بررسی شایستگی مدل رگرسیون حداقل مربعات در مدلسازی ارتفاع گونۀ راش نسبت به متغیرهای محیطی در جنگل آموزشی و پژوهشی دانشگاه تربیت مدرس

نویسندگان

1 گروه تحلیل سیستم های محیطی و بیومتری، دانشگاه فرایبورگ، آلمان

2 دانشگاه تربیت مدرس

3 گروه جنگلداری، دانشکده منابع طبیعی دانشگاه تربیت مدرس

doi
چکیده

در پژوهش حاضر، به‌منظور مدلسازی ارتفاع گونۀ راش به‌عنوان یک مؤلفۀ مهم توان تولید رویشگاه نسبت به متغیرهای محیطی در جنگل آموزشی و پژوهشی دانشگاه تربیت مدرس از مدل رگرسیون حداقل مربعات استفاده شد. به این منظور به‌روش منظم – تصادفی 123 قطعة نمونه دایره‌ای 1/0 هکتاری در منطقه مستقر گردید و در هر یک از قطعات نمونه، ارتفاع کل و قطر برابرسینه تمام درختان راش با قطر بیشتر از 5/7 سانتی‌‌متر اندازه‌گیری شد. در مرکز قطعات نمونه، از عمق 0تا10 سانتی‌متر نمونه‌های خاک برداشته شده و مجموعه‌ای از خصوصیات فیزیکی و شیمیایی خاک در محل استقرار قطعات نمونه اندازه‌گیری شد. همچنین ارتفاع از سطح دریا، درصد شیب و آزیموت قطعات نمونه نیز ثبت شد. نتایج پژوهش حاضر نشان داد هرچند مدل رگرسیون خطی برحسب ضریب تبیین، کارایی به نسبت خوبی در مدلسازی ارتفاع گونۀ راش دارد، به‌کارگیری شاخص موران I نشان می‌دهد که مسئلۀ خودهمبستگی مکانی در مدل رگرسیون وجود دارد. به‌کارگیری مدل‌های خودرگرسیونی با وقفۀ مکانی و خطای مکانی به‌عنوان رویکردهای جایگزین برای حذف پدیدۀ خودهمبستگی نشان داد که این مدل‌ها ازنظر معیارهای ضریب تبیین، معیار اطلاعاتی آکائیک و لگاریتم درست‌نمایی کارایی بهتری نسبت به مدل رگرسیون خطی دارند. مقایسة دو مدل خودرگرسیونی توأمان با وقفۀ مکانی و خطای مکانی با استفاده از آماره‌های فوق نیز نشان می‌دهد که مدل خود رگرسیونی با خطای مکانی بهتر از مدل با وقفه مکانی است. پژوهش حاضر بر اهمیت بررسی و کنترل خودهمبستگی مکانی در مطالعات بوم‌شناسی جنگل تأکید می‌ورزد و دستورالعملی را برای مدلسازی عملکرد گونۀ راش نسبت به متغیرهای محیطی فراهم می‌کند.