انجمن علمی جنگلبانی ایران مجله جنگل ایران 2008-6113 17 3 2025 11 22 Snow as a natural driver and its consequences on the structure of mixed broadleaf forest stands in the Hyrcanian region (Case study: Liresara forest, Nowshahr) برف به‌عنوان آشفتگی طبیعی و پیامدهای آن بر ساختار توده‌های جنگلی آمیختۀ پهن‌برگ در رویشگاه هیرکانی (منطقۀ پژوهش: جنگل لیره‌سرای نوشهر) 485 509 238052 10.22034/ijf.2025.531403.2054 FA مجتبی امیری دانشیار گروه علوم و مهندسی محیط ‌زیست، دانشکدۀ منابع طبیعی، دانشگاه سمنان، سمنان، ایران 0000-0003-4920-3602 هومن روانبخش استادیار بخش تحقیقات جنگل، مؤسسۀ تحقیقات جنگل‌ها و مراتع کشور، سازمان تحقیقات، آموزش و ترویج کشاورزی، تهران، ایران 0000-0003-0990-0112 محسن مصطفی استادیار گروه خاک، گیاه و علوم غذایی، دانشگاه باری، باری، ایتالیا مجید محمدی دانشیار گروه علوم و مهندسی محیط ‌زیست، دانشکدۀ منابع طبیعی، دانشگاه سمنان، سمنان، ایران Journal Article 2025 07 09 Introduction: Snow plays a crucial role in shaping the ecology of mountain forests, significantly impacting the distribution, structure, and dynamics of plant communities. In the Hyrcanian forests, especially at higher elevations, snowfall influences not only soil moisture and water storage but also the structural integrity of forest stands. This can lead to notable physical disturbances, such as broken trunks and branches, tree uprooting, and change in species composition. This study aims to explore how various tree species in the Hyrcanian forests respond to disturbances caused by snow, an area that has not been extensively researched until now. We will assess changes in tree density, diameter distribution, basal area, volume, and the vulnerability of key species to heavy snowfall. The outcomes of this research will enhance our understanding of how Hyrcanian forests adapt to climate change, providing valuable insights that can inform the development of adaptive management strategies for future environmental conditions. Material and Methods: To evaluate the damage caused by snow, three forest compartments that had experienced the most severe impacts were selected within Series 6 of the Liresara Forest, Mazandaran Province, Iran. Within each compartment, 25 sample plots measuring 40 × 40 meters were established using a systematic-random sampling method. All trees with a diameter at breast height (DBH) greater than 7.5 cm were quantitatively and qualitatively measured. The resulting data were analyzed using chi-square tests, Student’s t-tests, and Duncan’s multiple range test. Subsequently, a Random Forest algorithm was employed to model the severity of tree damage, with model performance evaluated based on overall accuracy, Kappa coefficient, balanced accuracy, and the area under the receiver operating characteristic curve (AUC). Results: The results indicated that alder species showed the highest level of damage (22%), followed by gleditsia and beech. In terms of damage types, stem breakage (53%) and uprooting (33.6%) were the most frequent, while bending (13.4%) was the least common. Data analysis revealed that trees with diameters of 25–35 cm and heights of 20–25 m were the most vulnerable. This pattern was primarily attributed to the young age and high stand density, resulting from clear-cutting operations conducted in the 1980s. The random forest model effectively ranked the relative importance of variables, identifying slenderness coefficient and total tree volume as the most influential factors associated with snow damage. Furthermore, high AUC values demonstrated the model's strong capability in accurately predicting various damage severity classes. Conclusion: The findings of this study demonstrated that morphometric characteristics of trees, such as tree slenderness ratio (TSC) and total volume, play a crucial role in the vulnerability of forest species in the Hyrcanian region to heavy snowfall. The results can inform forest stand management and contribute to mitigating. Modeling results using the random forest algorithm confirm with high accuracy that young trees in lower diameter and average height classes are the most vulnerable due to their unbalanced structure and the high density of forest stands resulting from past clear-cutting operations. Additionally, Caucasian alder was identified as the most sensitive, with (22%) of its individuals showing damage, likely due to the morphological characteristics of its brittle branches and shallow root system. From a management perspective, this study emphasizes the need to adjust the density of young stands through silvicultural interventions (such as thinning) to reduce slenderness ratio and increase trees' mechanical stability. Furthermore, the selection of less vulnerable species in reforestation programs for degraded forests could be a key strategy for adapting to climate change and reducing future damages. مقدمه: برف یکی از عوامل مهم در بوم‌شناسی جنگل‌های کوهستانی است و اهمیت زیادی در توزیع، ساختار و پویایی جوامع گیاهی دارد. در جنگل‌های هیرکانی، به‌ویژه در ارتفاعات بالا، بارش برف هم بر رطوبت خاک و ذخیره‌سازی آب تأثیر می‌گذارد و هم از طریق ایجاد آشفتگی‌های فیزیکی مانند شکستن تنه و شاخه‌ها، ریشه‌کنی درختان و تغییر در ترکیب گونه‌ها، ساختار توده‌های جنگلی را تحت تأثیر قرار می‌دهد. پژوهش حاضر با هدف بررسی و تحلیل واکنش گونه‌های درختی به خسارت ناشی از برف انجام گرفته است که تاکنون در جنگل‌های هیرکانی کمتر به آن توجه شده است. در این پژوهش، تغییرات در تراکم، توزیع اندازه‌های قطری، رویه زمینی، حجم و میزان آسیب‌پذیری گونه‌های شاخص در برابر بارش‌های سنگین برف ارزیابی شد. یافته‌های این تحقیق می‌تواند به درک بهتر پاسخ توده‌های جنگلی رویشگاه هیرکانی به خسارت برف با توجه به تغییرات اقلیمی و تدوین راهبردهای مدیریتی سازگار با شرایط آینده کمک کند. مواد و روش‌ها: برای ارزیابی خسارات ناشی از برف، سه قطعۀ جنگلی با بیشترین آسیب‌دیدگی در سری شش جنگل لیره‌سرای استان مازندران انتخاب شد. در هر یک از پارسل‌ها ۲۵ قطعه نمونۀ مربع‌شکل به ابعاد ۴۰×۴۰ متر (1600 متر مربع) به روش تصادفی-سیستماتیک برداشت شد. همۀ درختان با قطر برابرسینۀ بیش از 5/7 سانتی‌متر اندازه‌گیری و ثبت شدند. داده‌های حاصل با استفاده از آزمون‌های آماری کای‌دو، تی‌استیودنت و مقایسۀ میانگین دانکن تحلیل شد. به‌منظور مدل‌سازی شدت آسیب‌دیدگی درختان، الگوریتم جنگل تصادفی به‌ کار گرفته شد و عملکرد مدل بر‌اساس شاخص‌های دقت کلی، شاخص کاپا، دقت متوازن و سطح زیر‌منحنی مشخصۀ عملیاتی گیرنده (AUC) Area Under Cureve ارزیابی شد. یافته‌ها: نتایج نشان داد که بیشترین آسیب‌دیدگی نسبت به تعداد کل پایه‌های همان گونه مربوط به توسکای ییلاقی Alnus subcordata C.A.Mey. (22 درصد پایه‌ها) بود و پس از آن لیلکی (Gleditsia caspica Desf.) و راش (Fagus orientalis Lipsky) قرار داشتند. از نظر نوع آسیب، شکستگی تنه (53 درصد) و ریشه‌کن (6/33 درصد) شایع‌ترین موارد بودند، درحالی ‌که آسیب‌دیدگی خمیدگی درختان (4/13 درصد) کمترین سهم را داشت. تحلیل داده‌ها حاکی از آن بود که درختان موجود در طبقات قطری 35-20 سانتی‌متر و ارتفاعی 25-20 متر بیشترین آسیب‌پذیری را نشان دادند. این الگو اغلب ناشی از جوان بودن ساختار توده‌ها و تراکم زیاد درختان بود که در پی اجرای شیوه‌های جنگل‌شناسی کلاسیک (قطع یکسره و...) در دهه‌های گذشته شکل گرفته است. مدل جنگل تصادفی با دقت زیادی توانست اهمیت نسبی متغیرها را رتبه‌بندی کند که در آن، ضریب قدکشیدگی درخت و حجم کل درخت به‌عنوان مهم‌ترین متغیرهای تأثیرگذار بر آسیب ناشی از برف شناسایی شدند. نتیجه‌گیری: دستاورد این تحقیق نشان داد که ویژگی‌هایی مورفومتریک درختان مانند ضریب قدکشیدگی و حجم کل درخت نقش تعیین‌کننده‌ای در آسیب‌پذیری گونه‌های جنگلی رویشگاه هیرکانی در برابر بارش‌های سنگین برف دارند. نتایج می‌تواند در مدیریت توده‌های جنگلی و کاهش خسارات برف استفاده شود. نتایج مدل‌سازی خسارت برف با الگوریتم جنگل تصادفی با دقت کلی زیاد تأیید می‌کند که درختان جوان در طبقات کم‌قطر و ارتفاع متوسط به‌دلیل ساختار نامتوازن و تراکم زیاد توده‌های جنگلی ناشی از قطع‌های یکسره گذشته، بیشترین آسیب‌پذیری را دارند. همچنین، توسکای ییلاقی با (22 درصد) پایه‌های آسیب‌دیده، حساس‌ترین گونۀ شناسایی شد که احتمالاً به‌دلیل ویژگی‌های ریخت‌شناسی مانند شاخه‌های شکننده و سیستم ریشه‌ای سطحی آن است. از جنبۀ مدیریتی، یافته‌های این پژوهش بر لزوم تعدیل تراکم توده‌های جوان از طریق دخالت‌های پرورشی (مانند تنک کردن) برای کاهش ضریب لاغری و افزایش پایداری مکانیکی درختان تأکید دارد. همچنین انتخاب گونه‌های کمتر‌آسیب‌پذیر در برنامه‌های احیای جنگل‌های تخریب‌شده می‌تواند راهبردی اساسی برای سازگاری با تغییرات اقلیمی و کاهش خسارت ناشی از برف در آینده باشد.

https://www.ijf-isaforestry.ir/article_238052_7bc8336e8d0eb8c755d94f9ab7024ac2.pdf