چکیده امروزه تهیه ی نقشه پوشش گیاهی دقیق و به هنگام به عنوان ابزار مدیریتی مراتع اهمیت خاصی یافته و نقشه های پوشش گیاهی به عنوان اولین مبنای تصمیم گیری در مدیریت مراتع محسوب می شوند. هر گونه اندازه گیری و ارزیابی، عملیات احیاء و اصلاحی و توصیه های مدیریتی معمولاً بر اساس نقشه های پوشش گیاهی انجام می گیرد. روشهای متعددی برای تهیه نقشه پوشش گیاهی یک منطقه توسعه یافته است که از آن جمله می توان به روش های پیمایش صحرایی، روش سنجش از دور، روش مبتنی بر واحدهای فیزیوگرافی و نهایتاً روش ژئومورفولوژی اشاره کرد. هدف مطالعه حاضر معرفی بهترین روش تیپ بندی گیاهی از بین روش های مذکور و تعیین قابلیت ها و محدودیت های هر یک از آنها در منطقه حفاظت شده سبزکوه است. در این مطالعه جهت انجام روش سنجش از دورعلاوه بر تصاویر irsسنجنده lissiii از نقشه ی مدل رقومی ارتفاعی زمین digital elevation model–dem)) و شاخص گیاهی تفاضلی نرمال شده (normalized differences vegetation index-ndvi) به عنوان داده های کمکی جهت تولید نمونه های معرف برای چهارده کلاس تیپ گیاهی و پوشش زمینی استفاده که برای طبقه بندی آنها از روش نظارت شده ی حداکثر احتمال بهره گرفته شد. پس از بررسی دقت نقشه های تولیدی، مشخص شد زمانی که تنها از داده های سنجش از دور استفاده شود میزان دقت و ضریب کاپای حاصل به ترتیب 082/0 و 7943/0و دقت و ضریب کاپای حاصل از تصویر به همراه داده های کمکی به ترتیب 093/0و 9063/0 به دست آمد. در روش فیزیوگرافی، پس از بررسی های دقیقی در مورد عوامل موسوم به فیزیوگرافی، مهمترین آنان شامل شیب، جهت شیب، ارتفاع از سطح دریا، میانگین سالانه بارش، درجه حرارت و میزان تابش خورشیدی به عنوان عوامل اصلی تعیین کننده پوشش گیاهی محسوب و رابطه این عوامل با پوشش گیاهی مورد آزمون قرار گرفت. برای نیل به این هدف، در ابتدا ارتباط بین متغیر های محیطی با پوشش گیاهی (همبستگی) با استفاده از آنالیز pca به دست آمد و سپس با استفاده از مدل رگرسیون لجستیک چند جمله ای نقشه پوشش گیاهی با دقت 08/47 درصد پیش بینی شد. در روش ژئومورفولوژ‍ی نیز پس از تهیه نقشه های سنگ شناسی، شکل پستی و بلندی و رخساره های ژئومورفولوژی ارتباط بین این عوامل با پوشش گیاهی با استفاده از آنالیز pca به دست آمد و سپس جهت پیش بینی نقشه پوشش گیاهی از روش شبکه عصبی مصنوعی استفاده گردید. این روش دقتی برابر با 1/39 درصد را نشان داد. تفاوت فاحشی که در دقت تصاویر حاصل از دو روش فیزیوگرافیکی و ژئومرفولوژیکی با روش سنجش از دور مشاهده می گردد گویای این واقعیت است که روش سنجش از دوری دقت قابل توجه بیشتری برای پیش بینی پوشش گیاهی در مقایسه با دو روش دیگر حتی در صورت استفاده نکردن از لایه های کمکی دارد. کلمات کلیدی: نقشه پوشش اراضی؛ نقشه پوشش گیاهی؛ تیپ بندی گیاهی؛ مراتع؛ سنجش از دور؛ ژئومورفولوژی، فیزیوگرافی؛ شبکه عصبی مصنوعی؛ زاگرس؛ سبزکوه

مدل سازی رویشگاه گونه های گیاهی، به عنوان یکی از مباحث اکولوژیکی مهم در اکوسیستم های جنگلی و مرتعی در طی دهه های اخیر کاربرد زیادی یافته است. این امر در شناسایی اراضی جنگلی یا مرتعی تخریب یافته برای احیا، می تواند از جنبه های مدیریتی حائز اهمیت فراوانی باشد. عوامل توپوگرافی و اقلیم به عنوان نماینده سایر عوامل تأثیرگذار بر پیدایش گونه ها و جوامع گیاهی و تعیین کننده گستره رویشگاهی آنها هستند. شناخت و تعمیم این عوامل تعیین کننده در رویشگاه های جنگلی و مرتعی بالفعل، منجر به شناسایی رویشگاه های بالقوه در مناطق دیگر با هدف توسعه اراضی جنگلی و مرتعی خواهد شد. در این مطالعه به منظور تعیین مناطق مستعد توسعه جنگل بلوط غرب (quercus brantii lindl.) در بخش های غربی، جنوب غربی و مرکزی استان چهارمحال و بختیاری به مساحت 377903 هکتار، نقشه رقومی 9 متغیر اقلیمی و توپوگرافی شامل متوسط بارش سالیانه، متوسط دمای سالیانه، حداقل مطلق دما، حداکثر مطلق دما، ارتفاع، شیب جهت شیب، تابش خورشیدی و انحنای زمین تهیه شد. با استفاده از طبقه بندی تصویر سنجنده oli-tirs لندست 8، (12 ژوئن 2013 میلادی)، موقعیت عرصه های جنگلی فعلی (109838 هکتار) و کاربری های مرتع، بوته زار و مناطق عاری از پوشش گیاهی (مناطق مورد انتظار توسعه جنگل با مساحت برابر با 7/244893 هکتار) از سایر کاربری های موجود در منطقه تفکیک شدند. نقشه متشکل از طبقات جنگل فعلی و سه طبقه مورد انتظار به عنوان متغیر وابسته (پاسخ) و نقشه های رقومی متغیرهای محیطی به عنوان متغیر مستقل (پیشگو) به مدل رگرسیون لجستیک چندجمله ای معرفی شدند تا مناطق مستعد با شرایط اقلیمی و توپوگرافی مشابه جنگل بلوط کنونی پیش بینی شود. نتایج نشان داد که در بین عوامل اقلیمی، حداقل مطلق دما و از میان عوامل توپوگرافی، ارتفاع از عمده عوامل تأثیرگذار بر پیش بینی مناطق مستعد توسعه جنگل بلوط هستند. مجموع مساحت منطقه پیش بینی شده دارای قابلیت توسعه جنگل در منطقه مورد مطالعه، برابر 37063 هکتار است که عمدتاً 88/69 درصد آن در اراضی تخریب یافته، 9/19 درصد و 21/10 درصد در اراضی مرتعی و بوته زارهای کنونی واقع هستند. با توجه به تلاقی حدود 06/31 درصد اراضی مستعد توسعه جنگل با مستثنیات، این اراضی نیز حذف و نهایتاً عرصه ای معادل 25551 هکتار (94/68 درصد از کل سطح پیش بینی شده) به عنوان اراضی مستعد توسعه جنگل معرفی شد. حضور تک پایه هایی از درختان بلوط غرب، زبان گنجشک و زالزالک در اراضی پیش بینی شده گویای پوشش این مناطق در گذشته عمدتاً با جنگل بلوط و احتمال موفقیت جنگل کاری است. با توجه به میزان پیش بینی نسبتاً مناسب این مدل (35/81 درصد)، توصیه می شود از این روش برای پیش بینی مناطق مستعد سایر گونه های گیاهی و یا پوشش اراضی استفاده شود. ضمناً توصیه می شود که مناطق پیش بینی شده مستعد توسعه جنگل بلوط، با توجه به عدم پوشش فعلی و تخریب زیاد خاک، با لحاظ سایر شرایط اکولوژیکی و مدیریتی به عنوان اولویت در برنامه های احیا و توسعه اراضی جنگلی استان در نظر گرفته شود.