کاربرد روش منطق فازی جهت بررسی پتانسیل زنبورداری در مراتع تمین-شهرستان میرجاوه

نوع مقاله: پژوهشی

نویسندگان

1 دانشگاه زابل

2 گروه مرتع و آبخیزداری، دانشکده اب و خاک ، دانشگاه زابل

چکیده

ارزیابی پتانسیل مراتع برای توسعه استفاده چندمنظوره و استفاده صحیح از توانمندی‌های این منابع یک چالش جدی برای مدیریت مراتع است. در این راستا این پژوهش با هدف ارزیابی شایستگی مراتع به‌منظور توسعه کاربری زنبورداری با استفاده از روش منطق فازی در محیط نرم افزار Arc GIS در مراتع تمین در شمال تفتان انجام شد. بدین‌منظور نمونه‌برداری از پوشش گیاهی در تیپ‌های گیاهی منطقه به روش تصادفی-سیستماتیک با استقرار 3 ترانسکت 300 متری انجام شد. پس از تعیین اولویت معیارهای مؤثر در شایستگی زنبورداری با استفاده از روش پیشنهادی فائو، معیارهای مؤثر از طریق پرسشنامه توسط کارشناسان و متخصصین، اولویت‌بندی و وزن‌دهی شد. در مرحله بعد روش منطق فازی بر روی معیارها اعمال شد. در نهایت نقشه نهایی شایستگی منطقه جهت کاربری زنبورداری تهیه شد. نتایج نشان داد که بر اساس روش منطق فازی از مجموع 5572 هکتار اراضی مرتعی منطقه مورد مطالعه، 4/1387 هکتار (9/24 درصد) در طبقه شایستگی S1 (بدون محدودیت)، 3/1571 هکتار (2/28 درصد) در طبقه شایستگی S2 (با محدودیت اندک)، 2/2262هکتار (6/40 درصد) در طبقه شایستگی S3 (با محدودیت زیاد) و 351 هکتار (3/6درصد) در طبقه شایستگی N (غیرشایسته) برای استفاده زنبورداری است. علاوه بر این، ارزش شاخص پوشش گیاهی (84/0) بیشتر از دسترسی به منابع آب(81/0) و عوامل محیطی (37/0) است. با توجه به نتایج حاصل، مناطق شرقی مراتع تمین از شایستگی بالاتری جهت کاربری زنبورداری برخوردار بوده و این موضوع می‌بایستی در توسعه کاربری زنبورداری و مدیریت پوشش گیاهی مراتع تمین مورد توجه قرار گیرد.

کلیدواژه‌ها

موضوعات


کاربرد روش منطق فازی جهت بررسی پتانسیل زنبورداری در مراتع تمین-شهرستان میرجاوه

مرضیه گرگی[1] ،حسین پیری صحراگرد[2]* ، سهیلا نوری[3]

 تاریخ دریافت14/2/97     تاریخ پذیرش:3/5/97

چکیده

ارزیابی پتانسیل مراتع برای توسعه استفاده چندمنظوره و استفاده صحیح از توانمندی­های این منابع یک چالش جدی برای مدیریت مراتع است. در این راستا این پژوهش با هدف ارزیابی شایستگی مراتع به­منظور توسعه کاربری زنبورداری با استفاده از روش منطق فازی در محیط نرم افزار Arc GIS در مراتع تمین در شمال تفتان انجام شد. بدین­منظور نمونه­برداری از  پوشش گیاهی در تیپ­های گیاهی منطقه به روش تصادفی-سیستماتیک با استقرار 3 ترانسکت 300 متری انجام شد. پس از تعیین اولویت معیارهای مؤثر در شایستگی زنبورداری با استفاده از روش پیشنهادی فائو، معیارهای مؤثر از طریق پرسشنامه توسط کارشناسان و متخصصین، اولویت­بندی و وزن­دهی شد. در مرحله بعد روش منطق فازی بر روی معیارها اعمال شد. در نهایت نقشه نهایی شایستگی منطقه جهت کاربری زنبورداری تهیه شد. نتایج نشان داد که بر اساس روش منطق فازی از مجموع 5572 هکتار اراضی مرتعی منطقه مورد مطالعه، 4/1387 هکتار (9/24 درصد) در طبقه شایستگی S1 (بدون محدودیت)، 3/1571 هکتار (2/28 درصد) در طبقه شایستگی S2 (با محدودیت اندک)، 2/2262هکتار (6/40 درصد) در طبقه شایستگی S3 (با محدودیت زیاد) و 351 هکتار (3/6درصد) در طبقه شایستگی N (غیرشایسته) برای استفاده زنبورداری است. علاوه بر این، ارزش شاخص پوشش گیاهی (84/0) بیشتر از دسترسی به منابع آب(81/0) و عوامل  محیطی (37/0) است. با توجه به نتایج حاصل، مناطق شرقی مراتع تمین از شایستگی بالاتری جهت کاربری زنبورداری برخوردار بوده و این موضوع می­بایستی در توسعه کاربری زنبورداری و مدیریت پوشش گیاهی مراتع تمین مورد توجه قرار گیرد.

واژگان کلیدی: گیاهان شهدزا، گیاهان گرده­زا، زنبورداری، منطق فازی، مراتع تمین

 

مقدمه

 شناخت استعدادها و ارزیابی توان اکولوژیک اکوسیستم طبیعی از اصول مدیریت و برنامه­ریزی صحیح در منابع طبیعی است. همچنین تهیه و اجرای طرح­های کاربردی و عملی به­منظور دستیابی به اهداف اقتصادی، حمایتی و حفاظتی، نیازمند آگاهی از این استعدادها و تعیین پتانسیل منابع مذکور است (۹). برنامه­ریزی استفاده از مرتع نیز با در نظر گرفتن توان بوم­شناختی این اکوسیستم، یکی از راهکارهای اساسی جهت به حداقل رساندن بحران­های زیست­محیطی و رسیدن به اهداف مرتعداری است (۴۱). واضح است که بهره­برداری از منابع مرتعی بدون توجه به توان طبیعی آن­ها نتیجه­ای جز تخریب پوشش گیاهی و دیگر منابع طبیعی را به همراه نخواهد داشت.

 یکی از پتانسیل­های بالقوه­ی اکوسیستم­های مرتعی، توان این منابع جهت توسعه کاربری زنبورداری می­باشد. توسعه این کاربری در مناطق با شایستگی بیشتر می­تواند مزایایی هم­چون اشتغال­زایی، تولید محصولات گوناگون، افزایش محصولات کشاورزی، احیای محیط­زیست، اقتصادی کردن واحدهای بهره­برداری و افزایش درآمد بهره­برداران از مرتع را به همراه داشته باشد (۲۷). بنابراین لازم است که شایستگی مرتع برای این نوع کاربری نیز در برنامه­های استفاده چندمنظوره از مراتع مدنظر قرارگیرد.

مدل­های تصمیم­گیری چند معیاره در تلفیق سامانه اطلاعات جغرافیایی یکی از ابزار مهم در برنامه­ریزی مکانی سامانه اطلاعات جغرافیایی است (۷). مدل­های تصمیم­گیری چند معیاره مورد استفاده در برنامه­ریزی مکانی شامل مدل­های چندهدفه[4] به منظور طراحی و مدل­های چندشاخصه[5] به­منظور انتخاب گزینه برتر مورد استفاده قرار می­گیرند. در صورتی­که مدل­های چند شاخصه در ترکیب سامانه اطلاعات جغرافیایی مورد استفاده قرار گیرد می­تواند یک ابزار قوی برای برنامه­ریزی مکانی باشد (۱۵). از جمله روش­های مورد استفاده در ارزیابی شایستگی اراضی که انجام آن به ملاحظات هم­زمان چندین معیار نیاز دارد می­توان به روش­های توفان مغزی، منطق فازی، روش دلفی، تکنیک گروه اسمی و فرآیند تحلیل سلسله مراتبی اشاره کرد (۳۱ و ۳۹).

 منطق فازی ابزاری علمی است که امکان شبیه­سازی پویایی سیستم را بدون نیاز به توصیفات ریاضی مفصل و با استفاده از داده­های کمی و کیفی پدید می­آورد (۳۰). در این روش شاخص­های کمی و کیفی به­طور هم­زمان در مدل دخالت دارند و بهترین گزینه انتخاب شده توسط این روش کمترین فاصله را از راه­حل ایده­آل مثبت و نیز دورترین فاصله را از راه­حل ایده­آل منفی دارد. این روش یکی از روش­های فاصله محور است که می­تواند در بررسی موضوعات مربوط به مکان­یابی کاربرد مطلوب داشته باشد (۱۷ و ۲۸). از روش منطق فازی در تلفیق با سیستم اطلاعات جغرافیایی جهت پردازش داده­ها و غربال مناطق دارای پتانسیل و اولویت­بندی مکان­ها جهت کاربری­­های مختلف در مطالعات زیادی استفاده شده است (۳۶، ۱۴، ۸، ۲۲، ۳، ۳۴، ۲۹ و ۲۴).

ایمانی و سوری (1394) از منطق فازی و سیستم اطلاعات جغرافیایی جهت تعیین مکان مناسب عملیات اصلاح مراتع گردنه قوشچی ارومیه استفاده کردند (۱۸). Villacreses و همکاران (2017)، طی تحقیقی به مکان­یابی مناسب مزارع نیروگاه­های بادی با استفاده از سیستم اطلاعات جغرافیایی (GIS)، بر اساس روش تصمیم­گیری چندمعیاره مکانی در منطقه اکوادور پرداختند (۳۸). Zolekar و Bhagat (2015)، تجزیه و تحلیل تناسب اراضی برای کشاورزی در حوضه­های مالا و پراورا در هند را بر مبنای رویکرد تصمیم­گیری چند معیاری و تصاویر ماهواره IRS انجام دادند (۴۲). در تحقیقی دیگر، Estoque وMurayama (۲۰۱۰)، ارزیابی پتانسیل و قابلیت پرورش زنبورعسل را در سایتی در کشور فیلیپین با استفاده از سیستم اطلاعات جغرافیایی و ارزیابی چند متغیره انجام دادند (۱۰).

 با توجه به وجود پوشش گیاهی متنوع و غنی در مراتع تمین شهرستان میرجاوه و شرایط محیطی و فیزیکی مطلوب، توسعه کاربری زنبورداری می­تواند علاوه بر افزایش درآمد بهره­برداران محلی، ایجاد اشتغال و جلوگیری از مهاجرت روستاییان، از توسعه کاربری زراعی و در نتیجه تشدید فرسایش خاک نیز جلوگیری کند. علاوه بر این توسعه کاربری زنبورداری در مناطق با شایستگی بالا از طریق تسهیل گرده­افشانی گیاهان مرتعی توسط زنبور عسل، باعث حفظ پوشش گیاهی مراتع منطقه شده و زمینه بهره­برداری پایدار از این منابع را فراهم می­آورد. بدیهی است که حصول نتایج مطلوب ناشی از توسعه هر نوع کاربری در مراتع مستلزم تعیین شایستگی مکانی قسمت­های مختلف مرتع و شناخت مناطقی با بیشترین ارجحیت جهت توسعه کاربری­ مد نظر می­باشد. علاوه بر این، با توجه به تفاوت شرایط آب و هوایی در مراتع مختلف کشور و در نتیجه متفاوت بودن وزن عوامل تاثیرگذار در هر یک از این مناطق، شناخت معیارهای مؤثر در توسعه کاربری­های متنوع و بخصوص زنبورداری در مراتع مناطق مختلف از ملزومات مدیریت اصولی و بهره­برداری پایدار از این منابع است. با توجه به این نکات، پژوهش حاضر با هدف ارزیابی شایستگی مراتع تمین واقع در شمال تفتان به­منظور توسعه کاربری زنبورداری و هم­چنین شناخت معیارهای دارای تاثیر و وزن بیشتر با استفاده از روش منطق فازی در محیط نرم افزار Arc GIS انجام شد.

مواد و روش­ها

معرفی منطقه مورد مطالعه

منطقه مورد مطالعه با مساحت 5572 هکتار در حدود جغرافیایی ¢04 °28 تا ¢42 °28 عرض­ جغرافیایی و ¢06 °61 تا ¢41 °61 طول شرقی جغرافیایی قرار گرفته­است (شکل 1). این مرتع از شمال به مرتع سیاه­جنگل از جنوب به مرتع سروشک از شرق به جاده خاش - میرجاوه و از غرب به مرتع جش و روپس شهرستان میرجاوه محدود می­باشد. متوسط بارش سالانه 5/182 میلی­متر و اقلیم این منطقه بر اساس روش آمبرژه، خشک معتدل تعیین شد.

روش انجام تحقیق

شایستگی یک منطقه جهت زنبورداری رابطه مستقیمی با درصد ترکیب گیاهان شهدزا و گرد­ه­زای آن منطقه دارد. از این­رو در پژوهش حاضر جهت رسیدن به این هدف و همچنین اندازه­گیری پوشش­گیاهی در هر تیپ گیاهی در مرحله اول با پیمایش صحرایی و با به همراه داشتن نقشه­ توپوگرافی1:50000 و بکارگیری دستگاه مکان­یاب (GPS) محدوده هر تیپ­گیاهی به روش فلورستیک-فیزیونومیک مشخص و مرزهای هر تیپ بسته شد. سپس نمونه برداری در منطقه معرف هر تیپ (به­عنوان واحد مطالعاتی) به صورت تصادفی-سیستماتیک انجام شد.


 


 


 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 


شکل ۱- موقعیت مرتع تمین در استان سیستان و بلوچستان

 

بدین صورت که۳۰ پلات یک متر مربعی در امتداد 3 ترانسکت 300 متری مستقر گردید. طول ترانسکت و اندازه قطعه نمونه با توجه به تغییرات پوشش گیاهی و تراکم پوشش گیاهی منطقه انتخاب گردید.در مرحله بعد گونه­های گیاهی شهدزا و گرد­ه­زا در هر تیپ به کمک فلورهای موجود و متخصصین گیاه­شناسی شناسایی و درصد پوشش آنها برآورد و درصد ترکیب­گیاهی گونه­های شهدزا و گرده­زا و کلاس شایستگی آن­ها در هر تیپ محاسبه شد (۳۷). جذابیت و نوع جذابیت (شهد، گرده یا هردو) گیاهان مورد استفاده زنبورعسل با توجه به تحقیقات انجام شده و مصاحبه با زنبورداران و کارشناسان در این زمینه تعیین شد (۲۵). در این مطالعه ترکیب گیاهان شهدزا و گرده­زا، میزان جذابیت این گیاهان و طول دوره گلدهی آنها تحت عنوان معیار پوشش گیاهی، فاصله از جاده و مسیرها، شیب، فاصله از منابع آب، درجه حرارت، رطوبت نسبی و باد غالب تحت عنوان معیارهای فیزیکی و محیطی و همچنین مسیر رودخانه­ها و مناطق مسکونی به عنوان عوامل محدود کننده شایستگی مرتع برای زنبورداری در نظر گرفته شد (شکل ۲). برای امتیازدهی به عوامل از روش ارزیابی اراضی فائو (۱۹۹۱) استفاده شد (۱۳) که درآن طبقه­بندی همه معیارهای موجود در مدل زنبورداری شناسایی و امتیازدهی شده و در نهایت بر اساس مجموع امتیازات طبقه شایستگی آن، نوع کاربری به طبقات شایستگی S1))، S2))، S3)) و (N) تعیین شد.  برای تهیه نقشه شایستگی عوامل فیزیکی و محیطی نیز به شیوه­های زیر عمل شد: بدین صورت که برای امتیازدهی به فاصله از جاده­ ابتدا در محیط GIS نقشه راه­ها و مسیرهای خاکی و آسفالته ترسیم و طبقه­بندی و سپس بر اساس دستورالعمل، امتیازدهی به تیپ­ها انجام شد. برای تهیه DEM منطقه مورد مطالعه، نقشه توپوگرافی در مقیاس 1:50000 از سازمان نقشه­برداری کشور تهیه و در محیطArc GIS  مدل رقومی ارتفاع ایجاد شد. به منظور مطالعه دمای محیط، جهت وزش باد و رطوبت نسبی از آمار داده­های نزدیک­ترین ایستگاه­ها به منطقه مورد مطالعه (4 ایستگاه جون­آباد، میرآباد، کوشه، لادیز) طول دوره آماری 20 ساله استفاده شد. ابتدا هیستوگرام­های مربوطه در طول دوره زنبورداری بر حسب آمار 20 ساله در محیط Excell ترسیم شد. هم­چنین برای تعیین فاصله از منابع آب درهر تیپ گیاهی، پس از مشخص کردن موقعیت آنها، نقشه منابع آب منطقه تولید و سپس امتیازدهی به این عامل با توجه به طبقات شایستگی در هر تیپ گیاهی انجام شد. در خصوص کیفیت منابع آب، مواد جامد محلول در آب به­عنوان مهم­ترین عامل در تعیین کیفیت آب به منظور شایستگی منابع آب برای زنبورداری در نظر گرفته شد. وزن­دهی به معیارها و گزینه­ها با اعداد مثلثی فازی انجام شد و سپس میانگین وزنی آن­ها محاسبه شد. طبقات شایستگی معیارهای مؤثر (جدول ۱) در مدل زنبورداری براساس روش پیشنهادی امیری و شریف (۲۰۱۲) انتخاب گردید (۶). لازم به ذکر است که به دلیل حجم بالای داده های جمع آوری شده تحقیق در بخش پوشش گیاهی و تاکید نویسندگان مقاله بر کاربرد روش منطق فازی از ذکر برخی جداول و نتایج مربوط به پوشش گیاهی خودداری شده است.

اجرای روش منطق فازی

منطق فازی از جمله مدل­های تصمیم­گیری چندشاخصه، جبرانی و زیرگروه سازشی است که به­دلیل مجاز بودن مبادله بین شاخص­ها و همپوشانی در نقاط قوت و ضعف خود، توانایی بالایی در حل مسائل چندگزینه­ای دارد (۲۰). این روش بیشتر از روش­های عددی قابلیت ارتباط برقرار کردن بین اجزای کیفی و اجزای کمی یک سیستم را دارا می­باشد، بنابراین سیستم­های ساخته شده با این روش واقعی­تر از سیستم­های عددی می­باشند. براساس منطق فاری کاربر این توانایی را دارد که به آسانی قوانین تعریف شده و رابطه بین پارامترها و همچنین فرآیند تصمیم گیری موجود در سیستم را درک کند (۱۶).


 

 

جدول1- طبقات شایستگی معیارهای مؤثر در مدل زنبورداری

طبقات معیارهای مؤثر

میزان ارجحیت و امتیاز

S1

S2

S3

N

پوشش گیاهی

ترکیب­گیاهان

100-76

75-51

50-25

24-0

جذابیت­گیاهان

100-61

60-41

40-16

15-0

طول­دوره­گل­دهی­گیاهان

>75

75-50

49-26

25-0

عوامل­فیزیکی­و محیطی

سرعت­باد(Km)

5-0

10-5

20-10

20<

درجه­حرارت(C°)

 

30-20

19-15

37-31

 

24-10

10<

27<

فاصله­ازجاده­ها و مسیرها(Km)

5/1-5/0

5/2-5/1

5/3-5/2

5/3<

5/0>

رطوبت نسبی

60-31

<30

80-60

>80

ارتفاع(m)

800-50

1200-800

1500-1200

2000<

منابع آب

فاصله­از منابع آب (Km)

1-0

3-1

3-6

6<

TDS1

(ppm)

500>

1000-500

1500-1000

1500<

TDS:مواد جامد محلول در آب ممکن است مواد آلی یا غیر آلی (مواد معدنی) باشد. هرچه  TDSبیشتر باشد سبب می­گردد که آب بو،  طعم و رنگ نامطلوب­تری بگیرد.

 

 

 

شناسایی و تعیین معیارها

طول دوره گل­دهی

تهیه نقشه نهاییدر مدل شایستگی زنبورداری در مراتع تمین

 

وزن­دهی به معیارها در روش منطق فازی

انتخاب منطقه مورد مطالعه

جمع آوری اطلاعات پایه و تهیه نقشه واحدها

­ترکیب گیاهان

 

جذابیت گیاهان

 

رطوبت نسبی

 

 

رطوبت نسبی

 

 

درجه حرارت

 

 

سرعت باد

 

فاصله از آب

 

 

 

فاصله از جاده

 

 

ارتفاع

 

 

اجرای روش

منطق فازی

وزن­دهی ماتریس

 

 

تعیین راه­حل ایده­آل مثبت و منفی

 

 

محاسبه نزدیکی به راه­حل

نرمالیزه کردن ماتریس

 

یافتن  شاخص شباهت

 

رتبه­بندی و تعیین بهترین گزینه

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 


شکل ۲- مراحل اجرای تحقیق در تعیین تناسب مراتع برای زنبورداری به روش منطق فازی

 

 

 

برای انجام روش تصمیم­گیری چند شاخصه منطق فازی به­منظور تشکیل ماتریس تصمیم­گیری ابتدا معیارها، زیرمعیارها و گزینه­های مناسب جهت رتبه­بندی مشخص شد. مراحل اجرای این روش (شکل ۲) در ادامه به صورت گام به گام ذکر می­گردد.

مرحله اول: تشکیل ماتریس تصمیم­گیری: باتوجه به n معیار و m گزینه.

 

 

مرحله دوم: تعیین ماتریس وزن معیارها: در صورتی­که از اعداد فازی مثلثی استفاده شود هر یک از مؤلفه­های  به­صورت , , … ,  تعریف می­شود. برای میانگین­گیری از روابط زیر استفاده می­شود:

= MIN

=

= MAX( )

 

مرحله سوم: بی­مقیاس کردن ماتریس تصمیم ­فازی: برای بی­مقیاس کردن مقادیر ماتریس تصمیم فازی، از تغییر مقیاس خطی برای تبدیل معیارهای مختلف به مقیاس قابل مقایسه استفاده می­شود. اگر اعداد فازی به­صورت مثلثی باشند درایه­های ماتریس برای معیارهای مثبت و منفی به ترنیب از روابط (فرمول 1)زیر محاسبه می­شوند:

                                                                                 فرمول ۱:

 

 

مرحله چهارم: تعیین ماتریس تصمیم فازی وزن­دار:

با توجه به وزن معیارهای مختلف، ماتریس تصمیم فازی وزن­دار از ضرب کردن ضریب اهمیت مربوط به هر معیار در ماتریس بی­مقیاس شده فازی به­صورت زیر به­دست می­آید.

 

اگر اعداد فازی به­صورت مثلثی باشد برای معیارهای با جنبه مثبت و منفی (فرمول2)داریم:

فرمول ۲:

= ´ =

= ´ =  

مرحله پنجم: یافتن گزینه ایده­آل فازی و گزینه ضد ایده­آل فازی

در این مرحله بسته به نوع معیار و اثرگذاری آن روی هدف تصمیم­گیری بزرگ­ترین و کمترین مقدار برای شاخص­هایی که دارای تاثیرگذاری مثبت و منفی بر روی هدف مسأله باشند، بزرگ­ترین و کمترین مقدار هر شاخص تعیین شد.

=

=

 

مرحله ششم: محاسبه فاصله از گزینه ایده­آل و ضد ایده­آل:

پس از آن فاصله هریک از شاخص­ها از جواب ایده­آل مثبت و منفی محاسبه شد برای محاسبه فاصله از گزینه ایده­آل، از فرمول(3) استفاده شد.

                   i=1,2,…,m                                                                                        فرمول ۳:

                   j=1,2,…,n

اگر اعدادفازی به­صورت مثلثی باشد فاصله­ی دو عدد مثلثی  و به­صورت زیر به­دست می­آید:

(فرمول 3)  

مرحله هفتم: یافتن  شاخص شباهت:

بعد از یافتن فاصله از جواب­های ایده­آل مثبت و منفی برای هر گزینه فاصله نسبی شاخص­های تصمیم­گیری تعیین شد. در آخرین مرحله منطق فازی رتبه­بندی شاخص­ها، تعیین شاخص شباهت و تعیین بهترین گزینه، گزینه­ای که دارای بیش­ترین فاصله نسبت به سایر گزینه­ها را دارا بود و بالاترین رتبه را به خود اختصاص داد به عنوان بهترین گزینه انتخاب شد (Pislaru and Trandabat, 2012  ؛Silvert, 2000). برای محاسبه شاخص شباهت، از فرمول(4) استفاده ­شد:

            i=1,2,…,m                                                                                     فرمول ۴:

مرحله هشتم: رتبه­بندی و تعیین بهترین گزینه: در این مرحله با توجه به مقدار شاخص شباهت گزینه­ها رتبه­بندی می­شوند به­طوری­که گزینه­هایی که شاخص شباهت بیشتری دارند رتبه بالاتری به­دست می­آورند.

 نتایج

 نتایج پیمایش صحرایی نشان داد که در منطقه مورد مطالعه ۵ تیپ گیاهی وجود دارد (جدول ۲). ۶۲ گونه گیاهی از ۲۰ تیره گیاهان این منطقه را شامل می­شد که عمدتاَ  از خانواده­های Asteraceae، Lamiaceae، Rosaceae، Poaceae ،Fabaceae وApiaceae  بودند. در ادامه با استفاده از روش­هایی که در قسمت منطق فازی به آن اشاره شد ماتریس تصمیم شاخص­ها به­صورت جدول 3 تعیین شد.

 

جدول 2: تیپ­های گیاهی موجود در مرتع تمین

گونه­های همراه

ارتفاع

میانگین تاج پوشش(درصد)

مساحت(he)

تیپ­های گیاهی

 

Artemisia aucheri, Amygdalus lycioided, Stoksia barahoica, Salsola kali & Pistacia atlantica.

 

1950-1500

25

1532

Artemisia sieberi - Asteragalus eriastylus

1

Acantholimon, Lactuca orentalis, Zygophyllum atripelicoides & Ixiolirion tataricum.

1650-1100

15

1376

Amygdalus lycioides - Artemisia sieberi

2

Tamarix ophylla,  Bromus tectorum, Pistacia atlantica & Amygdalus scoparia

1980-1700

18

1192

Artemisia sieberi - Amygdalus lycioides

3

Lactuca orentalis, Bromus tectorum, Artemisia sieberi & Lactuca orentalis

1100-980

15

596

Amygdalus lycioides - Cousinia stocksi

4

Achillea eriophora, Amygdalus brahuica &  Peteropyrum aucheri

 

1000-850

20

880

Astragalus eriastylus - Cousinia stocksi

5

جدول3: تشکیل ماتریس تصمیم عوامل مورد بررسی در مدل شایستگی زنبورداری در مراتع تمین

زیرمعیارها

طول گل­دهی

ترکیب گیاهان شهد و گرده

جذابیت گونه

ارتفاع

فاصله از جاده

درجه حرارت

رطوبت نسبی

سرعت باد

فاصله از
آب

کیفیت آب

تیپ1

96/0

94/0

75/0

92/0

88/0

72/0

92/0

74/0

72/0

8/0

71/0

58/0

76/0

66/0

52/0

74/0

66/0

54/0

68/0

62/0

64/0

62/0

2/0

38/0

62/0

5/0

38/0

88/0

82/0

68/0

تیپ2

92/0

89/0

7/0

88/0

83/0

66/0

92/0

89/0

7/0

68/0

55/0

42/0

76/0

56/0

54/0

68/0

55/0

42/0

64/0

5/0

36/0

52/0

4/0

28/0

48/0

36/0

26/0

84/0

77/0

62/0

تیپ3

82/0

78/0

62/0

74/0

67/0

52/0

78/0

72/0

58/0

54/0

4/0

26/0

58/0

45/0

32/0

52/0

4/0

28/0

4/0

3/0

2/0

36/0

25/0

14/0

62/0

5/0

38/0

74/0

67/0

52/0

تیپ4

82/0

78/0

62/0

78/0

72/0

58/0

78/0

72/0

58/0

58/0

45/0

32/0

6/0

5/0

4/0

44/0

31/0

2/0

26/0

16/0

08/0

36/0

25/0

14/0

58/0

45/0

32/0

66/0

55/0

44/0

تیپ5

78/0

73/0

56/0

74/0

67/0

52/0

84/0

78/0

62/0

62/0

5/0

38/0

52/0

4/0

28/0

44/0

31/0

2/0

3/0

2/0

1/0

32/0

21/0

12/0

56/0

46/0

38/0

66/0

55/0

44/0

 

 

 

جدول4:  ماتریس تصمیم نرمال شده عوامل مورد بررسی در مدل شایستگی زنبورداری در مراتع تمین

زیرمعیارها

طول گلدهی

گیاهان شهد و گرده

جذابیت گونه

ارتفاع

فاصله از جاده

درجه حرارت

رطوبت نسبی

سرعت باد

فاصله از
آب

کیفیت آب

تیپ1

1

98/0

78/0

1

89/0

78/0

1

8/0

78/0

1

89/0

72/0

1

86/0

68/0

1

89/0

73/0

1

91/0

8/0

1

32/0

61/0

1

81/0

6/0

1

93/0

77/0

تیپ2

1

97/0

76/0

1

94/0

75/0

1

97/0

76/0

1

81/0

62/0

1

74/0

71/0

1

81/0

62/0

1

78/0

56/0

1

77/0

54/0

1

75/0

54/0

1

92/0

74/0

تیپ3

1

95/0

76/0

1

91/0

7/0

1

92/0

74/0

1

74/0

48/0

1

77/0

55/0

1

76/0

54/0

1

75/0

5/0

1

69/0

38/0

1

81/0

61/0

1

91/0

7/0

تیپ4

1

95/0

76/0

1

92/0

74/0

1

92/0

74/0

1

78/0

55/0

1

83/0

66/0

1

77/0

45/0

1

62/0

31/0

1

69/0

38

1

77/0

55/0

1

83/0

66/0

تیپ5

1

94/0

71/0

1

91/0

7/0

1

93/0

74/0

1

81/0

61/0

1

76/0

54/0

1

7/0

45/0

1

66/0

33/0

1

66/0

38/0

1

82/0

68/0

1

83/0

66/0

 

 

 

بعد از تشکیل ماتریس تصمیم(جدول 3)، ماتریس تصمیم نرمال شده با توجه به فرمول 1 جهت بی­مقیاس کردن شاخص­ها ایجاد شد که نتایج آن در جدول 4 ذکر شده است.

 

با توجه به وزن معیارهای مختلف، ماتریس تصمیم فازی وزن­دار از ضرب کردن ضریب اهمیت مربوط به هر معیار در ماتریس بی­مقیاس شده فازی با استفاده از فرمول(2) به دست آمد (جدول ۵).

در مرحله بعد، اقدام به یافتن گزینه ایده­آل فازی و گزینه ضد ایده­آل فازی شد (جدول ۶). برای محاسبه فاصله از گزینه ایده­آل و فاصله از گزینه ضدایده­آل از فرمول (3) استفاده شد و نتایج در جدول 7 و 8 ارائه شده است. هر اندازه این مقدار (S+) به گزینه ایده­آل فازی نزدیک­تر باشد، تیپ گیاهی مورد نظر ارجحیت بیشتری داشته و در اولویت بالاتری قرار می­گیرد. با توجه به نتایج به­دست آمده تیپ2 (A. lycioides – A. sieberi) و تیپ5 (A .eriastylus – C. stocksi) به­ترتیب کمترین و بیشترین فاصله را از گزینه ایده­آل مثبت دارد.

 

جدول5: ماتریس تصمیم فازی وزن­دار عوامل مورد بررسی در مدل شایستگی زنبورداری در مراتع تمین

زیرمعیارها

طول و گلدهی

گیاهان شهدزا

گونهمورد استفاده زنبور عسل

ارتفاع

فاصله مسیرها

درجه حرارت

رطوبت نسبی

سرعت باد

فاصله از منابع
آب

کیفیت آب

تیپ1

86/0

8/0

51/0

81/0

67/0

47/0

85/0

62/0

5/0

64/0

46/0

28/0

64/0

44/0

34/0

56/0

4/0

24/0

46/0

33/0

22/0

44/0

1/0

13/0

57/0

36/0

2/0

76/0

62/0

42/0

تیپ2

86/0

79/0

49/0

81/0

71/0

45/0

85/0

75/0

49/0

64/0

42/0

24/0

64/0

38/0

36/0

56/0

36/0

2/0

46/0

28/0

16/0

44/0

2/0

11/0

57/0

34/0

18/0

 

76/0

62/0

4/0

تیپ3

86/0

78/0

49/0

81/0

68/0

42/0

85/0

71/0

47/0

64/0

38/0

19/0

64/0

39/0

28/0

56/0

34/0

18/0

46/0

27/0

14/0

44/0

18/0

1/0

57/0

36/0

21/0

76/0

61/0

38/0

تیپ4

86/0

78/0

49/0

81/0

69/0

44/0

85/0

71/0

47/0

64/0

41/0

21/0

64/0

42/0

33/0

56/0

35/0

15/0

46/0

22/0

1/0

44/0

18/0

1/0

57/0

35/0

19/0

76/0

56/0

38/0

تیپ5

86/0

77/0

46/0

81/0

68/0

42/0

85/0

72/0

47/0

64/0

42/0

24/0

64/0

39/0

27/0

56/0

3/0

15/0

46/0

24/0

1/0

44/0

17/0

1/0

57/0

37/0

23/0

76/0

56/0

36/0

 

 

 

جدول6: گزینه ایده­آل فازی و گزینه ضد ایده­آل فازی عوامل مورد بررسی در مدل شایستگی زنبورداری در مراتع تمین

 

طول و گلدهی

ترکیب گیاهان شهدزا و گرده زا

جذابیت گونه

ارتفاع

فاصله از جاده ها و مسیرها

درجه حرارت

رطوبت نسبی

سرعت باد

فاصله از منابع
آب

کیفیت آب

گزینه ایده­آل فازی

86/0

8/0

51/0

81/0

71/0

45/0

85/0

75/0

49/0

64/0

46/0

28/0

64/0

44/0

34/0

56/0

4/0

24/0

46/0

33/0

22/0

44/0

2/0

11/0

57/0

37/0

23/0

76/0

62/0

42/0

گزینه ضدایده­آل فازی

86/0

77/0

46/0

81/0

67/0

47/0

85/0

62/0

5/0

64/0

38/0

19/0

64/0

38/0

36/0

56/0

3/0

15/0

46/0

22/0

1/0

44/0

1/0

13/0

57/0

34/0

18/0

76/0

56/0

36/0

 

 

 

جدول7: فاصله از گزینه ایده­آل مثبت عوامل مورد بررسی در مدل شایستگی زنبورداری در مراتع تمین

زیرمعیارها

طول گلدهی

ترکیب گیاهان شهدزا و گرده زا

جذابیت گونه

ارتفاع

فاصله از جاده ها و مسیرها

درجه حرارت

رطوبت نسبی

سرعت باد

فاصله از منابع
آب

کیفیت آب

S+

تیپ1

0

08/0

08/0

0

0

0

0

06/0

06/0

0

28/0

تیپ2

01/0

0

0

03/0

04/0

03/0

05/0

0

03/0

04/0

23/0

تیپ3

02/0

02/0

08/0

07/0

05/0

04/0

06/0

04/0

08/0

08/0

54/0

تیپ4

02/0

04/0

08/0

05/0

04/0

06/0

09/0

04/0

04/0

04/0

5/0

تیپ5

03/0

02/0

06/0

03/0

05/0

08/0

09/0

06/0

0

05/0

47/0

فاصله از گزینه ایده­آل مثبت :S+

 

جدول8: فاصله از گزینه ایده­آل منفی عوامل مورد بررسی در مدل شایستگی زنبورداری در مراتع تمین

زیرمعیارها

طول گل­دهی

ترکیب گیاهان شهدزا و گرده زا

جذابیت گونه

ارتفاع

فاصله مسیرها

درجه حرارت

رطوبت نسبی

سرعت باد

فاصله از منابع
آب

کیفیت آب

S_

تیپ1

03/0

0

0

07/0

04/0

08/0

09/0

0

05/0

05/0

41/0

تیپ2

06/0

07/0

08/0

04/0

0

04/0

04/0

06/0

0

04/0

43/0

تیپ3

06/0

02/0

05/0

0

05/0

09/0

03/0

05/0

05/0

04/0

44/0

تیپ4

06/0

04/0

05/0

06/0

09/0

09/0

0

05/0

08/0

07/0

59/0

تیپ5

0

02/0

06/0

04/0

05/0

0

04/0

04/0

03/0

0

28/0

: فاصله از گزینه ایده­آل منفی S_

 

برای محاسبه شاخص شباهت، از فرمول(4) استفاده ­شد (جدول ۹). باتوجه به نتایج جدول (۵)، در روش منطق فازی بیشترین وزن مربوط به تیپ2 (A. lycioides – A. sieberi) و کمترین وزن مربوط به تیپ5 (A .eriastylus – C. stocksi) می­باشد.

محاسبات انجام شده (جدول10) نشان داد که معیار پوشش گیاهی از درجه تأثیرگذاری بیشتری نسبت به معیارهای دیگر برخوردار است و این به منزله آن است که در روش منطق فازی از میان معیارهای مؤثر بر ارزیابی شایستگی مراتع تمین برای زنبورداری معیار پوشش گیاهی از تأثیرگذاری بیشتری برخوردار است.

 

 

جدول 9: شاخص شباهت و رتبه­بندی گزینه­های مورد بررسی در مدل شایستگی زنبورداری در مراتع تمین

 

گزینه­ها

شاخص شباهت

رتبه­بندی

1

Artemisia sieberi - Asteragalus eriastylus

59/0

2

2

Amygdalus lycioides - Artemisia sieberi

65/0

1

3

Artemisia sieberi - Amygdalus lycioides

45/0

4

4

Amygdalus lycioides - Cousinia stocksi

54/0

3

5

Astragalus eriastylus - Cousinia stocksi

37/0

5

 

ا لف

 

      

 

 

 

 

 

 

                  

             شکل3:نقشه شایستگی پوشش گیاهی                                 شکل ۴: نقشه شایستگی عوامل محیطی و فیزیکی

                   

          

      شکل۵:نقشه شایستگی دسترسی به منابع آب                   شکل 6: نقشه شایستگی مراتع تمین برای زنبورداری

 

 


جدول10: شاخص شباهت و رتبه­بندی معیارهای مورد بررسی در مدل شایستگی زنبورداری در مراتع تمین

معیارها

شاخص شباهت

رتبه­بندی

پوشش گیاهی

84/0

1

محیطی و فیزیکی

37/0

3

منابع آب

81/0

2

 

 

 

 

 

 

 

جدول11: مشخصات نقشه نهایی شایستگی زنبورداری مراتع تمین با استفاده از روش منطق فازی

محدوده

کلاس شایستگی

مساحت بر حسب هکتار

درصد از مراتع تمین

کل منطقه

S1

4/1387

9/24

S2

3/1571

2/28

S3

2/2262

6/40

N

351

3/6

مساحت کل

-

5572

100

 

 

در این پژوهش با استفاده از روش منطق فازی نقشه شایستگی پوشش گیاهی (شکل3)، نقشه عوامل محیطی و فیزیکی (شکل4) و نقشه منابع آب (شکل 5) ترسیم گردید که از تلفیق آنها نقشه شایستگی مرتع تمین برای تهیه شد (شکل ۶).

نتایج کلی ارزیابی شایستگی مراتع تمین برای زنبورداری نشان داد که از مجموع 5572 هکتار اراضی مرتعی منطقه مورد مطالعه، 4/1387 هکتار (9/24 درصد) در طبقه شایستگی S1 (بدون محدودیت)، 3/1571هکتار (2/28 ٪) در طبقه شایستگی S2 (با محدودیت اندک)،2/2262هکتار (6/40 ٪) در طبقه شایستگی S3 (با محدودیت زیاد) و 351 هکتار (3/6٪) در طبقه شایستگی N (غیرشایسته) قرار گرفته است (جدول ۱۱). در این روش از بین سه زیر معیار پوشش­گیاهی، طول و زمان دوره گل­دهی تیپ2 (A. lycioides – A. sieberi) کمترین فاصله را از گزینه ایده­آل و بیشترین وزن را به خود اختصاص داده است. دلیل اهمیّت این زیر معیار، تنوع و فرم رویشی گونه­های گیاهی در طول ماه­های فعال (از اردیبهشت تا شهریور) می­باشد و این نشان می­دهد که فصل بهار بهترین زمان برای زنبورداری، پرورش ملکه و ازدیاد کلنی است.

همچنین نتایج نشان داد که در بین عوامل محیطی و فیزیکی زیر معیار جاده و مسیرهای دسترسی، تیپ2 (A. lycioides – A. sieberi) کمترین فاصله را از گزینه ایده­آل و بیشترین وزن را به خود اختصاص داده است. اهمیّت این زیر معیار به­دلیل فاصله 500 متری تیپ­ها از جاده اصلی جهت حمل کندوها و انتقال عسل به­دست مصرف­کننده و نیز کاهش خطر تصادف زنبورها با وسائط نقلیه، کاهش آلودگی صوتی و کاهش مزاحمت برای زنبورها در طول ماه­های فعال (از اردیبهشت تا شهریور) حائز اهمیّت می­باشد.

 

نتایج دیگر حاکی از این است که در بین زیرمعیارهای دسترسی به منابع آب و زیر معیار کیفیت آب، تیپ2 (A. lycioides – A. sieberi) کمترین فاصله را از گزینه ایده­آل و بیشترین وزن را به خود اختصاص داده است. اهمیّت این زیر معیار به­دلیل وجود قنات و چشمه­های کوچک و بزرگی است که از کیفیت بسیار خوب، عاری از آلودگی و طعم مطلوب برخوردار می­باشد.

 

 

جدول11: نتایج مربوط به معیار و گزینه ایده­آل مورد بررسی در مدل شایستگی زنبورداری در مراتع تمین

معیارها

ارجح­ترین معیار

ارجح­ترین گزینه

توضیحات

پوشش­گیاهی

طول و زمان دوره گل­دهی

تیپ2 (A. lycioides – A. sieberi)

تنوع و فرم رویشی گونه­های گیاهی در طول ماه­های فعال (از اردیبهشت تا شهریور)

عوامل محیطی و فیزیکی

جاده و مسیرهای دسترسی

 

 

 

تیپ2 (A. lycioides – A. sieberi)

فاصله 500 متری تیپ­ها از جاده اصلی جهت حمل کندوها و انتقال عسل به­دست مصرف­کننده و نیز کاهش خطر تصادف زنبورها با وسائل نقلیه و کاهش آلودگی صوتی و کاهش مزاحمت برای زنبورها در طول ماه­های فعال

دسترسی به منابع آب

کیفیت آب

تیپ2 (A. lycioides – A. sieberi)

وجود قنات و چشمه­های کوچک و بزرگ که از شرایط بسیار خوبی و عاری از آلودگی با بو و طعم مطلوب

 

 

بحث و نتیجه­گیری

اصول مدیریت و برنامه­ریزی صحیح در منابع طبیعی، بر پایه شناخت استعدادها و ارزیابی توان اکولوژیک اکوسیستم استوار است. آگاهی از این استعدادها و تعیین پتانسیل منابع مذکور می­تواند راه­گشای تهیه و اجرای طرح­های کاربردی و عملی به منظور نیل به اهداف اقتصادی، حمایتی و حفاظتی باشد (۲۶). از این­رو تصمیم­گیری صحیح در ارتباط با کاربری اراضی مرتعی از ملزومات دستیابی به تولید حداکثر و بهره­برداری پایدار از اکوسیستم­های مرتعی است.  لذا تحقیق حاضر با هدف شناخت پتانسیل مراتع تمین جهت پرورش زنبور عسل اجرا گردید و با توجه به اینکه عمدتاَ استقرار کلنی­های زنبور عسل تحت تأثیر عوامل محیطی- فیزیکی، پوشش گیاهی و دسترسی به منابع آب قرار دارد، معیارهای مذکور مورد بررسی قرار گرفت. همچنین به دلیل توانایی بالای منطق فازی در حل مسائل چندگزینه­ای، این مدل جهت انتخاب معیارهای مناسب به کار گرفته شد.

نتایج پژوهش حاضر  با اعمال روش منطق فازی نمایانگر این است که جهت کاربری زنبورداری در مراتع تمین شهرستان میرجاوه، به­ترتیب زیر مدل پوشش­گیاهی (وزن نهایی 84/0)، زیر مدل دسترسی به منابع آب (وزن نهایی 81/0) و زیر مدل عوامل محیطی و فیزیکی (وزن نهایی 37/0) دارای اهمیت و تأثیرگذاری بیشتری هستند. به­عبارت دیگر، در زیر مدل پوشش­گیاهی عوامل؛ طول و زمان دوره گل­دهی، ترکیب گیاهان شهدزا و گرده­زا و جذابیت گیاهان مورد استفاده زنبورعسل و در زیر مدل دسترسی به منابع آب عوامل؛ فاصله از منابع آب و کیفیت آب در مقایسه با عوامل مورد ارزیابی در زیر مدل عوامل محیطی و اقلیمی از اهمیت و تأثیرگذاری بیشتری در تعیین شایستگی برای کاربری زنبورداری در مراتع تمین برخوردار می­باشد. هم­سو با یافته های این تحقیق، در پژوهش­های دیگر نیز نقش عوامل پوشش گیاهی در تعیین شایستگی جهت کاربری زنبورداری در مناطق دیگر مورد تأکید قرار گرفته است (۳۳، ۵، ۱۱و۱۰).

نتایج بررسی پوشش گیاهی منطقه مورد مطالعه نشان داد که بیشتر گونه­های گیاهی شهدزا و گرده­زا متعلق به تیره­های گیاهی کاسنی، بقولات، نعناعیان، چتریان، گندمیان وگل­سرخ  می­باشند. این خانواده­های گیاهی از تیره­های گیاهی مورد علاقه زنبورعسل هستند. پژوهش­های محققان دیگری  نیز مؤید این نتیجه می باشد که تیره­های نعناعیان، گندمیان، کاسنی و چتریان از مهم­ترین تیره­های گیاهی مورد علاقه زنبورعسل هستند (۱۲، ۵، ۱۱، ۴۰ و ۱۰). شناخت دقیق گیاهان مورد استفاده زنبورعسل و نقاط پراکنش آن­ها و هم­چنین فنولوژی (به­ویژه تاریخ شروع گل­دهی) از ابزارهای مهم برنامه­ریزی جهت حفظ و جلوگیری از تخریب مرتع و توسعه زنبورداری در مراتع منطقه مورد مطالعه است. در روش منطق فازی از بین سه زیر معیار پوشش­گیاهی طول و زمان دوره گل­دهی بیشترین وزن را به خود اختصاص داده­است. نتایج تاریخ تقویم زنبورداری این تحقیق با نتایج تحقیق  یاری و همکاران (۱۳۹۵) در مراتع ییلاقی چهارباغ استان گلستان  و رستگار و همکاران (1386) در مراتع ییلاقی پلور استان مازندران مطابقت دارد(۴۰ و ۳۲)، زیرا آن­ها نیز تاریخ و دوره گلدهی اکثر گیاهان را از اردیبهشت ماه تا شهریورماه اعلام نموده­اند. بنابراین زنبورداران می توانند با توجه به تاریخ و شروع گلدهی و همچنین دمای منطقه کندوهای خود را به این منطقه انتقال دهند. از آنجا که شعاع پروار زنبور عسل محدود است و یکی از نیازهای اساسی زنبور عسل برای تولید، علاوه بر وجود گیاهان شهدزا و گرده زا وجود آب و منابع آبی است، نتایج تحقیق حاضر نشان داد که وجود چشمه­های مختلف با پراکنش مناسب در منطقه مورد مطالعه باعث ایجاد محدودیت در پرورش زنبور عسل نخواهد شد. این نتیجه همسو با نتایج یاری و همکاران (۱۳۹۵)؛ صفائیان (۱۳۸۴) و امیری و شریف (۲۰۱۲) می باشد (۴۰، ۳۳ و ۶).

نتایج پژوهش حاضر با اعمال روش منطق فازی نمایانگر این است که مناطق شرقی تیپ  A. sieberi A. eriastylus و تیپ A. lycioides – C.stocksiو بخش غربی تیپ  A. lycioides – A. sieberiمراتع به لحاظ حضور قابل توجه گونه­هایی با کلاس جذابیت بالا برای زنبورعسل و وجود منابع آب کافی و هم­چنین تناسب زمان گل­دهی باعث افزایش شایستگی برای کاربری زنبورداری است. تیپ مرتعیA. sieberi – A. eriastylus و  A. lycioides – A. sieberiمتشکل از اراضی کوهستانی و اراضی دشتی است و تیپ  A. lycioides – C.stocksشامل اراضی دشتی است. در نتیجه توپوگرافی و وجود اختلاف ارتفاع در بین تیپ­های گیاهی باعث ایجاد درجه حرارت­های متفاوتی در منطقه مورد مطالعه شده است که این امر منتج به این شده که در اراضی کوهستانی زمان بهره­برداری و آمادگی گیاهان جهت بهره­برداری متفاوت از گیاهان مرتعی اراضی دشتی ­باشد، در نتیجه این اختلاف دما باعث طولانی شدن طول دوره گل­دهی گیاهان مرتعی شده که این عامل از عوامل افزایش دهنده و مطلوب شایستگی مراتع منطقه جهت زنبورداری است و در نتیجه زمان شروع بهره­برداری از تیپ A. lycioides – C.stocks در بهار شروع می­شود. لذا پیشنهاد می­گردد که زنبوردار در اواسط دوره بهره­برداری کندوها را به دامنه­های کم شیب اراضی کوهستانی انتقال دهد. از طرفی زنبورعسل به­طور ذاتی تمایل به ساختن کندو در ارتفاعات دارد که اگر کندوها پس از بهره­برداری از گیاهان مرتعی اراضی دشتی به ارتفاعات انتقال داده شود علاوه بر طولانی شدن طول دوره گل­دهی، در راندمان تولید تأثیر زیادی دارد. البته فاکتور ارتفاع از نظر زنبورها عامل محدودکننده نمی­باشد چراکه شعاع پرواز زنبوران کارگر تا 4 کیلومتر می­باشد. اما از نظر زنبورداران حاشیه آبراهه­ها و دامنه­های کم شیب به منظور حمل و استقرار کندوها دارای شایستگی بیشتری برای انجام فعالیت­های زنبورداری هستند. شایان ذکر است که شعاع پروازی اقتصادی زنبورعسل فاصله­های کمتر از 700 متری از کندو است بنابراین زنبوردار بایستی کندو را در محلی مناسبی که منابع شهد و گرده و منابع آب در این فاصله وجود داشته باشد قرار دهد چراکه در این فاصله، زنبورعسل مقدار شهدی که به کندو می­آورد بیشتر خواهد بود (۳۵).

 در مجموع نتایج تعیین شایستگی با استفاده از روش منطق فازی نشان داد که در مجموع 5572 هکتار (1/53 درصد) اراضی مرتعی منطقه مورد مطالعه که عمدتاَ در قسمت شرقی مراتع تمین قرار گرفته است، دارای پتانسیل مناسب برای زنبورداری بوده که با رعایت اصول زنبورداری و با توجه به معیارهای مورد ارزیابی در مدل زنبورداری، می­توان کندوها را وارد این بخش از مراتع تمین کرده تا سود قابل توجهی حاصل شود. همچنین نتایج این پژوهش نشان داد که استفاده از تکنیک منطق فازی در مدل­سازی تناسب زمین برای کاربری زنبورداری زمانی کاربردی خواهد بود که از تکنیک منطق فازی همراه با سامانه اطلاعات جغرافیایی استفاده شود چراکه این دو روش کاربردی در کنار هم  نواقص همدیگر را برطرف و به مدیران و برنامه­ریزان مهم­ترین معیار تأثیرگذار را که به­طور هم­زمان کمترین فاصله را گزینه ایده­آل و بیشترین فاصله را از گزینه ضد ایده­آل داشته را از بین سایر معیارهای تأثیر گذار مورد ارزیابی، برای ما شناسایی و با ایجاد یک محیط تصمیم­گیری مناسب، زمینه تدوین برنامه­ریزی­های مختلف مدیریتی را فراهم می­آورد. در تحقیقاتی که میرقائد و همکاران (۱۳۹۱)، امیری و همکاران (۱۳۸۸) اعمی ازغدی و همکاران (۱۳۹۰)، کوچ و نجفی (۱۳۹۱)، کریمی و همکاران (۲۰۱۱) و لطفی و همکاران (۲۰۰۹) انجام داده اند نیز به فوائد مثبت استفاده از مدل­های فازی و چندمعیاری در ارتباط با ارزشگذاری معیارها و تصمیم گیری اشاره شده است (۲، ۴، ۱، ۲۱، ۱۹ و ۲۳).  

بطور کلی می­توان گفت، متأسفانه در ارزیابی شایستگی مراتع  ایران جهت کاربری زنبورداری، نقش معیار اجتماعی با وجود اهمیت زیاد عمدتاَ در نظر گرفته نمی­شود و کاربری مذکور با معیارهای معرفی شده که در این پژوهش نیز مورد سنجش قرار گرفت، تعیین شایستگی می شود. همچنین بر ایجاد هماهنگی بین نهادها و سازما­های مربوطه و بهره برداران مراتع کمتر تأکید شده است و یا گاهی اصلاَ در نظر گرفته نمی­شود. لذا پیشنهاد می­شود جهت دستیابی به توسعه پایدار در زمینه منابع­طبیعی تجدیدشونده، علاوه بر مطالعات اکولوژیک، مسائل اجتماعی از جمله شاخص­های مشارکت جوامع محلی، میزان هماهنگی نهادهای دولتی و محلی با زنبورداران، نقش زنبورداری در تأمین معیشت بهره برداران مراتع و میزان آگاهی و تمایل زنبورداران به این حرفه نیز مورد سنجش و واکاوی قرار گیرد. در خصوص تحقیق حاضر نیز توصیه می­گردد علاوه بر پیشنهاد فوق، با استفاده از سیستم­های چند شاخصه، سایر کارکردهای مرتع تمین مانند آبزی پروری و طبیعت­گردی (به دلیل وجود جاذبه­های گردشگری خاص این منطقه) و غیره نیز مورد ارزیابی قرار گیرد تا از سایر توانمندی­های این مرتع با مشارکت افراد بومی به یک مدیریت جامع در جهت حفظ، احیا و توسعه این منابع گام برداریم.

 

 

 

Reference

1-      Aama Azghadi, A.,   Khorassani. R.,  Mokarram,  M. & Moezi, A. 2010. Soil Fertility Evaluation Based on Soil K, P and Organic Matter Factors for Wheat by Using Fuzzy Logic-AHP and GIS Techniques. Journal of Water and Soil. Vol.24 (5): 973-984.

2-      Ahmadi Mirghaed, F., Souri, B. & PirBavaghar, M. 2013.  Application of Fuzzy Multi  criteria Evaluation to DevelopAgricultural and Range management land Use in Gheshlagh Dam Watershed. Journal of Wetland Ecobiology, Vol. 4 (4): 69-81.

3-      Alavi, I., Akbari, A. & Parsaei, M. 2011. Plant type Selection for Sarcheshmeh Copper Mine reclamation by Fuzzy-AHP method, Blour Science and Expertism Magazine, Amirkabir University of Technology, 29:10-17.

4-      Amiri ,M. J.  Salman Mahini , A.R. Jalali , Gh., Hosseini , M., & Azari Dehkordi, F. 2010. A Comparison of Maps Overlay Systemic Method and Boolean-Fuzzy Logic in the Ecological Capability Evaluation of No. 33 and 34 Watershed Forests in Northern Iran. Environmental Sciences,Vol 7(2): 109-124.

5-      Amiri, F. & Arzani. 2012. Determination of site priority for apiculture by using Analytical Hierarchy Process (AHP) method. Iranian Journal of Range and Desert Research, Vol. 19 (1): 159-177.

6-      Amiri,F. & Shariff, B. A. R. 2012. Application of Geographic Information Systems in Land Use Suitability Evaluation for Beekeeping: A case Study of Vahregan Waershed (Iran). African Journal of Agricultural Research, Vol. 7(1):89-97.

7-      Brail, R. 2001. Planning support system. Integrating Geographic Information System, models and visualization tools. USA, ESRI-Press.

8-      Chang, G. 2008. Combining GIS with Fuzzy multicriteria decision-making siting in  afastgrowing  urban region. Journal of    Environmental  Management,  87(1): 139-153.

9-      Eslami Farouji, A., Rahbarian, R. & Mirbolouk, A. 2017. An Investigation of the Relationship between Soil Characteristics and Flora in the North East of Iran (A Case Study of Golbahar, Frizi, Doabi and Boujan Regions). Journal of Plant and Biomass, vol. 12 (49): 25-41.

10-  Estoque, R. C. and Murayana, Y.  2010. Suitability analysis for beekeeping sites in la union, Philippines, using GIS and multi-criteria evaluation techniques. Journal of applied sciences, 3: 242-253.

11-  Fadai, Sh., Arzani, H., Azarnivand, H., Nehzati, Gh. A. Kaboli, S. H. & Amiri, F. 2011. A Study of range suitability model for apliculture by using GIS (Case study: Central Taleghan rangelands). Journal of Applied RS & GIS Techniques in Natural Resource Science, Vol. 2 (1): 31-47.

12-  Faghih, A. R., Ebadi, R., Nazarian, H. & Noroozi, M. 2005. Determination of Attractiveness of Different Plants for Honey Bees in Khansar and Faridan. Iranian Journal of Agriculture Science, Vol. 36(3): 521-536.

13-  FAO. 1991. A framework for land evaluation. Food and Agriculture Organization of the United Nation, Soiles Bulletion 32. FAO, Rome.158 p.

 

14-  Filippo, S., Martins Ribeiro, P. C. & Ribeiro, S. K. 2007. A Fuzzy Multi-Criteria Model applied to management of the environmental restoration of paved highways, Trasporation Research Part D, 12: 423-436.

15-  Ghodsipoor, H. 2002. Analytical Hierarchy Process (AHP). Tehran: Amirkabir Publication. 222pp.

16-  Hassani, Gh., Mahvi, A. H., Nasseri, S., Arabalibeik, H. Yunnesian, M. & Gharibi, H. 2012. Designing Fuzzy-Based Ground Water Quality Index. Journal of Health, Vol.3 (1):18-31.

17-  Hill, M. & Braaten, R. 2005. Multi-criteria decision analysis in spatial decision support: the Assess AHP and the role of quantitative methods and spatially explicit analysis. Environmental Modelig & Software. 20: 955-976.

18-  Imani, N. & Souri, M. 2016. Site selection of Range improved practices using spatial decision support system (Case Study: gushchi col). Journal of Natural Environment (Iranian Journal of Natural Recources). Vol.69 (4): 899-916.

19-  Karimi, A. R., Mehrdadi, N., Hashemian, S. J., Nabi Bidhendi, G. R. & Tavakkoli-Moghaddam, R. 2011. Selection of wastewater treatment process based on the analytical hierarchy process and fuzzy analytical hierarchy process methods. International Journal of Environ. Sci. Tech., 8(2):267-280.

20-  Kohansal, R. & Rafiei Darani, H. 2008. Choicing and ranking of sprinkler irrigation and traditional irrigation in Khorasan Razavi province, Journal of Agriculturl Seience and Technology. Vol.22(1): 91-104.

21-  Kooch, Y. & Najafi, A. 2011. Ecological Potential Assessment of Forest Group Using fuzzy set Theory and Regression Analysis of Soil Characteristics (Case Study: Khanikan Forest, Chalus, Iran). Journal of Wood & Forest Science and Technology, vol. 18 (1): 43-60.

22-  Lio, k. F. R. & Yu, C. W. 2009. Integrating case- based and Fuzzy Reasoning to Qualitatively predict Risk in an Environmental Impact Assessment Review. Environmental Modeling and Software. 24: 1241-1251.

23-  Lotfi, S., Habibi, K.  & Koohsari, M. J. 2009. An Analysis of Urban land Development Using Mlti Criteria Decision Model and Geographical Information System (A case Study of Babolsar City). American Journal of Environmental Sciences, 5 (1): 87-93.

24-  Moradi, S., Kalantari, N. & Charchi, A. 2016. Karstification Potential Mapping in Northeast of Khuzestan Province, Iran, using Fuzzy Logic and Analytical Hierarchy Process (AHP) techniques. Geopersia 6(2): 265-282.

25-  Movaghari, M., Arzani, H., Tavili, A., Azarnivand, H., Sarvari, M. & Farahpoor, M. 2015. Suitability of medicinal plants in rangelands of Lasem Watershed (Amol-Mazandaran Province). Iranian Journal of Medicinal and Aromatic Plants, Vol. 30 (6): 898-914.

26-  Naghashzargaran, M. 2001. Foliage biomass, leaf area index and their relationship to some characteristics of forest stand and soil in a permanent plot located in mid-elevation of Caspian forests. A Thesis presented the master of science degree in forestry engineering. Gorgan university.

27-  Nemati, S. A., Tahmasbi, G. H. & Noori, M. 2015. Relative contribution of different managing factors on production of honeybee colonies in Alborz province. Animal Production Research, Vol.3 (4): 89-98.

28-  Omkarprasad, V and Sushil, K. 2004. AHP: An overview of applications, Aprill. Building and Environment. 42: 310-316.

29-  Pislaru, M. & Trandabat, A. 2012. Assessment of Environmental Impact using Fuzzy logic, International Proceedings of Chmical, Biological & Enviromental, Vol. 32: 97.

30-  Plillis, H. And    Andriantiatsaholiniaina, L, A. 2001. Sustainability: anill-defined Concept and its Assissment using Fuzzy logic, Ecological Economics, 37(3): 435-456.

31-  Rajesh, B. Murayama, Y. 2007. Land evaluation for peri – urban agriculture using AHP Prosses and GIS: A case studyof Hanoi, Geo ennironmental Science, Graduate Sciences, University of Tsukuba, 1-1-1 Tennodai, Tsukuba, Ibaraki. 305-8572.

32-  Rastgar, Sh., Barani, H., Sepehri, A. & Akbarzadeh, M. 2008. Determination of rangeland plants attractiveness for honey bees and setting the apiculture calendar (Case study: Polour summer rangelands).Journal of Science natural Resource, Vol.15 (1). (In Persian).

33-  Safaeian, R. 2005. Multiple use of rangeland (Case study: Taleghan region). MS.c thesis, department of Natural Resources, Tehran University. 110 p (In Persian language).

34-  Shadfar, T. 2015. Application of fuzzy logic operators for investigation of Gully erosion using GIS (Case study: Troud watershed basin). Scientific-Research Quarterly of Geographical Data, Vol. 23 (92): 35-42.

35-  Shahrestani, N. 2002. Bee and Nursery. Sepehr Publishers. 456pp.

36-  Sicat, R. S., Carranaza, E,M. & Nidumolu, U,B . 2005. Fuzzy modeling of farmers khowledge for land suitability classification Journal of Agricultural system, 83: 322-329.

37-  Sour, A., Arzani, H., Tavili, A., Farahpour, M. & Alizadeh, E. 2013. Assessing rangeland suitability guidelines for apiculture. Journal of Iranian Range Management Society, Vol. 7(2):110-123.

38-  Villacreses, G., Gaona, G., Martinez-Gomes, J. & Joan Jion, D. 2017. Wind farms suitability location using geographical information systems (GIS). Based on multi criteria decision making (MCDM) methods: the case of continental Ecuador. get rights and content. 109: 275-286.

39-  Wang, G. Qin, L. Li,G. Chen, L. 2009. Landfill site selection using spatial informationtechnologies and AHP: A case study in Beijing, China, Journal of Environmental Management, 90: 2414-2421.

40-  Yari, R., Heshmati, Gh. & Rafiei, H. 2016. Assessing the potential of beekeeping and determination of attractiveness range plants used bee by using geographic information system in Char-Bagh summer rengelands, Golestan. Rs & Gis for Natural Resources, Vol. 7 (3):1-17.

41-  Zarebidoki, G. & Mollakhalili, M. H. 2015. An Introduction to the flora, Life form and Growth form and a Study of the Durability of plant life in Bagh- Shadi Protected Area of Yazd. Journal of Plant and Biomass, Vol. 11 (44): 23-43.

42-  Zolekar, R. B. &  Bhagat, V.S. 2015. Use of IRS P6 LISS-IV data for land suitability analysis for cashew plantation in hilly zone. Asian Journal Geoinform. 14(3): 23-35.

 

 

                



[1] - دانش آموخته کارشناسی ارشد مرتعداری، دانشکده آب و خاک، دانشگاه زابل

[2] - استادیار ،عضو هیأت علمی دانشکده آب و خاک، دانشگاه زابل و نویسنده مسئول: Email: hopiry@uoz.ac.ir

[3] - استادیار ،عضو هیأت علمی دانشکده آب و خاک، دانشگاه زابل

1. Multi Objective Decision Making

2. .Multi Attribute Decision Making

 

Reference

1-      Aama Azghadi, A.,   Khorassani. R.,  Mokarram,  M. & Moezi, A. 2010. Soil Fertility Evaluation Based on Soil K, P and Organic Matter Factors for Wheat by Using Fuzzy Logic-AHP and GIS Techniques. Journal of Water and Soil. Vol.24 (5): 973-984.

2-      Ahmadi Mirghaed, F., Souri, B. & PirBavaghar, M. 2013.  Application of Fuzzy Multi  criteria Evaluation to DevelopAgricultural and Range management land Use in Gheshlagh Dam Watershed. Journal of Wetland Ecobiology, Vol. 4 (4): 69-81.

3-      Alavi, I., Akbari, A. & Parsaei, M. 2011. Plant type Selection for Sarcheshmeh Copper Mine reclamation by Fuzzy-AHP method, Blour Science and Expertism Magazine, Amirkabir University of Technology, 29:10-17.

4-      Amiri ,M. J.  Salman Mahini , A.R. Jalali , Gh., Hosseini , M., & Azari Dehkordi, F. 2010. A Comparison of Maps Overlay Systemic Method and Boolean-Fuzzy Logic in the Ecological Capability Evaluation of No. 33 and 34 Watershed Forests in Northern Iran. Environmental Sciences,Vol 7(2): 109-124.

5-      Amiri, F. & Arzani. 2012. Determination of site priority for apiculture by using Analytical Hierarchy Process (AHP) method. Iranian Journal of Range and Desert Research, Vol. 19 (1): 159-177.

6-      Amiri,F. & Shariff, B. A. R. 2012. Application of Geographic Information Systems in Land Use Suitability Evaluation for Beekeeping: A case Study of Vahregan Waershed (Iran). African Journal of Agricultural Research, Vol. 7(1):89-97.

7-      Brail, R. 2001. Planning support system. Integrating Geographic Information System, models and visualization tools. USA, ESRI-Press.

8-      Chang, G. 2008. Combining GIS with Fuzzy multicriteria decision-making siting in  afastgrowing  urban region. Journal of    Environmental  Management,  87(1): 139-153.

9-      Eslami Farouji, A., Rahbarian, R. & Mirbolouk, A. 2017. An Investigation of the Relationship between Soil Characteristics and Flora in the North East of Iran (A Case Study of Golbahar, Frizi, Doabi and Boujan Regions). Journal of Plant and Biomass, vol. 12 (49): 25-41.

10-  Estoque, R. C. and Murayana, Y.  2010. Suitability analysis for beekeeping sites in la union, Philippines, using GIS and multi-criteria evaluation techniques. Journal of applied sciences, 3: 242-253.

11-  Fadai, Sh., Arzani, H., Azarnivand, H., Nehzati, Gh. A. Kaboli, S. H. & Amiri, F. 2011. A Study of range suitability model for apliculture by using GIS (Case study: Central Taleghan rangelands). Journal of Applied RS & GIS Techniques in Natural Resource Science, Vol. 2 (1): 31-47.

12-  Faghih, A. R., Ebadi, R., Nazarian, H. & Noroozi, M. 2005. Determination of Attractiveness of Different Plants for Honey Bees in Khansar and Faridan. Iranian Journal of Agriculture Science, Vol. 36(3): 521-536.

13-  FAO. 1991. A framework for land evaluation. Food and Agriculture Organization of the United Nation, Soiles Bulletion 32. FAO, Rome.158 p.

 

14-  Filippo, S., Martins Ribeiro, P. C. & Ribeiro, S. K. 2007. A Fuzzy Multi-Criteria Model applied to management of the environmental restoration of paved highways, Trasporation Research Part D, 12: 423-436.

15-  Ghodsipoor, H. 2002. Analytical Hierarchy Process (AHP). Tehran: Amirkabir Publication. 222pp.

16-  Hassani, Gh., Mahvi, A. H., Nasseri, S., Arabalibeik, H. Yunnesian, M. & Gharibi, H. 2012. Designing Fuzzy-Based Ground Water Quality Index. Journal of Health, Vol.3 (1):18-31.

17-  Hill, M. & Braaten, R. 2005. Multi-criteria decision analysis in spatial decision support: the Assess AHP and the role of quantitative methods and spatially explicit analysis. Environmental Modelig & Software. 20: 955-976.

18-  Imani, N. & Souri, M. 2016. Site selection of Range improved practices using spatial decision support system (Case Study: gushchi col). Journal of Natural Environment (Iranian Journal of Natural Recources). Vol.69 (4): 899-916.

19-  Karimi, A. R., Mehrdadi, N., Hashemian, S. J., Nabi Bidhendi, G. R. & Tavakkoli-Moghaddam, R. 2011. Selection of wastewater treatment process based on the analytical hierarchy process and fuzzy analytical hierarchy process methods. International Journal of Environ. Sci. Tech., 8(2):267-280.

20-  Kohansal, R. & Rafiei Darani, H. 2008. Choicing and ranking of sprinkler irrigation and traditional irrigation in Khorasan Razavi province, Journal of Agriculturl Seience and Technology. Vol.22(1): 91-104.

21-  Kooch, Y. & Najafi, A. 2011. Ecological Potential Assessment of Forest Group Using fuzzy set Theory and Regression Analysis of Soil Characteristics (Case Study: Khanikan Forest, Chalus, Iran). Journal of Wood & Forest Science and Technology, vol. 18 (1): 43-60.

22-  Lio, k. F. R. & Yu, C. W. 2009. Integrating case- based and Fuzzy Reasoning to Qualitatively predict Risk in an Environmental Impact Assessment Review. Environmental Modeling and Software. 24: 1241-1251.

23-  Lotfi, S., Habibi, K.  & Koohsari, M. J. 2009. An Analysis of Urban land Development Using Mlti Criteria Decision Model and Geographical Information System (A case Study of Babolsar City). American Journal of Environmental Sciences, 5 (1): 87-93.

24-  Moradi, S., Kalantari, N. & Charchi, A. 2016. Karstification Potential Mapping in Northeast of Khuzestan Province, Iran, using Fuzzy Logic and Analytical Hierarchy Process (AHP) techniques. Geopersia 6(2): 265-282.

25-  Movaghari, M., Arzani, H., Tavili, A., Azarnivand, H., Sarvari, M. & Farahpoor, M. 2015. Suitability of medicinal plants in rangelands of Lasem Watershed (Amol-Mazandaran Province). Iranian Journal of Medicinal and Aromatic Plants, Vol. 30 (6): 898-914.

26-  Naghashzargaran, M. 2001. Foliage biomass, leaf area index and their relationship to some characteristics of forest stand and soil in a permanent plot located in mid-elevation of Caspian forests. A Thesis presented the master of science degree in forestry engineering. Gorgan university.

27-  Nemati, S. A., Tahmasbi, G. H. & Noori, M. 2015. Relative contribution of different managing factors on production of honeybee colonies in Alborz province. Animal Production Research, Vol.3 (4): 89-98.

28-  Omkarprasad, V and Sushil, K. 2004. AHP: An overview of applications, Aprill. Building and Environment. 42: 310-316.

29-  Pislaru, M. & Trandabat, A. 2012. Assessment of Environmental Impact using Fuzzy logic, International Proceedings of Chmical, Biological & Enviromental, Vol. 32: 97.

30-  Plillis, H. And    Andriantiatsaholiniaina, L, A. 2001. Sustainability: anill-defined Concept and its Assissment using Fuzzy logic, Ecological Economics, 37(3): 435-456.

31-  Rajesh, B. Murayama, Y. 2007. Land evaluation for peri – urban agriculture using AHP Prosses and GIS: A case studyof Hanoi, Geo ennironmental Science, Graduate Sciences, University of Tsukuba, 1-1-1 Tennodai, Tsukuba, Ibaraki. 305-8572.

32-  Rastgar, Sh., Barani, H., Sepehri, A. & Akbarzadeh, M. 2008. Determination of rangeland plants attractiveness for honey bees and setting the apiculture calendar (Case study: Polour summer rangelands).Journal of Science natural Resource, Vol.15 (1). (In Persian).

33-  Safaeian, R. 2005. Multiple use of rangeland (Case study: Taleghan region). MS.c thesis, department of Natural Resources, Tehran University. 110 p (In Persian language).

34-  Shadfar, T. 2015. Application of fuzzy logic operators for investigation of Gully erosion using GIS (Case study: Troud watershed basin). Scientific-Research Quarterly of Geographical Data, Vol. 23 (92): 35-42.

35-  Shahrestani, N. 2002. Bee and Nursery. Sepehr Publishers. 456pp.

36-  Sicat, R. S., Carranaza, E,M. & Nidumolu, U,B . 2005. Fuzzy modeling of farmers khowledge for land suitability classification Journal of Agricultural system, 83: 322-329.

37-  Sour, A., Arzani, H., Tavili, A., Farahpour, M. & Alizadeh, E. 2013. Assessing rangeland suitability guidelines for apiculture. Journal of Iranian Range Management Society, Vol. 7(2):110-123.

38-  Villacreses, G., Gaona, G., Martinez-Gomes, J. & Joan Jion, D. 2017. Wind farms suitability location using geographical information systems (GIS). Based on multi criteria decision making (MCDM) methods: the case of continental Ecuador. get rights and content. 109: 275-286.

39-  Wang, G. Qin, L. Li,G. Chen, L. 2009. Landfill site selection using spatial informationtechnologies and AHP: A case study in Beijing, China, Journal of Environmental Management, 90: 2414-2421.

40-  Yari, R., Heshmati, Gh. & Rafiei, H. 2016. Assessing the potential of beekeeping and determination of attractiveness range plants used bee by using geographic information system in Char-Bagh summer rengelands, Golestan. Rs & Gis for Natural Resources, Vol. 7 (3):1-17.

41-  Zarebidoki, G. & Mollakhalili, M. H. 2015. An Introduction to the flora, Life form and Growth form and a Study of the Durability of plant life in Bagh- Shadi Protected Area of Yazd. Journal of Plant and Biomass, Vol. 11 (44): 23-43.

42-  Zolekar, R. B. &  Bhagat, V.S. 2015. Use of IRS P6 LISS-IV data for land suitability analysis for cashew plantation in hilly zone. Asian Journal Geoinform. 14(3): 23-35.