2005. Simulating structural forest patterns with a forest gap model: a model evaluation. Ecological modeling. 181: 2-3. 161-172.
38.Soleymani, S., Dargahi, D., Pourhashemi, M., Amiri, F., and Noori, N. 2012. Investigation on regeneration in different Oak (Quercus brantiiand Q. infectoria) forest types and appropriates strategy for their rehabilitation, at Salas Babajani forest, Kermanshah province. J. of Conservation and Utilization of Natural Resources. 1: 1. 65-77. (In Persian)
39.Sun, B., Zhou, SH., and Zhao, Q. 2003. Evaluation of spatial and temporal changes of soil quality based on geostatistical analysis in the hill region of subtropical China. Geoderma. 115: 85-99.
40.Thom, D., and Seidl, R. 2016. Natural disturbance impacts on ecosystem services and biodiversity in temperate and boreal forests. Biological Reviews. 91: 760-781.
41.Tiscar-Oliver, P.A. 2015. Patterns of shrub diversity and tree regeneration across topographic and stand-structural gradients in a Mediterranean forest. Forest Systems. 24: 1. 2171-9845.
42.Vedyushkin, M. 1994. Fractal properties of forest spatial structure. Vegetation. 113: 65-70.
43.Wiens, J.A., and Milne, B.T. 1989. Scaling of ‘landscapes’ in landscape ecology, or, landscape ecology from a beetle’s perspective. Landscape Ecology. 3: 87-96.
44.Zeid, B. 1990. Fractal geometry and forest measurements. P 260-266. In: V.J. LaBau and T. Cunia (eds). the State of the art methodology of forest inventory, US Dep. Agric. For. Serv. PNW-GTR-263.
45.Zeide, B. 1991. Fractal geometry in forestry applications. Forest Ecology and Management. 46: 179-188.
46.www.kermanshahmet.ir. Kermanshah regional meteorology office. Site visited on 5/10/2015.
پژوهش‌های علوم و فناوری چوب و جنگل
دوره 27، شماره 4
اسفند 1399
صفحه 53-66

فایل ها

هم رسانی

ارجاع به این مقاله

آمار