ارائه یک برآوردکننده جدید تراکم درختان برای روش فاصله‌ای نقطه مشترک

نوع مقاله : علمی - پژوهشی

نویسنده

استادیار، دانشکده کشاورزی، دانشگاه رازی، کرمانشاه، ایران

چکیده

روش نمونه­برداری نقطه مشترک یکی از روش­های نمونه­برداری فاصله­ای در آماربرداری جنگل است. برای برآورد تراکم درختان در این روش برآوردکننده­هایی توسط باچلر و نیز انج­من و همکاران ارائه شده ­است که نسبت به الگوی پراکنش درختان در حالت غیرتصادفی اریب هستند. هدف این بررسی معرفی برآورد­کننده جدیدی برای برآورد تراکم درختان با روش نقطه مشترک است که نسبت به الگوی پراکنش درختان اریب نباشد و نسبت به دو برآوردکننده پیشین کارآیی بیشتری داشته باشد. به­همین منظور تعداد 44 نمونه برای هریک از شش روش نمونه­برداری: قطعه نمونه دایره­ای (10 آری به­عنوان مقدار واقعی)، نزدیک­ترین فرد، نزدیک­ترین همسایه، روش ترکیبی، دومین نزدیک­ترین همسایه و روش نقطه مشترک در جنگل سرخه دیزه دالاهو کرمانشاه با استفاده از طرح نمونه­برداری منظم تصادفی (در یک شبکه 100 متر در 100 متر) برداشت شد. بعد از آن تراکم درختان توده جنگلی با 10 برآوردکننده از روش­های فوق و برآوردکننده جدید محاسبه شد و تراکم به­دست آمده با رابطه جدید با برآوردکننده­های باچلر و انج­من و همکاران و برآوردکننده­های سایر روش­های فاصله­ای در حالت­های مختلف الگوی پراکنش درختان (یکنواخت، تصادفی و کپه­ای) از نظر معیارهای صحت و دقت مقایسه شد. نتایج به­دست­آمده نشان داد که برآوردکننده جدید نه تنها بالاترین کارآیی را نسبت به برآوردکننده­های باچلر و انج­من و همکاران نشان داد بلکه از بقیه برآوردکننده­های روش­های دیگر مناسب­تر بود. این برآورد­کننده علاوه بر مزایای فوق در مقایسه با روش قطعه نمونه دایره­ای شکل نیز نتایج مناسبی را نشان داد.

کلیدواژه‌ها


عنوان مقاله [English]

Presentation a new Joint-point Sampling method estimator for tree density

نویسنده [English]

  • Reza Hossein Haidari
Assistant Professor, Faculty of Agriculture, Razi University, Kermanshah, Iran
چکیده [English]

Joint-point method is one of the distance sampling methods for forest inventory. For estimation of tree density with joint-point sampling method two estimator suggested by Batcheler and also Engeman et al. that biased in nonrandom spatial pattern. Aim of this study was presentation a new unbiased and most efficiency estimator for this method. Forty-four sample size for each of six sampling methods: Circle plot (10ar as true value), Nearest individual method, nearest neighbor method, Compound method, second nearest neighbor method and Joint-point method in forests of Sorkheh dizeh Dalahoo of Kermanshah province with systematic random design (100m*100m) carried out. After that trees density of forest stand calculated with 10 estimators of above methods and new estimator. Then calculated density with new estimator compared with Batcheler and Engeman et al. estimators and other estimators in different spatial patterns (regular, random and aggregate) by precision and accuracy criteria. The results showed that this new estimator was not only most efficient than Batcheler and Engeman et al. estimators but also was best than other estimators.

کلیدواژه‌ها [English]

  • Oak
  • Density
  • Distance sampling
  • Zagros
- Askari, Y., M. Zobeiri & H. Sohrabi, 2013. Comparison of five distance sampling methods for estimating quantative chracteristics of Zagros forests, Iranian journal of forest and poplar research, 21(2): 316-328. (In Persian)
- Basiri, R., M. Moradi, B. Kiani & M. Maasumi Babaarabi, 2018. Evaluation of distance methods for estimating population density in Populus euphratica Olivier natural stands (case study: Maroon riparian forests, Iran), Jornal of Forest Science, 64(5): 230-244.
- Batcheler, C. L., 1971. Estimation of density from a sample of joint point and nearest neighbour distances, Ecology, 52(4): 703-709.
 - Batcheler, C.L., 1975. Development of a deer census from pellet groups, Journal of Wildlife Man-age, 39: 641-652.
- Bonham, C. D., 2013. Measurements for Terrestrial Vegetation. John Wiley & Sons press, New York.
- Borges Silva, L., M. Alves, R. B. Elias & L. Silva, 2017. Comparison of T-square, point centered quarter and N-tree sampling methods in Pittosporum undulatum invaded woodlands, International Journal of Forestry Research, 2017: 2818132.
- Cottam, G. & J. T. Curtis, 1954. The use of distance measures in phytosociological sampling, Ecology, 37(3): 451-461.
- Engeman, R. M. & R. T. Sugihara, 1998. Optimizations of variable area transect sampling using Monte Carlo simulation, Ecology, 79(4): 1425-1434.
- Engeman, R. M., L. F. Pank, R. T.Sugihara& R. T. Dusenberry, 1994. A comparison of Plot-less density estimators using Monte Carlo simulation, Ecology, 75(6): 1769-1779.
- Haidari, R. H., 2006. Study of Different Distance Sampling Methods in the Zagross Forests Area (Kermanshah province). Ph.D. thesis. Tehran University of IRAN. Tehra, Iran. )In Persian)
 - Haidari, R. H., 2008. Distance Sampling Method in Forest Inventory. Razi University Press, IRAN. 132 p. )In Persian)
 - Haidari, R. H., M. Zobeiri, M. Namiranian & H. Sobhani, 2007. Application of T-square sampling method in Zagross forests (Case Study: Kerman-shah province), Iranian Journal of Forestand Poplar Research, 15(1): 32-42. )In Persian)
- Haxtema, Z., H. Temesgen & T. Marquardt, 2012. Evaluation of n-tree distance sampling of headwater riparian forests of western Oregon,West Journal of Applied Forest, 27(3): 109-117.
- Kiani, B., M. Tabari, A. Fallah, S. M. Hosseini & M. H. In Parizi, 2013. A comparison of distance sampling methods in Saxaul (Halloxylon ammodendron (C.A. Mey Bunge) shrub-lands, Polish Journal of Ecology, 61(2): 207-219
- Krebs, C. J., 2001. Programs for Ecological Methodology, 2th ed. Dept. of Zoology University of British Colombia, Vancouver, B.C. Canada V6T 1Z4  (software version 6.0).
- Krebs, C. J., 1989. Ecological  Methodology.  Harper Collins press, New York. 653 p.
- Moghadam, M. R., 2001. Quantative plant ecology. Tehran University press, 285p. )In Persian)
- Namiranian, M., 2010. Measurement of tree and forest biometry. Tehran University press, 620p. )In Persian)
- Picard, N., A. M. Kouyate & H. Dessard, 2005. Tree density estimations using a distance method in Mali Savanna, Forest Science, 51(1): 7-18.
- Safari, A., 2010. Evaluation of Spatial distribution pattern of Quercus persica and Pistacia atlantica Desf. in Zagros Forest) case study: Bayangan Forests, Kermanshah). M.Sc. thesis,. Faculty of Natural Resources. University of Kurdistan. Kurdistan, Iran. 83p )In Persian)
 - Seraj, H., B. Kiani & M. Mirabdollahi. 2019. Investigating the accuracy and precision of sector sampling in juniper forests of Amin Abad, FiroozkoohM, Journal of Forest Research and Development, 5(1): 1-13
- Sheil, D., M. J. Ducey, K. Sidiyasa & I. Sam-soedin, 2003. A new type of sample unit for the efficient assessment of diverse tree communities in complex forest landscapes, Journal of Tropical Forest Science, 15: 117-135.
 - Southwood, T. R. E. & P. A. Henderson, 2000. Ecological Methods. Blackwell science. http : // www . blackwell  science. com/southwood. 575 p.