آتشسوزیهای جنگلی بهعنوان یکی از مهمترین چالشهای زیستمحیطی، در دهههای اخیر تهدیدی جدی برای پایداری اکوسیستمهای جنگلی زاگرس بهشمار میآیند. افزایش فراوانی و شدت آتشسوزیها تحت تأثیر تغییر اقلیم، بهرهبرداری ناپایدار و ضعف در نظامهای پایش و پیشبینی، ضرورت بهرهگیری از فناوریهای نوین در مدیریت این پدیده را برجسته ساخته است. این پژوهش با رویکردی مفهومی و مروری، به بررسی نقش و کارکرد دو فناوری کلیدی سنجش از دور و یادگیری ماشینی در مدیریت پایدار آتشسوزیهای جنگلی زاگرس میپردازد. در این راستا، ضمن مرور مطالعات جهانی و داخلی، قابلیت دادههای ماهوارهای در شناسایی الگوهای زمانی-مکانی آتشسوزی و کاربرد الگوریتمهای یادگیری ماشینی )نظیر Forest Random، SVM و شبکههای عصبی مصنوعی( در پیشبینی خطر آتشسوزی تحلیل میشود. نتایج مروری نشان میدهد که ترکیب این دو فناوری میتواند با افزایش دقت پیشبینی، بهینهسازی تصمیمگیری مدیریتی و کاهش خسارات زیستمحیطی، مسیر دستیابی به جنگلداری پایدار را تسهیل کند. در نهایت، پیشنهاد میشود بسترهای دادهمحور و سامانههای هوشمند پایش آتشسوزی در مقیاس منطقهای زاگرس توسعه یابد تا همسو با سیاستهای مدیریت یکپارچه منابع طبیعی، به پایداری اکولوژیکی و اجتماعی منطقه کمک نماید.
