عنوان مقاله: مدلسازی و پایش هوشمند اکوهیدرولوژی جنگل در شرایط خشکسالی
شناسه مقاله: 1-173-2026نویسندگان: امید فتحی زاده ، سجاد قنبری ،
زمینه: جنگلهای کوهستانی به عنوان یکی از مهمترین مخازن کربن و تنظیمکنندههای چرخه آب، نقشی حیاتی در تعدیل اقلیم و ارائه خدمات زیستبومی ایفا میکنند. با این حال، افزایش فراوانی، شدت و مدت خشکسالیهای ناشی از تغییرات اقلیمی، این اکوسیستمهای ارزشمند را با چالشهای بیسابقهای از جمله افزایش مرگومیر درختان، کاهش بهرهوری و افزایش آسیبپذیری در برابر آفات و آتشسوزی مواجه ساخته است. هدف: این مقاله مروری با هدف بررسی جامع و نظاممند رویکردها، فناوریها و چالشهای موجود در زمینه مدلسازی و پایش هوشمند اکوهیدرولوژی جنگل در شرایط خشکسالی تدوین شده است. روش پژوهش: مطالعه با مرور نظاممند منابع علمی معتبر شامل مقالات نمایهشده در پایگاههای Web of Science، Scopus و Google Scholar و تحلیل محتوای کیفی 60 مقاله کلیدی در بازه زمانی 2015 تا ۲۰۲۵ انجام شده است. یافتهها بر اساس چهار حوزه اصلی طبقهبندی شدهاند: (۱) شاخصهای کلیدی پایش اکوهیدرولوژی، (۲) فناوریهای نوین پایش هوشمند، (۳) رویکردهای مدلسازی فرآیندها، و (۴) یکپارچهسازی دادهها و چالشهای پیش رو. یافتهها: پیشرفتهای چشمگیری در زمینه پایش بلادرنگ شارهای آب و کربن با استفاده از حسگرهای ارزانقیمت و شبکههای بیسیم صورت گرفته است. سنجش از دور حرارتی (مانند ECOSTRESS) و فلورسانس کلروفیل، امکان شناسایی نقاط بحرانی تنش را در جنگلها فراهم میآورند. مدلهای ترکیبی فیزیک-مبنا و دادهمحور، به ویژه شبکههای عصبی عمیق، عملکرد بهتری در شبیهسازی پاسخهای غیرخطی جنگل به خشکسالی نسبت به مدلهای سنتی نشان دادهاند. با این حال، چالشهایی همچون عدم قطعیت در دادهها، مقیاسگذاری فرآیندها، یکپارچهسازی اطلاعات و شفافیت مدلهای جعبهسیاه، همچنان پابرجا هستند. نتیجهگیری: رویکردهای هوشمند پایش و مدلسازی، پتانسیل بالایی برای بهبود درک ما از واکنش جنگلها به خشکسالی و ارائه ابزارهای تصمیمگیری برای مدیریت تطبیقی جنگل دارند. توسعه شبکههای حسگر خودگردان، مدلهای فیزیک-آگاه و بهرهگیری از هوش مصنوعی، مسیر آینده این حوزه را ترسیم میکنند.
کلمات کلیدی:اکوهیدرولوژی جنگل، خشکسالی، پایش هوشمند، مدلسازی، سنجش از دور، شبکههای حسگر