به‌کارگیری فتوگرامتری زمینی در برآورد زی‌توده درختان تک پایه بلوط ایرانی

نوع مقاله: مقاله پژوهشی

نویسندگان

1 استادیار گروه سنجش از دور و سیستم اطلاعات جغرافیایی، دانشکده محیط زیست و انرژی، دانشگاه آزاد اسلامی، واحد علوم و تحقیقات تهران*(مسوول مکاتبات)

2 کارشناس اداره کل منابع طبیعی استان چهارمحال و بختیاری، شهرکرد

3 استادیار پژوهش، بخش تحقیقات منابع طبیعی، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی استان چهارمحال و بختیاری، سازمان تحقیقات، آموزش و ترویج کشاورزی، شهرکرد

10.22034/jest.2017.11626

چکیده

زمینه و هدف: برآورد دقیق زی­توده جنگلی با هدف بررسی توان جنگل‌ها در ترسیب کربن اتمسفری از مسایل بسیار مهم در مدیریت جنگل‌هاست. پژوهش حاضر به‌منظور برآورد زی­توده درختان تک­پایه بلوط ایرانی با استفاده از روش­ غیرمخرب فتوگرامتری زمینی صورت گرفت.
روش بررسی: در این تحقیق که در استان چهارمحال و بختیاری انجام شد، ابتدا 32 درخت تک پایه بلوط ایرانی در طبقه‌های قطری مختلف انتخاب و از هر درخت دو عکس در جهت عمود بر هم گرفته شد. سپس برای هر عکس مقیاس محاسبه گردید و حجم­ اجزای مختلف درخت اعم از تنه، شاخه­‌های اصلی، شاخه های فرعی و شاخ و برگ (تاج) تعیین گردید. با نمونه‌برداری از اجزاء مختلف درخت، چگالی هر جزء محاسبه و زی‌توده برای اجزای مختلف اندازه‌گیری شد. سپس زی‌توده برآورد شده از روش فتوگرامتری زمینی با زی‌توده به‌دست آمده از روش قطع و توزین مقایسه گردید.
یافته‌ها: نتایج نشان داد که اختلاف آماری معنی­داری بین زی‌توده برآورد شده از روش فتوگرامتری زمینی با شیوه قطع که دقیق­ترین روش برآورد زی­توده است وجود ندارد.
بحث و نتیجه‌گیری: این تحقیق دقت و کارایی روش‌ فتوگرامتری زمینی را در برآورد زی‌توده روی زمینی در فرم‌ رویشی تک‌پایه بلوط ایرانی نشان داد.

کلیدواژه‌ها

موضوعات


 

 

 

 

 

علوم و تکنولوژی محیط زیست، دورهنوزدهم، شماره چهار، زمستان 96

 

 

به‌کارگیری فتوگرامتری زمینی در برآورد زی‌توده درختان تک پایه بلوط ایرانی

 

 

زهرا عزیزی[1]*

zazizi@srbiau.ac.ir

اصغر حسینی[2]

یعقوب ایرانمنش[3]

تاریخ دریافت:4/9/94

تاریخ پذیرش:12/2/95

 

چکیده

زمینه و هدف: برآورد دقیق زی­توده جنگلی با هدف بررسی توان جنگل‌ها در ترسیب کربن اتمسفری از مسایل بسیار مهم در مدیریت جنگل‌هاست. پژوهش حاضر به‌منظور برآورد زی­توده درختان تک­پایه بلوط ایرانی با استفاده از روش­ غیرمخرب فتوگرامتری زمینی صورت گرفت.

روش بررسی: در این تحقیق که در استان چهارمحال و بختیاری انجام شد، ابتدا 32 درخت تک پایه بلوط ایرانی در طبقه‌های قطری مختلف انتخاب و از هر درخت دو عکس در جهت عمود بر هم گرفته شد. سپس برای هر عکس مقیاس محاسبه گردید و حجم­ اجزای مختلف درخت اعم از تنه، شاخه­‌های اصلی، شاخه های فرعی و شاخ و برگ (تاج) تعیین گردید. با نمونه‌برداری از اجزاء مختلف درخت، چگالی هر جزء محاسبه و زی‌توده برای اجزای مختلف اندازه‌گیری شد. سپس زی‌توده برآورد شده از روش فتوگرامتری زمینی با زی‌توده به‌دست آمده از روش قطع و توزین مقایسه گردید.

یافته‌ها: نتایج نشان داد که اختلاف آماری معنی­داری بین زی‌توده برآورد شده از روش فتوگرامتری زمینی با شیوه قطع که دقیق­ترین روش برآورد زی­توده است وجود ندارد.

بحث و نتیجه‌گیری: این تحقیق دقت و کارایی روش‌ فتوگرامتری زمینی را در برآورد زی‌توده روی زمینی در فرم‌ رویشی تک‌پایه بلوط ایرانی نشان داد.

 

واژه­هایکلیدی: بلوط ایرانی، فتوگرامتری بردکوتاه، زی­توده.

 

J.Env. Sci. Tech., Vol 19, No.4, winter, 2018

 

 

 

 


Estimating Biomass of Single Oak Trees Using Terrestrial Photogrammetry

 

Zahra Azizi[4]*

zazizi@srbiau.ac.ir

Asghar Hosseini [5]

Yaghoob Iranmanesh[6]

Date Received: November 25, 2015

Admission Date: May 1, 2016

 

Abstract

Background and Objective: Accurate estimation of forest biomass for assessment of the potential of forests to sequester atmospheric carbon is an important aspect in forest management. The present study aimed to estimate the biomass of single-stem Quercus brantii trees by using terrestrial photogrammetry as a nondestructive method.

Method: The study was conducted in Chaharmahal and Bakhtiari province. First, 32 individual trees from different diameter classes were selected and two photos were taken for each tree in perpendicular directions. Then, the scale of each photo was calculated and the volume of different components of trees was determined (trunk, main branches, branches and foliage (Crown)). Density of each component was measured using data collected from field and laboratory analysis; and biomass of each component was measured. Estimated biomass from terrestrial photogrammetry method was compared with the actual biomass obtained from the field method.

Findings: Results showed that there is no significant difference between the terrestrial photogrammetry method and the field method, which is accurate method in order to evaluate biomass.

Discussion and Conclusions: This study showed that terrestrial photogrammetry for estimation of above ground biomass for single-stem Quercus brantii trees is an accurate and efficient method.

 

Keywords: Iranian Oak, Terrestrial Photogrammetry, Biomass.

 

 

مقدمه


تغییرات اقلیمی و پدیده گرمایش جهانی طی سال‌های اخیر، شرایط بحرانی را در سراسر جهان ایجاد کرده است تا جایی‌که سازمان ملل متحد برآن شد درخصوص این بحران، مدیریت و برنامه‌ریزی نوینی را به اجرا درآورد (1). از آن‌جا که، ترسیب کربن ناشی از رویش گونه‌های جنگلی، به‌عنوان یک روش مقرون به‌صرفه در کاهش غلظت گازهای گل‌خانه‌ای است (2)، ارزیابی کمی ذخیره کربن جنگل‌ها از مهم‌ترین برنامه‌هایی است که بر آن تاکید شده است (3). لذا، امروزه برآورد دقیق زی­توده جنگلی با هدف بررسی توان جنگل‌ها در کاهش گرمایش جهانی از موضوعات بسیار مهم در مدیریت جنگل‌هاست (4). دقیق‌ترین روش برآورد زی­توده و وضعیت ذخیره کربن، قطع و برداشت درختان است، اما قطع و توزین تعداد کافی درخت که بیان‌گر وضعیت یک گونه در رویش‌گاه باشد، بسیار پیچیده، وقت‌گیر، مخرب، خسته‌کننده و هزینه‌بر است (5). به‌همین دلیل، بیش‌تر مطالعات به مناطق کوچک و تعداد نمونه­های کم محدود می‌شوند(6). از طرفی، روش‌های محدود به قطع درخت مناسب جنگل­های با اکوسیستم شکننده و دارای گونه­های در معرض تهدید نمی‌باشد(7). بنابراین، بررسی شیوه‌های غیرمخرب که ضمن دربرگرفتن هزینه و وقت کم‌تر، از اعتبار و دقت بالایی برخوردار باشند، ضروری است. این موضوع به‌ویژه در جنگل‌های زاگرس دارای اهمیت بیش‌تری است. این جنگل‌ها ازجمله اکوسیستم‌های طبیعی کشور بوده که ارزش اقتصادی آن‌ها از جنبه ترسیب کربن بسیار حیاتی‌تر بوده و توجه به این مساله می‌تواند ارزش‌گذاری ‌محیط‌زیستی این اکوسیستم‌های جنگلی را آشکارتر سازد (8). از جمله روش‌های غیرمخرب در برآورد مشخصه‌های جنگل و درخت به‌کارگیری فنون دورسنجی است (9). با این‌حال، هزینه برداشت عکس و تصویر با استفاده از سکوهای هوایی و فضایی بسیار زیاد و اغلب کیفیت داده‌ها برای تشخیص اجزای درخت به­صورت تنه، شاخه و تاج ناکافی است. تکنولوژی لیدار و اسکنرهای لیزری اطلاعات مناسبی برای برآورد زی‌توده فراهم می­کنند، اما این نوع داده‌ها نیز علاوه بر هزینه زیاد تهیه آن‌ها، نیازمند تکنولوژی و امکانات خاصی هستند و دست‌یابی به چنین داده‌هایی برای کل جنگل‌های زاگرس به آسانی امکان‌پذیر نیست.

 

 

 


در میان روش‌های مختلف اخذ داده، فتوگرامتری روشی مناسب و کم‌هزینه در برآورد زی‌توده روی­زمینی درختان است، هم‌چنین، در اندک مطالعاتی که با استفاده از عکس‌برداری زمینی انجام شده است، نتایج قابل قبولی در برآورد مشخصه‌های دوبعدی (ارتفاع درخت، قطرتنه و تاج) و سه‌بعدی (حجم سرپا، مقدار زی‌توده، حجم تاج) نشان داده است (10). فتوگرامتری از لحاظ ایستگاه گیرنده عکس، شامل فتوگرامتری زمینی (برد کوتاه)، فتوگرامتری هوایی و فتوگرامتری فضایی می­باشد. فتوگرامتری زمینی از گذشته، به عنوان یکی از روش‌های برداشت اطلاعات پدیده‌های سطح زمین در مطالعات مختلف مورداستفاده قرار گرفته است(11و 12). ظهور فتوگرامتری رقومی امکان استفاده از این روش را به لحاظ برداشت اطلاعات و تحلیل‌های نرم افزاری نیز توسعه داده است(13، 14، 15 . 16). از مزیت­های فتوگرامتری رقومی می­توان به مناسب بودن برای مناطق وسیع، نیاز به حضور کم‌تر در منطقه، هزینه پایین‌تر، سرعت بالاتر، امکان اتوماسیون، زمان کم‌تر، امکان کنترل بیش‌تر بر پردازش­ها و ثبت عوارض به صورت طبیعی اشاره کرد (17). مزیت اصلی فتوگرامتری در طول بررسی زمینی، پتانسیل بالقوه آن برای به‌دست آوردن قدرت تفکیک بالا و اطلاعات مستمر از عکس­هایی است که ارائیه­­دهنده یک رکورد دایمی از شکل پدیده‌ها است (18). از جمله مطالعاتی که با فنون فتوگرامتری برای اندازه‌گیری و برآورد زی‌توده انجام شده است می‌توان به مطالعه Montes و همکاران (7) اشاره نمود که زی­توده رویه­زمینی را در یک جنگل­ سوزنی­برگ در معرض تهدید با کمک فتوگرامتری زمینی و آنالیزهای غیرمخرب محاسبه نمود. Okuda و همکاران (19) نیز زی­توده رویه­زمینی را در بخشی از جنگل­های بارانی با استفاده از تجزیه و تحلیل فتوگرامتری سه­بعدی برآورد نمودند. در برخی مطالعات اخیر از اسکنرهای لیزری زمینی برای برآورد زی‌توده درختان جنگلی استفاده شده است (20). هدف تحقیق حاضر، به‌کارگیری فوتوگرامتری زمینی (برد کوتاه) به‌عنوان یک روش غیرمخرب در برآورد زی­توده فرم رویشی تک‌پایه بلوط ایرانی و ارایه راه‌کار عملی مناسب برای تخمین دقیق‌ مقدار زی­توده این گونه است.

 

مواد و روش‌ها

- معرفی منطقه

منطقه مورد مطالعه (شکل 1) بخشی از جنگل‌های شهرستان لردگان (جنگل‌های بارز) در استان چهارمحال و بختیاری است که در محدوده جغرافیایی 380 , /50 طول شرقی و 280, /31 عرض شمالی واقع شده است. اقلیم منطقه به روش گوسن، مدیترانه­ای گرم و خشک و تیپ غالب جنگل‌های این منطقه بلوط ایرانی است (21).

 

- شیوه اجرای پژوهش

نمونه‌برداری در دو بخش انجام گرفت. در بخش اول انتخاب درختان قطع شده و نمونه‌برداری از اجزای این درختان صورت گرفت و در بخش دوم انتخاب درختان سرپا و عکس‌برداری از آن‌ها انجام شد.

بخش اول- عکس برداری از درختان سرپا: در این مرحله با استفاده از دوربین دیجیتال Sony DSC-55 (قدرت تفکیک1/14 مگاپیکسل) دو عکس از هر درخت در دو جهت شمالی- جنوبی و شرقی- غربی اخذ شد. در هر یک از عکس‌ها کادربندی به شکلی بود که همه اجزای روی­زمینی درخت اعم از تنه، شاخه‌های اصلی و فرعی و تاج (شاخ و برگ) درخت در عکس مشخص باشد. در زمان عکس‌برداری فاصله افقی محل استقرار دوربین و خط فرضی که از مرکز درخت به­صورت شاقولی عبور می­کند اندازه‌گیری گردید. هم‌چنین یک شاخص مدرج با ابعاد 20×20 سانتی‌متر در زمان برداشت تمامی عکس‌ها در کنار تنه درختان قرار داده شد.

محاسبه مقیاس: در این مطالعه مقیاس نسبت ساده بین اندازه درخت در عکس و اندازه واقعی درخت نیست. مقیاس به اندازه شبکه مورد استفاده برای ثبت تصویر و قدرت تفکیک مکانی عکس بستگی داشته و با استفاده از رابطه 1 برای هر عکس محاسبه شد:

رابطه (1)

 

در این رابطه S مقیاس، D فاصله واقعی از درخت بر حسب متر، R قدرت تفکیک مکانی عکس بر حسب dpi، y فاصله بر روی عکس بر حسب میلی­متر و c اندازه شبکه سلولی (پیکسل) عکس بر حسب میلی­متر می­باشد.

محاسبه حجم­ اجزای درخت شاملتنه، شاخه­‌های اصلی، شاخه های فرعی و شاخ و برگ (تاج)

ابتدا هر یک از عکس‌ها وارد نرم افزار Adobe Photoshop شد واندازه پیکسل‌های عکس محاسبه گردید. سپس به هر یک از پیکسل‌هایی که مربوط به اجزای درخت بودند یک کد برحسب اجزای درخت داده شد.

B: پیکسل‌های مربوط به تنه (محور اصلی درخت)

H: پیکسل‌‌های مربوط به شاخه­های اصلی، شاخه‌های با قطر بزرگ‌تر از 5 سانتی­متر

F: پیکسل‌‌های مربوط به شاخه­های فرعی، شاخه­های با قطر کوچک‌تر از 5 سانتی­متر

C: پیکسل‌های مربوط به شاخ و برگ درخت (تاج)

در ادامه تعداد پیکسل مربوط به هر جزء برای هر عکس محاسبه شد.

حجم پیکسل‌های تنه(B)

این پیکسل‌ها مربوط به تنه در حالت ایستاده می­باشند. برای هر ردیف از پیکسل‌های تنه شمارش پیکسل در ردیف انجام شد (قطر درخت در هر ردیف بر حسب تعداد پیکسل، d). سپس با در نظر گرفتن یک سطح مقطع دایره‌ای به اندازه ارتفاع استوانه (h، یک پیکسل) حجم هر ردیف محاسبه شد (رابطه 2):

رابطه (2)

 

                                                           

در این رابطه همواره 1h= است زیرا ارتفاع استوانه برای هر ردیف از پیکسل‌ها به اندازه یک پیکسل است.

حجم کل تنه از رابطه 3 محاسبه شد در این رابطه n تعداد مقاطع دایره­ای و viحجم هر ردیف است.

رابطه (3)

 

                       

حجم پیکسل‌شاخه های اصلی(H)

این پیکسل‌ها مربوط به اجزاء چوبی(شاخه اصلی) است که به‌صورت زاویه دار با تنه اصلی از تنه جدا شده‌اند. روش محاسبه حجم شاخه‌های اصلی مانند تنه اصلی است.

حجم پیکسل‌ شاخه های فرعی(F)

کلیه پیکسل های در برگیرنده شاخه­های فرعی شمارش شد و با توجه به قطر کم شاخه‌های فرعی، حجم هر پیکسل به‌صورت یک مکعب با ابعاد مشخص (اندازه پیکسل) محاسبه گردید. در این بخش به پیکسل‌های حاشیه‌ای که قطعیتی در پوشش کامل آن‌ها وجود نداشت ارزش نیم پیکسل داده شد.

حجم شاخ و برگ تاج: از آن‌جا که سطح مقطع تاج اغلب درختان منطقه بیضوی بود، لذا دو قطر کوچک و بزرگ (L و W) بر روی جفت عکس‌های مربوط به هر درخت اندازه‌گیری شد و با استقاده از رابطه (4) مقدار Db2 برای تاج تعیین شد و سپس حجم تاج با رابطه (5) محاسبه گردید.

رابطه (4)

 

                                   

در این رابطه حجم تاج با اندازه گیری ارتفاع تاج بر روی عکس از رابطه (5) محاسبه شد(22).

رابطه (5)

 

                                                           

 بخش دوم- نمونه‌برداری از درختان قطع شده: در این مرحله پس از قطع درخت، از اجزای تنه و شاخه اصلی (حداقل قطر شاخه 5 سانتی‌متر) هر درخت تعداد سه قطعه چوبی مکعبی با ابعاد 2 سانتی‌متر (مجموعا 48 نمونه برای هر جزء) تهیه گردید. در ادامه این قطعات در دمای 80 درجه­سانتی­گراد و به مدت 96 ساعت خشک شدند و سپس با کمک رابطه (6) چگالی تنه و شاخه‌های اصلی درخت محاسبه شد.       

رابطه (6)

 

 

در این رابطه bd چگالی، M جرم(وزن خشک) و V حجم قطعات چوبی می­باشد.

برای محاسبه چگالی سرشاخه‌ها،  نمونه‌های تصادفی (یک نمونه در هر درخت) از سرشاخه‌ها (حداکثر قطر شاخه­ها 5 سانتی­متر) گرفته شد. چگالی هر نمونه پس از اندازه­گیری وزن خشک محاسبه گردید (با خشک کردن در دمای 80 درجه سانتی­گراد به مدت 96ساعت).

برای محاسبه چگالی تاج نیز از شاخ و برگ هر یک از درختان قطع شده به‌صورت تصادفی از چهار طرف تاج نمونه‌برداری انجام گرفت و پس از خشک کردن در دمای 76 درجه به مدت 72 ساعت و با استفاده از رابطه (6) چگالی شاخ و برگ (تاج) محاسبه شد. اندازه‌گیری حجم شاخه‌های فرعی و شاخ و برگ تاج با روش غوطه‌ورسازی در آزمایش‌گاه انجام گردید.

محاسبه زی­توده درخت

محاسبه زی‌توده در دو بخش برای درختان قطع شده و برای درختان سرپا (با روش فتوگرامتری) انجام گرفت. در هر دو بخش زی­توده برای هر جز درخت شامل تنه، شاخه­های اصلی، شاخه‌های فرعی و تاج(شاخ وبرگ) درخت محاسبه شد.

در بخش اول با استفاده از نتایج تحقیق Iranmanesh و همکاران (23) که با روش قطع درخت و اندازه‌گیری دقیق اجزای درخت انجام شده بود زی‌توده هر درخت محاسبه شد.

در بخش دوم، مقادیر زی­توده با استفاده از رابطه  به دست ­آمد، B زی­توده، V حجم برآورد شده پیکسل‌ها برای هر یک از اجزا درخت و d چگالی هر جزء می­باشد.

 

 

 

 

 

نتایج

 

براساس نتایج، مقیاس­های به‌دست آمده از عکس‌ها برای درختان مورد مطالعه در دامنه‌ای از 50/16: 1 تا 82/28: 1 قرار داشت. (شکل 2). با بزرگ شدن ابعاد کلی درخت (قطرتاج × ارتفاع درخت)، با هدف کادربندی کامل در عکس‌‌برداری، در زمان تهیه عکس، فاصله (D) از درخت بیش‌تر در نظرگرفته شد. با این حال، به‌دلیل اختلاف ارتفاع کم درختان و شکل نامتعارف اغلب درختان، ابعاد درخت رابطه ضعیفی با عدد مقیاس برقرار کرد.

نتایج اندازه‌گیری چگالی چوب در اجزای درخت (تنه، شاخه‌ اصلی، شاخه فرعی و تاج) در جدول (1) آمده است. بیش‌ترین چگالی چوب مربوط به تنه و شاخه‌های اصلی درختان (58/764 کیلوگرم در مترمکعب) بود. چگالی چوبی شاخه‌های فرعی و تاج بسیار کم‌تر بود. از جمله عوامل کاهش چگالی، فضای خالی زیاد بین قطعات تاج و شاخه­های فرعی نسبت به تنه و شاخه‌های اصلی شناخته شد. درصد انحراف معیار شاخه‌های فرعی و تاج گویای ناهمگنی این بافت‌ها در درختان است.


 

 

 

 

جدول 1- زی‌توده اجزای درخت در واحد حجم (کیلوگرم در مترمکعب)

Table 1. Components of tree biomass per unit volume (kg per cubic meter)

درصد انحراف معیار

چگالی

اجزای درخت

23/7

26/55±58/764

تنه و شاخه

54/27

38/12±41/3

شاخه فرعی

08/23

02/18±16/4

تاج

 


برآورد حجم اجزای مختلف تنه با استفاده از تبدیل پیکسل‌های هر جزء به حجم با واحد مترمکعب نشان داد بر حسب طبقات قطری اجزای درخت نسبت‌های متفاوتی از حجم درخت را به خود اختصاص می‌دهند (شکل 3).



           

 

شکل 3- درصد زی‌توده اختصاص یافته به اجزای درخت در طبقات قطری مختلف

Figure 3. Percent of each component tree biomass in different diameter classes


 


پس از محاسبه حجم اجزای درختان برحسب طبقات قطری، نتایج به‌دست آمده با روش قطع درخت و فتوگرامتری زمینی با هم مقایسه شد (شکل 4). براساس حاصل، آمده اختلاف معنی‌داری میان دو روش اندازه‌گیری مقدار زی‌توده در هیچ یک از طبقات قطری و برای کل درختان مورد مطالعه وجود نداشت.

 

 

شکل4- مقایسه مقدار زی‌توده در اندام‌های روی­زمینی درختان بلوط تک پایه در طبقات قطری مختلف با روش قطع درخت و فتوگرامتری زمینی

Figure 4. Comparing of field method and terrestrial photogrammetry for estimation of above ground biomass for single-stem Quercus brantii trees in different diameter classes

 

 

مقایسه مقدار میانگین هر یک از اجزای درختان در طبقات قطری مختلف در جدول (2) آمده است. نتایج این مقایسه نشان می‌دهد بیش‌ترین اختلاف مربوط به اندازه‌گیری مقدار زی‌توده شاخه‌های فرعی درختان طبقه قطری کم‌تر از 10 سانتی‌متر است.

 

 

 

 

 

جدول 2- مقدار میانگین هر یک از اجزای درختان در طبقات قطری مختلف بر اساس روش اندازه‌گیری

Table 2.The mean value of each part of trees in different diameter classes based on the measurement methods

طبقه قطری (سانتی‌متر)

روش اندازه‌گیری

میانگین زی‌توده (اختلاف دو روش به درصد)/ کیلوگرم

تنه

شاخه‌های اصلی

شاخه‌های فرعی

شاخ و برگ تاج

کل

>10

قطع درخت

2/15

(84/16) 8/17

1/6

(28/3) 3/6

1/5

(71/54-) 3/2

1/6

(62/22-) 7/4

5/32

(37/4-) 1/31

فتوگرامتری

20-10

قطع درخت

0/48

(87/1) 9/48

8/22

(00/5)9/23

9/16

(06/11-) 1/15

2/17

(52/10) 0/19

9/104

(89/1) 9/106

فتوگرامتری

30-20

قطع درخت

9/84

(34/1-) 8/83

0/56

(27/0-) 8/55

8/56

(92/11-) 0/50

9/45

(97/7) 6/49

6/243

(80/1-) 2/239

فتوگرامتری

40-30

قطع درخت

3/191

(94/7) 5/206

3/208

(11/6-) 6/195

8/219

(05/2-) 3/215

3/54

(06/3) 0/56

7/673

(06/0-) 3/673

فتوگرامتری

40>

قطع درخت

6/344

(71/4-) 4/328

9/366

(70/5) 8/387

7/226

(05/8) 9/244

5/89

(74/8-) 7/81

7/1027

(47/1) 8/1042

فتوگرامتری

 


بحث

 

اندازه‌گیری و برآورد زی‌توده رستنی‌ها از جمله درختان، یکی از نیازهای اساسی در مدیریت و برنامه‌ریزی جنگل و بررسی‌ جریان انرژی در اکوسیستم است که امروزه مورد توجه بسیاری از محققان قرار گرفته‌ است(24). مقدار زی‌توده علاوه بر این‌که بیان‌گر توان تولید در اکوسیستم‌های جنگلی در واحد سطح یا زمان است، بر چرخه‌های بیوژئوشیمیایی جنگل  نیز تأثیرگذار است(25). از جمله مسایلی که با اندازه‌گیری زی‌توده ارتباط مستقیم دارند بحران گرمایش جهانی و تعیین مقدار کربن ذخیره شده در زی‌توده درختان جنگلی در کل جهان، جنگل‌کاری با هدف تولید انرژی زیستی، تولید محصولات چوبی، تجارت چوب و کاغذ و ... است. از این‌رو اندازه‌گیری مقدار تولید زی‌توده درختی از اهمیت زیادی برخوردار می‌باشد(26). در این تحقیق با استفاده از فتوگرامتری زمینی(برد کوتاه) زی‌توده گونه بلوط ایرانی (فرم تک‌پایه) در اندام‌های مختلف درخت برآورد شد و با روش قطع درخت مورد مقایسه و ارزیابی قرارگرفت. نتایج به‌دست ‌آمده با روش فتوگرامتری زمینی به‌خوبی نشان می‌دهد که اختلاف آماری معنی­داری با دقیق­ترین شیوه تخمین زی­توده وجو ندارد که در آن درخت را قطع و به تفکیک اندام‌ها تقسیم، خشک و توزین می‌نمایند. برای بررسی صحت روش فتوگرامتری زمینی از درصد اریبی استفاده شد. نتایج مقایسه درصد اریبی در قسمت‌های مختلف درختان و کل درخت نشان می‌دهد که این روش برای برآورد زی‌توده کل درختان تک پایه بلوط ایرانی روش نااریبی است، اما در برآورد زی‌توده شاخه‌های فرعی و شاخ و برگ درختان طبقه قطری کم‌تر از ده سانتی‌متر (درختان کوچک) اریبی منفی قابل توجهی دارد. هم‌چنین در این طبقه قطری در برآورد زی‌توده تنه و شاخه‌های اصلی اریبی مثبت دارد. در طبقات قطری کم‌تر از ده سانتی‌متر تشخیص و تفکیک تنه از دیگر اجزای درخت بر روی عکس واضح است، اما تفکیک شاخه‌اصلی، شاخه فرعی و شاخ و برگ از یک‌دیگر از قطعیت کم‌تری برخوردار می‌باشد.

لذا اریبی زی‌توده برآورد شده در این طبقات بیش‌تر از طبقات قطری بزرگ‌تر است. در کل، نتایج به‌دست آمده در تحقیق حاضر، با نتایج حاصل از تحقیق Peper  و همکاران (27)، مطابقت دارد. اگرچه Good  (28) وجود اریبی مثبت در برآورد زی‌توده برگ و سرشاخه‌ها و اریبی منفی در زی‌توده بخش چوبی را در تحقیق خود گزارش کرده است. هم‌چنین Aguilar و همکاران (29) در تحقیقات خود در مورد دو گونه بلوط (Quercus laeta و Quercus castanea) به این نتیجه رسیدند که معادلات برآورد زیتوده در قسمت‌های غیر چوبی مثل سرشاخه و برگ از خطای بیش‌تری برخوردار است. Bakhtiarvand Bakhtiari و Sohrabi (30) نیز در بررسی مقدماتی روش نمونه‌برداری شاخسار تصادفی در برآورد زی‌توده رویه‌زمینی درختان دست‌کاشت منطقه فولاد مبارکه به این نتیجه رسیدند که اریبی نسبی برآورد زی‌توده بین 3/3 تا 6/7 درصد بوده و بنابراین، این روش برای برآورد زی‌توده درخت، روش نااریبی است. چنان‌چه در نتایج مشاهده می‌شود (شکل3- نمودار کل نمونه‌ها) در هر دو روش مقدار RMSE زیاد است. دلیل این مساله را می‌توان مربوط به دخالت‌های انسانی، سرشاخه‌زنی و تخریب‌های شدید موجود در این جنگل‌ها دانست، به‌بیان دیگر درختان بلوط منطقه مورد مطالعه، فرم اولیه یک درخت بلوط را ندارند همین مساله واریانس بالا بین مشاهدات را ایجاد کرده است.

بررسی نتایج مربوط به برآورد زی‌توده اجزای درخت نشان داد که مقدار نسبی زی‌توده تاج(شاخ وبرگ) با افزایش سن درخت (طبقه قطری) کاهش می‌یابد.  Wangو همکاران (31) در بررسی ساختار زی‌توده در گونه Abies nephrolepisو Peichl   و Arain (32) نیز در مورد گونه Pinus strobusبه نتیجه مشابهی دست یافتند. به عبارت دیگر با افزایش سن درختان، میزان نسبی زی‌توده تنه افزایش یافته اما میزان نسبی شاخه‌ و برگ کاهش یافته است. در طی رویش درخت، سن، اندازه، شکل و در نتیجه اجزاء زی‌توده درخت تغییر پیدا می‌کند. ساختار تاج (زی‌توده و سطح تاج) و بخش‌های مختلف آن (شاخه‌ها، سرشاخه و برگ) عوامل اصلی در اکولوژی جنگل هستند. رابطه بین شاخ و برگ و افزایش زی‌توده تنه به‌شدت با بهره‌وری و حاصل‌خیزی مرتبط بوده و به نام کارایی رشد نامیده می‌شود و می‌تواند به عنوان رویش زی‌توده تنه در واحد زی‌توده شاخ و برگ بیان شود (33).

در مورد زیتودة شاخه‌ها، مجموع شاخه‌های اصلی و فرعی بیش‌ترین مقدار زیتوده را در درختان با قطر بیش از 20 سانتی‌متر به‌خود اختصاص داده‌اند. دلیل این مساله به ساختار و فرم رویشی بلوط ایرانی مربوط می‌شود. در طبقات قطری بالا گسترش تاج به نسبت اندازه کلی درخت بیش‌تر از طبقات قطری کم‌تر است(شکل 2). با توجه به ساختار این گونه که به‌خاطر شرایط رویش‌گاهی و محیطی شاخه‌های آن از ارتفاع پایین تنه شروع می‌شوند، قسمت زیادی از زی‌توده درخت را شاخه‌های اصلی و فرعی منشعب از تنه تشکیل می‌دهند. شایان ذکر است که گیاهان معمولا ساختار زی‌توده خود را در پاسخ به تغییرات محیطی تنظیم می‌کنند (31) تا پایداری درخت تامین گردد.

در مقایسه حجم اجزای درختان که با فنون فتوگرامتری محاسبه گردید، مشاهده شد که حجم تنه نسبت به حجم کل اجزای درخت با افزایش قطر درخت کاهش می‌یابد و نیز سهم شاخه‌ها نسبت به کل افزایش می‌یابد. هرچند تغییرات سهم حجم شاخه‌های فرعی و شاخ و برگ در طبقات قطری روند مشخصی ندارند. البته، این موضوع با تئوری پایداری درخت قابل توجیه است. West (29) در تفسیر تئوری پایداری بیان می‌دارد که نیازهای هندسی در یک درخت به ‌شکلی است که تنه یک درخت باید به اندازه‌ کافی بزرگ و محکم باشد تا بتواند ضمن ا‌‌ین‌که قسمت‌های مختلف درخت را برروی خود نگه می‌دارد، شرایط سخت ناشی از فشارهای محیطی را تحمل کند. به‌عبارت دیگر مجموعه درخت، خود را تنها با مقدار برگ‌ها تنظیم نمی‌کند، بلکه همه بخش‌های درخت در این تنظیم هندسی سهیم هستند.

در مجموع می‌توان اذعان داشت به‌کارگیری فتوگرامتری زمینی به عنوان یک روش غیر مخرب در برآورده زی‌توده رویه‌زمینی در این تحقیق نتایج مطلوبی ارایه داده است.  Montes و همکاران (7) نیز که با استفاده از فتوگرامتری زمینی زی­توده بالای سطح زمین را با متوسط درصد خطای 5/2 تا 5/7 به ازای هر درخت برای درختان ارس محاسبه نمودند، این روش را یک روش قابل اعتماد در برآورد زی‌توده روی زمینی معرفی کردند.

 

منابع

  1. UNDP (United Nations Development Program), 1998. Human Development Report 1998. Oxford University Press, Oxford and New York.
  2. Zhang, X. Q. and Xu, D., 2003. Potential carbon sequestration in China’s forests. Environmental Science & Policy 6: 421–432.
  3. UNFCCC, 1997. Kyoto Protocol to the United Nations Framework Convention on Climate Change, Article 12.
  4. IPCC, 2003. Good practice guidance for land use, land-use change and forestry., Hayama, Japan: IPCC National Greenhouse Gas Inventories Programme, 295 pp.
  5. Kaonga, M.L., T.P. Bayliss-Smith, 2010. Allometric models for estimation of aboveground carbon stocks in improved fallows in eastern Zambia, Agroforestry Systems Journal, 78(3): 217-232.
  6. Ketterings, Q.M., R. Coe, M.V. Noordwijk, Y. Ambagau, and C.A.Palm, 2000. Reducing uncertainty in the use of allometric biomass equation for predicting above-ground tree biomass in mixed secondary forests, Forest Ecology and Management Journal, 146(2001): 199-209.
  7. Montes, N., T. Gauquelin, W. Badri, V. Bertaudiere, and El.H.Zaoui, 2000. A non-destructive method for estimating above-ground forest biomass in threatened woodlands, Forest Ecology and Management Journal, 130 (2000): 37-46.
  8. Saatchi, S.S., Houghton, A., Dos Santos Alvala, R.C., Soare, J.V. and Yu, Y., 2007. Distribution of above ground biomass in the Amazon. Global Change Biol., 13: 816-837.
  9. Zimble, D.A, D.L. Evans, G.C. Carlson, R.C. Parker, S.C. Grado and P.D. Gerard, 2003. Characterizing vertical forest structure using small-footprint airborne LiDAR, Remote Sensing of Environment Journal, 87(2003): 171-182.
  10. Sohrabi, H., Zobeiri, M., Hosseini, S.M., 2009. Preparation of Aerial Volume Table using Visual Interpretation of Digital Aerial Images, Journal of Forest and Wood Products (JFWP), Iranian Journal of Natural Resources, Vol. 62(3): 261-274.
  11. Collin, R. L, and N.W.T. Chisholm, 1991.The photogrammetric record, Geomorphological Photogrammetry Journal, 13(78):845-854.
  12. Welch, R. and T. Jordan, 1983. Analytical non-metric close-range photogrammetry for monitoring stream channel erosion, Photogrammetric Engineering and Remote Sensing Journal, 49(3): 367-374.
  13. Fryer, J.G., J.H. Chandler, and M.A.R. Cooper, 1994. On the accuracy of heighting from maps and aerial photographs: Implications for process modellers, Earth Surface Processes and Landforms, Vol.19: 577-583.
  14. Lane, S., K.S. Richards, and J.H. Chandler, 1993. Developments in photogrammetry; the geomorphological potential, Progress in Physical Geography Journal, 17(3): 306-328.
  15. Brunsden, D. and J.H. Chandler, 1996. The continuing evolution of the Black Ven mudslide, 1946-95, Advances in Hillslope Processes, Wiley, Chichester, pp. 869-898.
  16. Chandler, G., 1996. Business similarity as a moderator of the relationship between pre-ownership experience and venture performance, Entrepreneurship Theory and Practice Journal, 20(3): 51–65.
  17. Schenk, T.  and C.  Toth, 1992.  Conceptual Issues of Soft-copy Photogrammetric Workstations, Photogrammetric Engineering and Remote Sensing Journal, 58(1): 101-110.
  18. Stojic, M., J. Chandler, P. Ashrnore, and J. Luce, 1998. The assessment of sediment transport rates by automated digital photogrammetry, Photogrammetric Engineering and Remote Sensing Journal, 64(5): 387-395.
  19. Okuda, T., M. Suzuki, S. Numata, K. Yoshida, S. Nishimura, N. Adachib, K. Niiyama, N. Manokaran, and M. Hashim, 2004. Estimation of aboveground biomass in logged and primary lowland rainforests using 3-D photogrammetric analysis, Forest Ecology and Management Journal, 203(2004): 63-75.
  20. Seidel, D., F. Beyer, D. Hertel, S. Fleck, and C. Leuschner, 2011. 3D-laser   scanning:   A   non-destructive   method   for   studying   above-   ground biomass   and   growth   of   juvenile   trees, Agricultural and Forest Meteorology Journal, 151(2011): 1305–1311.

21.  Soltani, S., Yaghmaee, L., Khodagholi, M., Sabohi, R., 2011. Bioclimatic Classification of Chahar-Mahal & Bakhtiari Province Using Multivariate Statistical Methods, Journal of Science and Technology of Agriculture and Natural Resources, Vol. 14(54): 53-68.

  1. Hernandez, R.P, 2004. Assessing carbon stocks and modelling win–win scenarios of carbon sequestration through land-use changes, Food and agriculture organization of the United Nations, Rome, 156P.
  2. Iranmanesh, Y.,  Sagheb Talebi, K., Sohrabi, H., Jalali, S.G., Hosseini, S.M., 2014: Biomass and carbon Stocks of Brant's oak (Quercus brantii Lindl.) in two vegetation forms in Lordegan, Chaharmahal & Bakhtiari Forests, Iranian Journal of Forest and Poplar Research,Vol. 22(4): 749-762.
  3. Zianis, D., Muukkonen, P., Mäkipää, R. and Mencuccini, M., 2005.  Biomass and Stem Volume Equations for Tree Species in Europe. SILVA FENNICA. Monographs 4.52p.
  4. Husch, B., T.W. Beers & J.A. Kershaw, 2003. Forest mensuration. 4th Edition, John Wiley & Sons Inc., 443 pp.
  5. West, P.W, 2009. Tree and Forest Measurement. Springer, 190 p.
  6. Peper, P. and Mcpherson, G., 1998. Comparison of four foliar and woody biomass estimation methods applied to open-grown deciduous trees, Journal of arboriculture, 24: 191-200.
  7. Good, N., M. Paterson., C. Brack and K. Mengersen., 2001. Estimating tree component biomass using variable probability sampling methods, Journal of agricultural, Biological and Environmental Statistics, 6: 258-267.
  8. Aguilar, R., Ghilardi, A., Vega, E., Skutsch, M. and Oyama, K., 2012. Sprouting productivity and allometric relationships of two oak species managed for traditional charcoal making in central Mexico. biomass and bioenergy, 36: 192-207.
  9. Bakhtiarvand Bakhtiari, S., Sohrabi, H., 2012: Preliminary results of estimating above- ground biomass using Randomized Branch Sampling method for planted Mulberry and Black Locust in Mobarakeh Steel region, Vol. 19(4): 562-571.
  10. Wang, X., Fang, J. and Zhu, B., 2008. Forest biomass and root–shoot allocation in northeast China. Forest Ecology and Management, 255: 4007–4020.
  11. Peichl, M., Arain, M.A., 2007. Allometry and partitioning of above- and belowground tree biomass in an age-sequence of white pine forests. Forest Ecology and Management, 253(1–3): 68–80.
  12. Gersonde, R.F. and O’Hara, K. L, 2005.Comparativetree growth efficiency in Sierra Nevada mixed-conifer forests. Forest Ecology and Management, 219, 95–108.

 

 

 

 

 

 

 


 


 


 



1- استادیار گروه سنجش از دور و سیستم اطلاعات جغرافیایی، دانشکده محیط زیست و انرژی، دانشگاه آزاد اسلامی، واحد علوم و تحقیقات تهران*(مسوول مکاتبات)

2- کارشناس اداره کل منابع طبیعی استان چهارمحال و بختیاری، شهرکرد

3- استادیار پژوهش، بخش تحقیقات منابع طبیعی، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی استان چهارمحال و بختیاری، سازمان تحقیقات، آموزش و ترویج کشاورزی، شهرکرد

1- Assistant Professor, Department of GIS-RS, Faculty of Environment and Energy, Science and Research Branch, Islamic Azad University, Tehran, Iran*(Corresponding Author).

2- Expert of General Bureau of Natural Resource Chaharmahal and Bakhtiari, Shahrekord, Iran.

3- Assistant Professor, Research Division of National Resources, Chaharmahal and Bakhtiari Agriculture and Natural Resources Research and Education Center, AREEO, Shahrekord, Iran.

 

  1. UNDP (United Nations Development Program), 1998. Human Development Report 1998. Oxford University Press, Oxford and New York.
  2. Zhang, X. Q. and Xu, D., 2003. Potential carbon sequestration in China’s forests. Environmental Science & Policy 6: 421–432.
  3. UNFCCC, 1997. Kyoto Protocol to the United Nations Framework Convention on Climate Change, Article 12.
  4. IPCC, 2003. Good practice guidance for land use, land-use change and forestry., Hayama, Japan: IPCC National Greenhouse Gas Inventories Programme, 295 pp.
  5. Kaonga, M.L., T.P. Bayliss-Smith, 2010. Allometric models for estimation of aboveground carbon stocks in improved fallows in eastern Zambia, Agroforestry Systems Journal, 78(3): 217-232.
  6. Ketterings, Q.M., R. Coe, M.V. Noordwijk, Y. Ambagau, and C.A.Palm, 2000. Reducing uncertainty in the use of allometric biomass equation for predicting above-ground tree biomass in mixed secondary forests, Forest Ecology and Management Journal, 146(2001): 199-209.
  7. Montes, N., T. Gauquelin, W. Badri, V. Bertaudiere, and El.H.Zaoui, 2000. A non-destructive method for estimating above-ground forest biomass in threatened woodlands, Forest Ecology and Management Journal, 130 (2000): 37-46.
  8. Saatchi, S.S., Houghton, A., Dos Santos Alvala, R.C., Soare, J.V. and Yu, Y., 2007. Distribution of above ground biomass in the Amazon. Global Change Biol., 13: 816-837.
  9. Zimble, D.A, D.L. Evans, G.C. Carlson, R.C. Parker, S.C. Grado and P.D. Gerard, 2003. Characterizing vertical forest structure using small-footprint airborne LiDAR, Remote Sensing of Environment Journal, 87(2003): 171-182.
  10. Sohrabi, H., Zobeiri, M., Hosseini, S.M., 2009. Preparation of Aerial Volume Table using Visual Interpretation of Digital Aerial Images, Journal of Forest and Wood Products (JFWP), Iranian Journal of Natural Resources, Vol. 62(3): 261-274.
  11. Collin, R. L, and N.W.T. Chisholm, 1991.The photogrammetric record, Geomorphological Photogrammetry Journal, 13(78):845-854.
  12. Welch, R. and T. Jordan, 1983. Analytical non-metric close-range photogrammetry for monitoring stream channel erosion, Photogrammetric Engineering and Remote Sensing Journal, 49(3): 367-374.
  13. Fryer, J.G., J.H. Chandler, and M.A.R. Cooper, 1994. On the accuracy of heighting from maps and aerial photographs: Implications for process modellers, Earth Surface Processes and Landforms, Vol.19: 577-583.
  14. Lane, S., K.S. Richards, and J.H. Chandler, 1993. Developments in photogrammetry; the geomorphological potential, Progress in Physical Geography Journal, 17(3): 306-328.
  15. Brunsden, D. and J.H. Chandler, 1996. The continuing evolution of the Black Ven mudslide, 1946-95, Advances in Hillslope Processes, Wiley, Chichester, pp. 869-898.
  16. Chandler, G., 1996. Business similarity as a moderator of the relationship between pre-ownership experience and venture performance, Entrepreneurship Theory and Practice Journal, 20(3): 51–65.
  17. Schenk, T.  and C.  Toth, 1992.  Conceptual Issues of Soft-copy Photogrammetric Workstations, Photogrammetric Engineering and Remote Sensing Journal, 58(1): 101-110.
  18. Stojic, M., J. Chandler, P. Ashrnore, and J. Luce, 1998. The assessment of sediment transport rates by automated digital photogrammetry, Photogrammetric Engineering and Remote Sensing Journal, 64(5): 387-395.
  19. Okuda, T., M. Suzuki, S. Numata, K. Yoshida, S. Nishimura, N. Adachib, K. Niiyama, N. Manokaran, and M. Hashim, 2004. Estimation of aboveground biomass in logged and primary lowland rainforests using 3-D photogrammetric analysis, Forest Ecology and Management Journal, 203(2004): 63-75.
  20. Seidel, D., F. Beyer, D. Hertel, S. Fleck, and C. Leuschner, 2011. 3D-laser   scanning:   A   non-destructive   method   for   studying   above-   ground biomass   and   growth   of   juvenile   trees, Agricultural and Forest Meteorology Journal, 151(2011): 1305–1311.

21.  Soltani, S., Yaghmaee, L., Khodagholi, M., Sabohi, R., 2011. Bioclimatic Classification of Chahar-Mahal & Bakhtiari Province Using Multivariate Statistical Methods, Journal of Science and Technology of Agriculture and Natural Resources, Vol. 14(54): 53-68.

  1. Hernandez, R.P, 2004. Assessing carbon stocks and modelling win–win scenarios of carbon sequestration through land-use changes, Food and agriculture organization of the United Nations, Rome, 156P.
  2. Iranmanesh, Y.,  Sagheb Talebi, K., Sohrabi, H., Jalali, S.G., Hosseini, S.M., 2014: Biomass and carbon Stocks of Brant's oak (Quercus brantii Lindl.) in two vegetation forms in Lordegan, Chaharmahal & Bakhtiari Forests, Iranian Journal of Forest and Poplar Research,Vol. 22(4): 749-762.
  3. Zianis, D., Muukkonen, P., Mäkipää, R. and Mencuccini, M., 2005.  Biomass and Stem Volume Equations for Tree Species in Europe. SILVA FENNICA. Monographs 4.52p.
  4. Husch, B., T.W. Beers & J.A. Kershaw, 2003. Forest mensuration. 4th Edition, John Wiley & Sons Inc., 443 pp.
  5. West, P.W, 2009. Tree and Forest Measurement. Springer, 190 p.
  6. Peper, P. and Mcpherson, G., 1998. Comparison of four foliar and woody biomass estimation methods applied to open-grown deciduous trees, Journal of arboriculture, 24: 191-200.
  7. Good, N., M. Paterson., C. Brack and K. Mengersen., 2001. Estimating tree component biomass using variable probability sampling methods, Journal of agricultural, Biological and Environmental Statistics, 6: 258-267.
  8. Aguilar, R., Ghilardi, A., Vega, E., Skutsch, M. and Oyama, K., 2012. Sprouting productivity and allometric relationships of two oak species managed for traditional charcoal making in central Mexico. biomass and bioenergy, 36: 192-207.
  9. Bakhtiarvand Bakhtiari, S., Sohrabi, H., 2012: Preliminary results of estimating above- ground biomass using Randomized Branch Sampling method for planted Mulberry and Black Locust in Mobarakeh Steel region, Vol. 19(4): 562-571.
  10. Wang, X., Fang, J. and Zhu, B., 2008. Forest biomass and root–shoot allocation in northeast China. Forest Ecology and Management, 255: 4007–4020.
  11. Peichl, M., Arain, M.A., 2007. Allometry and partitioning of above- and belowground tree biomass in an age-sequence of white pine forests. Forest Ecology and Management, 253(1–3): 68–80.
  12. Gersonde, R.F. and O’Hara, K. L, 2005.Comparativetree growth efficiency in Sierra Nevada mixed-conifer forests. Forest Ecology and Management, 219, 95–108.