خلاصه

نخل روغنی اصلی ترین محصول نقدی کشت شده در مالزی است و روغن پالم نقش مهمی در بازار جهانی نفت دارد. تعدادی از مطالعات از داده‌های سنجش از دور چندمنبعی برای انجام تحقیقات روی نخل‌های روغنی در مالزی استفاده کرده‌اند، اما مطالعات طولانی‌مدت نقشه‌برداری نخل‌های روغنی وجود ندارد، به‌ویژه زمانی که درصد پوشش درخت نخل روغنی بیشتر از سایر مزارع در مالزی بود. دوره 2000-2012. برای غلبه بر این محدودیت، از پلت فرم Google Earth Engine برای انجام طبقه‌بندی نخل روغن بر اساس داده‌های بازتاب لندست استفاده کردیم. توزیع فضایی نخل های روغنی در مالزی در پنج دوره از سال 2000 تا 2018 به دست آمد. سپس از روش انتقال مرکز ثقل کاشت برای تحلیل گسترش نخل های روغنی در مالزی از سال 2000 تا 2018 با استفاده از داده های لندست، داده های ارتفاعی، استفاده شد. منطقه کاشت نخل روغنی، قیمت روغن نخل خام و سایر داده های آماری. در همین حال، عوامل محرک مؤثر بر تغییر سطح کاشت نخل روغنی نیز مورد تجزیه و تحلیل قرار گرفت. نتایج نشان داد که: (1) طی سال‌های 2000-2018، سطح کاشت نخل روغنی در مالزی 5.06 مگا هکتار (میلیون هکتار) با نرخ رشد 83.50 درصد افزایش یافت. به طور خاص، افزایش سطح و نرخ رشد برای غرب مالزی 2.05 Mha و 62.05 درصد و برای شرق مالزی 3.01 Mha و 109.45 درصد بود. (2) سه الگوی گسترش نخل های روغنی مشاهده شد: (1) از یک الگوی تکه تکه به یک منطقه متصل، (2) گسترش در امتداد یک رودخانه، و (iii) از یک دشت به یک منطقه با شیب ملایم. (3) حداکثر جابجایی مرکز ثقل نخل های روغنی در مالزی غربی 10 کیلومتر بود در حالی که در مالزی شرقی به 100 کیلومتر می رسید. پتانسیل کاشت نخل روغنی مالزی شرقی بیشتر از مالزی غربی بود و روند تغییر از مناطق ساحلی به مناطق داخلی را نشان داد. (4) نخل های روغنی مالزی عمدتاً در مناطق زیر 100 متر بالاتر از سطح دریا کاشته می شوند. اگرچه روند گسترش به ارتفاعات بالا قابل مشاهده است، کاشت نخل روغنی به مناطق زیر 300 متر بالاتر از سطح دریا گسترش می یابد. (5) توپوگرافی، قیمت نفت خام نخل، و جنگل زدایی ارتباط نزدیکی با تغییرات در منطقه کاشت نخل روغنی دارد.

کلید واژه ها:

مالزی ؛ نخل روغنی ; موتور گوگل ارث ؛ لندست

 

1. معرفی

روغن پالم که از میوه نخل های روغنی فشرده می شود، یکی از مهم ترین اجزای بازار جهانی روغن است و بیش از 30 درصد از چربی ها و روغن های گیاهی جهانی تولید می کند [ 1 ]. در سال 2004، روغن پالم مهمترین محصول روغنی جهان از نظر تولید، تجارت و مصرف شد. طبق آمار سازمان خواربار و کشاورزی ملل متحد (FAO) منطقه کاشت نخل روغنی در آسیای جنوب شرقی تقریباً 71 درصد از کل سطح کاشت نخل روغنی در جهان را در سال 2017 به خود اختصاص داده است [ 2 ].
در اوایل قرن 19، مالزی اولین مزرعه نخل روغنی را در آسیای جنوب شرقی تأسیس کرد [ 3 ]. در سال 1966، اندونزی و مالزی شروع به تسلط بر تجارت جهانی روغن نخل کردند [ 4 ]. از دهه 1990، با اجرای چارچوب سازمان ملل متحد برای “کاهش انتشارات ناشی از جنگل زدایی و تخریب جنگل ها (REDD)”، ارتباط بین گسترش محصول و جنگل زدایی مورد توجه بسیاری از کارشناسان قرار گرفت [ 5 ]. در قرن بیست و یکم، برای ترویج توسعه پایدار صنعت پالم روغن، میز گرد در مورد روغن پالم پایدار (RSPO) تأسیس شد.
گسترش مستمر مزارع نخل روغنی نه تنها منجر به تغییرات بزرگ در انواع کاربری زمین می شود [ 6 ]، بلکه به طور جدی محیط زیست را تهدید می کند، از جمله کاهش تنوع زیستی در اکوسیستم های جنگلی [ 7 ]، افزایش انتشار گازهای گلخانه ای [ 8 ] و آلودگی آب [8]. 9 ]. با توجه به تأثیر گسترده گسترش روغن نخل و اهمیت این تأثیر، تعدادی از مطالعات مرتبط از داده های سنجش از دور برای مثال، تعیین تعداد درختان کاشته شده در مزارع نخل روغن [ 10 ]، نظارت بر تغییرات در منطقه کاشت [ 11 ]، تعیین سن درختان نخل روغنی [ 12 ]، شناسایی شار کربن [ 13 ]] یا زیست توده بالای زمین (AGB) [ 14 ]، تشخیص آفات [ 15 ]، تخمین عملکرد [ 16 ] و ارزیابی سایر عوامل. تحقیقات قبلی فرصت‌ها و چالش‌هایی را که صنعت نخل روغنی در آینده با آن مواجه خواهد شد، تجزیه و تحلیل کرده است [ 17 ] و توسعه پایدار صنعت نخل‌کاری را مورد بررسی قرار داده است [ 18 ]. نخل های روغنی در مناطق ابری و بارانی رشد می کنند. مطالعات قبلی عمدتاً داده‌های نوری را با داده‌های سنجش از دور مایکروویو برای طبقه‌بندی نخل‌های روغنی ترکیب کرده‌اند (مانند رادار دیافراگم مصنوعی باند L باند L Landsat و ماهواره‌ای با رصد پیشرفته). برای مثال، چنگ و همکاران. [ 19] داده های PALSAR را با داده های Landsat تکمیل کرد. توزیع نخل های روغنی در مالزی با استفاده از ماشین بردار پشتیبان و روش های فاصله ماهالانوبیس به دست آمد و تغییرات در منطقه کاشت نخل روغنی در مالزی طی سال های 2007-2016 در ترکیب با داده های مدل رقومی ارتفاع (DEM) تجزیه و تحلیل شد. تان و همکاران [ 13 ] داده‌های ALOS PALSAR را با داده‌های سنجش از دور نوری صورت فلکی نظارت بر بلایای 2 از بریتانیا (UK-DMC2) ترکیب کرد تا سن درختان نخل روغنی را با استفاده از انواع تکنیک‌های طبقه‌بندی طبقه‌بندی کند و پایه‌ای علمی برای پیش‌بینی روغن فراهم کند. بهره وری نخل و انتشار کربن با این حال، در مورد پوشش درختی طبیعی بیشترین درصد تلفات را در مقایسه با سایر انواع پوشش زمین بین سال‌های 2000 تا 2012 داشته است [ 20 ].]، کمبود مطالعات متمرکز بر نقشه برداری طولانی مدت روغن نخل در مالزی، به ویژه وجود دارد. مطالعه سری‌های زمانی طولانی تصاویر سنجش از دور نوری به منابع محاسباتی زیادی، به‌ویژه در مناطق بزرگ، نیاز دارد و منابع محاسباتی مستقل سنتی در برآوردن این تقاضا مشکل دارند. توسعه سریع پلتفرم‌های محاسباتی با کارایی بالا در زمینه علوم زمین، مانند Google Earth Engine (GEE) [ 21 ]، NASA Earth Exchange (NEX) [ 22 ]، و آزمایشگاه‌های Descartes، استفاده از همان نوع را ممکن می‌سازد. حسگر نوری (مانند سری Landsat) برای ترسیم توزیع زمانی و مکانی اشیاء چند دوره ای در مقیاس منطقه ای/ملی و انجام تحلیل های بعدی.
برای بهبود درک ما از تغییرات مکانی بلندمدت نخل های روغنی در مالزی، این مطالعه تغییرات مکانی-زمانی نخل های روغنی را در پنج دوره (2000-2018) از طریق پلت فرم جمع آوری نمونه پوشش زمین (Collect Earth Online) و پلت فرم داده ها و تجزیه و تحلیل زمین در مقیاس سیاره ای GEE. داده‌های مرجع پوشش زمین شامل نقاط نمونه به‌دست‌آمده از سفرهای میدانی ۲۰۱۸ و تصاویر با وضوح فضایی بالا در سال‌های مختلف، مانند Digital Global و Bing Maps در پلتفرم مدیر عامل بود. با استفاده از روش طبقه‌بندی و درخت رگرسیون (CART)، توزیع فضایی نخل‌های روغنی در سال‌های 2000، 2005، 2009، 2015 و 2018 به‌دست آمد و تأیید شد. این مطالعه همچنین نتایج را با آمار FAO، هیئت روغن نخل مالزی (MPOB) مقایسه کرد. و نتایج حاصل از توزیع مزارع نخل روغنی سابق برای تأیید نتایج حاصل از این مطالعه. در نهایت، تجزیه و تحلیل مکانی و زمانی پویا از تغییرات توزیع نخل روغن انجام شد و عوامل موثر بر گسترش منطقه کاشت نخل روغنی از جنبه‌های ارتفاع، قیمت و جنگل‌زدایی مورد بررسی قرار گرفت.

2. مواد و روشها

2.1. منطقه مطالعه

مالزی در جنوب شرقی آسیا واقع شده است و بین اقیانوس آرام و اقیانوس هند قرار دارد. توسط دریای چین جنوبی به مالزی شرقی و مالزی غربی تقسیم می شود ( شکل 1 ). بیشتر نواحی ساحلی مالزی دشت هستند، در حالی که بخش مرکزی فلاتی است که با جنگل های بارانی انبوه استوایی پوشیده شده است [ 23 ]. مالزی غربی تقریباً 40 درصد از مساحت این کشور را به خود اختصاص داده است و کوه ها از داخل تا پیرامون گسترش یافته اند. جنگل انبوه استوایی کالیمانتان در شرق مالزی دومین جنگل بارانی استوایی بزرگ در جهان است که پس از جنگل های استوایی حوضه آمازون در آمریکای جنوبی در رتبه دوم قرار دارد [ 24 ]. بر اساس طبقه بندی آب و هوای کوپن [ 25]، مالزی دارای آب و هوای جنگل های بارانی استوایی با درجه حرارت بالا و بارندگی در طول سال است. بارندگی سالانه بیش از 2000 میلی متر است که شرایط مناسبی را برای رشد نخل روغنی ایجاد می کند. مالزی از دهه 1960 در مقیاس وسیع نخل های روغنی را پرورش داده است. در اواسط دهه 1960، دولت افراد خصوصی را تشویق کرد تا زمین های قابل کشت، مزارع قدیمی لاستیک و باغ های قدیمی نارگیل را در مزارع نخل روغنی دوباره بکارند [ 26 ].

2.2. پیش پردازش داده ها و بستر

پلت فرم GEE – یک پلت فرم تجزیه و تحلیل جغرافیایی در مقیاس سیاره ای که توسط گوگل راه اندازی شد – در نقشه برداری نخل روغن در سال های 2000، 2005، 2009، 2015 و 2018 استفاده شد. در مقایسه با نرم افزار پردازش تصویر سنجش از دور سنتی، GEE داده ها را در ابر و ذخیره می کند. دسترسی مستقیم به داده‌های سنجش از راه دور چندمنبعی (به عنوان مثال، از طیف‌سنج تصویربرداری با وضوح متوسط ​​(MODIS)، Landsat، و Sentinel) و تصاویر با وضوح بالا، و همچنین آب و هوا، پوشش زمین، منابع و محیط‌زیست، مجموعه داده‌های ژئوفیزیکی و اجتماعی-اقتصادی دارد. . داده ها را می توان به طور مداوم به روز کرد تا از تجزیه و تحلیل بلادرنگ و سودمندی نتایج اطمینان حاصل شود [ 21]. API جاوا اسکریپت آنلاین ارائه شده توسط GEE به کاربران امکان فراخوانی توابع را می دهد و دسترسی به انواع داده ها مانند داده های برداری، داده های شطرنجی و نمودارها را فراهم می کند. کاربران می‌توانند از الگوریتم‌های GEE استفاده کنند یا الگوریتم‌های جدیدی را برای تجزیه و تحلیل و تجسم بسازند، و GEE به طور گسترده برای پیش‌بینی بازده محصول، نظارت بر تغییرات جنگل‌های جهانی و نظارت بر تغییرات آب و هوایی استفاده شده است [ 27 ].
مدیر عامل مورد استفاده برای انتخاب نمونه ابزاری برای تجزیه و تحلیل علوم زمین است. این داده‌های تصویری با وضوح فضایی بالا جهانی را از Digital Global، Planet Lab، و Bing Maps و همچنین دسترسی به تغییرات فعلی و تاریخی در دینامیک زمین در سراسر جهان را فراهم می‌کند. نقش مهمی در نظارت بر تغییر کاربری زمین، ارزیابی بلایای طبیعی و مدیریت پایدار منابع کمیاب دارد. می تواند نیازهای کاربران خود را به صورت آنلاین از نظر، به عنوان مثال، طبقه بندی کاربری زمین و پیش بینی بلایای طبیعی برآورده کند [ 28 ].
داده‌های سنجش از دور مورد استفاده در این مطالعه، داده‌های بازتاب سطح لندست 4، 5، نقشه‌برداری موضوعی (TM) و تصویرگر زمین عملیاتی 8 (OLI) سطح 1 (رزولوشن مکانی: 30 متر؛ تاریخ: 2000، 2005، 2009، 2015، و 2018؛ درصد پوشش ابری: کمتر از 30 درصد. داده های Landsat 7 ETM+ با نوارهای خاموش کننده Scan Line Corrector (SLC) در این مطالعه استفاده نشد. برای ثبت تصاویر بدون ابر که منطقه مورد مطالعه را پوشش می دهد، تاریخ انتخاب برای سنتز تصویر Landsat به یک سال قبل و بعد از دوره مطالعه تمدید شد. هر پیکسل از داده مصنوعی لندست مطابق با پیکسل در تاریخ میانه در سری زمانی لندست موجود است. شکل 2صحنه های تصاویر مصنوعی سالانه لندست را با استفاده از امواج مادون قرمز موج کوتاه (SWIR) – مادون قرمز نزدیک (NIR) – قرمز به عنوان کامپوزیت های قرمز-سبز-آبی نشان می دهد. که در آن، هر پیکسل از داده‌های مصنوعی سالانه لندست، پیکسل مربوط به تاریخ میانه در داده‌های سری زمانی موجود لندست است.
حداکثر پوشش ابری تصویر لندست مورد استفاده در این مطالعه 30 درصد بود. پوشش ابری تصاویر در سال‌های 2018 و 2015 کمتر از 15 درصد، در سال‌های 2000 و 2005 کمتر از 20 درصد و در سال 2009 کمتر از 30 درصد بوده است.
داده‌های ارتفاع مورد استفاده در این مطالعه از مأموریت توپوگرافی رادار شاتل (SRTM v3) [ 29 ] با وضوح مکانی 1 ثانیه قوس (تقریباً 30 متر) بود که توسط سازمان ملی هوانوردی و فضایی (ناسا)، ملی ارائه شد. آژانس اطلاعات جغرافیایی (NGA) و بخش هوافضا در آلمان و ایتالیا. داده های SRTM به طور گسترده در مطالعه توپوگرافی، هیدرولوژی و پوشش زمین استفاده می شود [ 30 ].
این مطالعه علاوه بر داده‌های سنجش از دور و داده‌های ارتفاعی، داده‌های مکانی مانند مرزهای اداری مالزی و اطلاعات آماری مانند سالنامه آماری مالزی را نیز ترکیب کرد. مرزهای اداری ملی و مرزهای اداری ایالتی مالزی از دفتر جغرافیدان آمریکایی گرفته شده است. مساحت زمین ایالت های مالزی و داده های منطقه کاشت نخل روغنی طی سال های 2000-2018 از FAO و MPOB استخراج شده است. قیمت روغن پالم خام طی سال‌های 1998 تا 2018 از سوی اداره آمار مالزی به دست آمد.

2.3. مواد و روش ها

2.3.1. استخراج منطقه کاشت روغن نخل

(1) طراحی نمونه
طبق تحقیقات اولوفسون و همکاران. [ 31 و 32 ]، در این مطالعه از نمونه گیری تصادفی طبقه ای استفاده شد. داده‌های نمونه آموزشی و اعتبارسنجی به نخل‌های روغنی، جنگل (شامل جنگل‌های طبیعی، مزارع غیر از جنگل‌های نخل نفتی، و سایر پوشش‌های گیاهی مانند بوته‌ها)، آب و سایر انواع پوشش زمین (شامل زمین ساختمانی، زمین بایر، زمین زیر کشت) تقسیم شدند. ، مزارع نمک و مناطق پرورش). قبل از انتخاب نقاط نمونه، با اشاره به خطای استاندارد اهداف طبقه بندی پیشنهاد شده توسط اولوفسون و همکاران [ 32]، یک خطای استاندارد هدف را برای دقت کلی 0.01 مشخص کردیم. ما حدس زدیم که دقت کاربر در مورد نخل های روغنی و سایر انواع کاربری زمین 85% و در مورد جنگل ها و آب 90% باشد. بر اساس این هدف، ما حداقل تعداد نقاط نمونه مورد نیاز برای هر نوع کاربری زمین را محاسبه کردیم تا اطمینان حاصل کنیم که تعداد نقاط نمونه در نمونه برداری واقعی از حداقل برآورد شده بیشتر است.
ابتدا مالزی بر اساس موقعیت جغرافیایی به دو دسته مالزی شرقی و مالزی غربی تقسیم شد. دوم، با توجه به پایگاه داده فضایی درختان کاشته شده (SDPT) [ 33]، تعداد مزارع بزرگ نخل روغنی در شرق و غرب مالزی در سال 2018 به طور جداگانه محاسبه شد. با در نظر گرفتن مالزی غربی به عنوان مثال، ما مساحت کل مزارع نخل روغنی (منبع داده ها: FAO) در غرب مالزی را بر تعداد مزارع تقسیم کردیم تا میانگین مساحت یک مزرعه نخل روغنی را محاسبه کنیم. سپس، مساحت زمین مالزی غربی بر مساحت متوسط ​​یک مزرعه نخل روغنی تقسیم شد تا تعداد مزارع مورد نیاز برای پوشش کل قلمرو مالزی غربی بدست آید. با فرض اینکه نخل های روغنی در مزارع مختلف سنین متفاوتی دارند، حداقل یک نقطه نمونه برای یک مزرعه باید انتخاب شود تا تعداد نقاط نمونه مورد نیاز برآورد شود. از همین روش برای به دست آوردن تعداد نقاط نمونه در شرق مالزی استفاده شد. سوم، با اشاره به چنگ و همکاران. [ 34]، با استفاده از سیستم شبکه جهانی برای لایه بندی هنگام انتخاب نقاط نمونه، منطقه مورد مطالعه را به شبکه ها تقسیم کردیم. تعداد شبکه ها برابر با تعداد نمونه های محاسبه شده بود. یک نقطه نمونه به طور تصادفی در هر شبکه ایجاد شد. این هم توزیع گسترده و هم تصادفی بودن نقاط نمونه را تضمین می کند. علاوه بر این، نخل های روغنی در سنین مختلف ویژگی های طیفی متفاوتی دارند. بنابراین، برای اطمینان از اینکه نقاط نمونه انتخابی دارای سنین مختلف هستند، تعداد نقاط نمونه بر اساس داده‌های بزرگ کاشت نخل در سال 2018 از SDPT، و موقعیت نقاط نمونه در زیر پوشش ابری یا شبکه فاقد وضوح بالا اضافه شد. تصاویر تنظیم شد
پس از بررسی دستی نقاط نمونه و حذف نقاط نمونه از مناطق دارای پوشش ابری، 2130 نقطه نمونه موجود از 2767 نقطه نمونه به طور تصادفی ایجاد شده توسط GEE با استفاده از نمونه‌گیری تصادفی ساده و داده‌های بررسی میدانی مالزی از سال 2018 حفظ شد. در چهار دوره دیگر. تعداد نقاط نمونه با توجه به کیفیت تصاویر با وضوح بالا تنظیم شد. 70 درصد از کل امتیازات نمونه به‌طور تصادفی به‌عنوان امتیاز آموزشی انتخاب و 30 درصد به‌عنوان امتیاز تأیید استفاده شد. تعداد نقاط نمونه انتخاب شده در جدول 1 نشان داده شده است .
توزیع نقاط نمونه در شکل 3 نشان داده شده است .
با مقایسه داده‌های تصاویر ماهواره‌ای سنجش از دور با وضوح بالا از شرکت‌هایی مانند Digital Global و Airbus در Google Earth، مشخص شد که در ساراواک و مرکز صباح، برای تسهیل کشت درختان نخل روغنی و چیدن میوه‌های نخل روغنی، کوه‌های مناطق جنگلی استوایی به زمین‌های جنگلی مصنوعی پلکانی تبدیل شدند. به دلیل توزیع خوشه ای نخل های روغنی 1 تا 3 ساله، تمایز زمین جنگلی نخل جوان ( شکل 4 الف، ب) از زمین جنگلی پلکانی ( شکل 4 ج) و زمین لخت ( شکل 4 ) دشوار بود .د) در مناطق تپه ماهور. این مطالعه به ویژگی‌های نقاط نمونه انتخاب شده مربوط می‌شود و ممکن است تعداد مکان‌های نمونه در انواع پوشش زمین پیچیده در شرق مالزی مانند زمین‌های خالی و مناطق تپه‌ای با علف‌های هرز کافی نباشد. این وضعیت ممکن است منجر به طبقه‌بندی برخی از زمین‌های بایر و علفزار در ساراواک و صباح مرکزی به جنگل‌های نخل روغنی جوان شده باشد که ممکن است باعث شود سطح نخل‌های روغنی استخراج‌شده در برخی مناطق بالاتر از سطح آماری باشد.
(2) روش طبقه بندی
روش های زیادی برای طبقه بندی تصاویر سنجش از راه دور وجود دارد. در فرآیند طبقه بندی، روش های مختلف طبقه بندی نتایج متفاوتی را تولید می کنند. برای یافتن مناسب‌ترین روش طبقه‌بندی برای این تحقیق، از سه نوع روش طبقه‌بندی جنگل تصادفی (RF)، ماشین بردار پشتیبان (SVM) و CART- در این مطالعه استفاده شد. با مقایسه نتایج طبقه‌بندی پنج مرحله از سه طبقه‌بندی‌کننده، نتایج نشان می‌دهد که در پنج دوره طبقه‌بندی، کمترین دقت کلی طبقه‌بندی RF (79%) و طبقه‌بندی SVM (75%) کمتر از CART بوده است. روش (87%). سه نتیجه طبقه بندی با تصاویر دیجیتالی Digital Global و Bing Maps مقایسه شد که بر اساس آن روش CART که بهترین دقت طبقه بندی کلی را داشت انتخاب شد.
در فرآیند طبقه بندی، با اشاره به مطالعه نقشه برداری روغن نخل توسط مک مورو و همکاران. [ 12 ]، لی و همکاران. [ 35 ]، مورل و همکاران. [ 36 ] و وحید و همکاران. [ 37]، و با توجه به شرایط رشد نخل روغنی و ویژگی های منطقه کاشت نخل روغنی در تصویر، ترکیب های مختلفی از اطلاعات ویژگی را برای آزمایش انتخاب کردیم. در نهایت، این تحقیق از اطلاعات طیفی شامل نوارهای بازتاب سطحی آبی، سبز، قرمز، نزدیک به مادون قرمز و موج کوتاه مادون قرمز، شاخص گیاهی تفاوت نرمال شده (NDVI)، شاخص تفاوت نرمال شده آب (NDWI) و اطلاعات توپوگرافی شامل شیب، جهت استفاده شد. ، و ارتفاع. علاوه بر این، ما همچنین از اطلاعات بافت استفاده کردیم، به عنوان مثال، اندازه گیری همبستگی فضایی از طریق تجزیه و تحلیل همسایگی فضایی در GEE [ 38 ].
(3) پردازش پس از طبقه بندی و تأیید صحت
پس از به دست آوردن نتایج طبقه بندی برای سال های 2000، 2005، 2009، 2015 و 2018، این مطالعه از روشی مبتنی بر مورفولوژی ریاضی مدل استفاده کرد. تجزیه و تحلیل هشت همسایه بر اساس پیکسل به پیکسل انجام شد و تکه های پراکنده به دست آمده پس از طبقه بندی را ادغام کرد. سپس مساحت چهار نوع کاربری اراضی نخل روغنی، جنگل، آب و غیره را جداگانه محاسبه کردیم.
این تحقیق از 30 درصد از نقاط نمونه انتخاب شده به عنوان داده هایی برای تأیید صحت نتایج طبقه بندی روغن نخل استفاده کرد. تعداد نقاط نمونه تأیید در سالهای 2000، 2005، 2009، 2015 و 2018 به ترتیب 345، 462، 464، 608 و 639 بوده است. یک ماتریس سردرگمی برای تجزیه و تحلیل نتایج طبقه‌بندی استفاده شد، و صحت نتایج طبقه‌بندی نخل روغنی با دقت کلی (OA)، دقت تولیدکننده (PA) و دقت کاربر (UA) تأیید شد.
2.3.2. محاسبه مرکز ثقل فضای کاشت نخل روغنی

برای به دست آوردن جهت گسترش نخل روغنی بین ایالت ها، مناطق اصلی کاشت نخل روغنی در دوره های مختلف را بررسی کردیم و مسیر تغییر مرکز ثقل کاشت نخل روغنی را محاسبه کردیم. مرکز ثقل منطقه ای نشانگر توزیع کلی یک ویژگی در یک منطقه است [ 39 ]، و معمولاً با برخی ویژگی ها و مختصات جغرافیایی هر زیر ناحیه در منطقه بیان می شود. فرض کنید یک ناحیه از n زیر ناحیه تشکیل شده است که مرکز ثقل زیر ناحیه i در آن ( Xi , Yi ) است و W i مقدار مشخصه خاصی از ناحیه فرعی است. سپس، میانگین فضای مختصات جغرافیایی (X، Y) مرکز هندسی (مرکز ثقل) یک صفت معین در منطقه است. فرمول مهاجرت مختصات مرکز ثقل مربوطه [ 40 ] است:

ایکس=∑ایکسمندبلیومن∑دبلیومن،Y=∑Yمندبلیومن∑دبلیومن
این مطالعه با استفاده از مدل انتقال فضایی مرکز ثقل برای محاسبه مرکز ثقل منطقه کاشت نخل روغنی، مقایسه مکان‌های مرکز توزیع‌های کاشت نخل روغنی در طول دوره مورد مطالعه، تجزیه و تحلیل تغییر مرکز ثقل روغن. مناطق کاشت نخل از سال 2000 تا 2018، و جهت گسترش آن مورد مطالعه قرار گرفت.
2.3.3. برازش منحنی

برازش منحنی یک روش پردازش داده کاوی است که رابطه عملکردی گروه‌های نقطه گسسته را با اتخاذ منحنی‌های پیوسته تقریب می‌زند [ 41 ]. داده های گروه نقطه گسسته شامل داده های تجربی علمی است و داده های مشاهده در فعالیت های اجتماعی یا اقتصادی ممکن است در تحقیقات علمی استفاده شود. معادله منحنی که قانون ذاتی بین متغیر وابسته y و متغیر مستقل x را نشان می دهد [ 42 ] است:

y = f ( x , c )
این مطالعه از R2 برای نشان دادن خوب بودن برازش منحنی برازش شده استفاده کرد، که به میزان تناسب خط رگرسیون با مشاهدات اشاره دارد . حداکثر مقدار R 2 1 است . در مقابل، هرچه مقدار R2 کوچکتر باشد ، تناسب خط رگرسیون با مقدار مشاهده شده بدتر است [ 43 ].
ما از روش برازش منحنی برای بررسی رابطه بین کاشت نخل روغنی و قیمت و جنگل زدایی استفاده کردیم. این مطالعه از MATLAB برای دستیابی به برازش منحنی و محاسبه خوبی برازش استفاده کرد.

3. نتایج

3.1. توزیع مکانی- زمانی نخل های روغنی در مالزی

3.1.1. نتایج طبقه بندی

طبق نتایج طبقه بندی ما، از سال 2000 تا 2018، سطح زیر کشت نخل روغنی در مالزی از 5.59 به 11.56 مگا هکتار افزایش یافت – افزایش 5.98 Mha با نرخ رشد 106.96%. مساحت مزارع نخل روغنی در غرب مالزی به میزان 2.53 مگا هکتار افزایش یافت و نرخ رشد آن 82.77 درصد بود. در مالزی شرقی، مساحت 3.45 مگا هکتار افزایش یافت، با نرخ رشد 136.14%. توزیع کاشت نخل روغنی طی سال های 2000-2018 در شکل 5 نشان داده شده است .
پس از به دست آوردن نتایج طبقه بندی، نتایج طبقه بندی را با استناد به روش اولوفسون [ 32 ] تنظیم کردیم. پس از تعدیل، سطح کشت نخل روغنی در سال 2000 6.06 ± 0.82 Mha با فاصله اطمینان 95% و سطح 11.13 ± 0.81 Mha در سال 2018 بود. در مقایسه با نتایج قبل از ارزیابی دقت، سطح کاشت 0.48 Mha افزایش یافت. 2000، و 0.29 Mha، 0.99 Mha، 0.16 Mha، و 0.43 Mha در سال 2005، 2009، 2015 و 2018 کاهش یافت. ما از نتایج ارزیابی دقت به عنوان نتایج نهایی استفاده کردیم.
با توجه به رشد مناطق کاشت نخل روغنی در ایالت های مختلف از سال 2000 تا 2018 و وضعیت کاشت نخل روغنی در هر ایالت ( شکل 6)می توان نتیجه گرفت که سطح کلی کاشت نخل روغنی در مالزی در حال گسترش است. متوسط ​​نرخ رشد سالانه در دو مرحله اول (2000-2005 و 2005-2009) کاهش یافت. علاوه بر پرلیس و جوهور، 9 ایالت دیگر در مالزی غربی طی سال های 2005 تا 2009 رشد منفی را تجربه کردند. در سال های 2009-2018، نرخ رشد سالانه شروع به افزایش کرد. متوسط ​​نرخ رشد سالانه سطح زیر کشت نخل روغنی طی سال‌های 2000-2005 6.31 درصد بود که بالاترین نرخ رشد در طول دوره مورد مطالعه است. بین سال‌های 2005 تا 2009، کداه، نگری، پراک، سلانگور و سایر ایالت‌ها رشد منفی داشتند که همگی در غرب مالزی واقع شده‌اند. سطح کاشت سلانگور از 2548.52 به 2076.07 کیلومتر مربع در سال 2005-2009 کاهش یافت که کاهش 18.54 درصدی را نشان داد. در همین حال، سطح کاشت در کده از 3053.47 به 2542.46 کیلومتر کاهش یافت.2 در 2005-2009، کاهش 16.74٪. با این حال، منطقه کاشت نخل روغنی در کداه و سلنگور به درجات مختلفی در سال‌های 2009-2015 افزایش یافت. گسترش مالزی غربی در طول دوره مورد مطالعه در جوهور، پاهانگ و پراک متمرکز بود و به ترتیب با نرخ متوسط ​​سالانه 02/3، 97/2 و 08/2 درصد رشد کرد. علاوه بر این، نسبت منطقه کاشت نخل روغنی در ملاکا از لحاظ تاریخی بیشترین میزان را در بین ایالت ها داشته است. در سال 2018، سطح کاشت به 64.63 درصد از کل مساحت ملاکا رسید.
در مقابل، از سال 2000، سطح کاشت به ترتیب در ساراواک و صباح به میزان 90/6 و 62/1 درصد در سال افزایش یافت. اگرچه نرخ رشد صباح اندکی کمتر از نرخ رشد سالانه 3.42 درصدی مالزی است، این منطقه گسترش همچنان در میان بالاترین ها در این کشور قرار دارد. در سال 2018، سطح کاشت نخل روغنی مالزی شرقی به 5.76 مگا هکتار رسید که 51.72٪ از کل سطح کاشت نخل روغنی در مالزی را تشکیل می دهد. ایالت ساراواک 3.48 مگا هکتار کشت کرد که 30.79 درصد از کل مساحت ایالت را تشکیل می دهد. صباح 2.27 مگا هکتار کشت کرد که 27.98 درصد را به خود اختصاص داد.
3.1.2. دقت طبقه بندی
برای ارزیابی دقت طبقه‌بندی نخل روغنی، این مطالعه سه جنبه زیر را تجزیه و تحلیل کرد: انتخاب نقاط نمونه، داده‌های تصویر سنجش از دور مورد استفاده برای طبقه‌بندی، و روش طبقه‌بندی.
ابتدا، ما در هنگام انتخاب نمونه‌ها، ویژگی‌های نمونه را در نظر گرفتیم و سعی کردیم از پوشش درختان نخل روغنی در تمام سنین اطمینان حاصل کنیم. با این حال، برای انواع پوشش زمین با مساحت کم و انواع علفزارهای پراکنده، مانند زمین بایر و علف های هرز، نقاط نمونه انتخاب شده کافی نبودند. در برخی موارد، زمین لخت و علف های هرز به اشتباه به طبقه بندی جنگل نخل روغنی تقسیم شدند. علاوه بر این، این تحقیق تصاویر Landsat را با پوشش ابری کمتر از 30 درصد انتخاب کرد و تمام مالزی را در بر گرفت تا داده ها را ترکیب کند. با این حال، هنوز تعداد کمی از مناطق پوشیده از ابر در بخش مرکزی پاهانگ، ساراواک مرکزی و صباح وجود داشت که باعث کاهش دقت طبقه‌بندی در این مناطق شد. ما همچنین آزمایش‌هایی را بر روی منطقه کاشت نخل روغنی که از سه روش طبقه‌بندی نظارت شده استخراج شده بود، انجام دادیم.
در این مطالعه، دقت طبقه‌بندی سال‌های 2000، 2005، 2009، 2015 و 2018 بر اساس یک ماتریس خطا محاسبه شد. OA طبقه بندی پنج ساله هر سال به بیش از 87٪ رسید. این در حالی است که میانگین PA نخل های روغنی 80.13 درصد و میانگین UA 82.29 درصد بوده است. نتایج محاسبات خاص در جدول 2 و صحت نتایج طبقه بندی در جدول 3 نشان داده شده است.
نتایج مقایسه بین سطح نخل روغنی یافت شده در این مطالعه و آمار سطح نخل روغنی از FAO و MPOB نشان می‌دهد که سطح نخل روغنی استخراج‌شده بین سال‌های 2000 تا 2018 با روند افزایشی منطقه آماری فائو مطابقت دارد، اما سطح روغن نخل استخراج شده به طور کلی بیشتر از منطقه آماری فائو بود ( شکل 7 ).
سطح کاشت نخل روغنی استخراج شده برای پنج دوره تقریباً 1.8 برابر منطقه آماری فائو بود ( شکل 7 a). نتایج مقایسه بین داده‌های سطح کاشت نخل روغنی استخراج شده در سال 2015 و 2018 برای هر ایالت با داده‌های هر ایالت منتشر شده توسط MPOB به شرح زیر است. متوسط ​​سطح کاشت نخل روغنی استخراج شده برای هر ایالت تقریباً 1.8 برابر آمار MPOB بود ( شکل 7 ب). مساحت نخل روغنی ایالت ساراواک در سال 2015 تقریباً 2.1 برابر مساحت آماری MPOB بود. در سال 2018، سطح روغن نخل استخراج شده در ساراواک تقریباً 2.2 برابر منطقه آماری MPOB و بالاتر از میانگین ایالتی بود.
ما داده‌های جنگل‌زدایی و کشت‌زار بورنئو را برای سال‌های 1973-2015 توسط Gaveau و همکاران مورد مطالعه قرار دادیم. [ 44 ]، با تمرکز بر گسترش نخل های روغنی مالزی شرقی بین سال های 2000 و 2015. نتایج آنها نشان داد که سطح کاشت مالزی شرقی تقریباً 1.3 برابر مساحت آماری MPOB در سال 2015 بود که 3.55 مگا هکتار بود. چنگ و همکاران [ 19 ] نقشه موضوعی نخل روغنی را در مالزی مطالعه کرد و دریافت که سطح کاشت نخل روغنی در مالزی از 4 مگا هکتار در سال 2007 به 6.77 مگا هکتار در سال 2016 افزایش یافت که تقریباً 1.5 برابر آمار فائو بود.

3.2. تغییر در مرکز ثقل کاشت نخل روغنی

بر اساس آمار مرکز ثقل منطقه ای ( شکل 8 )، تغییر در مرکز ثقل مزرعه نخل روغن مالزی غربی آشکار نیست. از سال 2000 تا 2009 کمی به سمت جنوب حرکت کرد و طولانی‌ترین مسافت حرکت تنها 10.75 کیلومتر بود. سپس توزیع کمی به سمت شمال حرکت کرد، اما همه جابجایی‌ها در ناحیه تملا در پاهانگ قرار داشتند. به طور کلی، تمرکز کاشت نخل روغنی در غرب مالزی در طول 18 سال مورد مطالعه نسبتاً پایدار بود. نتایج نشان می دهد که نرخ گسترش منطقه کاشت نخل روغنی در ایالت های مالزی غربی ثابت مانده است.
همانطور که در شکل 8 نشان داده شده است ، کانون کاشت نخل روغنی مالزی شرقی در سال 2000 در حوضه رودخانه ایگان در ساراواک قرار داشت. با گسترش منطقه کاشت نخل روغنی، مرکز ثقل کاشت به سمت منطقه داخلی شرقی حرکت کرد. در سال 2009، مکان مرکز ثقل در سال 2000، 100 کیلومتر از مرکز ثقل بود. پس از سال 2009، مرکز کاشت منطقه شرق مالزی در اطراف رودخانه باجانگ حرکت کرد، که نشان می دهد مزارع نخل روغنی به تدریج از دشت های ساحلی گسترش یافته است. به مناطق داخلی در امتداد دو طرف رودخانه. در روند گسترش داخلی، ارتفاع سطح کاشت به تدریج افزایش یافت و دو حالت گسترش را تشکیل داد: گسترش در طول رودخانه و گسترش از دشت به منطقه با شیب ملایم.

3.3. رابطه بین سطح کاشت نخل روغنی با محیط طبیعی، اجتماعی-اقتصادی و جنگل زدایی

کاشت نخل روغنی عمدتاً تحت تأثیر عواملی مانند دمای متوسط ​​سالانه، بارندگی سالانه و توپوگرافی است. نخل های روغنی می توانند در خاک های مختلف استوایی رشد کنند که برای رشد سایر پوشش های گیاهی مناسب نیستند و به مواد مغذی خاک و منابع دیگر نیاز دارند [ 45 ]. بر اساس تأثیر دما و رطوبت در طول رشد نخل‌های روغنی، این مطالعه عوامل ارتفاعی نماینده را برای بررسی تأثیر آنها بر انبساط نخل روغنی انتخاب کرد. نتایج طبقه‌بندی نخل روغنی در ارتفاعات مختلف با تقسیم DEM رزولوشن 30 متر به مناطق ارتفاعی مختلف مورد تجزیه و تحلیل قرار گرفت. نتایج در زیر نشان داده شده است ( شکل 9 ).
منطقه کاشت نخل های روغنی تحت تأثیر عوامل اجتماعی مختلف از جمله سطوح توسعه سیاسی، اقتصادی و اجتماعی است. تدوین سیاست ها عموماً تحت تأثیر عوامل اقتصادی است و میزان توسعه اجتماعی نیز در وضعیت اقتصادی منعکس می شود. بنابراین، این مطالعه قیمت روغن نخل خام در سال‌های 2000-2018 را برای نشان دادن توسعه اقتصادی صنعت نخل روغنی و برای منعکس کردن تأثیر عوامل اجتماعی و اقتصادی بر منطقه کاشت نخل روغنی انتخاب کرد.
همانطور که در شکل 10 نشان داده شده است ، در طول دوره مورد مطالعه، قیمت ها نوساناتی را تجربه کردند و قیمت روغن پالم خام (CPO) از سال 2000 تا 2018 از 240.12 دلار در هر تن به 538.21 دلار در تن افزایش یافت. قیمت CPO از سال 2000 تا 2011 بیشترین افزایش را داشت و به بالاترین قیمت ( 776.04 دلار در تن) در سال 2011 رسید. بین سال های 2011 تا 2015، قیمت روغن پالم خام به تدریج کاهش یافت تا اینکه به قیمت سال 2009 رسید. قیمت به تدریج پس از سال 2015 بهبود یافت. به طور خلاصه، از سال 2000 تا 2018، قیمت CPO در نوسانات افزایش یافت و سطح کشت نخل روغن نیز افزایش یافت.
با برازش منطقه کاشت نخل روغنی پنج دوره با قیمت روغن نخل در سال جاری ( شکل 11 )، سال قبل و دو سال قبل، متوجه شدیم که خوب بودن ضرایب برازش (R 2 ) منحنی ها به ترتیب 0.82، 0.83 و 0.04 بود.
بر اساس مقایسه مساحت تلفات جنگل در مالزی با تغییر قیمت روغن نخل خام در سال‌های 2001-2017 ( شکل 12 )، این نتیجه حاصل شد که با افزایش قیمت روغن نخل خام، مساحت هدررفت جنگل نیز نشان دهنده روند افزایشی روند دو تغییر برازش و تحلیل شد. ضریب خوبی برازش (R 2 ) 0.41 بود که نشان دهنده همبستگی مثبت است.

4. بحث

4.1. الگوی کاشت نخل روغنی

بر اساس نتایج طبقه بندی ما و تحقیقات قبلی در مورد نخل های روغنی مالزی [ 19 ]، ما حدس زدیم که FAO ممکن است گسترش نخل های روغنی مالزی را از سال 2000 دست کم گرفته باشد، به ویژه منطقه گسترش مالزی شرقی. از نتایج طبقه بندی نخل های روغنی از سال 2000 تا 2018، پتانسیل کاشت نخل روغنی مالزی شرقی بیشتر از مالزی غربی بود. دلیل اصلی این است که ساراواک و صباح کم جمعیت هستند و برای توسعه وسیع مزارع نخل روغنی مناسب هستند. جنگل نخل روغنی در مقیاس بزرگ در شرق مالزی برای تولید فشرده روغن نخل مناسب است و به تدریج به دو ایالت با بزرگترین مناطق کاشت نخل روغنی در مالزی تبدیل شده است.
از سال 2000 تا 2018، سطح کاشت نخل روغنی در مالزی افزایش یافت، اما حرکت مرکز ثقل کاشت محدود بود و مرکز ثقل همیشه در نزدیکی رودخانه قرار داشت. مرکز ثقل کاشت مالزی شرقی در سال 2009 با حدود 40 کیلومتر دورترین مرکز از رودخانه باجانگ بود. منطقه کاشت نخل روغنی مالزی غربی تا حد زیادی در فرآیند توسعه پر شد. نخل‌های نفتی شرق مالزی در نزدیکی رودخانه‌ها پراکنده شده‌اند. به این ترتیب، نرخ گسترش منطقه کاشت مالزی شرقی بیشتر از مالزی غربی بود. فاصله انتقال مرکز ثقل کاشت نخل روغنی برای شرق مالزی نیز بیشتر از مالزی غربی بود. در فرآیند انبساط روغن نخل، سه الگو پیدا شد: (i) از یک الگوی تکه تکه به یک منطقه متصل، (2) گسترش در امتداد یک رودخانه، و (iii) از یک دشت به یک منطقه با شیب ملایم. مالزی غربی تحت سلطه الگوی (i) بود، در حالی که مالزی شرقی تحت سلطه الگوهای (ii) و (iii) بود.
در اوایل قرن بیستم، دشت ساحلی از نظر اقتصادی توسعه یافت. گیاهان روغن نخل و جاده های وسیعی در دشت ساخته شد که برای کشت نخل های روغنی و تجارت خارجی روغن نخل مساعد بود و در نتیجه تعداد زیادی مزارع نخل روغنی به وجود آمد [ 46 ]. با توجه به تشویق دولت مالزی برای تبدیل مزارع خصوصی به نخل های روغنی و معرفی شرکت های چند ملیتی [ 25 ]]، عدم برنامه ریزی و پراکندگی نسبی در فرآیند کاشت نخل روغنی وجود داشت. با گسترش مستمر مزارع نخل روغنی، گسترش اندازه مزارع منفرد و افزایش سطح، مزارع مختلف به تدریج ادغام شدند و در نتیجه از الگوی تکه تکه به منطقه متصل تغییر یافتند.
با توسعه اقتصاد، جاده به تدریج به مناطق داخلی گسترش یافت و کارایی استفاده از زمین در مناطق ساحلی افزایش یافت. محدودیت زمین و افزایش تقاضا برای روغن نخل باعث شد که مزارع نخل روغنی به تدریج در مناطق داخلی گسترش یابد. با این حال، فعالیت‌های انسان تحت تأثیر موقعیت رودخانه قرار می‌گیرد و نخل‌های روغنی از تأثیر فعالیت‌های انسان در هنگام کاشت جدایی‌ناپذیر هستند. نتیجه یک انبساط بود که در امتداد دو طرف رودخانه و بالادست رودخانه در طول گسترش داخلی نخل‌های روغنی گسترش یافت.
مناطق با ارتفاع بیشتر و دمای پایین تر برای رشد نخل های روغنی مناسب نیستند. بنابراین، با افزایش ارتفاع، دما و رطوبت، سطح کاشت نخل روغنی و سرعت انبساط به تدریج کاهش یافت. در این مطالعه، ما دریافتیم که نخل‌های روغنی عمدتاً در ارتفاع 0 تا 100 متر کاشته می‌شوند، با تمایل به گسترش به 100 تا 300 متر، و به تدریج الگوی گسترش از یک دشت به منطقه‌ای با شیب ملایم شکل می‌گیرد.

4.2. عوامل موثر بر تغییرات مکانی – زمانی کاشت روغن نخل در مالزی

4.2.1. محیط طبیعی

بیشتر مالزی دارای آب و هوای استوایی جنگل های بارانی و قسمت کوچکی از آن دارای آب و هوای گرمسیری بارانی است. تفاوت بین دو نوع آب و هوا از نظر میانگین دمای سالانه و بارندگی سالانه مشخص نیست. بنابراین، این مطالعه عمدتاً عوامل طبیعی مؤثر بر منطقه کاشت نخل روغنی در مالزی را از جنبه‌های توپوگرافی مورد تجزیه و تحلیل قرار داد. اول اینکه پراکندگی نخل های روغنی در پهنه عمودی کوه تحت تأثیر عوامل مختلفی از جمله عرض جغرافیایی، ارتفاع و روشنایی قرار می گیرد و هر عامل با افزایش ارتفاع، تأثیرات متفاوتی بر رشد نخل های روغنی دارد. این اثر به ویژه در دما و رطوبت مشهود است. درجه حرارت به ازای هر 100 متر افزایش ارتفاع 0.6 درجه سانتیگراد کاهش می یابد و رطوبت هوا و رطوبت خاک به تدریج با افزایش ارتفاع تا حد معینی افزایش می یابد.47 ]. دوم، میوه نخل روغنی ماندگاری کوتاهی دارد و میوه باید ظرف دو روز برای فرآوری به کارخانه روغن پالم تحویل داده شود [ 48 ]. بنابراین وجود زمین های مسطح و وسیع که برای حمل و نقل مناسب است نیز در پرورش نخل های روغنی تاثیر زیادی دارد.
همانطور که در شکل 9 نشان داده شده است ، منطقه گسترش در غرب مالزی کمتر از مالزی شرقی طی سال های 2000-2018 بوده است. در مالزی غربی، گسترش در سواحل شرقی پاهانگ واضح است، در حالی که گسترش در مالزی شرقی عمدتاً در دشت ساحلی ساراواک متمرکز بود. در سال های 2000-2009، نخل های روغنی مالزی غربی و مالزی شرقی عمدتاً زیر 100 متر توزیع شدند. پس از سال 2009، منطقه کاشته شده در بالای 100 متر از سطح دریا به تدریج گسترش یافت و عمدتاً در مناطق مرکزی صباح، نگری سمبیلان، کلانتان و مالزی شرقی متمرکز شد. اقتصاد نگری سمبیلان توسعه یافته بود، صنعت در حالت تراکم قرار داشت و اقتصاد عمدتاً مبتنی بر صنایع ثانویه و ثالث بود [ 49 ]]. کلانتان عمدتاً برنج تولید می کند و مناطق وسیعی از مزارع برنج دشت های وسیع را اشغال می کند [ 50 ]. در صباح، نخل های روغنی به طور گسترده در دشت های ساحلی بین سال های 2000 تا 2009 کاشته شدند و نخل های روغنی در دشت ها نسبتاً اشباع شده بودند. در نتیجه، این سه حالت به تدریج در طول فرآیند انبساط نخل روغنی به ارتفاعات بالا گسترش یافتند.
از ارتفاع گسترش نخل روغنی می توان دریافت که بیش از 90 درصد کاشت ها از سال 2000 در مناطق زیر 100 متر از سطح دریا متمرکز شده اند و مناطق بالای 300 متر از سطح دریا برای کاشت نخل روغنی مناسب تر بوده اند. اگرچه نتایج طبقه‌بندی ما نشان می‌دهد که نخل‌های روغنی هنوز در مناطقی با ارتفاع بالای 300 متر از سطح دریا کاشته می‌شوند، بر اساس محیط رشد نخل‌های روغنی و تأیید بصری همراه با تصاویر با وضوح بالا، ما حدس می‌زنیم که نخل‌های روغنی بالای 300 متر به عنوان ما طبقه‌بندی می‌شوند. طبقه بندی های اشتباه به عنوان مثال، گسترش منطقه کاشت نخل های روغنی در غرب مالزی کندتر و اشباع تر شد. تجزیه و تحلیل نشان داد که رشته کوه مرکزی شبه جزیره مالایی مرکزی گسترش نخل های روغنی در این منطقه را محدود می کند.
علاوه بر این، ما دریافتیم که با افزایش ارتفاع، فعالیت های انسانی کاهش می یابد و جاده های پراکنده و حمل و نقل نامناسب در مناطق مرتفع مانع از تحویل به موقع میوه نخل روغنی به کارخانه های روغن خرما برای فرآوری می شود. بنابراین، حدس زدیم که گسترش نخل های روغنی به مناطق مرتفع نه تنها تحت تأثیر محیط طبیعی است، بلکه به شرایط ترافیکی منطقه نیز مرتبط است. به عنوان مثال، ارتفاع جنگل های بارانی استوایی در مرکز مالزی شرقی به تدریج افزایش یافت و شرایط برای توسعه حمل و نقل نیز محدود شد. در طول سفر میدانی، مشخص شد که جاده‌های مناسبی برای حمل کالا به بخش مرکزی جزیره کالیمانتان در شرق مالزی وجود ندارد و مناطق حفاظت‌شده طبیعی زیادی در این منطقه وجود دارد. از این رو،
4.2.2. وضعیت توسعه اجتماعی
با توجه به رابطه قیمت روغن نخل خام و سطح کاشت نخل روغنی ( شکل 10 و شکل 11 )، بین سطح زیر کشت روغن نخل و قیمت روغن نخل خام، یعنی گسترش روغن، همبستگی مثبت وجود دارد. با افزایش نرخ افزایش قیمت روغن نخل خام، سطح کاشت نخل نسبتاً تسریع شد. به عنوان مثال، قیمت روغن نخل خام بین سال‌های 2005 تا 2009 به میزان 203.50 دلار در هر تن افزایش یافت و سطح کاشت نخل روغنی نیز در این دوره 11.98 درصد افزایش یافت. در سال‌های 2009-2015، میزان تغییر قیمت بیشتر بود، اما در سال 2015، به میزان دلار کاهش یافت.20.04/تن در مقایسه با سال 2009. طی سال های 2009-2015، سطح کاشت نخل روغنی تنها 4.06٪ افزایش یافت و نرخ رشد 7.92٪ نسبت به دوره قبل کاهش یافت. در مقایسه با افزایش سطح کشت نخل روغنی و تغییرات قیمت CPO، ممکن است در تغییرات سطح کاشت تاخیر وجود داشته باشد.
از آنجایی که تحت تأثیر تغییرات قیمت قرار گرفت، نرخ رشد منطقه نخل روغنی طی سال‌های 2000-2018 نوسانات مربوطه را تجربه کرد ( شکل 10 ). از سال 2000 تا 2005، قیمت افزایش یافت، سطح کاشت نخل روغنی 52.69٪ افزایش یافت و میانگین نرخ رشد سالانه به 8.83٪ رسید. پس از سال 2005، برای جلوگیری از تأثیر رشد بیش از حد منطقه کاشت نخل روغنی بر سایر صنایع زراعی و جنگل های طبیعی، مالزی مجموعه ای از اقدامات را برای تنظیم مزارع نخل روغنی ارائه کرد [ 51 ].]. این ممکن است دلیل اصلی کاهش میانگین نرخ رشد سالانه به 2.87٪ با وجود ادامه افزایش قیمت در سال های 2005-2009 باشد. قیمت روغن پالم خام پس از نوسانات در سال های 2009-2015 اندکی کاهش یافت. در پاسخ به تاثیر سیاست ها، متوسط ​​نرخ رشد سالانه به 0.66 درصد کاهش یافت. قیمت روغن پالم خام در سال‌های 2015-2018 ثابت ماند و میانگین نرخ رشد سالانه نخل‌های روغنی به تدریج به حدود 5 درصد بازگشت.
4.2.3. جنگل زدایی
بر اساس داده های ماهواره ای و برخی تحقیقات قبلی، میزان جنگل زدایی جنگل های استوایی با رشد جمعیت شهری، قیمت محصولات کشاورزی و توسعه تجارت واردات و صادرات محصولات کشاورزی مرتبط است [ 52 ]. تبدیل جنگل در مقیاس بزرگ در مالزی و اندونزی با تقاضای جهانی برای روغن نخل مرتبط است [ 53 ]. بنابراین، رابطه جدایی ناپذیری بین قیمت روغن نخل و جنگل زدایی وجود دارد و از زمان معرفی نخل های روغنی در مالزی در قرن 19، مساحت و پراکندگی جنگل های استوایی در مالزی به طور چشمگیری تغییر کرده است [ 54 ].
با مقایسه توسعه جنگل‌زدایی درختان لاستیک که دارای مزایای اقتصادی و زیست‌محیطی مشابه با نخل‌های روغنی است [ 55 ]، مشخص شد که رابطه بین تغییر قیمت لاستیک طبیعی و جنگل‌زدایی مشابه رابطه بین تغییر قیمت نفت خام است. روغن نخل و جنگل زدایی این نشان می دهد که رابطه نزدیکی بین قیمت محصولات نقدی و مناطق کشت جنگل زدایی وجود دارد [ 54 ]. به عنوان یک کشور معمولی جنگل های بارانی استوایی، تلفات جنگل های مالزی از سال 2000 تا 2017 به 8.77 مگا هکتار رسید که 68.17 درصد آن به مزارع نخل روغنی تبدیل شد. این نشان می دهد که گسترش نخل های روغنی تاثیر زیادی بر پوشش جنگل دارد.
علاوه بر این، کشت نخل روغنی باعث مصرف بیش از حد مواد غذایی خاک می شود. در فرآیند افزایش تولید نخل روغنی، مردم از آفت کش ها، علف کش ها و کودها استفاده می کنند و در نتیجه علاوه بر جنگل زدایی، زیستگاه حیوانات و گیاهانی که در اصل در جنگل های بارانی استوایی رشد می کردند، از بین می روند [ 56 ]. به ویژه در مناطق صباح و ساراواک، جایگزینی جنگل‌های استوایی با نخل‌های روغنی منجر به از بین رفتن بی‌بدیل تنوع زیستی شده است [ 57 ].]. اگرچه RSPO سیاست های مربوط به نخل های روغنی را ایجاد کرده است، اتحادیه اروپا (EU)، برخی سازمان های حفاظت از محیط زیست و تنوع زیستی و غیره، هنوز نظرات مخالفی در مورد اثرات جنگل زدایی مزارع نخل روغن دارند. این چالش ها خطراتی را برای توسعه آتی مزارع نخل روغن ایجاد می کند. همانطور که در شکل 12 نشان داده شده است ، از بین رفتن جنگل و منطقه گسترش نخل روغنی در مالزی ارتباط نزدیکی با قیمت روغن پالم دارد. با افزایش قیمت روغن نخل، نرخ گسترش مزارع نخل افزایش یافت و نرخ جنگل زدایی افزایش یافت – این سه عامل یک رابطه چرخه ای را تشکیل می دهند.

4.3. محدودیت ها و کار آینده

نتایج این مطالعه می‌تواند برای پیش‌بینی‌های آتی مناطق کاشت نخل روغنی، تخمین تولید روغن نخل، محاسبات سن نخل روغنی، مناطق کاشت نخل روغنی و قیمت، و تعیین رابطه بین کشت نخل‌های روغنی و جنگل‌زدایی، پشتیبانی علمی ارائه دهد. . با این وجود، این تحقیق محدودیت هایی داشت. اول، تنها پنج سال از سال 2000 تا 2018 برای مطالعه توزیع نخل های روغنی انتخاب شد. بنابراین، سال‌های متداول‌تر و اولیه‌تر را می‌توان برای بهبود درک تنوع کاشت نخل روغنی اضافه کرد. دوم، دقت طبقه‌بندی نخل روغنی ممکن است تحت تأثیر پوشش ابری تنها با استفاده از داده‌های Landsat باشد. بنابراین، داده‌های سنجش از راه دور مایکروویو (به عنوان مثال، Sentinel-1)، که تحت تأثیر پوشش ابر قرار نمی‌گیرند، ممکن است در تحقیقات آینده مورد توجه قرار گیرند. آخر، عوامل محدود موثر بر توزیع کاشت نخل روغنی در این مطالعه مورد بررسی قرار گرفت. پارامترهای بیشتری را می توان در آینده استفاده کرد، مانند فاصله تا جاده ها، نیروی کار و تولید ناخالص داخلی (GDP).

5. نتیجه گیری ها

این مطالعه از GEE برای استخراج توزیع کاشت نخل روغنی در مالزی طی پنج دوره از سال 2000 تا 2018 استفاده کرد و عوامل معمولی مؤثر بر توزیع کاشت نخل روغنی را تحلیل کرد. سطح کاشت نخل روغنی در مالزی از 6.06 در سال 2000 به 11.13 مگا هکتار در سال 2018 افزایش یافت که در مجموع 5.06 مگا هکتار با نرخ رشد 83.50 درصد افزایش یافت. مالزی غربی 2.05 مگا هکتار افزایش یافت که 33.83 درصد از افزایش را به خود اختصاص داد و نرخ رشد 62.05 درصد را به خود اختصاص داد. مالزی شرقی 3.01 مگا هکتار افزایش یافت که 109.45 درصد از افزایش را به خود اختصاص داد و نرخ رشد 136.14 درصدی را به خود اختصاص داد. علاوه بر این، فائو ممکن است از سال 2000 وضعیت رشد منطقه کاشت نخل روغنی را دست کم گرفته باشد.
مالزی از مزیت شرایط طبیعی خوب مانند دما و رطوبت برای کاشت نخل روغنی در سراسر کشور برخوردار است. با این حال، نخل های روغنی هنوز تحت تأثیر عواملی مانند توپوگرافی، توسعه اقتصادی و شرایط محیطی در طول فرآیند انبساط قرار می گیرند. در طول فرآیند گسترش، نخل های روغنی روند گسترش از مناطق کم ارتفاع به مناطق مرتفع و از ساحل به مناطق داخلی را نشان می دهند. مشخص شد که تنها تقریباً 10 درصد از نخل‌های روغنی در طول فرآیند انبساط بین 100 تا 300 متر بالاتر از سطح دریا توزیع شده‌اند و تقریباً هیچ منطقه کاشت نخل روغنی در ارتفاع بالای 300 متر از سطح دریا وجود ندارد.
در طول گسترش نخل های روغنی از مناطق ساحلی به مناطق داخلی، جهت کاشت نخل روغنی در غرب مالزی و شرق مالزی تفاوت معنی داری نشان داد. تمرکز کاشت در غرب مالزی از سال 2000 تا 2018 به سمت منطقه Temeru در Pahang تغییر کرد. با این حال، از سال 2000 تا 2009 در شرق مالزی، مرکز ثقل کاشت نخل روغنی 100 کیلومتر از ساحل به داخل خشکی منتقل شد و در سال‌های 2015 و 2018، در مجموع 10 کیلومتر به منطقه ساحلی منتقل شد. روند کلی گسترش به مناطق داخلی بود.
با افزایش تقاضا برای روغن پالم، قیمت روغن پالم خام طی سال‌ها نوسان و افزایش یافته است و قیمت آن در سال 2018 2.1 برابر سال 2000 بوده است. مشابه روند افزایشی قیمت روغن پالم خام، مساحت روغن کشت نخل از سال 2000 تا 2018 به رشد خود ادامه داد. به جز قیمت، سطح کشت نخل روغنی نیز ارتباط نزدیکی با جنگل زدایی داشت. منطقه جنگل زدایی ناشی از کاشت نخل روغنی در سال های 2001-2017 به 5.98 مگا هکتار رسید که 68.17٪ از کل جنگل زدایی را تشکیل می دهد.

منابع

  1. اسکن ها، فعالیت های انسانی CG و از دست دادن زیستگاه: تخریب، تکه تکه شدن و تخریب. در حیوانات و جامعه انسانی ; مطبوعات دانشگاهی: میلواکی، WI، ایالات متحده آمریکا، 2018; ص 451-482. در دسترس آنلاین: https://www.sciencedirect.com/science/article/pii/B9780128052471000320?via%3Dihub (در 1 آوریل 2019 قابل دسترسی است).
  2. فائو مجموعه های پایگاه داده FAOSTAT. 2018. در دسترس آنلاین: https://www.fao.org/faostat/en/#data/QC (در 1 مارس 2019 قابل دسترسی است).
  3. شیل، دی. کاسون، آ. میجارد، ای. ون نوردویک، ام. گاسکل، جی. ساندرلند-گرووز، جی. ورتز، ک. Kanninen, M. تاثیرات و فرصت های روغن نخل در آسیای جنوب شرقی: چه می دانیم و چه چیزی باید بدانیم . مرکز تحقیقات بین المللی جنگلداری: بوگور، اندونزی، 2009; جلد 51، ص 1-19. در دسترس آنلاین: https://dlc.dlib.indiana.edu/dlc/handle/10535/5256 (در 1 آوریل 2019 قابل دسترسی است).
  4. لو، ایکس. Yangjie, L. تکامل فضا-زمان و پیش‌بینی تولید و تجارت روغن نخل در جهان. جهان جئوگر. Res. 2012 ، 21 ، 70-76. [ Google Scholar ]
  5. زنگ، ز. استس، ال. زیگلر، AD; چن، آ. جستجوگر، تی. هوآ، اف. گوان، ک. جینتراوت، ا. گسترش چوب، EF هایلند و از دست دادن جنگل در آسیای جنوب شرقی در قرن بیست و یکم. نات. Geosci. 2018 ، 11 ، 556-562. [ Google Scholar ] [ CrossRef ]
  6. ویکی، بی. سیکما، آر. دورنبورگ، وی. Faaij, A. بررسی تغییرات کاربری زمین و نقش تولید روغن نخل در اندونزی و مالزی. سیاست کاربری زمین 2011 ، 28 ، 193-206. [ Google Scholar ] [ CrossRef ]
  7. Koh، LP; Wilcove, DS آیا کشاورزی روغن نخل واقعاً تنوع زیستی مناطق گرمسیری را از بین می برد؟ حفظ کنید. Lett. 2008 ، 1 ، 60-64. [ Google Scholar ] [ CrossRef ]
  8. ویکی، بی. دورنبورگ، وی. جونگینگر، ام. Faaij, A. سیستم های مختلف تولید روغن نخل برای مقاصد انرژی و پیامدهای گازهای گلخانه ای آنها. Biomass Bioenergy 2008 , 32 , 1322-1337. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  9. واکر، ای. تماشا، اس. Rozario, JD Greasy Palms: اثرات اجتماعی و اکولوژیکی توسعه کشت نخل در مقیاس بزرگ در آسیای جنوب شرقی . AID Environment: آمستردام، هلند، 2004; پ. 46. ​​در دسترس آنلاین: https://www.cabdirect.org/cabdirect/abstract/20056701996 (در 1 مارس 2019 قابل دسترسی است).
  10. شفری، HZM; اسماعیل، م.ح. رازی، MKM; Anuar، MI; احمد، AR کاربرد لیدار و داده های نوری برای مدیریت کشت نخل روغن در مالزی. در مجموعه مقالات سنجش از دور لیدار برای پایش محیطی سیزدهم، کیوتو، ژاپن، 1 نوامبر 2012. جلد 8526، ص. 852608. [ Google Scholar ] [ CrossRef ]
  11. نونی، IK; دوکر، AA; ون دورن، آی. آدائه وایرکو، ال. Osei Jnr، ماشین بردار پشتیبانی EM برای نقشه برداری از روغن نخل در یک محیط ناهمگن. بین المللی J. Remote Sens. 2014 ، 35 ، 4778-4794. [ Google Scholar ] [ CrossRef ]
  12. مدلسازی رگرسیون خطی برای تخمین سن روغن نخل از Landsat TM. بین المللی J. Remote Sens. 2010 , 22 , 2243-2264. [ Google Scholar ] [ CrossRef ]
  13. قهوهای مایل به زرد، KP; کنیا، ک.د. Cracknell، AP استفاده از UK-DMC 2 و ALOS PALSAR برای مطالعه سن درختان نخل روغنی در شبه جزیره جنوبی مالزی. بین المللی J. Remote Sens. 2013 ، 34 ، 7424-7446. [ Google Scholar ] [ CrossRef ]
  14. عصاری، ن. Suratman، MN; Jaafar, J. مدل‌سازی و نقشه‌برداری از بیومس بالای زمین (AGB) مزارع نخل روغنی در مالزی با استفاده از داده‌های سنجش از راه دور. بین المللی J. Remote Sens. 2017 , 38 , 4741–4764. [ Google Scholar ] [ CrossRef ]
  15. عزیز، ن.ا. عمر، دبلیو. قاسم، ر. کامارودین، N. سنجش از راه دور برای تشخیص آلودگی کرم کیسه ای در نخل های روغنی. MPOB Inf. سر. 2012 ، 502 ، 589-597. [ Google Scholar ]
  16. خمیس، ع. اسماعیل، ز. هارون، ک. محمد، مدل‌های رشد غیرخطی AT برای مدل‌سازی رشد بازده نخل روغن. جی. ریاضی. آمار 2005 ، 1 ، 225-232. [ Google Scholar ] [ CrossRef ]
  17. مورفی، دی جی آینده نخل روغنی به عنوان یک محصول عمده جهانی: فرصت ها و چالش ها. J. Oil Palm Res. 2014 ، 26 ، 1-24. [ Google Scholar ]
  18. Basiron، Y. تولید روغن نخل از طریق مزارع پایدار. یورو J. Lipid Sci. تکنولوژی 2007 ، 109 ، 289-295. [ Google Scholar ] [ CrossRef ]
  19. چنگ، ی. یو، ال. خو، ی. لو، اچ. Cracknell، AP; کانیا، ک. Gong, P. نقشه برداری از گسترش مزارع نخل روغن در مالزی در دهه گذشته (2007-2016) با استفاده از داده های ALOS-1/2 PALSAR-1/2. بین المللی J. Remote Sens. 2019 , 40 , 7389–7408. [ Google Scholar ] [ CrossRef ]
  20. هانسن، ام سی; پوتاپوف، PV؛ مور، آر. هنچر، م. توروبانوا، اس. تیوکاوینا، آ. تاو، دی. Stehman، S. گوتز، اس. لاولند، TR نقشه های جهانی با وضوح بالا از تغییر پوشش جنگلی قرن بیست و یکم. Science 2013 ، 342 ، 850-853. [ Google Scholar ] [ CrossRef ] [ PubMed ][ نسخه سبز ]
  21. گولیک، ن. هنچر، م. دیکسون، ام. ایلیوشچنکو، اس. تاو، دی. Moore, R. Google Earth Engine: تجزیه و تحلیل جغرافیایی در مقیاس سیاره ای برای همه. سنسور از راه دور محیط. 2017 ، 202 ، 18-27. [ Google Scholar ] [ CrossRef ]
  22. نمانی، ر. ووتاوا، پ. مایکلیس، ا. ملتون، اف. مایلزی، سی. ابررایانه‌های مشترک برای علم تغییر جهانی. Eos Trans. صبح. ژئوفیز. اتحادیه 2011 ، 92 ، 109-110. [ Google Scholar ] [ CrossRef ]
  23. آویجیت، جی . جغرافیای فیزیکی جنوب شرقی آسیا . انتشارات دانشگاه آکسفورد: آکسفورد، انگلستان، 2005. [ Google Scholar ]
  24. هاک، اس اس جمعیت شبه جزیره مالزی ; موسسه مطالعات جنوب شرقی آسیا، انتشارات دانشگاه سنگاپور: سنگاپور، 2007; پ. 342. [ Google Scholar ]
  25. کوپن، دبلیو. مناطق حرارتی زمین با توجه به مدت زمان دوره های گرم، معتدل و سرد و تأثیر گرما بر جهان ارگانیک. هواشناسی Z. 2011 , 20 , 351-360. [ Google Scholar ] [ CrossRef ]
  26. کرامب، RA ابداع مجدد دوآلیسم: روایت‌های سیاست و شیوه‌های گسترش نخل روغنی در ساراواک، مالزی. جی. دیو. گل میخ. 2011 ، 47 ، 274-293. [ Google Scholar ] [ CrossRef ]
  27. مور، آر. هانسن، M. موتور Google Earth: یک پلت فرم جدید رایانش ابری برای داده ها و تجزیه و تحلیل رصد زمین در مقیاس جهانی. در دسترس آنلاین: https://adsabs.harvard.edu/abs/2011AGUFMIN43C..02M (در 1 نوامبر 2018 قابل دسترسی است).
  28. بی، ا. سانچز-پاوس دیاز، آ. مانیاتیس، دی. مارکی، جی. مولیکون، دی. ریچی، اس. باستین، J.-F. مور، آر. فدریچی، اس. Rezende, M. Collect Earth: ارزیابی کاربری و پوشش زمین از طریق تفسیر بصری تقویت شده. Remote Sens. 2016 , 8 , 807. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  29. NASAJPL. شماره دوم قوس 1 ماموریت توپوگرافی رادار شاتل ناسا [مجموعه داده]. NASA EOSDIS فرآیندهای زمینی DAAC. 2013. در دسترس آنلاین: https://lpdaac.usgs.gov/products/srtmgl1v003/ (در 1 ژانویه 2019 قابل دسترسی است).
  30. Farr، TG; روزن، PA; کارو، ای. کریپن، آر. دورن، آر. هنسلی، اس. کوبریک، م. پالر، ام. رودریگز، ای. راث، ال. ماموریت توپوگرافی رادار شاتل. کشیش ژئوفیس. 2007 ، 45 ، RG2004. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  31. اولوفسون، پی. Stehman، SV; Woodcock، CE; سولا مناشه، د. سیبلی، AM; نیول، جی دی. فریدل، MA; هرولد، ام. مجموعه داده های اعتبارسنجی پوشش زمین، بخش اول: اصول طراحی اساسی. بین المللی J. Remote Sens. 2012 ، 33 ، 5768-5788. [ Google Scholar ] [ CrossRef ]
  32. اولوفسون، پی. فودی، جنرال موتورز; هرولد، ام. Stehman، SV; Woodcock، CE; Wulder، MA شیوه های خوب برای تخمین مساحت و ارزیابی دقت تغییر زمین. سنسور از راه دور محیط. 2014 ، 148 ، 42-57. [ Google Scholar ] [ CrossRef ]
  33. هریس، ن. گلدمن، ای. Gibbes، S. پایگاه داده فضایی درختان کاشته شده (SDPT) نسخه 1.0. Global Forest Watch: 2015. موجود به صورت آنلاین: https://www.globalforestwatch.org/ (در 1 مارس 2019 قابل دسترسی است).
  34. Cheng, Y. تحقیق در مورد نظارت بر تغییرات کاشت روغن نخل در مالزی. پایان نامه کارشناسی ارشد، دانشگاه هنان، کایفنگ، چین، 2017. [ Google Scholar ]
  35. لی، JSH; ویچ، اس. ویدایتی، ع. Koh, LP شناسایی مزارع نخل روغن صنعتی در تصاویر Landsat با موتور Google Earth. Remote Sens. Appl. Soc. محیط زیست 2016 ، 4 ، 219-224. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  36. مورل، AC; فیشر، جی بی. Malhi، Y. ارزیابی پتانسیل نظارت بر زیست توده بالای زمین در جنگل و نخل روغنی در صباح، مالزی، برای 2000-2008 با Landsat ETM+ و ALOS-PALSAR. بین المللی J. Remote Sens. 2012 ، 33 ، 3614-3639. [ Google Scholar ] [ CrossRef ]
  37. وحید، ب. نوردیانا، ا. ترمیزی، ع. نقشه برداری ماهواره ای کاربری اراضی نخل روغنی. MPOB Inf. سر. MPOB TT 2005 ، 255 ، 1511-7871. [ Google Scholar ]
  38. Anselin، L. نشانگرهای محلی انجمن فضایی-LISA. Geogr. مقعدی 1995 ، 27 ، 93-115. [ Google Scholar ] [ CrossRef ]
  39. یینگ، ال. چیوی، ایکس. پنگ، ال. Luguang, J. رابطه تولید غلات و توسعه اقتصادی از 1978 تا 2013 در منطقه عمده تولید غلات چین. منبع. علمی 2015 ، 37 ، 1891-1901. [ Google Scholar ]
  40. ژی، ایکس. شیانجین، اچ. هائو، ام. Yang, Z. ساختار فضایی و تکامل تولید چای در چین از سال 2009 تا 2014. Geogr. Res. 2017 ، 36 ، 109-120. [ Google Scholar ]
  41. لیشان، ق. یولان، دبلیو. Jinguang، Z. بحث در مورد روش های برازش منحنی در پردازش داده های تجربی. J. Chengdu Univ. تکنولوژی (Sci. Technol. Ed.) 2004 ، 31 ، 91-95. [ Google Scholar ]
  42. لیژن، اس. تحقیق در مورد اصل و کاربرد آن از برازش منحنی. پایان نامه کارشناسی ارشد، دانشگاه علم و صنعت چانگشا، چانگشا، چین، 2015. [ Google Scholar ]
  43. Jianhua، X. جغرافیای اقتصاد سنجی ; انتشارات آموزش عالی: پکن، چین، 2006. [ Google Scholar ]
  44. Gaveau، DLA; شیل، دی. حسینایان; سلیم، م. آرجاساکوسوما، اس. آنکرناز، م. پاچکو، پی. Meijaard، E. تبدیل سریع و جلوگیری از جنگل زدایی: بررسی چهار دهه گسترش مزارع صنعتی در بورنئو. علمی Rep. 2016 , 6 . [ Google Scholar ] [ CrossRef ]
  45. پیرکر، جی. موسنیر، ا. کراکسنر، اف. هاولیک، پ. Obersteiner, M. محدودیت های انبساط روغن نخل چیست؟ گلوب. محیط زیست چانگ. 2016 ، 40 ، 73-81. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  46. Ordway، EM; نایلور، RL; Nkongho، RN; گسترش و جنگل زدایی نخل لامبین، EF Oil در جنوب غربی کامرون با تکثیر آسیاب های غیررسمی مرتبط است. نات. اشتراک. 2019 ، 10 . [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  47. گوانگه، دبلیو. نایانگ، دبلیو. شوانگشی، اچ. لیانشو، تی. Jianming، Z. Physical Geography , 3rd ed.; انتشارات آموزش عالی: پکن، چین، 2004. [ Google Scholar ]
  48. کورلی، RHV; Tinker, PB The Oil Palm , 3th ed.; John Wiley & Sons Ltd: West Sussex, UK, 2015. [ Google Scholar ] [ CrossRef ]
  49. سوپراییتنو، ای. اسلم، م. هارون، الف. زکات و اهداف توسعه پایدار: تأثیر زکات بر توسعه انسانی در پنج ایالت مالزی. بین المللی ج زکات. 2017 ، 2 ، 61-69. [ Google Scholar ]
  50. سعادتیان، ا. هاو، LC; مت، س. Sopian، K. چشم انداز توسعه پایدار در مالزی. بین المللی J. انرژی محیط. 2012 ، 6 ، 260-267. [ Google Scholar ]
  51. حسن، پ. جوسوپ، اس. اسماعیل، ر. آریس، AZ; Panhwar، QA خاک و کیفیت آب یک منطقه خاکی سولفات اسیدی در دشت کلانتان، مالزی و تأثیر آن بر رشد برنج. آسیایی جی. کشاورزی. علوم غذایی 2016 ، 4 ، 124-144. [ Google Scholar ]
  52. DeFries، RS; رودل، تی. اوریارته، م. هانسن، ام. جنگل زدایی ناشی از رشد جمعیت شهری و تجارت کشاورزی در قرن بیست و یکم. نات. Geosci. 2010 ، 3 ، 178. [ Google Scholar ] [ CrossRef ]
  53. مک کارتی، JF فرآیندهای گنجاندن و ادغام نامطلوب: روغن نخل و تغییرات کشاورزی در سوماترا، اندونزی. جی. دهقان. گل میخ. 2010 ، 37 ، 821-850. [ Google Scholar ] [ CrossRef ]
  54. گیبس، هنگ کنگ؛ Ruesch، AS; آچارد، اف. کلیتون، MK; هولمگرن، پی. رامانکوتی، ن. جنگل‌های استوایی فولی، JA منابع اصلی زمین‌های کشاورزی جدید در دهه‌های 1980 و 1990 بودند. Proc. Natl. آکادمی علمی ایالات متحده آمریکا 2010 ، 107 ، 16732-16737. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  55. گروگان، ک. Pflugmacher، D.; هاسترت، پ. مرتز، او. Fensholt، R. کشف پیوند بین قیمت جهانی لاستیک و جنگل زدایی مناطق گرمسیری در کامبوج. نات. گیاهان 2019 ، 5 ، 47-53. [ Google Scholar ] [ CrossRef ]
  56. فیتزربرت، ای بی. استروبیگ، ام جی. مورل، ا. دانیلسن، اف. برول، کالیفرنیا؛ دونالد، پی اف. Phalan, B. چگونه گسترش نخل روغنی بر تنوع زیستی تأثیر می گذارد؟ Trends Ecol. تکامل. 2008 ، 23 ، 538-545. [ Google Scholar ] [ CrossRef ]
  57. کارلسون، KM; هیل مایر، ر. گیبس، هنگ کنگ؛ نوجی پدی، پ. Burns، DN; مورتون، دی سی؛ واکر، NF; پائولی، جی دی. کرمن، سی. تأثیر گواهینامه پایداری نخل روغنی بر جنگل زدایی و آتش سوزی در اندونزی. Proc. Natl. آکادمی علمی ایالات متحده آمریکا 2018 ، 115 ، 121–126. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
Ijgi 09 00280 g001 550
شکل 1. نقشه منطقه مورد مطالعه که موقعیت جغرافیایی، توپوگرافی و ارتفاع آن را نشان می دهد. DEM، مدل ارتفاعی دیجیتال.
Ijgi 09 00280 g002a 550 Ijgi 09 00280 g002b 550
شکل 2. کامپوزیت مادون قرمز موج کوتاه (SWIR)-NIR-قرمز تصویر مصنوعی سالانه لندست برای طبقه بندی.
Ijgi 09 00280 g003 550
شکل 3. توزیع نقاط نمونه مالزی. حروف a، b، c، d و e نشان دهنده سال های 2000، 2005، 2009، 2015 و 2018 هستند. اعداد 1 و 2 به ترتیب نشان دهنده مالزی غربی و مالزی شرقی هستند.
Ijgi 09 00280 g004 550
شکل 4. تصاویر با کیفیت بالا با ویژگی های مشابه: ( الف ، ب ) زمین نخل روغنی. ( ج ) جنگل؛ و ( د ) زمین خالی.
Ijgi 09 00280 g005 550
شکل 5. توزیع کاشت نخل روغنی طی سال های 2000-2018. حروف a، b، c، d و e به ترتیب نشان دهنده سال های 2000، 2005، 2009، 2015 و 2018 هستند. اعداد 1 و 2 به ترتیب نشان دهنده مالزی غربی و مالزی شرقی هستند.
Ijgi 09 00280 g006 550
شکل 6. منطقه کاشت نخل روغنی در ( الف ) هر ایالت و ( ب ) نرخ رشد سالانه کاشت نخل روغنی طی سال‌های 2000-2018.
Ijgi 09 00280 g007 550
شکل 7. مقایسه سطح روغن نخل استخراج شده با مناطق آماری ( الف ) سازمان غذا و کشاورزی (FAO) و ( ب ) هیئت روغن نخل مالزی (MPOB).
Ijgi 09 00280 g008 550
شکل 8. مسیر انتقال مرکز ثقل کاشت نخل روغن.
Ijgi 09 00280 g009 550
شکل 9. توزیع فضایی نخل های روغنی در ارتفاعات مختلف. ( الف ) DEM با مناطق ارتفاعی مختلف و ( ب ) توزیع فضایی نخل‌های روغنی.
Ijgi 09 00280 g010 550
شکل 10. تغییرات منطقه کاشت نخل روغنی و قیمت روغن نخل خام.
Ijgi 09 00280 g011 550
شکل 11. برازش منحنی قیمت روغن نخل خام (CPO) و منطقه کاشت نخل روغنی. امتیاز به منطقه کاشت نخل روغنی در مقابل قیمت CPO اشاره دارد. منحنی برازش نشان دهنده نتیجه برازش منطقه کاشت نخل روغنی و قیمت روغن نخل خام است. ( الف )–( ج ) به ترتیب به سال جاری، سال قبل و دو سال قبل اشاره دارد.
Ijgi 09 00280 g012 550
شکل 12. رابطه بین مساحت از دست دادن جنگل و قیمت CPO در مالزی طی سال های 2001-2017. ( الف ) منحنی مناسب قیمت روغن پالم خام و متوسط ​​منطقه جنگل‌زدایی سالانه و ( ب ) منحنی منطقه جنگل‌زدایی و قیمت CPO در سال‌های 2001-2017.

مقالات داخلی و بین المللی

مطالب مرتبط ...

بدون دیدگاه

دیدگاهتان را بنویسید