دوره 19، شماره 1 - ( 1-1404 )
جلد 19 شماره 1 صفحات 0-0 |
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:
Habitat prediction modeling of the medicinal species of Vaccinium arctostaphylos L. with the maximum entropy in the world.. مرتع 2025; 19 (1)
URL: http://rangelandsrm.ir/article-1-1330-fa.html
URL: http://rangelandsrm.ir/article-1-1330-fa.html
عزیزی کله سر مینا، معمری مهدی، قربانی ادروان، علوی سید جلیل. مدل‌سازی پیش‌بینی رویشگاه گونه دارویی قره‌قات (Vaccinium arctostaphylos L.) با روش آنتروپی حداکثر در سطح جهان. مرتع. 1404; 19 (1)
چکیده: (165 مشاهده)
سابقه و هدف: کسب شناخت علمی در زمینه ارتباط بین عوامل محیطی مؤثر در استقرار و بقای گیاهان بومی و دارویی و پراکنش رویشگاه گونه‌های در معرض خطر انقراض، به منظور مدیریت و بهره‌برداری مناسب از مراتع و چگونگی پاسخ گونه به تغییرات محیطی و در کل ثبات و پایداری آن‌ها ضروری است. این مطالعه با هدف تهیه مدل پیش‌بینی رویشگاه گونه نادر و دارویی قره‌قات (Vaccinium arctostaphyllus L.) با استفاده از روش آنتروپی حداکثر و تعیین دامنه اکولوژیک پتانسیل این گونه در سطح جهانی انجام شد.
مواد و روش‌ها: برای این منظور، ابتدا محدوده رویشگاه گونه در ایران با توجه به توپوگرافی متنوع و هدف تحقیق با استفاده از مطالعات میدانی، مشخص شده و سپس از داده‌های بیولوژیکی موجود و نقاط ثبت شده گونه قره‌قات در سطح جهانی از پایگاه داده GBIF دریافت شد. سپس، عوامل اقلیمی از پایگاه داده WorldClim به تعداد 11 متغیر دما و 8 متغیر بارش با دقت مکانی 30 ثانیه (تقریباً معادل 1×1 کیلومتر) شامل 19 متغیر زیست اقلیمی مشتق شده از دما و بارش دریافت شد. علاوه براین، نقشههای مدل رقومی ارتفاعی (DEM)، شیب و جهات جغرافیایی به‌عنوان متغیرهای توپوگرافی برای ورودی مدل در نظر گرفته شدند. در نهایت با رویهمگذاری نقشههای نقاط نهایی ثبت‌شده و نقشههای عوامل توپوگرافی و اقلیمی، در نرم‌افزار Arc GISver.10.8 نقشه پیش‌بینی رویشگاه گونه قره‌قات در سطح جهانی ارائه شد.
نتایج: نتایج کیفیت مدل آنتروپی حداکثر برای قره‌قات برابر با 97/0 به‌دست آمد که نشانگر پیش‌بینی خوب مدل است. نقش عوامل محیطی مؤثر بر پراکنش گونه با استفاده از روش جک‌نایف و منحنی‌های پاسخ بررسی شد. نتایج روش جک‌نایف برای تعیین اهمیت متغیرها در توزیع جغرافیایی گونه قره‌قات نشان داد که به‌ترتیب متغیرهای Bio17 (بارش خشک‌ترین فصل سال) و Bio18 (بارش گرم‌ترین فصل سال) دارای بیش‌ترین تأثیر در پراکنش گونه بود و متغیرهای Bio4 (درجه حرارت فصلی)، Bio12 (بارش سالانه) و Bio14 (بارش خشک‌ترین ماه) نیز در اولویت‌های بعدی قرار گرفتند و از میان عوامل توپوگرافی تأثیر متغیر درصد شیب در رویشگاه‌‌های مورد مطالعه، نسبت به عوامل دیگر مورد اهمیت بود. نتایج منحنی‌های پاسخ در منطقه نشان داد که احتمال حضور گونه V. arctostaphyllus با عوامل بارش سالانه (Bio12)، بارش خشک‌ترین ماه (Bio14)، بارش خشک‌ترین فصل سال (Bio17)، بارش گرم‌ترین فصل سال (Bio18) و شیب رابطه مستقیم و با عامل درجه حرارت فصلی (Bio4) رابطه معکوسی داشت. بیش‌ترین احتمال حضور گونه در محدوده بارش سالانه 1200 تا 1700 میلی‌متر و درجه حرارت سالانه 10-5 درجه سانتی‌گراد است و از میان عوامل توپوگرافی بیش‌ترین حضور گونه قره‌قات در شیب حدود 15 تا 30 درصد مشاهده شد.
نتیجه‌گیری: برای ارزیابی میزان تطابق نقشه پیش‌بینی با نقشه واقعی از شاخص کاپا استفاده شد. بر این اساس صحت مربوط به مدل‌سازی آنتروپی حداکثر (67/0 :Kappa) قابل قبول بوده و این مدل، دارای دقت خوب در پیش‌بینی حضور گونه با واقعیت رویشگاه بود. بر اساس نتایج مدل، روش آنتروپی حداکثر قادر است برای رویشگاه گونه قره‌قات که دارای شرایط رویشگاهی منحصر به‌فردی است، مدل پیش‌بینی خوبی را فراهم می‌آورد. به‌طورکلی هر گونه گیاهی با توجه به خصوصیات مناطق رویشی، نیازهای اکولوژیک و دامنه بردباری با عوامل اقلیمی و عوامل توپوگرافی رابطه معنی‌داری دارد، بنابراین نتایج به‌دست آمده، قابل تعمیم به مناطق مشابه است.
مواد و روش‌ها: برای این منظور، ابتدا محدوده رویشگاه گونه در ایران با توجه به توپوگرافی متنوع و هدف تحقیق با استفاده از مطالعات میدانی، مشخص شده و سپس از داده‌های بیولوژیکی موجود و نقاط ثبت شده گونه قره‌قات در سطح جهانی از پایگاه داده GBIF دریافت شد. سپس، عوامل اقلیمی از پایگاه داده WorldClim به تعداد 11 متغیر دما و 8 متغیر بارش با دقت مکانی 30 ثانیه (تقریباً معادل 1×1 کیلومتر) شامل 19 متغیر زیست اقلیمی مشتق شده از دما و بارش دریافت شد. علاوه براین، نقشههای مدل رقومی ارتفاعی (DEM)، شیب و جهات جغرافیایی به‌عنوان متغیرهای توپوگرافی برای ورودی مدل در نظر گرفته شدند. در نهایت با رویهمگذاری نقشههای نقاط نهایی ثبت‌شده و نقشههای عوامل توپوگرافی و اقلیمی، در نرم‌افزار Arc GISver.10.8 نقشه پیش‌بینی رویشگاه گونه قره‌قات در سطح جهانی ارائه شد.
نتایج: نتایج کیفیت مدل آنتروپی حداکثر برای قره‌قات برابر با 97/0 به‌دست آمد که نشانگر پیش‌بینی خوب مدل است. نقش عوامل محیطی مؤثر بر پراکنش گونه با استفاده از روش جک‌نایف و منحنی‌های پاسخ بررسی شد. نتایج روش جک‌نایف برای تعیین اهمیت متغیرها در توزیع جغرافیایی گونه قره‌قات نشان داد که به‌ترتیب متغیرهای Bio17 (بارش خشک‌ترین فصل سال) و Bio18 (بارش گرم‌ترین فصل سال) دارای بیش‌ترین تأثیر در پراکنش گونه بود و متغیرهای Bio4 (درجه حرارت فصلی)، Bio12 (بارش سالانه) و Bio14 (بارش خشک‌ترین ماه) نیز در اولویت‌های بعدی قرار گرفتند و از میان عوامل توپوگرافی تأثیر متغیر درصد شیب در رویشگاه‌‌های مورد مطالعه، نسبت به عوامل دیگر مورد اهمیت بود. نتایج منحنی‌های پاسخ در منطقه نشان داد که احتمال حضور گونه V. arctostaphyllus با عوامل بارش سالانه (Bio12)، بارش خشک‌ترین ماه (Bio14)، بارش خشک‌ترین فصل سال (Bio17)، بارش گرم‌ترین فصل سال (Bio18) و شیب رابطه مستقیم و با عامل درجه حرارت فصلی (Bio4) رابطه معکوسی داشت. بیش‌ترین احتمال حضور گونه در محدوده بارش سالانه 1200 تا 1700 میلی‌متر و درجه حرارت سالانه 10-5 درجه سانتی‌گراد است و از میان عوامل توپوگرافی بیش‌ترین حضور گونه قره‌قات در شیب حدود 15 تا 30 درصد مشاهده شد.
نتیجه‌گیری: برای ارزیابی میزان تطابق نقشه پیش‌بینی با نقشه واقعی از شاخص کاپا استفاده شد. بر این اساس صحت مربوط به مدل‌سازی آنتروپی حداکثر (67/0 :Kappa) قابل قبول بوده و این مدل، دارای دقت خوب در پیش‌بینی حضور گونه با واقعیت رویشگاه بود. بر اساس نتایج مدل، روش آنتروپی حداکثر قادر است برای رویشگاه گونه قره‌قات که دارای شرایط رویشگاهی منحصر به‌فردی است، مدل پیش‌بینی خوبی را فراهم می‌آورد. به‌طورکلی هر گونه گیاهی با توجه به خصوصیات مناطق رویشی، نیازهای اکولوژیک و دامنه بردباری با عوامل اقلیمی و عوامل توپوگرافی رابطه معنی‌داری دارد، بنابراین نتایج به‌دست آمده، قابل تعمیم به مناطق مشابه است.
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |