Prediction of Logging Residues Characteristics Using Mulltiple Linear Regression (MLR) and Logistic Regression (LR) Models in a Mixed Beech Forests

Alizadeh, Zahra (2018) Prediction of Logging Residues Characteristics Using Mulltiple Linear Regression (MLR) and Logistic Regression (LR) Models in a Mixed Beech Forests. Masters thesis, University of Mohaghegh Ardabili.

[img] Text (پیش‌بینی مشخصه‌هایی از مازاد مقطوعات با استفاده از روش‌های رگرسیون خطی چند متغیره و رگرسیون لجستیک در یک جنگل آمیخته راش)
Zahra Alizadeh.pdf

Download (647kB)
Official URL: http://www.uma.ac.ir

Abstract

Logging residues on the base of size, quality and species can use in different wood industries but in ecological viewpoint, the forest ecosystem may actually benefit by leaving the logging residue in place. Logging residues contribute to the diversity and cover resources of a logged site. The parameters evaluated in this study were volume, weight and number of pieces per hectare. The study was carried out based on the Factorial experiment based on a completely randomized design in three parcels. Selection of circular sample method was used in three parsels with low, medium and high harvesting intensity, three slope classes (0-20, 20-40 and above 40), three distination classes (0-200, 200-400 and above 400), kind of species and directions in a mixed Beech forests in 321, 331 and 318 parcels was carried out from the 3rd series of Nav in Asalem of Guilan province. Also, in this study, it was determined modeling and prediction of the presence of logging residues in terms of operating intensity, slope and distance from the road's margin based on multivariate linear regression and logistic regression. The result of this study showed that with increasing operational intensity, the slope of the earth and distance from the roadside, increases the volume (Y=0/582+0/151X_1+0/141X_2+0/377X_3,R^2=%65), Weight (Y=0/486+0/126X_1+0/107X_2+0/307X_3, R^2=%56) and number of pieces (Y=21/1+3/327X_1+3/969X_2+5/523X_3,R^2=%25) of logging residues. On the other hand, the results showed that based on using the factors of operation intensity, slope and distance from the road's margin, it is possible to predict the presence or absence of logging residues (P(Y)= 〖exp〗^(_(38/883I+19/275S+0/182D+117/192))/(1+〖exp〗^(_(38/883I+19/275S+0/182D+117/192)) )). In the general conclusion we can say that the amount of logging residues was significantly different at the three parcels in this stydy, There are many factors that affect each other on the extent and distribution of logging residues in the forest, Therefore, in order to get closer to sustainable forestry, and in view of the importance of sustainable forest management, it is better to keep the amount of surplus in all forests in a balanced way, and to prevent excessive outflow of forest from the forest so that the principle of biodiversity conservation in the forest is respected.

Item Type: Thesis (Masters)
Persian Title: پیش‌بینی مشخصه‌هایی از مازاد مقطوعات با استفاده از روش‌های رگرسیون خطی چند متغیره و رگرسیون لجستیک در یک جنگل آمیخته راش
Persian Abstract: پس از عملیات بهره‌برداری مازاد مقطوعات حاصل از آن در جنگل باقی می‌ماند. مازاد مقطوعات جز ساختاري و عملكردي مهم از اكوسيستم‌هاي جنگلي ‌بوده و نقش مهمي در چرخش مواد غذايي، ذخيره كربن در بلندمدت، زادآوري درخت و حفظ تنوع زیستی ايفا مي‌نمايد، لذا مطالعات در جهت برآورد مشخصه‌هایی از مازاد مقطوعات از اهميت زيادي برخوردار است. این پژوهش با هدف تعیین سه مشخصه حجم، وزن و تعداد مازاد مقطوعات حاصل از عملیات قطع با در نظر گرفتن عوامل شدت بهره‌برداری، شیب دامنه، فاصله از حاشیه از جاده، نوع گونه و جهت دامنه در یک جنگل آمیخته راش در پارسل های 321، 331 و 318 از جنگل‌های سری ۳ ناو اسالم در استان گیلان انجام شد. به‌منظور انجام این پژوهش از روش نمونه‌برداری با قطعه‌نمونه دایره¬ای در سه پارسل با شدت برداشت کم، متوسط و زیاد استفاده شد. در این بررسی میزان حجم، وزن و تعداد مازاد مقطوعات به‌جامانده در سه کلاسه‌ی شیبی (20-0، 4-20 و بالاتر از 40 درصد)، سه کلاسه‌ی فاصله‌ای (200-0، 400-200 و بالاتر از 400)، گونه¬ها و جهت¬های مختلف در قالب آزمایش فاکتوریل بر مبنای طرح کاملاً تصادفی مطالعه شد. همچنین در این بررسی اقدام به تعيين و مدل‌سازي پیش‌بینی حضور مازاد مقطوعات با توجه به فاکتورهای شدت بهره‌برداری، شيب زمين و فاصله از حاشیه‌ی جاده بر اساس روش‌های رگرسيون خطی چند متغيره و رگرسیون لجستیک گردید. نتیجه‌ی این بررسی نشان‌ داد که با افزایش شدت بهره‌برداری، شیب زمین و همچنین افزایش فاصله از حاشیه‌ی جاده حجم (R^2=۶۵٪،Y=۰/۵۸۲+۰/۱۵۱X_1+۰/۱۴۱X_2+۰/۳۷۷X_3)، وزن (R^2=۵۶٪،Y=۰/۴۸۶+۰/۱۲۶X_1+۰/۱۰۷X_2+۰/۳۰۷X_) و تعـــــداد مــــــازاد مقطــــــوعات (R^2=۲۵٪،Y=۲۱/۱+۳/۳۲۷X_1+۳/۹۶۹X_2+۵/۵۲۳X_3) افزایش می‌یابد. از طرفی نتایج نشان داد که با استفاده از فاکتورهای شدت بهره‌برداری، شیب دامنه و فاصله می‌توان حضور و یا عدم حضور مازاد مقطوعات را پیش‌بینی کرد (P(Y)= 〖exp〗^(_(۳۸/۸۸۳I+۱۹/۲۷۵S+۰/۱۸۲D-۱۱۷/۱۹۲))/(1+〖exp〗^(_(۳۸/۸۸۳I+۱۹/۲۷۵S+۰/۱۸۲D-۱۱۷/۱۹۲)) )). در نتیجه‌گیری کلی می‌توان چنین بیان نمود که میزان مازاد مقطوعات در سطح سه پارسل بسیار متفاوت بود که عوامل زیادی در کنار یکدیگر بر روی میزان و نحوه‌ی پراکندگی مازاد مقطوعات در جنگل تأثیر دارد، بنابراین برای نزدیک‌تر شدن به جنگلداری پایدار و با توجه به اهمیت اعمال مدیریت پایدار جنگل بهتر است میزان مازاد مقطوعات در سرتاسر جنگل به‌صورت متوازن باقی بماند و بايستي از خروج مازاد مقطوعات از جنگل جلوگیری شود تا اصل حفظ تنوع زیستی در جنگل رعایت گردد
Supervisor:
SupervisorE-mail
keivan Behjou, FarshadUNSPECIFIED
Advisor:
AdvisorE-mail
Sefidi, KiomarsUNSPECIFIED
Subjects: Faculty of Agricultural Sciences & Natural Resources > Department of Natural Resources
Divisions > Faculty of Agricultural Sciences & Natural Resources > Department of Natural Resources
Divisions: Subjects > Faculty of Agricultural Sciences & Natural Resources > Department of Natural Resources
Faculty of Agricultural Sciences & Natural Resources > Department of Natural Resources
Date Deposited: 13 Oct 2018 14:12
Last Modified: 13 Oct 2018 14:12
URI: http://repository.uma.ac.ir/id/eprint/557

Actions (login required)

View Item View Item