فهرست نشریات علمی دسترسی آزاد ایران

هدف این پژوهش بررسی اهمیت مقیاس همسایگی در مدل‌سازی رابطة پوشش گیاهی و متغیرهای مرفومتریک به کمک الگوریتم درخت رگرسیونی و طبقه‌بندی (CART) در جنوب غرب ایران است. برای این هدف، شاخص پوشش گیاهی اصلاح شده (MSAVI2) از یک تصویر لندست 8 محاسبه گردید و استخراج هشت متغیر مرفومتریک با به‌کارگیری روش Wood در چهار مقیاس همسایگی (90×90، 150×150، 210×210 و 270×270 متر) از یک مدل رقومی ارتفاع  SRTM با وضوح مکانی 30 متر انجام پذیرفت. نتایج آزمون کروسکال - والیس تأیید کرد که در برخی از زیر حوزه‌های آبخیز تغییر مقیاس همسایگی می‌تواند تأثیری معنادار بر گرادیان شیب، انحنای پروفیل، سطح ویژة آبخیز، عامل LS و شاخص خیسی توپوگرافیک بگذارد. نتایج این مطالعه نشان داد که در هر زیر حوزة آبخیز متغیرهای مرفومتریک متفاوتی با توزیع مکانی شاخص MSAVI2 بیش‌ترین ارتباط را دارند و مقدار ضریب همبستگی اسپیرمن بین آن‌ها به میزان کمی تحت‌تأثیر مقیاس همسایگی می‌باشد. مدل‌های CART مبتنی بر شاخص MSAVI2 و متغیرهای مرفومتریک محاسبه شده در مقیاس همسایگی 270×270 متر به ترتیب با میزان ضریب کاپای 55/0 و 78/0 دارای بهترین عملکرد در طبقه‌بندی تیپ‌های گیاهی بودند. ارتفاع هموار شده که کم‌ترین تأثیر را از مقیاس همسایگی دارد، به‌عنوان مهم‌ترین پیش‌بینی‌کننده در مدل CART شناسایی شد ولی افزایش مقیاس همسایگی منجر به بیشتر شدن اهمیت دیگر متغیرهای مرفومتریک به‌ویژه گرادیان شیب در طبقه‌بندی تیپ‌های گیاهی و نهایتاً ارتقاء دقّت مدل CART گردید. نتایج کلی این پژوهش بیانگر آن می‌باشد که کاربرد آنالیز چند مقیاسی ژئومرفومتریک باتوجه‌به ژئومرفولوژی منطقة مطالعاتی می‌تواند عملکرد مدل‌های پیش‌بینی مرتبط با پوشش گیاهی را به میزان مناسبی افزایش دهد.