بومشناسي کاربردي/ سال چهارم/ شماره سيزدهم / پاييز ۱۳۹۴
مقایسه روش رگرسیون لجستیک با تحلیل تابع تشخیص در شناسایی عوامل موثر
در پراکنش تیپ ويول خالص در جنگلهاي آرمرده بانه
22*1
هوار مدرس گرجی، مهتاب پیرباوقار و لقمان قهرمانی
(تاریخ دریافت: 15/10/1392 ؛ تاریخ پذیرش: 23/4/1394)
چكيده
126873867918

Downloaded from ijae.iut.ac.ir at 16:13 IRST on Saturday October 28th 2017 [ DOI: 10.18869/acadpub.ijae.4.13.79 ]

Downloaded from ijae.iut.ac.ir at 16:13 IRST on Saturday October 28th 2017 [ DOI: 10.18869/acadpub.ijae.4.13.79 ]

پراكنش گياهان تحت تأثير دامنه مشخصي از عوامل اكولوژيكي رويشگاه از قبيل ارتفاع از سطح دريا، شيب، جهت دامنه و يـا تركيبـي ازچند متغير ياد شده است. اين تحقيق به منظور تعيين مهمترين عوامل توپوگرافي موثر در پراكنش تيپ ويول خالص در جنگلهاي حـوزهآرمرده بانه با مساحت حدود ۱۷۰۰۰ هكتار انجام شد. در اين راستا دقت دو مدل روش رگرسيون لجستيك و تحليل تابع تشـخيص مـوردبررسي قرار گرفت. بدين منظور دو شبكه نمونهبرداري تصادفي با تعداد مساوي يكي براي مناطق حضور تيپ ويول خالص و ديگري براي مناطق عدم حضورتيپ ويول خالص تهيه شد. در محل هر يك از نمونهها، عوامل توپوگرافي از نقشهها استخراج شدند. دو طبقه حضور و عدم حضور بهعنوان متغير وابسته و عوامل توپوگرافي شامل ارتفاع از سطح دريا، جهت شيب، شيب و فاصله از آبراهه بهعنوان متغيرهـايمستقل وارد تحليل شدند. نتايج نشان داد كه سطح زير منحني راك در روش رگرسيون لجستيك با مقدار ۷۴۶/۰ بيشتر از روش تحليل تابع تشخيص با مقدار ۵۰۲/۰ ميباشد. علاوه بر اين صحت كلي طبقهبندي روش رگرسيون لجستيك بالاتر از روش تحليل تابع تشـخيص بـود.
نتايج اين تحقيق ميتواند براي اهداف مديريتي در توسعه و احياء اكوسيستمهاي جنگلي كاربرد داشته باشد.
واژههاي كليدي: ارتفاع از سطح دريا، جهت دامنه، جنگلهاي زاگرس ،ROC، روشهاي آماري

1. گروه جنگلداري دانشكده منابع طبيعي دانشگاه كردستان
۲ گروه جنگلداري دانشكده منابع طبيعي و مركز پژوهش و توسعه جنگلداري زاگرس شمالي دانشگاه كردستان
* : مسئول مكاتبات، پست الكترونيكي:hgorji@ymail.com
۷۹
مقدمه
126873867918

Downloaded from ijae.iut.ac.ir at 16:13 IRST on Saturday October 28th 2017 [ DOI: 10.18869/acadpub.ijae.4.13.79 ]

Downloaded from ijae.iut.ac.ir at 16:13 IRST on Saturday October 28th 2017 [ DOI: 10.18869/acadpub.ijae.4.13.79 ]

دامنه بوم شناسی و آشیانه اکولوژیکی هر گونه گیاهی با بررسـیشرایط زیست محیطی رویشگاهی کـه در آن واقـع شـده اسـتشناخته میشود (21). بهوضوح مشخص شده است که پـراکنشگیاهــان تحــت تــأثیر دامنــه مشخصــی از عوامــل اکولــوژیکیرویشگاه از قبیل ارتفاع از سطح دریا، شیب، جهـت دامنـه و یـاترکیبی از چند متغیر یاد شـده اسـت (13). عوامـل فیزیـوگرافینظیر ارتفاع از سطح دریا، شیب و جهت دامنه بهعنوان دادههـايمهم در تحلیلهاي مکانی و مدلسـازي پـراکنش رسـتنی هـا در چشـم انـدازهاي کوهس تانی شـناخته شـدهان د (23). اکثـر ای نتحلیلهـا از طریـق روشهـاي مختلـف آمـاري و مـدل سـازي پراکنش گونهها صورت گرفتـه اسـت (19 و 30). یکـی از ایـنروشهاي آمـاري تحلیـل تـابع تشـخیص کـانونی اسـت. تـابعتشخیص یکی از روشهاي آماري چند متغیره است که دو و یـاگ روههــایی بیشــتر از مشــاهدات را بــر اســاس مجموعــهاي از متغیرهــاي تمــایز کننــده از هــم جــدا مــی کنــد. ایــن تحلیــل ،ترکیبهاي خطـی از متغیرهـاي تمـایز کننـده ایجـاد مـیکنـد .
بهگونهاي که این ترکیبهاي خطی تـوابعی تمـایز کننـده ایجـادکرده که میتواند بیشترین تفاوت بین گروهها را مشـخص کنـد(33). در رابطه 1 تابع تشخیص مورد اسـتفاده نشـان داده شـدهاست (31).
[1]
Y b ×X111b12×X2b13 3×x … b 1p p×x +C
در رابطه 1،b1p ضـرایب تـابع تشـخیص اسـتاندارد شـده،c ضریب ثابت و xp متغیرهاي تمایز کننده تابع تشخیص است.
در این زمینه پژوهشهـاي بسـیاري در داخـل و خـارج ازکشـور انجـام ش ده اسـت. اجته ادي و همکـاران (17) ارتب اطپراکنش تیپهاي جنگلی بـا عوامـل فیزیوگرافیـک را در امتـداد
جنوبی- شمالی رودخانه شیرینرود واقـع در البـرز مرکـزي بـاتحلیل تابع تشخیص بررسی کردند. نتـایج ارتفـاع را بـهعنـوانمهمترین عامل اثرگذار بر پراکنش تیپهاي جنگلی منطقه مـوردمطالعه معرفی کرد. بیشـترین تنـوع تیـپ در نـواحی بـا ارتفـاع۸۰
متوسط و جهت دامنه جنوبشـرقی مشـاهده شـد. مهـدي نیـا وهمکاران (11) از آنالیز تابع تشخیص به منظـور تعیـین متغیـريکه بیشترین تـ اثیر را در پـراکنش جوامـع گیـاهی حـوزه آبخیـزباب لرود دارد، اس تفاده کردن د. نت ایج نش ان داد ک ه ارتف اع و بارندگی مهمترین عواملی هستند که نقش تفکیککنندگی بهتري بین گروهها دارند. نوعدوست و اجتهادي (12) بهمنظور بررسـیارتباط پراکنش جوامع گیاهی موجود در پارك ملی تندوره واقع در شمال خراسان با عوامل فیزیوگرافی از تحلیل تابع تشـخیصاستفاده کردند. نتایج بهدست آمده ارتفاع را بـه عنـوان مهمتـرینعامل در تفکیـک جوامـع ایـن ناحیـه معرفـی کـرد. کرسـپی و همکاران (14) ارتباط ساختار درختان جنگلی دو ناحیه خشـکو مرطوب پرتغال را با عوامل زیست محیطی مورد بررسی قـراردادند. آنها از تحلیل تابع تشخیص استفاده کردنـد . نتـایج نشـانداد کــه در ناحیــه خشــک ارتفــاع از ســطح دریــا و در ناحیــهمرطوب، فاصله از ساحل دریا بهعنوان مهمترین عامل تاثیرگـذاربر تنوع ساختار درختان هستند.
یکی دیگر از روشهاي آماري چند متغیره که در سـال هـاياخیر استفاده از آن در مدلسازي پراکنش گونههـا افـرایش پیـداکرده است رگرسیون لجستیک است (22). رگرسیون لجسـتیکچندگانه تکنیکی چند متغیره (Multivariate Technique) اسـتکه چند پارامتر فیزیکی را کـه ممکـن اسـت بـر احتمـال وقـوعرویدادي تاثیر بگذارند، مورد بررسی قرار میدهد. در این روش متغیر وابسته میتواند تنها دو مقدار داشته باشد که یکی احتمـالوقوع حادثه و دیگري عدم وقوع آن است. مقادیر متغیر مسـتقلمیتواند هم بهصورت باینري (0 و 1) و هم بـه صـورت کمیـت
عددي بیان شوند. از اینرو استفاده از متغیرهایی که کاملاًکاملا پیوسته نیستند و یا بهصورت کیفی هستند امکان پذیر خواهد بـود (9 و
.(25
3463638328

p(i) -[b(0)+b(1).x(1) … b(n).x(n1  )][2]
1+eدر رابطه2، P(i) احتمـال حضـور جامعـه گیـاهی و(1)x(n)… xنشاندهنده متغیرهاي مستقل بهکار رفته است.
در زمینه رگرسیون لجستیک، مطالعات زیـادي انجـام شـدهاست. ماتسورا و سوزوکی (28) بـا اسـتفاده از روش رگرسـیونلجستیک به بررسـی روابـط میـان خصوصـیات فیزیـوگرافی بـاپراکنش گیاهان در رشته کوههاي ااُهوُهو واقع در شمال شرق ژاپـنپرداختند. نتایج پژوهش آنان وجود ارتباط قوي را میان پراکنش گیاهان با شیب و جهـت دامنـه در حـوزه آبخیـز مـورد مطالعـهنشان داد. لاسیور و همکاران (24) در نـواحی جنـوبی سـوئیساطلاع ات 117 گون ه گی اهی را در 125 رویش گاه جم عآوري کردند. نقشههاي ارتفاع، شیب و جهت شیب براي رویشـگاه هـاتهیه شد. سپس با استفاده از روش رگرسیون لجسـتیک احتمـالحضور گونههاي گیاهی را پیشبینی کردند. نتایج نشـان داد کـهپارامترهاي شیب و جهت شـیب مهمتـرین عوامـل در پـراکنشگونههاي گیاهی هستند. محمدي و همکاران (8) پراکنش تیـپجنگلی بـرودار – بنـه را در جنگـلهـاي شهرسـتان سـروآباد در ارتباط با عوامل فیزیوگرافی، اقلیمی و انسانی مورد بررسی قـراردادند. براساس نتایج بهدست آمده از روش رگرسیون لجسـتیکعوام ل فیزی وگرفی و بارن دگی بیش ترین ت اثیر را دارن د. زارع چاهوکی و همکاران (4) از مدل لجستیک براي تعیین رابطه بین حضور گونههاي گیاهی و خصوصیات محیطی (خاك و ارتفـاعاز سطح دریـا ) در مراتـع اسـتفاده کردنـد. نتـایج نشـان داد کـهمهمترین خصوصیات موثر خاك در تفکیک تیـپ هـاي رویشـیمنطقه مورد مطالعـه، آهـک، سـنگریزه، رطوبـت اشـباع، گـچ وهدایت الکتریکی است.
بخش شمالی حوزه رویشی زاگرس براساس دامنـه رویشـیدو گونه مازودار و ويول تعیین حدود شده است که بـه همـراهبرودار یا بهصورت خالص و یا با سـایر گونـههـا تشـکیل تیـپجنگلی میدهد (3). گونـه وي ول (Quercus libani) در غـرب ای ران، فق ط در ناحی ه زاگ رس شـمالی واق ع در اس تانه اي آذربایجان غربی (منطقه سردشت) و کردستان (مناطق بانـه و 35مریوان) گسترش یافته است (6). تیـپ وي ول خـالص بـه دلیـل واقع شدن در مناطق ییلاقی و برفگیر زاگرس شمالی نقش پـراهمیتی در ذخیره نزولات آسمانی دارد. این تیپ در تثبیت خاك و حفاظت از مناطق پایین دست و حفظ حیـات وحـش، تولیـدبرگهاي خوشخوراك براي تعلیف دام، تولید گز علفـی نقـشارزندهاي دارد.
هدف از این تحقیق بررسـی ارتبـاط پـراکنش تیـپ ويول خالص با متغیرهاي فیزیوگرافی (جهت دامنـه، ارتفـاع از سـطحدریا، شیب و فاصله از آبراهه) با اسـتفاده از روش تحلیـل تـابعتشخیص و روش رگرسیون لجستیک است. هـم چنـین مقایسـهدقت این دو مدل در تعیین مهمترین عامل موثر در پراکنش ایـنتیپ در بین عوامل مورد بررسـی اسـت. فرضـیات تحقیـق نیـزبدین شرح است:
فرض صفر: دقت مدل رگرسیون لجسـتیک بیشـتر از تحلیـلتابع تشخیص است.
فرض یک: دقت مدل رگرسیون لجستیک کمتر از تحلیل تابعتشخیص است.
مواد و روشها
منطقه مورد مطالعه
محدوده مورد مطالعه در تحقیق حاضر شامل سامانهاي عرفـیدهستان بلکه و دهستان مرکزي آرمرده شهرستان بانـه در غـرباستان کردستان با مساحت 44/16842 هکتـار مـیباشـد . منطقـهمـورد مطالعـه از نظ ر طـول و ع رض جغرافیـایی در مح دوده”47 ’42 45 تــا “3 ’54 45 طــول شــرقی و “54 ’48 35 تــا

“46 ’57 35 عرض شمالی قرار گرفته است (شکل1).
متوسط مقدار بارندگی با توجه به آمار 13 ساله ثبت شـده ازایستگاه هواشناسی بانه (تا سال 91) 667 میلیمتر است. حداکثر متوسط درجه حرارت سالیانه 87/18 درجه سانتیگراد و حداقل متوســط آن برابــر 71/8 درجــه ســانتیگــراد اســت (اداره کــل هواشناسی استان کردستان).
روش تحقیق
126873867918

Downloaded from ijae.iut.ac.ir at 16:13 IRST on Saturday October 28th 2017 [ DOI: 10.18869/acadpub.ijae.4.13.79 ]

Downloaded from ijae.iut.ac.ir at 16:13 IRST on Saturday October 28th 2017 [ DOI: 10.18869/acadpub.ijae.4.13.79 ]

در این تحقیق براي تهیه نقشه پـ راکنش تیـپ وي ول خـالص ازاطلاعات برداشت شده از 448 قطعه نمونـه دایـرهاي شـکل بـامساحت 1/0 هکتاري طرح جنگلداري چند منظوره با تأکید بـر
۸۱
126873867918

Downloaded from ijae.iut.ac.ir at 16:13 IRST on Saturday October 28th 2017 [ DOI: 10.18869/acadpub.ijae.4.13.79 ]

Downloaded from ijae.iut.ac.ir at 16:13 IRST on Saturday October 28th 2017 [ DOI: 10.18869/acadpub.ijae.4.13.79 ]

ساماندهی و مدیریت گلازنی در حوزه آرمرده (1384) اسـتفادهشد (1). براي این کار که در هر پارسـل، اطلاعـات موجـود درقطعه نمونههایی که در هر یک از دامنههاي آن پارسل واقع شده بود یکپارچه و تیپبندي براساس روش گرجی– بحري (7) در دامنههاي مختلف انجام شد. در این روش، اگر گونهاي بـیش از90% ترکیب درختی را نشان دهد، به نـام تیـپ خـالص معرفـیمیشود (7). مبناي پارسلبندي در طرح، دسـتورالعمل سـازمانجنگلها و مراتع کشور بوده اسـت و براسـاس جنگـل گردشـیهمگنترین محدوده جنگل بهعنوان یک پارسـل درنظـر گرفتـهشده است (1).
مدل رقومی ارتفاع از خطوط توپوگرافی رقـومی بـا مقیـاس
25000/1 تهی ه ش د. در مرحل ه بع د از م دل رق ومی ارتف اع ،نقشـه هـاي ارتفـاع، شـیب و جه ت شـیب تهیـه شـدند. نقش ه آبراههها، از نقشه توپوگرافی با مقیاس1:25000 اسـتخراج شـد. در ای ن تحقی ق نقش ه جه ت ش یب براس اس می زان رطوب ت طبقهبندي شد، بدین صورت که کد 1 به جهت شمال، کد 2 بـهجهت شرق، کد 3 به جهت غـرب و کـد 4 بـه جهـت جنـوباختصاص یافت (32).
در محدوده پراکنش تیپ ويول خالص، تعداد 100 نمونـهبهطور کاملاً تصادفی و به تعداد مساوي در نرمافـزار Arc Viewتهیه شد. تعداد 100 نمونه دیگر براي مناطق عدم حضـور ایـن
۸۲

شکل 1. موقعیت منطقه مورد بررسی و تصویر ماهوارهاي منطقه
تیپ در محدوده منطقه مورد مطالعه بـراي اعتبـار سـنجی مـدلتهیه شد (18). سپس، اطلاعات مربوط به هر یک از نمونههـا ازنقشههاي عوامـل فیزیـوگرافی اسـتخراج شـدند (15 و 28). در مرحله بعد براي تحلیل تابع تشخیص آزمون نرمال بودن دادههـابا آزمـون کلمـوگروف– اسـمیرن وف انجـام شـد. در رگرسـیونلجستیک بهدلیل عدم حساسیت به توزیع نرمال دادهها (26) این آزمون انجام نگرفت. دو طبقه حضور و عدم حضـور بـه عنـوان متغیر وابسته و عوامل فیزیوگرافی شامل ارتفـاع از سـطح دریـا،شیب، جهت شیب و فاصله از آبراهه بهعنوان متغیرهاي مسـتقلوارد تحلیل شدند (2). در این تحقیق از نرمافزارهاي SPSS 16، Arc GIS 3/9 و Arc View 3/3 استفاده شد.
نتایج
در منطقه مورد مطالعه، نواحی حضـور تیـپ ويول خـالص درشکل 2 نشان داده شده است.
براســاس نتــایج حاصــل از روش تحلیــل تــابع تشــخیص(رابطه3) عوامل جهت شیب و فاصله از آبراهه بهطور معکـوس و عامل ارتفاع از سطح دریا بهطور مستقیم در پراکنش این تیـپموثر شناخته شدند. بـا توجـه بـه ضـرایب متغیرهـاي کانونیـکجهت شیب بیشترین تاثیر را داشته است.
p 2.0761.346  0.114  0.038×D[3]
آماره استانداردي که براي مشخص نمودن معنیدار بودن قدرت تفکیک کنندگی مدل تابع تشخیص اسـتفاده مـیشـود ویلکـسلامبدا (Wilks Lambda) است که مقدار آن در محدوده صفر تـایک قرار دارد. هرچه مقدار این شاخص کمتر باشد نشاندهنـدهقدرت تفکیک کنندگی بیشتر تابع بهدست آمده اسـت (20). در این تحقیق مقدار ویلکس لامبدا، 809/0 بهدست آمد (جدول1).
دو مشخصه در تحلیل تابع تشخیص مهم هسـتند یکـی از آنهـاضریب همبستگی کانونی است که توانایی تابع را در تمایز بـینگروهها نشان میدهد. دیگري ارزش ویژه است که نشـان دهنـدهنسبت واریانس اندازهگیـري شـده از کـل واریـانس اسـت. هـر
چق در مق دار ای ن دو ش اخص بیش تر باش د درص د ص حت طبقهبندي بیشتر است (2). میـزان مقـدار ویـژه یـک تـابع بیـانمیکند چه اندازه از کل واریانس توسط تابع بهدست آمده تفسیرمیشـود (31). تـابع تشـخیص بـه منظـور دو هـدف تحلیـل وطبقهبندي استفاده میشود. بدون درنظر گـرفتن علامـت، انـدازه

شکل 2. نقشه پراکنش تیپ ويول خالص در منطقه مورد مطالعه
جدول 1. نتایج ارزیابی تحلیل تشخیص تیپ ويول خالص
صحت طبقهبندي به درصد آزمون ویلکس لامبدا آزمون مقدار ویژه تیپ
حضورعدم حضورصحت کلی معنیداري ویلکس لامبداکاي اسکور مقدار ویژههمبستگی کانونیک 515055 0/000 41/590/809 0/4370/236 ويول خالص
هر یک از ضـرایب تـابع تشـخیص اسـتاندارد شـده؛ اهمیـت ومشارکت نسبی متغیرها را در تابع بهدست آمده مشخص میکند.
همچنین علامت منفی ضرایب نشان میدهد که به ازاي افـزایشY ،XP کاهش مییابد. عکس ایـن قضـیه بـراي علامـت مثبـتصادق است. طبقهبندي نیز براي پیشبینـی اعضـاء هـر یـک ازگروهها براساس مقادیر متغیرهاي پیشگویی کننده انجام میشود.
اگر مقدار دادههایی که بهدرستی طبقهبندي نشدهاند زیـاد باشـدبیانگر توانـایی ضـعیف تـابع بـه دسـت آمـده و صـحت پـایینطبقهبندي است (31).
براساس نتایج حاصل از روش رگرسـیون لجسـتیک تمـامیعوام ل م ورد بررس ی در پ راکنش تی پ ويول خ الص م وثر شناخته شدند.
126873867918

Downloaded from ijae.iut.ac.ir at 16:13 IRST on Saturday October 28th 2017 [ DOI: 10.18869/acadpub.ijae.4.13.79 ]

Downloaded from ijae.iut.ac.ir at 16:13 IRST on Saturday October 28th 2017 [ DOI: 10.18869/acadpub.ijae.4.13.79 ]

در روش رگرسیون لجستیک مقـدار 2R بـا توجـه بـه آمـارهNagelkerke R square تعیین میشود بـدین صـورت کـه اگـرمقدار آن بین 2/0 تا 4/0 باشد بیانگر برازش خوب مـدل اسـت
۸۳
مدل بهدست آمده در رابطه 4 ارائه شده است.
126873867918Downloaded from ijae.iut.ac.ir at 16:13 IRST on Saturday October 28th 2017 [ DOI: 10.18869/acadpub.ijae.4.13.79 ]

Downloaded from ijae.iut.ac.ir at 16:13 IRST on Saturday October 28th 2017 [ DOI: 10.18869/acadpub.ijae.4.13.79 ]

(34). در این تحقیق این مقدار برابـر بـا 316/0 بـه دسـت آمـد
(جدول2) که نشان میدهد دقت مدل بهدست آمده خوب است.
اگر آماره والد در متغیري معنیدار باشد (سطح معنیداري کمتـراز 05/0 باشد)، آن متغیر در مدل انتخاب میشـود (16). بـدینترتیب مدل پیشبینـی احتمـال پـراکنش بـا توجـه بـه ضـرایبمتغیرها بهدست آمد.
[4]
P  exp( 6.8511.071×A0.203×E0.125×S0.047×D)
1exp6.8511.071×A0.203×E0.125×S0.047×D
در این تحقیق معیاري که بـراي ارزیـابی توانـایی دقـت دومدل استفاده شد، سطح زیر منحنی ROC بود. این سطح بیـانگراین است که مدل چه مقدار میتواند متغیر وابسـته را بـهخـوبیپیشبینی کند؛ ایـن مقـدار بـین 5/0 تـا 1 مـی باشـد. رقـم 5/0نشاندهنده تصادفی بودن مـدل، رقـم بـالاي 7/0 بیـانگر دقـتخوب مدل و سطح بالاي 9/0 نشـان دهنـده دقـت بـالاي مـدلاست (9 و 26).
بحث و نتیجهگیري
با توجه به جدول 4 سطح زیر منحنی راك براي مدل لجسـتیکبا رقم 746/ 0بیشتر از مدل تابع تشخیص با رقم 5/0 بـه دسـت آمد و بنابراین میتوان گفت دقت مدل لجستیک بیشتر از تحلیل
۸۴
جدول 2. نتیجه تحلیل رگرسیونی مدل تیپ ويول خالص
سطح معنیداري درجه آزادي آماره والد ضریباشتباه معیار متغیر
0/001 1 11/847 0/311 -1/071 جهت شیب
0/003 1 8/797 0/069 0/203 ارتفاع از سطح دریا
0/045 1 4/031 0/062 0/125 شیب
0/009 1 6/735 0/018 – 0/047 فاصله از آبراهه
0/013 1 6/185 2/755 -6/851 ضریب ثابت مدل
000/0=p-valueدرجه آزادي= 4 میزان کاي اسکویر مدل = 338/34
601/0=p-value درجه آزادي = 8 کاي اسکور آزمون هوسمر– لمشاو = 411/6ناگل کرك آر سکویر = 316/0
33613001892255

تابع تشخیص است. مانل و همکاران (27)، در مطالعـه اي واقـعدر حاش یه رودخان هاي در نپ ال دق ت م دله اي رگرس یون لجستیک و تابع تشخیص را در پژوهشـی مـوررد مطالعـه قـراردادند و نتیجه گرفتند که رگرسیون لجسـ تیک از دقـت بیشـتريبرخوردار است. همچنین مارتین و همکـاران (29)، توانـایی دوروش لجستیک و تحلیل تـابع تشـخیص را در پژوهشـی مـوردبررسی قرار دادند و نتیجه گرفتند که دقت هر دو مـدل بـا هـمهمخوانی دارد. علاوه بر این مقـدار صـحت طبقـهبنـدي روشرگرسیون لجستیک با مقدار 8/65 درصـد (جـدول 3) بیشـتر ازروش تحلیل تابع تشخیص با مقدار 51 درصد (جدول 1) بود.
در هر دو روش عامل فاصله از آبراهه به شـکل منفـی واردمعادله شده است که نشان میدهد حضور این تیـپ در نـواحینزدیک آبراهه بیشتر است. این مطلب بـا نتیجـه تحقیـق فتـاحی(6) همخوانی دارد. ضریب منفی جهت شیب نیز نشان میدهـدکه بیشترین حضور ایـن تیـپ بـهترتیـب، در نـواحی مرطـوب،نیمهمرطوب، نیمهخشک و خشک است. در جهتهاي شمالی و نواحی نزدیک آبراهـه بـه دلیـل وجـود رطوبـت لازم ایـن تیـپحضور چشمگیري را در مقایسه با نواحی دیگر نشان داده است.
فتاحی (6) و معروفی (10)، این مطلب را تایید کردهاند. بعـد ازجهت شیب، عامل ارتفاع از سطح دریـا در پـراکنش ایـن تیـپموثر شـناخته شـده اسـت؛ بـهنظـر مـیرسـد کـه بـا توجـه بـهوجود رودخانهها و کوهستانی بودن منطقه، در ارتفاعات بالا که میزان رطوبت بیشتر است، شرایط مرطوبی بـراي گسـترش ایـنتیپ فراهم مـی شـود . در تیـپ وي ول خـالص بیشـترین سـطحپراکنش با مقدار 1/69% مربوط به دامنه ارتفاعی 1520 تا 1820متر است. در این تیپ سطح پراکنش از ارتفاع 1220 تـا ارتفـاع1820 متر روند صعودي و از 1820 متر تا آخرین حد ارتفـاعیمنطقه مورد مطالعه روند نزولـی نشـان داده اسـت. ایـن نظـر رانتایج تحقیق فتاحی (6) تایید مـی کنـد . وي اظهـار مـیکنـد کـهگسترش این گونـه د ر منـاطق کوهسـتانی دوکـی شـکل اسـت.
صحت این نتیجه در جنگلهاي گاوزیان مریوان نیز، بیـان شـدهاست (5).
در روش رگرسیون لجسـتیک عامـل درصـد شـیب بعـد ازعامل ارتفاع از سطح دریا وارد معادله شد و با توجه به ضـریبمتغیـر ت اثیرش بیشـتر از عام ل فاصـله از آبراه ه شـناخته ش د(جدول 2). در این بررسی مشخص شـد کـه 38/41% از سـطحپراکنش این تیپ، در شیب بـالاتر از 40% واقـع شـده و درصـدشیب بهصورت مستقیم با پـراکنش ایـن تیـپ در ارتبـاط بـودهاست. این بحثها نشان میدهد که این تیپ نـواحی مرتفـع بـادرصد شـیب زیـاد را مـیتوانـد تحمـل کنـد. فتـاحی (6)، نیـز
جدول3. درصد صحت طبقهبندي براي مناطق حضور و عدم حضور تیپ ويول خالص
پیش

صحت

درصد
شده

بینی
پ

مقادیر

بین

تطابق
یش

شده

بینی

پیش



قیمت: تومان


دیدگاهتان را بنویسید