ارزیابی روش نمونه برداری فاصله ای نزدیک ترین فرد به منظور برآورد تنوع زیستی در اکوسیستم جنگلی ارسباران
سال انتشار: 1396
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 232
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IFEJ-5-10_007
تاریخ نمایه سازی: 15 مهر 1400
چکیده مقاله:
حفاظت از تنوع گونه ای ضامن حفاظت از فرآیندهای طبیعی و ارزش های اکولوژیکی بوده و کسب اطلاعات درست درباره شرایط و مکان های حضور گونه های در معرض خطر، حفاظت و مدیریت مناطق جنگلی را تسهیل خواهد کرد. مطالعه حاضر در منطقه جنگلی ارسباران با هدف ارزیابی دو روش نمونه برداری دایره ای و روش فاصله ای نزدیکترین فرد مورد بررسی قرار گرفت. نمونه برداری به روش های قطعه نمونه های دایره ای به مساحت ۱۰۰۰ مترمربع و نمونه برداری فاصله ای نزدیکترین فرد در ۶۰ قطعه نمونه اندازه گیری و با آماربرداری صد درصد مقایسه شد. شاخص های غنا، یکنواختی، شانون-وینر و سیمپسون در پکیج BiodiversityR در محیط نرم افزار R و مقایسه میانگین ها با آزمون t مستقل انجام شد. نتایج نشان داد که روش های نمونه برداری با قطعه نمونه های دایره ای (به عنوان یکی از روش های متداول در بررسی تنوع زیستی در اکوسیستم های جنگلی) و نمونه برداری فاصله ای نزدیکترین فرد با آماربرداری صد درصد در سطح احتمال ۰/۰۵ اختلاف معنی داری نداشتند. تمامی شاخص های تنوع، غنا و یکنواختی مقدار بالای تنوع گونه ای را در منطقه نشان دادند. بیشترین مقدار شاخص ارزش اهمیت گونه (SIV) برای گونه کرب (Acer campestre) به عنوان مهم ترین گونه در منطقه به دست آمد. بنابر نتایج حاصل از این پژوهش روش نمونه برداری فاصله ای نزدیکترین فرد به عنوان روشی کارآمد در برآورد تنوع زیستی در اکوسیستم جنگلی مورد مطالعه، قابل استفاده می باشد.
کلیدواژه ها:
Arasbaran forest ، Diversity indices ، Nearest neighbor distance method ، Sampling method ، Species diversity ، تنوع گونه ای ، جنگل ارسباران ، روش نمونه برداری ، روش فاصله ای نزدیکترین فرد ، شاخص های تنوع زیستی
نویسندگان
رویا عابدی
University of Tabriz
طوبی عابدی
Academic Center for Education, Culture and Research
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :