فهرست نشریات علمی دسترسی آزاد ایران

در این پژوهش، کارایی دو روش نزدیک‌ترین همسایه (KNN) و میانگین‌ وزنی (WA) در برآورد غیرمستقیم خصوصیات محیطی جوامع گیاهی ارزیابی شد. برای این منظور از اطلاعات ترکیب پوشش گیاهی تعداد 324 قطعه‌نمونه 400 متر مربعی مربوط به پایگاه اطلاعاتی سرخدار در جنگل‌های هیرکانی استفاده شد. سپس با استفاده از دو روش KNN و WA و بهره‌گیری از دو سری از اطلاعات ترکیب پوشش گیاهی (حضور- غیاب و درصد تاج‌پوشش) و مقادیر اولیه داده‌های محیطی، اقدام به برآورد غیرمستقیم متغیرهای محیطی (ارتفاع از سطح دریا، شیب و جهت دامنه، درصد کربن آلی، درصد ازت، درجه واکنش و بافت خاک) در هر قطعه‌نمونه شد. ارزیابی صحت-سنجی مدل‌ها با استفاده از تحلیل رگرسیون و مقدار عددی ضریب تبیین انجام شد. نتایج برآورد خصوصیات محیطی در رویشگاه‌های مورد بررسی نشان داد استفاده از روش KNN با استفاده از داده‌های درصد تاج‌پوشش گونه‌ها به‌دلیل بهره‌مندی از بالاترین مقدار ضریب تبیین نسبت به سه حالت دیگر در اولویت است. برآورد نقطه‌ای متغیرها با استفاده از دو رویکرد متفاوت درون‌یابی (KNN) و برون‌یابی (WA) به‌عنوان عامل اصلی اختلاف این دو روش ارزیابی شد. عملکرد مناسب‌تر روش KNN در برآورد نقطه‌ای خصوصیات محیطی نسبت به روش WA به‌دلیل استفاده از اطلاعات محیطی قطعات‌نمونه‌ با بالاترین درجه مشابهت ترکیب گونه‌ای نسبت به نقطه مزبور است. در حالی‌که نتایج روش WA متاثر از دامنه تغییرات متغیرهای محیطی در سطح کل رویشگاه قرار دارد که این مسئله، افزایش میزان خطا در برآورد غیرمستقیم داده‌های محیطی را منجر می‌شود.