آتش‌سوزی جنگل‌های ایران، پیامدها، روش‌های مقابله و راهکارها

محورهای موضوعی : تحلیل ریسک زیست محیطی

سعیده اسکندری ¹ (نویسنده مسئول، استادیار پژوهش، بخش تحقیقات جنگل، مؤسسه تحقیقات جنگلها و مراتع کشور، سازمان تحقیقات، آموزش و ترویج کشاورزی،‌ تهران، ایران.)
سمانه اسکندری ² (دانشگاه صنعتی اصفهان)

تاریخ دریافت : 1396/01/07 تاریخ پذیرش : 1396/03/10 تاریخ انتشار : 1400/01/01

کلید واژه: ‌ جنگل‌های ایران, پیش‌بینی آتش‌سوزی, عوامل انسان‌ساخت, ‌ عوامل طبیعی,

چکیده مقاله :

طی سال های اخیر آتش سوزی در جنگل های ایران بخش وسیعی از این اکوسیستم‌های ارزشمند را نابود کرده است. با توجه به این‌که ایران جزء کشورهای کم‌جنگل جهان محسوب می‌شود،‌ بررسی پیامدهای آتش‌سوزی در جنگل‌های ایران و شناخت روش‌های مقابله با آنها به‌منظور ارائه راهکاری برای کاهش این آتش‌سوزی‌ها ضروری است. آتش سوزی در جنگل‌های ایران علاوه بر خسارت های اقتصادی و آلودگی های محیط زیستی، در از بین بردن گونه‌های گیاهی و جانوری منحصربه‌فرد این جنگل‌ها، کاهش تنوع زیستی و کاهش ارزش کیفی گونه‌های گیاهی صنعتی نیز تأثیر مهمی داشته است. به‌علاوه آتش‌سوزی‌های اخیر در جنگل‌های ایران باعث افزایش انتشار گازهای گلخانه‌ای نیز شده است که خود نقش مهمی در گرمایش این اکوسیستم‌ها و افزایش وقوع آتش‌سوزی‌های متعاقب در این جنگل‌ها داشته است. وجود این پیش‌‌زمینه به‌همراه آتش‌سوزی‌های عمدی و غیرعمدی انسانی در این اکوسیستم‌ها، وقوع آتش‌سوزی‌های مکرر در جنگل‌های ایران را دوچندان کرده است، بنابراین طراحی و توسعه روش‌های مقابله مؤثر با این آتش‌سوزی‌ها به‌صورت پیش‌گیرانه و عملیاتی ضروری به‌نظر می رسد. در این زمینه روش‌های متعددی از مدل‌سازی خطر وقوع و گسترش آتش‌سوزی با استفاده از فناوری‌های سنجش از دور و سیستم اطلاعات جغرافیایی توسعه یافته‌اند که نقش مؤثری در پیش‌بینی و پیش‌گیری از این حریق‌ها دارند.

چکیده انگلیسی:

Fire in the forests of Iran has destructed a large part of these valuable ecosystems in the recent years. Regarding to that Iran is one of the low-forest cover countries in the world, investigation of fire consequences in the forests of Iran and recognition of opposition methods to fire in these forests is essential to present a solution to decrease these fires. Fire in the forests of Iran has had an important effect in destruction of unique flora and fauna, decrease of biodiversity and decrease of qualitative value of industrial plant species in addition to the economic damages and environmental pollutions. Furthermore, the recent fires in the forests of Iran have also increased the greenhouse gas emissions which it has an important role in the warming of these ecosystems and increasing of subsequent fires occurrence in these forests. This pre-background along with human-caused intentional and non-intentional fires in these ecosystems, has increased the continuous fires occurrence in the forests of Iran. Thus, development and designing of the effective opposition methods to these fires as preventing and operating methods is essential. Many different methods of fire occurrence and spread modeling have been developed using RS and GIS technologies which it seems that these methods have the effective role in predicting and preventing of these forests.

منابع و مأخذ:

1-      کاظمی، س. م.، 1384. آتش و اکوسیستم­های جنگلی. ماهنامه دام و کشت و صنعت، 70: 46-56.

2-      Roman, M.V., Azqueta, D. and Rodrigues, M., 2013. Methodological approach to assess the socio-economic vulnerability to wildfires in Spain. Forest Ecology and Management, 294: 158-165.

3-      Flannigan, M.D., Stock, B.J. and Wotton, B.M., 2000. Climate change and forest fires. The Science of the Total Environment, 262: 221-229.

4-      Martinez, J., Vega-Garcia, C. and Chuvieco, E., 2009. Human-caused wildfire risk rating for prevention planning in Spain. Journal of Environmental Management, 90: 1241-1252.

5-      Eskandari, S., Oladi, J., Jalilvand, H. and Saradjian, M.R., 2013a. Role of human factors on fire occurrence in District Three of Neka Zalemroud forests- Iran. World Applied Sciences Journal, 27(9): 1146-1150.

6-      اسکندری، س.، 1394. رابطه بین تغییر اقلیم و آتش‌سوزی در جنگل‌های استان گلستان. تحقیقات حمایت و حفاظت از جنگل‌ها و مراتع ایران،‌ 13(1): 1-10.

7-      اداره کل منابع طبیعی استان مازندران، 1390. آمار و اطلاعات آتش­سوزی در استان مازندران. یگان حفاظت اداره کل منابع طبیعی استان مازندران، ساری، 120 صفحه.

8-      اداره کل منابع طبیعی استان گلستان، 1390. آمار و اطلاعات آتش­سوزی در استان گلستان. یگان حفاظت اداره کل منابع طبیعی استان گلستان، گرگان، 135 صفحه.

9-      محمدی، ف.، شعبانیان، ن.، پورهاشمی، م. و فاتحی، پ.، 1389. تهیه نقشه خطر آتش­سوزی جنگل با استفاده از AHP و GIS. تحقیقات جنگل و صنوبر ایران، 18(4): 569-586.

10-  Mahdavi, A., Fallah Shamsi, S.R. and Nazari, R., 2012. Forests and rangelands’ wildfire risk zoning using GIS and AHP techniques. Caspian Journal of Environmental Sciences, 10(1): 43-52.

11-  Eskandari, S., Oladi, J., Jalilvand, H. and Saradjian, M.R., 2013b. Detection of fire high-risk areas in Northern forests of Iran using Dong model. World Applied Sciences Journal, 27 (6): 770-773.

12-  اسکندری، س.، ‌اولادی، ج.، جلیلوند، ح. و سراجیان، م.ر.، 1392. مدل‌سازی و پیش‌بینی خطر آتش‌سوزی در جنگل‌های بخش سه نکا-ظالمرود با استفاده از سامانه اطلاعات جغرافیایی. تحقیقات جنگل و صنوبر ایران، 21(2): 203-217.

13-  زرع‎کار، ا.، کاظمی زمانی، ب.، قربانی، س.، عاشق‎معلا، م. و جعفری، ح.، 1392. تهیه  نقشه‌ی پراکندگی فضایی خطر آتش‌سوزی جنگل با استفاده از روش تصمیم‌گیری چندمعیاره و سامانه اطلاعات جغرافیایی (مطالعه موردی: سه حوضه در استان گیلان). تحقیقات جنگل و صنوبر ایران، 21(2)، 218-230.

14-  سجادیان، م. و سجادیان، ن.، 1388. ارزیابی و کنترل بهینه آتش­سوزی در منابع طبیعی (جنگل­ها) با استفاده از تلفیق آنالیز مکانی spread computation  و AHP در محیط GIS. دومین کنفرانس بین­المللی سلامت، ایمنی و محیط زیست، تهران، 8 صفحه.

15-  FAO, 2007. State of the World’s Forests. Published by Food and Agriculture Organization of the UN, Rome, 67p.

16-  Adab, H., Kanniah, K.D. and Solaimani, K., 2013. Modeling forest fire risk in the northeast of Iran using remote sensing and GIS techniques. Natural Hazards, 65: 1723-1743.

17-  Vasilakos, C., Kalabokidis, K., Hatzopoulos, J. and Matsinos, I., 2009. Identifying wildland fire ignition factors through sensitivity analysis of a neural network. Natural Hazards, 50(1): 125-143.

18-  Sowmya, S.V. and Somashekar, R.K., 2010. Application of remote sensing and geographical information system in mapping forest fire risk zone at Bhadra wildlife sanctuary, India. Journal of Environmental Biology, 31(6): 969-974.

19-  بیرانوند، ع.، بابایی کفاکی، س. و کیادلیری، ه.، 1390. بررسی تأثیر عوامل اکولوژیک بر توسعه آتش‌سوزی در اکوسیستم‌های جنگلی (مطالعه موردی: کاکارضا-لرستان). تحقیقات منابع طبیعی تجدید شونده، 2(2): 1-13.

20-  Eskandari, S. and Miesel, J.R., 2017. Comparison of the fuzzy AHP method, the spatial correlation method, and the Dong model to predict the fire high-risk areas in Hyrcanian forests of Iran. Geomatics, Natural Hazards and Risk, 8: 1-17.

21-  عالی­محمودی سراب، س.، فقهی، ج. و جباریان امیری، ب.، 1391. پیش­بینی وقوع آتش­سوزی در جنگل­ها و مراتع با استفاده از شبکه عصبی مصنوعی (مطالعه موردی: جنگل­های منطقه زاگرس شهرستان ایذه). اکولوژی کاربردی، 1(2): 75-85.

22-  اسکندری، س. و جلیلوند، ح.، 1391. تغییر اقلیم و اثر آن بر روند دفعات و مساحت آتش­سوزی عرصه­های جنگلی شرق مازندران. مجموعه مقالات سومین همایش بین­المللی تغییر اقلیم و گاهشناسی درختی در اکوسیستم­های خزری، ساری، 15 صفحه.

23-  Eskandari, S., Oladi, J., Jalilvand, H. and Saradjian, M.R., 2015a. Prediction of future forest fires using the MCDM method. Polish Journal of Environmental Studies, 24(5): 2309-2314.

24-  Eskandari, S., 2016. Application of a CA-based model to predict the fire front in Hyrcanian forests of Iran. Arabian Journal of Geoscciences, 9: 1-12.

25-  Patah, N.A., Mansor, S. and Mispan, M.R., 2000. An application of remote sensing and geographic information system for fire risk mapping. Bulletin of Malaysian Center for Remote Sensing, 54-67.

26-  حسینی، س. م.، 1390. جنگل‌داری مقدماتی. انتشارات دانشگاه مازندران، ساری، 274 صفحه.

27-  Stolle, F., Chomitz, K.M., Lambin, E.F. and Tomich, T.P., 2003. Human ecological intervention and the role of forest fires in human ecology. Forest Ecology and Management, 179: 277-292.

28-  FAO, 2006. Fire Management, Global Assessment. Published by Food and Agriculture Organization of the UN, Rome, 85p.

29-  Zumbrunnen, T., Pezzattic, G.B., Menéndezd, P., Bugmann, H., Bürgia, M. and Conederac, M., 2011. Weather and human impacts on forest fires: 100 years of fire history in two climatic regions of Switzerland. Forest Ecology and Management, 261: 2188-2199.

30-  Vadrevu, K.P., Eaturu, A. and Badarinath, K.V.S., 2010. Fire risk evaluation using multicriteria analysis, a case study. Journal of Environment Monitoring Assessment, 166(1): 223-239.

31-  Podur, J., Martell, D.L. and Knight, K., 2002. Statistical quality control analysis of forest fire activity in Canada. Canadian Journal of Forest Research, 32: 195-205.

32-  Encinas, L.H., White, S.H., del Rey, A.M. and Sanchez, G.R., 2007. Simulation of forest fire fronts using cellular automata. Advances in Engineering Software, 38: 372-378.

33-  جزیره­ای، م. ح.، 1384. نگهداشت جنگل. مؤسسه انتشارات و چاپ دانشگاه تهران، تهران، 231 صفحه.

34-  Chuvieco, E., Aguado, I., Yebra, M., Nieto, H., Salas, J., Martin, P., Vilar, L., Martinez, J., Martıin, S., Ibarra, P., de la Riva, J., Baeza, J., Rodriguez, F., Molina, J.R., Herrera, M.A. and Zamora, R., 2010. Development of a framework for fire risk assessment using remote sensing and geographic information system technologies. Ecological Modelling, 221: 46-58.

35-  Bowman, D.M.J.S., Balch, J.K., Artaxo, P., Bond, W.J., Carlson, J.M., Cochrane, M.A., D’Antonio, C.M., DeFries, R.S., Doyle, J.C., Harrison, S.P., Johnston, F.H., Keeley, J.E., Krawchuk, M.A., Kull, C.A., Marston, J.B., Moritz, M.A., Prentice, I.C., Roos, C., Scott, A., Swetnam, T., Van der Werf, G. and  Pyne, S.J., 2009. Fire in the Earth system. Science, 324: 481-484.

36-  Van der Werf, G.R., Randerson, J.T., Giglio, L., Collatz, G., Mu, M., Kasibhatla, P.S., Morton, D.C., DeFries, R.S., Jin, Y. and van Leeuwen, T.T., 2010. Global fire emissions and the contribution of deforestation, savanna, forest, agricultural, and peat fires (1997-2009). Atmospheric Chemistry and Physics, 10: 11707-11735.

37-  Alexandridis, A., Vakalis, D., Siettos, C.I. and Bafas, G.V., 2008. A cellular automata model for forest fire spread prediction: The case of the wildfire that swept through Spetses Island in 1990. Applied Mathematics and Computation, 204: 191-201.

38-  پورشکوری اله­ده، ف.، درویش­صفت، ع. ا.، صمدزادگان، ف. و سلیاری، ج.، 1390. بررسی امکان کشف آتش فعال به کمک تصاویر سنجنده MODIS (مطالعه موردی پارک ملی گلستان). مجموعه مقالات نخستین همایش بین­المللی آتش­سوزی در عرصه­های منابع طبیعی، گرگان، 11 صفحه.

39-  زهری، م.، رحیم­زادگان، م.، طایفی فیجانی، م.، تقی­زاده، ن.، صابری، ن.، علی­محمدی سراب، ع.، توکلی، ا. و اکبریان، م.، 1390. صحت‌سنجی محصولات آتش MODIS با استفاده از داده­های زمینی (مطالعه موردی گلستان). مجموعه مقالات نخستین همایش بین­المللی آتش­سوزی در عرصه­های منابع طبیعی، گرگان، 9 صفحه.

40-  Eskandari, S., Oladi, J., Jalilvand, H. and Saradjian, M.R., 2015b. Evaluation of the MODIS fire-detection product in Neka-Zalemroud fire-prone forests in Northern Iran. Polish Journal of Environmental Studies, 24(5): 2305-2308.

41-  Eskandari, S. and Chuvieco, E., 2015. Fire danger assessment in Iran based on geospatial information. International Journal of Applied Earth Observation and Geoinformation, 42: 57-64.

42-  Yassemi, S., Dragicevic, S. and Schmidt, M., 2007. Design and implementation of an integrated GIS-based cellular automata model to characterize forest fire behavior. Ecological Modeling, 201:71-84.

43-  Vakalis, D., Sarimveis, H., Kiranoudis, C.T., Alexandridis, A. and Bafas, G.V., 2004. A GIS based operational system for wildland fire crisis management, I. Mathematical modelling and simulation. Applied Mathematical Modelling, 28 (4): 389-410.

44-  Eskandari, S., Pourghasemi, H.R., Tiefenbacher, J.P., 2020. Relations of land cover, topography, and climate to fire occurrence in natural regions of Iran: Applying new data mining techniques for modeling and mapping fire danger. Forest Ecology and Management, 473: 118338.