محدثه امیری؛ محمد شفیعی زاده؛ مصطفی ترکش؛ سید مصطفی مسلمی
چکیده
سابقه و هدف: گیاهان مهاجم، در حال حاضر مورد توجه اکولوژیست ها، حافظان محیط زیست و مدیران منابع طبیعی هستند و به دلیل گسترش سریع شان تنوع زیستی را کاهش می دهند. این گونه‌ها تغییراتی را در فرآیندهای بوم شناختی، ساختار و کارکرد جامعه در اکوسیستم های طبیعی ایجاد می کنند. بارزترین تغییر در مناطق مورد هجوم، کاهش تنوع زیستی و ایجاد اجتماع ...
بیشتر
سابقه و هدف: گیاهان مهاجم، در حال حاضر مورد توجه اکولوژیست ها، حافظان محیط زیست و مدیران منابع طبیعی هستند و به دلیل گسترش سریع شان تنوع زیستی را کاهش می دهند. این گونه‌ها تغییراتی را در فرآیندهای بوم شناختی، ساختار و کارکرد جامعه در اکوسیستم های طبیعی ایجاد می کنند. بارزترین تغییر در مناطق مورد هجوم، کاهش تنوع زیستی و ایجاد اجتماع خالصی از گیاهان مهاجم می باشد. یکی از گونه های مهاجم در کشور کهور پاکستانی (Prosopis juliflora) می باشد که به دلیل مقاومت به شرایط نامساعد محیطی، در حوزه بیابانزدایی، کنترل بیولوژیک و تثبیت تپه های ماسه ای روان در مناطق جنوبی کشور حائز اهمیت است. مواد و روش ها: در مطالعه حاضر، کارایی پنج مدل متمایز کننده گروهی (GLM، GBM، ANN، SRE، RF) و یک مدل پروفیل (MAXENT) و اجماع آنها با رویکرد میانگین وزنی در مدلسازی پراکنش مکانی این گونه در منطقه مکران و تعیین مهم ترین عوامل محیطی مؤثر بر پراکنش هجوم مورد بررسی قرار گرفت. با ثبت 63 نقطه رخداد و 100 نقطه غیاب طی برداشت میدانی، استفاده از متغیرهای اقلیمی، فیزیوگرافی و انسانی به عنوان متغیرهای محیطی، و ارزیابی کارایی مدل ها با معیارهای سطح زیر منحنی، TSS، شاخص های حساسیت و ویژه انگاری پتانسیل هجوم گونه مشخص گردید. نتایج و بحث: از میان الگوریتم های مجزا، با توجه به معیارهای ارزیابی مستقل از آستانه و وابسته به آستانه، دو تکنیک مبتنی بر یادگیری ماشینی شامل RF و GBM گستره مورد هجوم این گونه را با صحت و توانایی تشخیص بالاتری پیش بینی کردند. همچنین معیارهای صحت سنجی در پیش بینی اجماعی نسبت به تمام الگوریتم های مجزای مدلسازی میانگین بیشتری را به خود اختصاص دادند. طبق مدل اجماعی، گستره هجوم کهور پاکستانی تقریباً 15 درصد از کل منطقه مورد مطالعه را به خود اختصاص داده است. پس از تعمیم مدل ها به فضای جغرافیایی مشخص شد که مناطق مورد هجوم گونه به صورت نواری یکدست در سواحل دریای عمان و خلیج فارس گسترش یافته اند. ارزیابی اهمیت متغیرها حاکی از این بود که متغیر ارتفاع از سطح دریا با توجیه نمودن تقریباً نیمی از تغییرات در مدل اجماعی به عنوان مهمترین متغیر مستقل، بیشترین تأثیر را در پراکنش گونه دارد. متغیر فاصله از جاده در درجه بعدی اهمیت قرار دارد، اما جهت شیب کم اهمیت ترین متغیر محیطی مؤثر بر پراکنش هجوم عنوان شد. بر اساس منحنی های عکس العمل گونه، اوج احتمال حضور گونه در ارتفاع 50 متری از سطح دریا و فاصله کمتر از 50 متری جاده مشاهده می شود. همچنین در صورتیکه درجه حرارت در گرم ترین ماه و سردترین فصل سال به ترتیب بیش از 34 و 14 درجه سانتیگراد، و ضریب تغییرات بارندگی نیز بین 150-100 باشد، گونه حداکثر احتمال حضور را دارد. نتیجه گیری: مشخص شد که الگوریتم های تلفیق شده در چارچوب مدلسازی اجماعی، صحت بالاتری را نشان دادند و نقشه های حاصل از پراکنش بالقوه هجوم گونه این امکان را فراهم می آورند تا با ارائه راهکارهای مدیریتی و طرح ریزی های حفاظتی در جهت حفاظت از گونه های بومی، گستره پراکنش گونه های مهاجم را محدود و مدیریت کرد. در واقع، از نتایج این مطالعه می توان به عنوان مبنایی برای پایش های بعدی جهت ممانعت از گسترش بیشتر گونه های مهاجم و ایجاد تعادلی بین برنامه های حفاظت از پوشش گیاهی بومی منطقه و اقدامات مدیریتی بیابانزدایی استفاده نمود.
سمیرا سادات فاطمی آذرخوارانی؛ محمد رحیمی؛ مصطفی ترکش؛ هومن روانبخش
چکیده
سابقه و هدف: مدل سازی توزیع گونهای، روشی رایج برای درک روابط میان یک گونه و محیط اطرافش است و برای پیش‌بینی تغییرات در توزیع همگام با تغییرات محیطی مورد استفاده قرار می‌گیرد. تحقیق های گسترده‌ای در منطقه های مختلف دنیا براساس این مدل‌ها انجام گرفته است. در این مطالعه، توزیع پتانسیل گونه ارس1، گونه سنجه و یکی از مهم ترین ...
بیشتر
سابقه و هدف: مدل سازی توزیع گونهای، روشی رایج برای درک روابط میان یک گونه و محیط اطرافش است و برای پیش‌بینی تغییرات در توزیع همگام با تغییرات محیطی مورد استفاده قرار می‌گیرد. تحقیق های گسترده‌ای در منطقه های مختلف دنیا براساس این مدل‌ها انجام گرفته است. در این مطالعه، توزیع پتانسیل گونه ارس1، گونه سنجه و یکی از مهم ترین گونه‌های درختی جنگل‌های ایران و تورانی، در کوهستان البرز با استفاده از 38 پارامتر محیطی با استفاده از مدل‌های توزیع گونهای Domain و رگرسیون لجستیک2 مورد بررسی قرار گرفته است. مواد و روش‌ها: منطقه مورد مطالعه، شامل بخش‌هایی از کوهستان البرز است که در شمال ایران واقع شده و دارای مساحتی برابر با 14656 کیلومترمربع می‌باشد. در تحقیق حاضر، برای تعیین سایت‌های نمونه‌برداری، از روش تصادفی طبقه‌بندی شده استفاده گردید و در نهایت تعداد 390 سایت رخداد (240 سایت حضور و 150 سایت عدم حضور) گونه Juniperus excelsa در مقیاس 30 ثانیه (کمابیش معادل 1کیلومتر* 1 کیلومتر) به‌عنوان ورودی مدل مورد مطالعه قرار گرفت. همچنین، تعداد 38 پارامتر محیطی به عنوان متغیر پیش‌بینی‌کننده برای اجرای دو مدل Domain و Logistic Regression مد نظر قرار گرفت. نتایج و بحث: نتایج نشان داد که مدل Domain کارایی بالایی برای پیش‌بینی رویشگاه Juniperus excelsa با 0.97 AUC=، Kappa=0.730 و TSS=0.91 داراست. براساس نتایج به دست آمده، منطقه های با کمترین پتانسیل حضور Juniperus excelsa 5665.95 کیلومتر مربع، پتانسیل متوسط 2033.1 کیلومتر مربع، پتانسیل خوب، 38/3076 کیلومترمربع، پتانسیل بسیار خوب 42/3063 کیلومترمربع و پتانسیل عالی 817.29 از سطح منطقه را به خود اختصاص داده‌اند. نتایج به‌دست آمده از اجرای مدل رگرسیون لجستیک گویای آن است که 5084.37 کیلومتر مربع از منطقه مورد مطالعه در طبقه پتانسیل ضعیف، 2539.35 کیلومتر مربع پتانسیل متوسط، 1410.21 پتانسیل خوب و 1104.84 کیلومترمربع پتانسیل بسیار خوب و 37/4517 کیلومترمربع پتانسیل عالی قرار گرفته است. همچنین نتایج نشان داد که شرایط مطلوب رویشگاهی گونه Juniperus excelsa در منطقه هایی است که اختلاف حداکثر و حداقل درجه حرارت سالانه بین 15.5 تا 13 درجه سانتیگراد، بارش فصلی 90 - 64 میلی‌متر، بارش سردترین فصل سال 60 - 35 میلی‌متر، ارتفاع از سطح دریا، 3100 - 1800 متر، در جهات جغرافیایی جنوب، جنوب شرق و شرق، شیب 30 - 10 درصد است، همچنین احتمال حضور گونه در منطقه هایی که کمترین فاصله را با خط برف و آبراهه دارند و روی صخره‌هایی از جنس آهک شیلی و آهک دولومیتی افزایش می‌یابد. همچنین، در بخش‌هایی از منطقه که گونه Juniperus excelsa مشاهده می‌شود، سنجه NDVI بین 0.38 تا 0.2 تغییر می‌نماید. نتایج ارزیابی عملکرد مدل‌ها، نشان داد که مدل Domain دارای کارایی بالاتری در پیش‌بینی رویشگاه مطلوب گونه Juniperus excelsa نسبت به مدل رگرسیون لجستیک در منطقه مورد مطالعه می‌باشد که با نتایج Hernandez et al. (2006) و Tsoar et al. (2007) که عملکرد بالای این مدل را نشان دادند، تطابق دارد. نتیجه‌گیری: با بکارگیری مدل توزیع گونهای می‌توان برنامه مدیریتی مناسب برای بخش‌های مختلف رویشگاه را بیان نمود. منطقه های با پتانسیل ضعیف، به طور معمول رویشگاه حدی گونه هستند و جمعیت‌ها در این منطقه ها آسیبپذیرتر از دیگر منطقه ها هستند؛ منطقه های با پتانسیل بسیار خوب و عالی مناسب مدیریت به صورت ذخیره‌گاه جنگلی یا منطقه حفاظت شده هستند. برای جنگل کاری و توسعه و احیای اکوتیپ بومی، عرصه‌هایی در مناطق با پتانسیل خوب تا عالی که بدون پوشش درختی قابل توجه هستند، مناسب می باشند. تحقیق حاضر نشان داد که مدل Domian با وجود آنکه تنها از داده‌های حضور استفاده می‌کند، می‌تواند روش مفیدی جهت پیش‌بینی رویشگاه‌های مطلوب گونه Juniperus excelsa در کوهستان البرز باشد. بنابراین می‌توان اظهار نمود که مدل‌های توزیع گونهای، با دقت قبل قبولی کارایی لازم را در برآورد پراکنش گونه داشته و می‌توانند جهت بیان راهکارهای حفاظتی توسط متخصصان مورد استفاده قرار گیرند.
