دانشگاه ارومیه پژوهش و توسعه جنگل 2476-3551 11 1 2025 05 22 Classification of the sensitivity of the forests in Lordegan County based on structural and biophysical characteristics طبقه‌بندی حساسیت جنگل‌های شهرستان لردگان براساس ویژگی‌های ساختاری و بیوفیزیکی 1 23 121650 10.30466/jfrd.2024.55330.1726 FA مینا رئیسی دانشجوی دکتری مدیریت جنگل، دانشکده منابع طبیعی و علوم زمین دانشگاه شهرکرد، شهرکرد، ایران. داود مافی غلامی گروه علوم جنگل، دانشکده منابع طبیعی و علوم زمین، دانشگاه شهرکرد، شهرکرد، ایران 0000-0003-4431-5381 مژگان عباسی گروه علوم جنگل، دانشکدۀ منابع طبیعی و علوم زمین، دانشگاه شهرکرد، شهرکرد، ایران. 0000-0002-0562-7967 Journal Article 2024 05 01 <strong>Background and Objective:</strong> Forests around the world have become increasingly vulnerable due to their exposure to a range of environmental and human-induced threats. As the detrimental effects of forest degradation and declining ecosystem quality are widely recognized as major risks, it is essential to develop effective tools and strategies to prevent or mitigate these impacts. Understanding the degree of forest sensitivity is a critical step in this process. This study aims to classify the sensitivity of forest ecosystems in Lordegan County based on both structural characteristics of forest stands and biophysical factors, including topographic and hydrological features.<br /><strong>Material and Methods:</strong> This research assessed the sensitivity levels of forest habitats in Lordegan County using key indicators of forest health—specifically the Leaf Area Index (LAI) and forest density—alongside physiographic variables (slope, aspect, and elevation), rainfall patterns, and land use/land cover data. Structural and land use maps were generated and validated using satellite imagery, while physiographic data were derived from the province’s topographic maps. Average annual precipitation was calculated using long-term monthly rainfall data from nearby synoptic and rain gauge stations. A regression model was developed to estimate annual rainfall variability at each station, which was then spatially mapped. All input layers were converted into raster format in ArcGIS 10.7 and classified into four sensitivity categories: low, moderate, high, and very high. The standardized indicator maps were weighted using the Delphi method, and a composite sensitivity index map was created by averaging the weighted layers. The relationship between the sensitivity index and the contributing indicators was examined using Pearson correlation analysis.<br /><strong>Results:</strong> The integrated sensitivity analysis revealed that 18,386.34 hectares (14.44%) of the forest area were categorized as low sensitivity, 48,333.58 hectares (37.96%) as moderate, 38,179.18 hectares (30%) as high, and 22,405.90 hectares (17.60%) as very high sensitivity. Statistical analysis showed that spatial variations in forest sensitivity were strongly influenced by a positive correlation with both LAI and forest density, while precipitation had a significant negative correlation with sensitivity. Additionally, the combination of physiographic variables demonstrated that sensitivity and vulnerability increased as slope, aspect, and elevation values approached higher threshold classes (i.e., classes 3 and 4).<br /><strong>Conclusion:</strong> This study highlights that a high-resolution spatial evaluation of sensitivity indicators—using a 30x30 meter grid—can effectively reveal the relationships between key factors influencing forest vulnerability in Lordegan. The projected increase in climatic variability and its growing impact on forest sensitivity underscore the urgent need for proactive monitoring and management. Without timely intervention, these forests are likely to face escalating threats from climate change, natural hazards, and human activities, leading to further degradation. Future research should incorporate the other two core dimensions of vulnerability—exposure and adaptive capacity—alongside sensitivity. Emphasizing the role of local communities within a social-ecological systems framework could offer a more comprehensive understanding of forest vulnerability and inform more resilient conservation strategies. <strong>مقدمه و هدف</strong>: جنگل‌ها در سراسر جهان به‌علت قرارگیری در معرض خطرات گوناگون، به زیست‌بوم‌هایی حساس و نیازمند به حفاظت تبدیل شده‌اند. با درنظر گرفتن اینکه پیامدهای منفی تخریب و کاهش کیفیت جنگل‌ها، همیشه به­عنوان تهدیدات جدی برای زیست‌بوم‌‌های جنگلی شناخته می‌شوند، برنامه‌ریزی و فراهم کردن ابزارهای مؤثر برای جلوگیری یا کاهش این تخریب‌ها و شناسایی مقدار حساسیت آنها، ضرورتی اجتناب‌ناپذیر است. از این‌رو، هدف از این پژوهش طبقه‌بندی حساسیت جنگل‌های شهرستان لردگان براساس ویژگی‌های ساختاری رویشگاه‌های جنگلی و بیوفیزیکی (ویژگی­های زمین­ریخت‌شناسی و آب‌شناختی) است.<br /><strong>مواد و روش‌ها:</strong> در پژوهش پیش‌رو، درجه حساسیت رویشگاه‌های جنگلی شهرستان لردگان بر مبنای شاخص‌های مهم ساختاری مربوط به سلامت جنگل (شاخص سطح برگ و تراکم جنگل)، شاخص‌های فیزیوگرافی (شیب، جهت و ارتفاع) همراه با وضعیت بارندگی و کاربری/ پوشش اراضی طبقه‌بندی شدند. بدین منظور نقشه‌های مربوط شاخص‌های ساختاری به همراه کاربری با استفاده از تصاویر ماهواره‌ای تهیه و صحت‌سنجی شدند. نقشة شاخص‌های فیزیوگرافی با استفاده از نقشه توپوگرافی استان تهیه شد و در ادامه متوسط بارندگی سالانه با استفاده از سری زمانی مقادیر بارندگی ماهانه مربوط به ایستگاه‌های سینوپتیک و باران‌سنجی واقع و نزدیک در منطقه مورد پژوهش، محاسبه و پس از توسعه رابطه رگرسیونی، نرخ تغییرات سالانه این متغیر در هر ایستگاه به­دست آمد و نقشه‌سازی شد. تمامی نقشه‌های مورد نیاز با استفاده از توابع موجود در نرم­افزار ArcGIS 10.7، به رستر تبدیل و در چهار طبقه کم، متوسط، زیاد و خیلی زیاد طبقه‌بندی شدند. نقشه‌های طبقه‌بندی­شده (استاندارد­شده) شاخص‌ها در وزن نسبی محاسبه-شده با استفاده از روش دلفی ضرب شدند و نقشه طبقه‌بندی­شده نمایه حساسیت در سطح رویشگاه‌های جنگلی بر اساس میانگین نقشه‌های وزن‌دار محاسبه شد. در نهایت، همبستگی آماری (درجه تأثیر) میان نمایه حساسیت و شاخص‌ها با استفاده از ضریب همبستگی پیرسون ارزیابی شد.<br /><strong>یافته‌ها:</strong> تلفیق نقشه‌های وزن‌دار شاخص‌ها، محاسبه و طبقه‌بندی نقشه نمایه حساسیت در سطح رویشگاه‌های جنگلی نشان داد که 34/18386 هکتار (44/14 درصد)، 58/48333 هکتار (96/37 درصد)، 18/38179 هکتار (30 درصد) و 90/22405 هکتار (60/17 درصد) از کل وسعت کل رویشگاه به­ترتیب در طبقات با سطح حساسیت کم، متوسط، زیاد و بسیار زیاد قرار داشتند. تجزیه و تحلیل رابطه آماری (درجه تأثیر) میان نمایه حساسیت و شاخص‌ها نشان داد که طیف تغییرات مکانی درجات حساسیت در گستره‌های مختلف رویشگاه متأثر از همبستگی بالا و مستقیم آن با شاخص‌های سطح برگ و درصد تراکم جنگل و همبستگی منفی (تأثیر منفی) مقادیر بارندگی است. همچنین تلفیق شاخص‌های فیزیوگرافی (شیب، جهت و ارتفاع)، نشان داد که در صورت افزایش مقادیر این شاخص‌ها به سمت حد آستانه (طبقات سه و چهار)، مقدار حساسیت و آسیب‌پذیری رویشگاه‌های جنگلی نیز افزایش می‌یابد.<br /><strong>نتیجه‌گیری:</strong> این پژوهش نشان داد که ارزیابی دقیق مکانی شاخص‌های مربوط به حساسیت در رویشگاه‌های جنگلی لردگان با سلول‌های شبکه 30 در 30 متر امکان تجزیه و تحلیل و توصیف رابطه میان شاخص‌های حساسیت را امکان‌پذیر می‌سازد. روند افزایشی بودن متغیرهای اقلیمی و در ادامه تأثیر آنها بر افزایش مقدار حساسیت و آسیب‌پذیری رویشگاه‌های جنگلی در بازه بلندمدت نشان می‌دهد که در سال‌های آینده در صورت عدم نظارت و مدیریت، این جنگل‌ها بیش از پیش تحت­تأثیر تغییرات اقلیمی، مخاطرات طبیعی و انسانی قرار خواهند گرفت و در ادامه، افت کیفیت و تخریب این جنگل‌ها را به­همراه خواهد داشت. پژوهش‌های آینده می‌تواند با بررسی دو بعد اساسی دیگر آسیب‌پذیری (درمعرض­قرار­گرفتن و ظرفیت ‌سازش‌پذیری) در کنار بعد آسیب‌پذیری و توجه به نقش جوامع انسانی با توجه به رویکرد سامانه زوجی اجتماعی- بوم­شناسی انجام شود و تصویر دقیق‌تری از مقدار آسیب‌پذیری مناطق جنگلی ارائه دهد. https://jfrd.urmia.ac.ir/article_121650_d779e1bb40240d9dc1461f560ccb127c.pdf