پیش بینی مدل پراکنش دو گونه از مگس های گل Paragus tibialis وParagus quadrifasciatus (Diptera: Syrphidae) در اقلیم های مختلف ایران
محل انتشار: مجله آفات و بیماریهای گیاهی، دوره: 85، شماره: 2
سال انتشار: 1396
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 134
فایل این مقاله در 16 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_JAEN-85-2_009
تاریخ نمایه سازی: 23 شهریور 1401
چکیده مقاله:
جنس Paragus با بیش از ۵۰ گونه شناخته شده در ایران در بین جنس های دوبالان متعلق به خانواده سیرفیده، پتانسل بالایی برای کنترل آفات و حفاظت از گرده افشان ها دارد. این مطالعه بهمنظور دستیابی به الگوی پراکنش و ترجیح زیستگاهی دو گونه Paragus quadrifasciatus Meigen, ۱۸۲۲وParagus tibialis Fallen, ۱۸۱۷ در اقلیم های متفاوت ایران انجام شد. مدل پراکنش با استفاده از رکوردهای حضور گونه همراه با هفت متغیر بیواقلیمی و ارتفاع تهیه و درستی مدل با استفاده از شاخص سطح زیر نمودار (Area Under Curve) سنجیده شد. بررسی میزان تاثیر فاکتورهای بیواقلیمی با استفاده از تست جک نایف نشان داد میانگین دمای گرم ترین سه ماه و میزان بارندگی در گرم ترین سه ماه بیشترین تاثیر را به ترتیب در ساخت مدل پراکنش گونه P. quadrifasciatus و P. tibialis دارد. اقلیم های نیمه خشک با زمستان های سرد وتابستان های گرم در عرض های شمالی برای حضور هر دو گونه مناسب و مناطق مرکزی و جنوبی ایران با دمای بسیار بالا مناطق نامناسب برای حضور هر دو گونه شناخته شدند. مقدار میانگین شاخص سطح زیر منحنی، برای دو گونه P. quadrifasciatus و P. tibialisبه ترتیب ۰.۸۶ و ۰.۹ تعیین شد که دقت بالا و درستی مدل های به دست آمده برای پیش بینی پراکنش هر دو گونه را در این مطالعه نشان می دهد.
نویسندگان
آزاده جباری
دانشجوی دکتری گروه حشره شناسی، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران
علی مراد سرافرازی
دانشیار موسسه تحقیقات گیاه پزشکی کشور، بخش تحقیقات رده بندی حشرات، سازمان تحقیقات، آموزش و ترویج کشاورزی، تهران، ایران
علی اکبر شمسی پور
دانشیار دانشکده جغرافیا، دانشگاه تهران، تهران، ایران
سهراب ایمانی
استادیار گروه حشره شناسی، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران
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 :