تهیه نقشه پتانسیل آتش سوزی با استفاده از سیستم اطلاعات جغرافیایی درجنگل های شمال ایران

محورهای موضوعی : سنجش از دور

مرتضی معدنی پور کرمانشاهی ¹ , سید ارمین هاشمی ² , امین خادمی ³

1 - استادیار، گروه محیط‌زیست، واحد پرند، دانشگاه آزاد اسلامی، پرند، ایران
2 - دانشیار، گروه جنگلداری، واحد لاهیجان، دانشگاه آزاد اسلامی، لاهیجان، ایران
3 - استادیار، گروه فضای سبز، واحد ملایر، دانشگاه آزاد اسلامی، ملایر، ایران

تاریخ دریافت : 1400/08/20 تاریخ پذیرش : 1401/03/25 تاریخ انتشار : 1401/09/01

کلید واژه: GIS, پتانسیل آتش سوزی, مدل دانگ, جنگل های غرب استان گیلان,

چکیده مقاله :

آتش‌سوزی و کاهش سطح جنگل‌ها به عنوان یک بحران در سال‌های اخیر مطرح می‌باشد. هر ساله حریق هایی نواحی جنگلی را در کشور ما بخصوص در جنگل های شمال تهدید و باعث کاهش سطح کمی و کیفی آن می شود در این تحقیق، ابتدا مدل رقومی ارتفاعی تهیه شد سپس ارتفاع، نقشه‌های شیب، جهت‌های جغرافیایی، ارتفاع از سطح دریا تهیه شد. نقشه‌های نوع و تراکم پوشش گیاهی منطقه و نقشه‌های جاده‌ها، مناطق مسکونی و زمین‌های کشاورزی منطقه نیز تهیه شد با استفاده از توابع عضویت فازی، ارزش گذاری معیارها محدوده مورد مطالعه در هر یک از لایه‌ها در فاصله‌ای بین صفر تا یک ارزش‌گذاری شد. نتایج استفاده از مدل دانگ با روش فازی در پهنه‌بندی پتانسیل خطر وقوع آتش سوزی نشان داد در روش وزن‌دهی فازی، پهنه‌های خطر، خیلی کم، کم، متوسط، زیاد، خیلی زیاد دارای مساحت به ترتیب 42/6840، 84/6605، 46/12044، 87/15922 و 89/7416 هکتار می‌باشد، براساس نقشه تهیه شده 40 درصد منطقه در طبقات خطرزیاد قرار گرفته است و خطر آتش سوزی منطقه را تهدید می‌کند.

چکیده انگلیسی:

Fires and deforestation have been a crisis in recent years. Every year, fires threaten forest areas in our country, especially in the northern forests, and reduce its quantity and quality. In this study, first a digital elevation model was developed, then elevation, slope maps, geographical directions, and elevation. Maps of vegetation type and density of the region and maps of roads, residential areas and agricultural lands of the region were also prepared using fuzzy membership functions, evaluation of criteria, study area in each layer at a distance between 0 to 1 value. The results of using the dong model with fuzzy method in zoning of fire risk potential showed that in fuzzy weighting method, hazard zones are very low, low, medium, high, very high with an area of 6840.42 6605.84, 12044/46, 15922.87, 7416.89 hectares, according to the prepared map, about 40% of the area is in high risk classes and threatens fire in the area.

منابع و مأخذ:

1- اسکندری، سعیده. (1392): ارائه الگوی پتانسیل آتش‌سوزی جنگل و گسترش آن با استفاده از RS و GIS. پایان‌نامه دکترا. گروه جنگلداری، دانشکده منابع طبیعی، دانشگاه علوم کشاورزی و منابع طبیعی ساری.

2- محمد زاده، راضیه و فلاحی، علیرضا. (1386): تمهیدات کاهش خطر آتش‌سوزی جنگل در مناطق شهری. مجموعه مقالات سومین کنفرانس بین‌المللی مدیریت جامع بحران در حوادث غیرمترقبه، تهران.

3- محمدی، فریده، شعبانیان، نقی، پورهاشمی، مهدی و فاتحی، پرویز. (1389): تهیه نقشه خطر آتش‌سوزی جنگل با استفاده از AHP و GIS در بخشی از جنگل‌های پاوه. فصل­نامه تحقیقات جنگل و صنوبر ایران، 18(4): 599-586.

4- عالی محمودی، سجاد؛ و فقهی، جهانگیر. (1391): پیش‌بینی وقوع آتش‌سوزی در جنگل‌ها و مراتع با استفاده از شبکه عصبی مصنوعی) مطالعه موردی: جنگل‌های منطقه زاگرس شهرستان ایذه. اکولوژی کاربردی، 9: 85-75.

5- کاظمی، سید محمود. (1384): آتش و اکوسیستم‌های جنگلی. مجله دام، کشت، صنعت، 70: 56-46.

6- زرع کار، آزاده؛ و کاظمی زمانی، بهاره. (1392): تهیه نقشه پراکندگی فضایی خطر آتش‌سوزی جنگل با استفاده از روش تصمیم‌گیری چندمعیاره و سامانه اطلاعات جغرافیایی (مطالعه موردی: سه حوزه جنگلی در استان گیلان). تحقیقات جنگل و صنوبر ایران، 21: 230-218.

 

7- Denham, M., Wendt, K., Bianchini, G., Cortes, A. & Margalef, T. (2012): Dynamic Data-Driven Genetic Algorithm For Forest Fire Spread Prediction. Journal Of Computational Science, Vol. 3, No.5, Pp, 398–404.

8- Dong, X.U., Li-Min, D., Guo-Fan, Sh., Lei, T. & Hui, W. (2005): Forest Fire Risk Zone Mapping From Satellite Images And GIS For Baihe Forestry Bureau, Jilin, China. Journal Of Forestry Research, Vol.16, No. 3: 169-174.

9- Ganteaume, A., Camia, A., Jappiot, M., San-Miguel-Ayanz, J., Long-Fournel, M. & Lampin, C. (2013): A Review Of The Main Driving Factors Of Forest Fire Ignition Over Europe. Environmental Management, Vol. 51, No. 3:651–662.

10- Gerdzheva, A. (2014): A Comparative Analysis Of Different Wildfire Risk Assessment Models (A Case Study For Smolyan District, Bulgaria), European Journal Of Geography, Vol. 5, No. 3: 22-36.

11- Le, T.H., Nguyen, T.N.T., Lasko, K., Ilavajhala, S., Vadrevu, K.P., & Justice, C. (2014): Vegetation Fires And Air Pollution In Vietnam. Environmental Pollution, Vol. 59, No.195:267–275.

12- Liu, Q., Shan, Y., Shu, L., Sun, P. & Du, S. (2018): Spatial And Temporal Distribution Of Forest Fire Frequency And Forest Area Burnt In Jilin Province. Northeast China, Journal Of Forestry Research, Vol. 29, Pp,1233–1239.

13- Mahdavi, A., Fallah, S.R. & Nazari, R. (2012): Forests And Rangelands’ Wildfire Risk Zoning Using GIS And AHP Techniques. Caspian Journal Of Environmental Sciences, Vol. 10, No. 1: 43-52.

14- Miller, C. & Ager, A. (2013): A Review Of Recent Advances In Risk Analysis For Wildfire Management. International Journal Of Wildland Fire, Vol. 22, No. 1:1–14.

15- Sunil, C. (2005): Application Of Remote Sensing And GIS Technology In Forest Fire Risk Modeling And Management Of Forest Fires: A Case Study In The Garhwal Himalayan Region. Geo-Information For Disaster Management, Vol. 45, Pp, 1239-1254.

16- Vadrevu, K. & Lasko, K. (2015): Fire Regimes And Potential Bioenergy Loss From Agricultural Lands In The Indo-Gangetic Plains. Journal Of Environmental Management, Vol. 148, Pp, 10–20.

17- Vadrevu, K.P., Csiszar, I., Ellicott, E., Giglio, L., Badarinath, K.V.S., Vermote, E. & Justice, C. (2013): Hotspot Analysis Of Vegetation Fires And Intensity In The Indian Region. IEEE Journal Of Selected Topics In Applied Earth Observations And Remote Sensing, Vol. 6, No. 1: 224–238.