شاخص میانگین جهت (Ri Mean Directional Index) براي محاسبه مقدار این شاخص نیازي به اندازهگیري فاصله بین درختان نیست و از موقعیت قراگیري درختان همسایه در اطراف درخت مرجع استفاده میشود (20). بهعبارت دیگر زاویـه بـیندرختان همسایه در اطراف درخت مرجع درنظر گرفته میشـ ود. نحوه اندازهگیري زاویه در این شاخص به این صورت است که محوري (پارهخطی) که درخت مرجع را بـه اولـین همسـایه درجهت شمالی خود، در یک گروه ساختاري مـرتبط مـیکنـد بـه عنوان مبنایی براي تشـکیل زاویـا بـین سـایر درختـان همسـایهدرنظر گرفته میشود (35 و 40) و زاویه بین این محـور و تـکتک درختان موجود در هر گروه ساختاري درنظر گرفته میشود (شکل 3). ارزشهاي این شاخص شباهت زیادي بـه شـاخصزاویـه یکنواخـت دارد بـه ایـن صـورت کـه ارزشهـاي صـفر نشاندهنده الگوي پراکنده مـیباشـد و بـا افـزایش مقـدار ایـنشاخص الگوي کپهاي در توده ظاهر میشود. زمـانی کـه مقـداراین شاخص نزدیک به ارزش 779/1 باشد؛ نشاندهنـده الگـويتصادفی در توده مورد بررسی میباشـد ( 50). در ایـن شـاخصنیـز ماننـد شـاخص زاویـه یکنواخـت بـا اسـتفاده از فاصـله و آزیموت بین درختان در هر گروه ساختاري مقدار زاویـاي بـیندرختـان محاسـبه شـد. مقـدار ایـن شـاخص از رابطـه 3 قابـل محاسبه میباشد (22 و 35):
 n 2n2
Ri  1  cos(ij)    sin(ij)
 j2  j2
در رابطه 3، ij زاویه بین درختان نسـبت بـه درخـت مرجـعمیباشد. شاخص میانگین جهت داراي مقادیر مابین صـفر تـا 4 میباشد (35). با میانگینگیري از مقادیر شاخص میانگین جهت براي هر گروه ساختاري، مقدار متوسط این شاخص براي تمـامدرختان موجود در تودههاي جنگلـی قابـل محاسـبه مـیباشـد.براساس مطالعات گذشته مشخص شده است که بررسـی چهـاردرخت براي توصیف ساختار مکانی تـوده داراي دقـت بـالایی است (21، 32 و 51). در کل میتوان حالتهـاي مختلـف ایـنشاخص را بهصورت زیر نشان داد:

شکل3. نحوه اندازهگیري زاویه بین درختان براي محاسبه شاخص میانگین جهت در یک گروه ساختاري چهار درختی در اطراف درخت مرجع i را نشان میدهد (جهت تشکیل زوایا در جهت عقربههاي ساعت) (20 و 21)
3359673-3225546

شاخص میانگین زاویهها (MoA: Mean of Angles) این شاخص از شاخصهاي زاویهاي محسـوب مـی شـ ود. بـرايمحاسبه شاخص میانگین زاویهها پـس از تعیـین نقطـه تصـادفی(درخت مرجع)، زاویه بین دو درخـت نزدیـک بـه نقطـه نمونـه برداري اندازهگیري میشود (50). بهمنظـور محاسـبه مقـدار ایـنشاخص تمام درختان راش موجود در هر پلات یکبار بـه عنـوان نقطه نمونهبرداري (درخت مرجع) درنظر گرفته شد و زوایاي بین دو درخت نزدیک به نقطه نمونهبردار ي اندازهگیـري شـد (شـکل4). زاویه بین دو درخت نزدیک به نقطه نمونهبرداري با توجه بـهفاصله و آزیموت آنهـا نسـبت بـه درخـت مرجـع (نقطـه نمونـهبرداري) محاسبه شد. پس از اندازهگیري زاویههـا در تمـام نقـاطنمونهبرداري با استفاده از رابطه 4 مقدار متوسط این شاخص قابل محاسبه میباشد (22 و 50):
  n1 in i
1در این رابطه n: تعداد نقـاط نمونـه بـردار ي وi : زاویـ ههـا ي اندازهگیري شده در هر نقطه نمونهبـردار ي اسـت. مقـدار ایـنشاخص میتواند بین مقادیر 0 تا 180 درجه متغیر باشـد ( 22).
زمانی که میانگین ایـن شـاخص بـه صـورت 900 

باشـد،چیـدمان تصـادفی درختـان را در تـوده مـورد بررسـی نشـان میدهد اما در تودههایی با چیدمان کپهاي یا پراکنده مقدار ایـنشــاخص بــه ترتیــب 900 

یــا 900 

مــیباشــد (22 و 50).

شاخص کلارك و اوانز (CE: Clark-Evans index) این شاخص قادر است نحوه توزیع افقـی جمعیـت هـا ي مـوردمطالعه را براساس فاصله بین نزدیکترین همسایههاي درختـانمرجع در توده مورد بررسی قـرار دهـد (19 و 34). ایـن روشبراساس مقایسه میـانگین فاصـله بـین درختـان در تـوده مـوردمطالعه نسبت به میانگین فاصله مورد انتظار بین آنها در صورت توزیع تصادفی میباشد (49). بهعبارت دیگر این شاخص میزان انحراف جمعیت مـورد مطالعـه را از جمعیتـی کـه بـه صـورت تصادفی پراکنده شدهاند؛ بیان میکند (21) این شاخص از رابطه
5 قابل محاسبه میباشد:
625615272186

1  ri CE  rr  / AN05/  /i1 NP / NP [5]
05005140041 32
در رابطه فوق، rA میـانگین فاصـله بـین درختـان همسـایه؛rE میانگین فاصله مورد انتظار بـین درختـان همسـایه؛ri عبـارت است از فاصله بین درخت i و نزدیکترین همسایه آن بـه متـر؛ N نشاندهنده تعداد کـل درختـان در داخـل قطعـه نمونـه؛ A سطح قطعه نمونه به متر مربع؛ و P محیط قطعه نمونه بـه متـر است (32 و 50). در تودههاي با الگوي تصـادفی مقـدار ایـنشاخص برابر با یـک مـیباشـد. درحـالی کـه CE کمتـر از 1 نشاندهنده حالت کپهاي؛ و CE بیشتر از 1 بیان کننده موقعیت

1566665-2129860شکل 4. نحوه اندازهگیري زاویه بین دو درخت نزدیکترین همسایه به نقطه نمونهبردار ي بهمنظور محاسبه شاخص میانگین زاویهها (52)
پراکنده درختان است (49).
نتایج
در تمام قطعـات نمونـه مـورد مطالعـه در مجمـوع 1108 پایـهدرخت راش ثبت و الگوي مکانی آنها مورد بررسی قرار گرفت.
به این صورت که در پلات شـماره یـک 207 اصـله، در پـلاتشماره دو 236 اصله، در پلات شماره سه 245 اصله، در پـلاتشـماره چهـار 212 اصـله و در پـلات شـماره پـنج 208 اصـله درخت راش مورد بررسی قرار گرفت. همانطور که در شکل 5 ملاحظه میگردد توزیع پـراکنش قطـري گونـه راش در منطقـهمورد مطالعه بهصورت کم شونده میباشد.
مقدار شاخص Wi براي گونـه راش ، 54/0 محاسـبه شـد.با توجه به اینکه مقدار بـه دسـت آمـده از ایـن شـاخص بـین517/0 تا 1 قرار دارد؛ نشاندهنده الگوي مکانی کپهاي متمایل به تصادفی براي راش است. در شکل 6 طبقات مختلف توزیع ارزشهاي شاخص زاویه یکنواخت بـراي گونـه راش ترسـیمشده است. همانطـور کـه در ایـن شـکل مشـاهده مـی شـ ود بیشترین فراوانی (بیش از 55%) مربوط به طبقـه سـوم (ارزش5/0) میباشد. نتایج این نمودار نیز الگوي کپـ هاي متمایـل بـهتصادفی را براي راش نشان میدهد. مقدار شـاخصRi بـراي گونه راش، عدد 97/1 محاسبه شد. این مقـدار نیـز بیـانگر الگـويمابین کپهاي تا تصادفی براي این گونه در منطقه مورد مطالعه است.
شکل 5. منحنی پراکنش قطري درختان راش در منطقه مورد مطالعه

شکل6. نمودار توزیع ارزشهاي شاخص Wi
مقدار شاخص MoA براي گونـه راش برابـر بـا 96 درجـهمحاسبه شد. با توجه به اینکه مقدار این شاخص بـه 90 درجـهنزدیک است؛ بیانگر الگوي مکانی پراکنده متمایـل بـه تصـادفیبراي راش است. همچنین مقـدار میـانگین شـاخص کـلارك واوانز براي گونه راش در محدوده مورد مطالعه برابر با 65/0 بـهدست آمد. با توجه به اینکـه مقـدار بـه دسـت آمـده بـراي ایـنشاخص کمتر از یک میبا شد؛ نشاندهنده الگـوي کپـهاي بـراياین گونه در منطقه مورد مطالعه میباشـد. بـه منظـور درك بهتـر نتایج بهدست آمده در جدول 1 خلاصـهاي از مقـادیر بـه دسـت آمده از هر یک از شاخصها ارائه شده است.

بحث و نتیجهگیري
در این پژوهش ساختار گونه راش در منطقـه مـورد مطالعـه بـهشکل نمودار نزولی بهدست آمد. در واقع منحنی پراکنش تعـداددرختان در طبقات قطري تودههاي جنگلی ناهمسال با توجه بـهتعداد بیشتر درختان کم قطـر نسـبت بـه درختـان قطـور، تـابعمنحنی زنگولهاي شکل (پراکنش نرمال) نیست بلکه حالـت کـمشونده دارد. در حقیقت ساختار جنگـل هـا ي طبیعـی کـه کمتـر تحت تأثیر مداخلات انسانی قرار گرفتهاند و توانستهانـد حالـتطبیعی خود را حفظ کنند؛ همانند منطقه مـورد مطالعـه در ایـنپژوهش حالت ناهمسالی دارند (10).

در این سایت فقط تکه هایی از این مطلب با شماره بندی انتهای صفحه درج می شود که ممکن است هنگام انتقال از فایل ورد به داخل سایت کلمات به هم بریزد یا شکل ها درج نشود

شما می توانید تکه های دیگری از این مطلب را با جستجو در همین سایت بخوانید

ولی برای دانلود فایل اصلی با فرمت ورد حاوی تمامی قسمت ها با منابع کامل

اینجا کلیک کنید

نخستین گام در مطالعـه بـوم شناسـی مکـانی یـک جامعـهگیاهی، بررسی الگوي مکانی درختان در یـک محـدوده همگـناست (24). یکی از مهمتـرین ابـزار هـا بـه منظـور دسـتیابی بـهمدیریت پایدار در جنگـل هـا ي مختلـف داشـتن شـاخص هـا ي مکانی هستند که با کمترین هزینه به توصیف، ارزیابی و مقایسه ساختار جنگل و تأثیر فعالیتهـاي پرورشـی مـیپـردازد (27).
همچنین کاربرد زاویه بین درختان و شاخصهـا یی کـه در ایـنزمینه ارائه شدهاند در مطالعه الگوي مکـانی درختـان از اهمیـتبالایی برخوردار بوده و در مطالعات مختلف مورد استفاده قـرارگرفتهاند (21، 22 و 50). بنابراین هدف از این پژوهش معرفـیشاخصهاي مهمی بود که بر پایـه زاویـه بـین درختـان اسـتوارهستند و امکان استفاده از آنها در شرایط یکسان فـراهم گردیـد.همچنین این شاخصها در مطالعه روابط بوم شـنا ختی درختـانراش با یکدیگر در جنگلهاي هیرکانی بهکار رفتنـد تـا الگـوي
جدول 1. نتایج بهدست آمده از هر یک از شاخصها ي بهکار گرفته شده در این تحقیق
نوع الگو مقدار بهدست آمده دامنه شاخص نام شاخص
کپهاي متمایل به تصادفی 0/54 Wi 0 1,  زاویه یکنواخت
کپهاي متمایل به تصادفی 1/97 MDI 0 4,  میانگین جهت
پراکنده متمایل به تصادفی 960 MoAÎ 001800  میانگین زاویهها
کپهاي 0/65 C E  0 2 1491, / کلارك و اوانز
مکانی این درختان و تأثیر آنها بر یکـدیگر مـورد بررسـی قـرارگیرد.
از آنجاییکه مطالعه الگوي مکانی درختان در یک توده باید در شرایط همگن انجـام گیـرد (47)، منطقـه مـورد مطالعـه بـهگونــهاي انتخــاب شــد کــه از جنبــههــاي محیطــی (عوامــلفیزیوگرافیک و خاك) همگن باشد. در این محدوده پـنج قطعـهنمونه یک هکتاري در تیپ راش به گونـهاي مـورد آمـاربرداريقرار گرفت که درختان راش موجود در هـر پـلات بـه صـورت خالص پراکنده شده بودند. این موضوع در کنـار سـایر شـرایطهمگـ ن محیـط ارزیابـی دقیقتـر روابط بیـن ایـن درختــان را امکـانپذیـر نمود.
یکی از شاخصهـا ي پرکـاربرد کـه امـروزه در اکثـر مطالعـاتداخلی و خارجی بهمنظور تعیین الگوي مکـانی درختـان مـورداستفاده قرار میگیـرد، شـاخصWi مـیباشـد ( 12، 43 و 51).
مقدار این شاخص بیانگر الگوي کپـهاي مـ ابین تصـادفی بـرايگونه راش در منطقه مورد مطالعه بود. شاخص Ri نـوع دیگـري از شاخصهاي زاویهاي درختان است و خیلـی کـاربرديتـر از سایر شاخصهاي مربوط به تعیـین الگـوي مکـانی مـیباشـد وبهعنوان روشهاي آماري کلاسیک مـرتبط بـا نحـوه قرارگیـريدرختان و موقعیت آنها شناخته میشود (20)؛ این شـاخص نیـزمانند شاخص Wi نشاندهنده الگوي کپهاي مابین تصادفی براي گونه راش در منطقه مورد مطالعه میباشد. امـا نتـایج بـه دسـت آمده از شاخص MoA بیانگر الگـوي مکـانی مـابین پراکنـده وتصادفی براي راش میباشد. شاخص Wi و شاخص Ri بهمنظور بررسی الگوي مکانی درختان به ترتیـب از چهـار زاویـه و سـهزاویه در هر نقطه نمونهبرداري اسـتفاده مـیکنـد. امـا شـاخصMoA تنها از یـک زاویـه در هـر نقطـه نمونـهبـردار ي اسـتفادهمیکند. بنابراین انتظار می رود شاخصهاي Wi و Ri نتایج دقیقتري را از الگوي مکانی آشکار سازند. کرسنته-کامپو و همکاران (22) بهمنظور بررسی تأثیر تنک کـردن بـرروي سـاختار، نحـوهرشد و ریسک آتشسوزي تاجی در تودههاي دست کاشت کاج جنگلی در شمال اسپانیا از شاخص Ri استفاده کردند. آنها اظهار کردند که این شاخص علاوه بر کاربرد در زمینه تعیـین الگـويمکانی درختان، در به کارگیري بهعنوان شاخص هـاي سـاختاريمدلهاي رشـد تـک درختـی داراي قابلیـت زیـادي مـیباشـد.
همچنـین اسـمیت (50) ب ا توجـه بـه مطالع هاي کـه ب رروي شاخصها و توابع مورد استفاده در آمار مکانی جهت بررسی در آنالیزهاي اکولوژیکی انجام داد به این نتیجه رسید کـه شـاخصRi دقت بالایی در تشخیص الگوي مکانی درختان دارا میباشد. هوي و همکاران (30) با استفاده از دادههاي جمعآوري شده از جنگلهاي طبیعی و دادههاي شبیهسازي شده؛ بیـان کردنـد کـهشاخص Wi بهمنظور تعیین الگوي مکانی درختـان داراي دقـتبسیار بالایی میباشد. اسمیت و کورزنیویچ (51) ضمن بررسـیشاخصهاي مختلفی که به بررسی الگوي مکـانی درختـان مـیپردازند، بیان کردند زمانی که تعداد درختان در هـر پـلات 100 پایه یا بیشتر باشد، شاخص Wi ابزاري قدرتمند در تعیین الگوي مکانی درختان محسوب میشود. با بررسـی مطالعـات صـورتگرفتـه در زمینـه کـارایی و دقـت شـاخص هـا ي Wi و Ri و بـا استفاده از نتایج این تحقیق میتوان نتیجه گرفـت کـه شـاخصMoA نمیتواند بهدرستی الگوي مکانی درختان را تعیـین کنـد.
تریفکوویک و یاماموتو (52) اظهار کردنـد کـه شـاخصMoA بهمنظور تعیین الگوي مکانی درختان داراي دقت مناسب نیست و مطالعات آنها کارا نبودن این شاخص را تأیید کـرد. همچنـینصفري و همکاران (7) بیان کردند که شاخص MoA نمیتوانـدبـهدرسـتی الگـوي مکـانی درختـان را در جنگـلهـاي غـرب
(جنگلهاي جوانرود کرمانشاه) تعیین کند و بـر دقـت پـایین وعدم کارایی این شاخص تأکید کردند.
هنگامیکه با استفاده از شاخصهـا ي Wi و Ri بـه بررسـیالگوي مکانی درختـان جنگلـی پرداختـه مـی شـ ود؛ نیـازي بـهاندازهگیري فاصله بین درختـان و یـا ثبـت مختصـات درختـاننیست. بنابراین استفاده از این دو شاخص در مقایسـه بـا سـایرروشهاي ارزیابی الگوي مکانی درختان از جمله تابع K رایپلی و تابعL که نیاز به ثبت مختصات درختان دارد، بسیار کـاراتر وآسانتر است (21). همچنین دقت و کارایی شاخصهـا ي Wi و Ri به شکل پلات وابسته نیسـت ( 50) و در مطالعـات مختلـفبهمنظور بررسی الگوي مکانی درختان میتواننـد مـورد اسـتفادهقرار گیرند. از طـرف دیگـر بـا بررسـی تغییـر ارزشهـاي ایـنشاخصها در طول دوره زمـانی کوتـاه، مـیتـوان اطلاعـاتی درمورد اثرات مدیریت و یا رقابت برروي ساختار تـوده بـه دسـت آورد (33).
یکی دیگر از شاخصهایی که بهمنظور تعیین الگوي مکانی درختان داراي کاربرد فراوان میباشد، شاخصCE میباشـد (9، 5 و 48) که در این مطالعه بـه صـورت مکمـل همـراه بـا سـایرشاخصها مورد استفاده قرار گرفـت و الگـوي کپـهاي را بـرايدرختان راش مورد مطالعـه نشـان داد. شـاخصCE عـلاوه بـرتعیین نزدیکترین همسـایه هـر درخـت در درون تـوده مـوردبررسی، به اطلاعاتی درباره میزان فاصله آن درخت تـا همسـایهخود نیاز دارد (26).
در جوام ع جنگل ی الگ وي مک انی بس یاري از گون هه ا بهصورت کپهاي است (21). اغلب مطالعـات در داخـل کشـوربیانگر الگوي مکـانی کپـهاي بـراي گونـه راش در جنگـل هـا ي هیرکانی است (1، 2، 5 و 16). با توجه بـه سـنگین بـودن بـذرراش و ریزش آنها به زیر درختان، فاصله انتشار بـراي پـراکنشبذر کم شده و انتظار میرود الگوي این گونه بهصـورت کپـهاي باشد. در واقع نوع توزیع بذرها مهمتـرین عامـل تأثیرگـذار بـرالگوي مکانی درختان است (39). همچنین نـاهمگنی رویشـگاهدر ایجاد الگوي مکانی کپـ هاي، نقـش مهمـی دارد (44). نتـایجبهدست آمده از این مطالعه الگوي مکانی راش را کپهاي متمایل به تصادفی معرفی کرد. نکته مهمی که در این زمینه بایـد بـه آنتوجه نمود این است که در جنگلهـا ي طبیعـی الگـوي مکـانیدرختان علاوه بر موارد ذکر شده تحـت تـأثیر مقیـاس مطالعـه،آشفتگی منطقه، روابط متقابل رقابتی و حضور گونههاي مهـاجمقـرار دارد (25). علـیجـانی و همکـاران (11) الگـوي مکـانی درختان را در تیپ ممرز- راش جنگل خیرود با توجه بـه نحـوهمدیریت و تنک کـردن خوشـههـا ي زادآوري بـه نفـع درختـان مرغوب بهصـورت کپـهاي مایـل بـه تصـادفی معرفـی کردنـد.همچنین لوییس و همکـاران ( 38) علـت تغییـر الگـو از شـکلکپهاي به تصادفی را نتیجـه عـدم اسـتقرار زادآوري بـه صـورت گروهی عنوان کردند.
استفاده از شـاخصCE در کنـار شـاخص هـا ي Wi و Ri بهمنظور تعیین الگوي مکانی درختان داراي اهمیت زیادي است، زیرا این شاخصها حساسیت بالایی به کوچکترین تغییـرات درجنبههاي مختلف الگوي مکانی دارند و با درنظر گرفتن ویژگیهاي توده مورد بررسی از جنبـ ههـا ي مختلـف، الگـوي مکـانی

منابع مورد استفاده
درختان را با دقت بالایی تعیـین مـیکننـد. نتـایج ایـن مطالعـه،قابلیت استفاده از شاخصهاي زاویه یکنواخت، میانگین جهـتو کلارك و اوانز را در بررسی الگوي پراکنش مکانی گونه راش شرقی نشان میدهد. یکی از مزیتهاي مهم استفاده از این سـهشاخص در کنار یکدیگر این است که این شاخصها میتواننـدبهصورت پیوسته بررسی اثـرات روشهـا ي مختلـف مـدیریتیجنگل را تسـهیل نماینـد و همچنـین در برنامـهریـزي و پـایشسیماي سرزمین کاربرد دارند (21). بنابراین پیشنهاد میشـ ود بـابه کارگیري شاخصهاي ذکر شده تغییرات ایجـاد شـده بـر اثـرنحـوه م دیریتهـاي مختل ف و عملیـات بهـرهب رداري را در تودههاي جنگلی مشخص کرد و بـه مـدیران جنگـل در برنامـهریزيها و اتخاذ تصمیمهاي مناسب و مهم کمک کرد. همچنین با توجه به مطالعات قبلی و نتایج این پژوهش پیشنهاد مـی شـ ود بهمنظور بررسی بوم شناسی مکانی درختان جنگلـی از هـر سـهشـاخص Wi ،CE و Ri در کنـار یکـدیگر در مطالعـات آتـی استفاده شود.
ابراهیمی، س. و ح. پوربابایی. 1392. تأثیر حفاظت بر الگوي پراکنش مکـانی درختـان غالـب در جوامـع راش (مطالعـه مـوردي:
ماسال، گیلان). مجله بوم شناسی کاربردي 2(4): 23-13.
اخوان، ر.، خ. ثاقب طالبی، م. حسنی و پ. پرهیزکار. 1389. بررسی الگوي مکانی درختان طی مراحل تحولی در توده هـاي دسـت نخورده راش (Fagus orientalis Lipsky) در کلاردشت. تحقیقات جنگل و صنوبر ایران 18(2): 336-322.
بصیري، ر.، ه. سهرابی و م. مزین. 1385. تحلیل آماري الگوي پراکنش مکانی گونههاي درختی در منطقـه قامیشـله مریـوان.منـابعطبیعی ایران 3: 588-579.
پیلهور، ب.، ز. میرآزادي، و. علیجانی و ح. جعفري سرایی. 1393. کاربرد شاخصهاي مبتنی بر نزدیکترین همسـایه در بررسـی ساختار گونههاي زالزالک و کیکم در جنگلهاي زاگرس. تحقیقات جنگلهاي زاگرس 1(2): 14-1.
حبشی، ه.، م. حسینی، ج. محمدي و ر. رحمانی. 1386. تعیین الگوي پراکنش و سـاختار در جنگـل آمیختـه راش شصـت کلاتـهگرگان. تحقیقات جنگل و صنوبر ایران 15(1): 64-55.
صفري، ا.، ن. شعبانیان، ر. ح. حیدري، س. ي. عرفـانی فـرد و م. پ وررضـا. 1389. بررسـی الگـوي مکـانی درختـان بلـوط ایرانـی
(Quercus brantii Lindl.) در جنگلهاي باینگان کرمانشاه. تحقیقات جنگل و صنوبر ایران 18(4): 608-596.
صفري، ا.، ر. ح. حیدري، ن. شعبانیان و م. کریمی. 1393. بررسی الگوي مکانی بنه با استفاده از زاویه بین درختان در جنگلهـا ي جوانرود کرمانشاه. تحقیقات جنگل و صنوبر ایران 22(2): 359-349.
عرفانیفرد، س. ي. و ف. مهدیان. 1391. بررسی مقایسهاي روشهاي تعیـین الگـوي مکـانی مطلـق درختـان در جنگـل (مطالعـهموردي: جنگل تحقیقاتی بنه استان فارس). تحقیقات جنگل و صنوبر ایران 20(1): 73-62.
عرفانیفرد، س. ي.، ل. زارع و ج. فقهی. 1392. کاربرد شاخصهاي نزدیکترین همسایه در شاخهزادهاي بلوط ایرانـی ( Quercus brantii var. Persica) جنگلهاي زاگرس. بوم شناسی کاربردي 5(2): 24-15.
علوي، س. ج.، ق. زاهدي امیري، ز. نوري و م. ر. مروي مهاجر. 1392. کاربرد تـاب ع K رایپلـی در آشکارسـازي الگـوي پـراکنشمکانی گونه ملج در جنگل آموزشی و پژوهشی خیرود نوشهر. نشریه پژوهشهاي علوم و فناوري چوب و جنگل 20(4): 30-21.
علیجانی، و.، ج. فقهی، م. زبیري و م. ر. مروي مهاجر. 1391. کمیسازي ساختار مکانی جنگلهاي میان بند شمال ایران (مطالعـهموردي: بخش گرازبن جنگل خیرود). محیط زیست طبیعی 65(1): 125-111.
فرهادي، پ.، ج. سوسنی، ك. عادلی، و و. علیجانی. 1392. بررسی تغییرات موقعیت مکانی و تنوع گونهاي جنگلهـا ي زاگـرسبر اثر تخریب جوامع محلی (مطالعه موردي: جنگلهاي قلعهگل خرم آباد). نشریه پژوهشهاي علـوم و فنـاوري چـوب و جنگـل
.61-80 :(4)20
فلاح چاي، م. م.، خ. کلانتري چروده و ح. پیام. 1390. مقایسه مشخصات کمی تودههاي طبیعی جنگل در دو منطقه حفاظت شده و غیرحفاظتی (مطالعه موردي: جنگلهاي ناو اسالم). مجله علوم زیستی واحد لاهیجان 1(4): 121-113. 14. کرمی، ا.، ج. فقهی، م. ر. مروي مهاجر و م. نمیرانیان. 1391. بررسی الگوي مکانی لکههاي زادآوري در جنگـل هـا ي طبیعـی راش
(Fagus orientalis Lipsky) (مطالعه موردي: بخش گرازبن، جنگل خیرود). مجله جنگل ایران 4(1): 87-77.
مروي مهاجر، م. ر. 1384. جنگلشناسی و پرورش جنگل. انتشارات دانشگاه تهران،387 ص.
نوري، ز.، م. زبیري، ج. فقهی و م. ر. مروي مهاجر. 1392. بررسی الگوي پـراکنش مکـانی درختـان و سـاختار در راشسـتانهـايطبیعی شمال ایران (مطالعه موردي: بخش گرازبن جنگل خیرود). نشریه محیط زیست طبیعی 66(1): 125-113.
Aguirre, O., G. Hui, K. V. Gadow and J. Jimenez. 2003. An analysis of forest structure using neighborhood-based variables. Forest Ecology and Management 183: 137-145.
Assuncao, R. 1994. Testing spatial randomness by means of angles. Biometrics 50: 531-537.
Brzeziecki, B. 2002. Wskaźniki zróżnicowania struktury drzewostanu [Indices of stand structural diversity]. Sylwan 4: 69-79.
Corral-Rivas, J. J., A. Pommerening, K. Gadow and D. Stoyan. 2006. An analysis of two directional indices for characterizing the spatial distribution of forest trees. In: Models of tree growth and spatial structure for multispecies, uneven-aged forests in Durango (Mexico). PhD dissertation. Faculty of Forest Science and Forest Ecology, Georg-August University of Göttingen.
Corral-Rivas, J. J., Ch. Wehenkel, H. A. Castellanos-Bocaz, B. Vargas-Laretta and U. Dieguez- Aranda. 2010. A permutation test of spatial randomness: application to nearest neighbor indices in forest stands. Journal of Forestry Research 15: 218-225.
Crecente -Campo, F., A. Pommerening and R. Rodriguez-Soalleiro. 2009. Impacts of thinning on structure, growth and risk of crown fire in a Pinus sylvestris L. plantation in northern Spain. Forest Ecology and Management 257:
1945-1954. 23. Dagley, C. M. 2008. Spatial pattern of coast redwood in three alluvial flat old-growth forests in Northern California. Forest Science 54(3): 294-302.
Diggle, P. J. 2003. Statistical analysis of spatial point patterns. Arnold Pub., UK, 159 p. Ecography 29: 671-682.
Frelich, L. E., R. L. Calcote, M. B. Davis and J. Pastor. 1993. Patch formation and maintenance in an old-growth hemlock-hardwood forest. Journal of Ecology 72: 2. 513-527.
Fucai, X., Zh. Xiuhai, P. Chunfang, J. Yuzhen and W. Jinsong. 2010. Stand structure of broadleaved and Korean pine (Pinus koraiensis) mixed forest in the Changbai Mountains, China. Journal of Applied Environmental Biology
16(4): 529-534.
Gadow, Kv and P. Pogoda. 2000. Assessing forest structure and diversity. Man For 1:1-8.
Gangying, H., L. Li, Z. Zhonghua and D. Puxing. 2007. Comparison of methods in analysis of the tree spatial distribution pattern. Acta Ecologica Sinica 2(11): 4717-4728.
Hui, G. and K. Gadow. 2002. Das Winkelmass-Herleitung des optimalen standardwinkels. Allgemeine Forst- Jagdzeitung (AFJZ) 10: 173-177.
Hui, G., L. Li, Zh. Zhao and P. Dang. 2007. Comparsion of methods in analysis of the tree spatial distribution pattern. Acta Ecologica Sinica 27(11): 4717-4728.
Illian, J., A. Penttinen, H. Stoyan and D. Stoyan. 2008. Statistical Analysis and Modelling of Spatial Point Patterns. John Wiley & Sons Pub UK, 557 p.
Kint, V., N. Lust, R. Ferris and A. F. M. Olsthoom. 2000. Quantification of forest stand structure applied to Scots Pine (Pinus Sylvestris L.) Forests. Investigación Agraria: Sistemasy Recursos Forestales 1: 147-163.
Kint, V., Mv. Marc, N. Lieven, G. Guy and L. Noel. 2003. Spatial methods for quantifying forest stand structure development: a comparison between nearest-neighbor indices and variogram analysis. Forest Science 49:36-49.
Kint, V. 2004. SIAFOR 1.0 – user guide. Laboratory of Forestry, Ghent University.
Kuehne, C., A. R. Weiskittel, S. Fraver and K. J. Puettmann. 2015. Effects of thinning-induced changes in structural heterogeneity on growth, ingrowth, and mortality in secondary coastal Douglas-fir forests. Canadian Journal of Forest Research 45: 1448-1461. 36. Law, R., J. Llian, D. F. R. P. Burslem, G. Gratzer, C. V. S. Gunatilleke and I. A. U. N. Gunatilleke. 2009. Ecological information from spatial patterns of plants: insights from point process theory (Essay Review). Journal of Ecology 97: 616-628.
Li, L., W. Ye, Zh. Huang, H. Cao, Sh. Wei, Zh. Wang, J. Lian, I. Sun, K. Ma and F. He. 2009. Spatial distributions of tree species in a subtropical forest of China. Oikos 118: 495-502.
Luis, M. D., J. Raventos, T. Wiegand and C. H. Hidalgo. 2008. Temporal and spatial differentiation in seedling emergence may promote species coexistence in Mediterranean fire-prone ecosystems. Ecography 31: 620-629.
Marin, A., D. M. Carrer and D. S. Lamdica. 2011. Spatial analysis of a mixed beech, sprue and fir stand in the eastern Alps. M.Sc. Thesis, Department of Land, Environment, Agriculture and Forestry, College of Agricultural Sciences, University of Padua.
Motz, K., H. Sterba and A. Pommerening. 2010. Sampling measures of tree diversity. Forest Ecology and Management 260: 1985-1996.
Packalenab, P., J. Vauhkonenc, E. Kallioa, J. Peuhkurinend, J. Pitkänene and I. Pip. 2013. Predicting the spatial pattern of trees by airborne laser scanning. International Journal of Remote Sensing 34(14): 5154-5156.
Pommerening, A. 2002. Approaches to quantifying forest structures. Forestry 3: 305-324. 43. Pommerening, A. and D. Stoyan. 2006. Edge-correction needs in estimating indices of spatial forest structure. Canadian Journal of Forest Research 36: 1723-1739.
Reyburn, A. P. 2011. Causes and consequences of plant spatial patterns in natural and experimental Great Basin (USA) plant communities. Ph.D Thesis, Department of Wildland Resources, Utah State University.
Stamatellos, G. and G. panourgias. 2005. Simulating spatial distribution of forest trees by using data from fixed area plots. Forestry 78(3): 305-312.
Stoyan, D. and H. Stoyan. 1992. Fraktale Formenpunkt Feldermethoden der Geometriestatistik Berlin: AkademieVerlag, 394 p.
Stoyan, D. and H. Stoyan. 1994. Fractals, Random Shapes and Point Fields. John Wiley & Sons, UK, 399 p. 48. Szmyt, J. 2012. Spatial structure of managed beech-dominated forest: applicability of nearest neighbors indices. Dendrobiology 68: 69-76.
Szmyt, J. and R. Korzeniewicz. 2012. Spatial diversity of planted and untended silver birch (Betula pendula L.) stands. Forest Research Paper 73(4): 323-330.
Szmyt, J. 2014. Spatial statistics in ecological analysis: from indices to functions. Silva Fennica 38: 1-31.
Szmyt, J. and R. Korzeniewicz. 2014. Do natural processes at the juvenile stage of stand development differentiate the spatial structure of trees in artificially established forest stands? Forest Research 75: 2. 171-179.
Trifković, S. and H. Yamamoto. 2008. Indexing of spatial pattern of trees using a mean of angels. Journal of Forest Researches 3: 117- 121.


دیدگاهتان را بنویسید