دوره 19، شماره 4 - ( 9-1404 )
جلد 19 شماره 4 صفحات 420-405 |
برگشت به فهرست نسخه ها
Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Amrollahi Jalalabadi A, Rastgar S, Rezaei A, Naghipour A A. Predicting the impact of climate change on the distribution of the medicinal plant Teucrium polium L. in the rangelands of Kerman province. مرتع 2025; 19 (4) :405-420
URL: http://rangelandsrm.ir/article-1-1317-fa.html
URL: http://rangelandsrm.ir/article-1-1317-fa.html
امراللهی جلال آبادی امیررضا، رستگار شفق، رضایی اعظم، نقی پور علی اصغر. پیشبینی اثر تغییر اقلیم بر پراکنش گیاه دارویی مریم نخودی (Teucrium polium L.) در مراتع استان کرمان. مرتع. 1404; 19 (4) :405-420
گروه مرتعداری، دانشکده منابع طبیعی، دانشگاه علوم کشاورزی و منابع طبیعی ساری، ساری
چکیده: (331 مشاهده)
Background and Objective: Climate is one of the primary drivers of plant species diversity and distribution and plays a crucial role in shaping their biological characteristics. Consequently, climate change can induce substantial shifts in the distribution ranges of plant species by altering their tolerance limits and the environmental factors governing their geographical expansion. Predicting the impacts of future climate change on the distribution of valuable plant species is therefore essential for effective management, conservation planning, and threat assessment. This study aimed to predict the effects of climate change on the current and future geographical distribution of the medicinal plant Teucrium polium L. in the rangelands of Kerman Province, Iran.
Methodology: During the spring and summer of 2024, six reference habitats of T. polium in Kerman Province were surveyed. Presence records of the species were collected through field observations, and their geographical coordinates were recorded using a GPS device. Species distribution modeling was conducted for two time periods: the baseline (current) period and a future period (2050). The environmental variables used in the modeling process included 19 bioclimatic variables, three physiographic variables, and land-use data for the study area.
To predict the future distribution of T. polium, two general circulation models (GCMs)—HadGEM3-GC31-LL and MRI-ESM2-0—were applied under two shared socioeconomic pathway scenarios (SSP245 and SSP585). Pearson’s correlation analysis was performed in SPSS software to assess multicollinearity among all environmental variables. From each pair of variables with a correlation coefficient exceeding 0.80, one variable was removed based on expert judgment, resulting in the selection of 10 variables for model input. The maximum entropy (MaxEnt) model was used to predict the current and future potential distribution of the species. The relative importance of environmental variables was evaluated using the Jackknife test. Habitat suitability maps for the present and 2050 were then compared using geographic information system (GIS) techniques to identify areas of habitat expansion, contraction, and persistence. Model performance was assessed using the area under the receiver operating characteristic curve (AUC).
Results: The AUC values obtained (AUC > 0.9) indicated excellent predictive performance of the MaxEnt model, with an AUC score of 0.974 for T. polium habitat distribution in the study area. The most influential variables contributing to habitat suitability were slope percentage, precipitation of the coldest quarter, and mean temperature of the coldest quarter. According to projections based on the HadGEM3-GC31-LL model, by 2050, suitable habitats for T. polium are expected to decrease by 68.08% under the SSP245 scenario and by 68.93% under the SSP585 scenario, while newly suitable habitats are projected to increase by 98.54% and 106.90%, respectively. Similarly, projections from the MRI-ESM2-0 model indicated a reduction of suitable habitats by 43.94% under SSP245 and 50.73% under SSP585, alongside increases of 84.21% and 99.72% in newly suitable habitats, respectively.
Conclusion: The results suggest that Teucrium polium possesses adaptive capacity to drought stress through various defense mechanisms, including reduced plant height, accumulation of proline and proteins in aerial parts, and responsiveness to key environmental factors such as slope, precipitation of the coldest quarter, and mean temperature of the coldest quarter. These traits may enable the species to colonize new suitable habitats under future climate conditions. Overall, the findings highlight the importance of incorporating climate change projections into conservation and management strategies for medicinal plant species in arid and semi-arid rangelands.
سابقه و هدف: اقلیم یکی از اصلیترین عوامل ایجاد تنوع و انتشار گونههای گیاهی است که بر ویژگیهای آنها نیز اثر میگذارد. بنابراین تغییر اقلیم ممکن است باعث تغییرات شدیدی در پراکنش و انتشار گونههای گیاهی شود و حدود بردباری و فاکتورهای محیطی موثر بر توزیع گونهها و گسترش جغرافیایی آنها را تحت تأثیر قرار دهد. به همین جهت پیش بینی اثر تغییرات اقلیمی آینده بر پراکندگی گونههای گیاهی ارزشمند، در مدیریت، حفاظت موثر از آنها و ارزیابی سطح تهدیدها اهمیت فراوانی دارد. این مطالعه با هدف پیشبینی اثر تغییر اقلیم بر پراکنش جغرافیایی گونه دارویی مریم نخودی در حال حاضر و آینده در مراتع استان کرمان انجام گردید.
مواد و روشها: بهمنظور انجام این پژوهش، در بهار و تابستان 1403 به 6 رویشگاه مرجع این گونه در استان کرمان مراجعه شد و بر اساس بازدیدهای میدانی و با استفاده از GPS، مختصات جغرافیایی نقاط حضور گونه مورد مطالعه ثبت گردید. در مطالعه حاضر، مدلسازی در دو دوره زمانی شامل دوره پایه (حال حاضر) و دورهی زمانی آینده (سال 2050) انجام شد. متغیرهای محیطی استفاده شده در این مطالعه شامل 19 متغیر اقلیمی، 3 متغیر فیزیوگرافی و کاربری اراضی منطقه مورد پژوهش است. بهمنظور بررسی و پیشبینی وضعیت پراکنش گونه Teucrium polium L. در آینده از متغیرهای اقلیمی تحت دو سناریوی انتشار SSP245 و SSP585 از دو مدل گردش عمومی HadGEM3-GC31-LL و MRI-ESM2-0 استفاده گردید. همچنین وجود همبستگی بین همه لایههای محیطی توسط آزمون آماری پیرسون در نرمافزار SPSS بررسی شد. از مدل آنتروپی بیشینه (Maxent) برای پیشبینی پراکنش فعلی و آینده گونه مورد مطالعه استفاده شده است و همچنین از طریق آزمون جک نایف نیز اهمیت هر یک از متغیرهای محیطی تعیین گردید. سپس از طریق مقایسه نقشههای بهدست آمده حال حاضر و سال ۲۰۵۰ برای گونه مطالعه شده، مساحتهای رویشگاههای افزایش یافته، کاهش یافته یا حفظ شده توسط سامانه اطلاعات جغرافیایی تعیین شد. جهت ارزیابی مدل در تهیه نقشه مکانهای مناسب برای گونه مورد مطالعه از شاخص AUC استفاده گردید.
نتایج: بر اساس نتایج بهدست آمده شاخص AUC (AUC > 0.9)، ارزیابی عملکرد مدل مکسنت بهمنظور پیشبینی پراکنش رویشگاههای گونه مریم نخودی در منطقه مورد مطالعه با میزان 974/0 در رتبه عالی قرار گرفت. همچنین نتایج بهدست آمده نشان میدهد که بیشترین سهم در تعیین مطلوبیت رویشگاه گونه مریم نخودی مربوط به متغیرهای درصد شیب، مجموع بارندگی سردترین فصل سال و میانگین دمای سردترین فصل سال است. در نهایت مطابق با برآوردهای حاصل در مدل گردش عمومی HadGEM3-GC31-LL تا سال 2050، تحت سناریو SSP245، 08/68 درصد و تحت سناریو SSP585، 93/68 درصد از رویشگاههای مطلوب گونه کاسته و بهترتیب 54/98 و 90/106 درصد به رویشگاههای مطلوب گونه افزوده خواهد شد. همچنین بر اساس برآوردهای حاصل در مدل گردش عمومی MRI-ESM2-0 تا سال 2050، تحت سناریو SSP245، 94/43 درصد و تحت سناریو SSP585، 73/50 درصد از رویشگاههای مطلوب گونه کاسته و بهترتیب 21/84 و 72/99 درصد به رویشگاههای مطلوب گونه افزوده خواهد شد.
نتیجهگیری: نتایج نشان داد گیاه مریم نخودی می تواند با به کارگیری برخی مکانیسمهای دفاعی از قبیل کاهش ارتفاع گیاه، تجمع پرولین و پروتئین در اندامهای هوایی و تحت تأثیر سهم بیشتر عوامل محیطی همچون درصد شیب، مجموع بارندگی سردترین فصل سال و میانگین دمای سردترین فصل واکنش مناسبی در مقابل تنش خشکی نشان دهد و بر این اساس میتواند در آینده با توجه به تغییرات اقلیمی رویشگاههای مطلوب جدیدی برای خود بهدست آورد.
Methodology: During the spring and summer of 2024, six reference habitats of T. polium in Kerman Province were surveyed. Presence records of the species were collected through field observations, and their geographical coordinates were recorded using a GPS device. Species distribution modeling was conducted for two time periods: the baseline (current) period and a future period (2050). The environmental variables used in the modeling process included 19 bioclimatic variables, three physiographic variables, and land-use data for the study area.
To predict the future distribution of T. polium, two general circulation models (GCMs)—HadGEM3-GC31-LL and MRI-ESM2-0—were applied under two shared socioeconomic pathway scenarios (SSP245 and SSP585). Pearson’s correlation analysis was performed in SPSS software to assess multicollinearity among all environmental variables. From each pair of variables with a correlation coefficient exceeding 0.80, one variable was removed based on expert judgment, resulting in the selection of 10 variables for model input. The maximum entropy (MaxEnt) model was used to predict the current and future potential distribution of the species. The relative importance of environmental variables was evaluated using the Jackknife test. Habitat suitability maps for the present and 2050 were then compared using geographic information system (GIS) techniques to identify areas of habitat expansion, contraction, and persistence. Model performance was assessed using the area under the receiver operating characteristic curve (AUC).
Results: The AUC values obtained (AUC > 0.9) indicated excellent predictive performance of the MaxEnt model, with an AUC score of 0.974 for T. polium habitat distribution in the study area. The most influential variables contributing to habitat suitability were slope percentage, precipitation of the coldest quarter, and mean temperature of the coldest quarter. According to projections based on the HadGEM3-GC31-LL model, by 2050, suitable habitats for T. polium are expected to decrease by 68.08% under the SSP245 scenario and by 68.93% under the SSP585 scenario, while newly suitable habitats are projected to increase by 98.54% and 106.90%, respectively. Similarly, projections from the MRI-ESM2-0 model indicated a reduction of suitable habitats by 43.94% under SSP245 and 50.73% under SSP585, alongside increases of 84.21% and 99.72% in newly suitable habitats, respectively.
Conclusion: The results suggest that Teucrium polium possesses adaptive capacity to drought stress through various defense mechanisms, including reduced plant height, accumulation of proline and proteins in aerial parts, and responsiveness to key environmental factors such as slope, precipitation of the coldest quarter, and mean temperature of the coldest quarter. These traits may enable the species to colonize new suitable habitats under future climate conditions. Overall, the findings highlight the importance of incorporating climate change projections into conservation and management strategies for medicinal plant species in arid and semi-arid rangelands.
سابقه و هدف: اقلیم یکی از اصلیترین عوامل ایجاد تنوع و انتشار گونههای گیاهی است که بر ویژگیهای آنها نیز اثر میگذارد. بنابراین تغییر اقلیم ممکن است باعث تغییرات شدیدی در پراکنش و انتشار گونههای گیاهی شود و حدود بردباری و فاکتورهای محیطی موثر بر توزیع گونهها و گسترش جغرافیایی آنها را تحت تأثیر قرار دهد. به همین جهت پیش بینی اثر تغییرات اقلیمی آینده بر پراکندگی گونههای گیاهی ارزشمند، در مدیریت، حفاظت موثر از آنها و ارزیابی سطح تهدیدها اهمیت فراوانی دارد. این مطالعه با هدف پیشبینی اثر تغییر اقلیم بر پراکنش جغرافیایی گونه دارویی مریم نخودی در حال حاضر و آینده در مراتع استان کرمان انجام گردید.
مواد و روشها: بهمنظور انجام این پژوهش، در بهار و تابستان 1403 به 6 رویشگاه مرجع این گونه در استان کرمان مراجعه شد و بر اساس بازدیدهای میدانی و با استفاده از GPS، مختصات جغرافیایی نقاط حضور گونه مورد مطالعه ثبت گردید. در مطالعه حاضر، مدلسازی در دو دوره زمانی شامل دوره پایه (حال حاضر) و دورهی زمانی آینده (سال 2050) انجام شد. متغیرهای محیطی استفاده شده در این مطالعه شامل 19 متغیر اقلیمی، 3 متغیر فیزیوگرافی و کاربری اراضی منطقه مورد پژوهش است. بهمنظور بررسی و پیشبینی وضعیت پراکنش گونه Teucrium polium L. در آینده از متغیرهای اقلیمی تحت دو سناریوی انتشار SSP245 و SSP585 از دو مدل گردش عمومی HadGEM3-GC31-LL و MRI-ESM2-0 استفاده گردید. همچنین وجود همبستگی بین همه لایههای محیطی توسط آزمون آماری پیرسون در نرمافزار SPSS بررسی شد. از مدل آنتروپی بیشینه (Maxent) برای پیشبینی پراکنش فعلی و آینده گونه مورد مطالعه استفاده شده است و همچنین از طریق آزمون جک نایف نیز اهمیت هر یک از متغیرهای محیطی تعیین گردید. سپس از طریق مقایسه نقشههای بهدست آمده حال حاضر و سال ۲۰۵۰ برای گونه مطالعه شده، مساحتهای رویشگاههای افزایش یافته، کاهش یافته یا حفظ شده توسط سامانه اطلاعات جغرافیایی تعیین شد. جهت ارزیابی مدل در تهیه نقشه مکانهای مناسب برای گونه مورد مطالعه از شاخص AUC استفاده گردید.
نتایج: بر اساس نتایج بهدست آمده شاخص AUC (AUC > 0.9)، ارزیابی عملکرد مدل مکسنت بهمنظور پیشبینی پراکنش رویشگاههای گونه مریم نخودی در منطقه مورد مطالعه با میزان 974/0 در رتبه عالی قرار گرفت. همچنین نتایج بهدست آمده نشان میدهد که بیشترین سهم در تعیین مطلوبیت رویشگاه گونه مریم نخودی مربوط به متغیرهای درصد شیب، مجموع بارندگی سردترین فصل سال و میانگین دمای سردترین فصل سال است. در نهایت مطابق با برآوردهای حاصل در مدل گردش عمومی HadGEM3-GC31-LL تا سال 2050، تحت سناریو SSP245، 08/68 درصد و تحت سناریو SSP585، 93/68 درصد از رویشگاههای مطلوب گونه کاسته و بهترتیب 54/98 و 90/106 درصد به رویشگاههای مطلوب گونه افزوده خواهد شد. همچنین بر اساس برآوردهای حاصل در مدل گردش عمومی MRI-ESM2-0 تا سال 2050، تحت سناریو SSP245، 94/43 درصد و تحت سناریو SSP585، 73/50 درصد از رویشگاههای مطلوب گونه کاسته و بهترتیب 21/84 و 72/99 درصد به رویشگاههای مطلوب گونه افزوده خواهد شد.
نتیجهگیری: نتایج نشان داد گیاه مریم نخودی می تواند با به کارگیری برخی مکانیسمهای دفاعی از قبیل کاهش ارتفاع گیاه، تجمع پرولین و پروتئین در اندامهای هوایی و تحت تأثیر سهم بیشتر عوامل محیطی همچون درصد شیب، مجموع بارندگی سردترین فصل سال و میانگین دمای سردترین فصل واکنش مناسبی در مقابل تنش خشکی نشان دهد و بر این اساس میتواند در آینده با توجه به تغییرات اقلیمی رویشگاههای مطلوب جدیدی برای خود بهدست آورد.
واژههای کلیدی: رویشگاه مطلوب، سناریوهای انتشار، مدل حداکثر آنتروپی، مدلسازی پراکنش گونهای، مدلهای گردش عمومی
ارسال پیام به نویسنده مسئول
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |
