مدلسازی پراکنش گونه بنه (Pistacia atlantica) در استان ایلام با استفاده از روش حداکثر آنتروپی (MaxEnt)
- سال انتشار: 1401
- محل انتشار: دوفصلنامه بوم شناسی جنگل های ایران، دوره: 10، شماره: 20
- کد COI اختصاصی: JR_IFEJ-10-20_013
- زبان مقاله: فارسی
- تعداد مشاهده: 386
نویسندگان
Ilam University
Ilam University
Ilam University
Ilam University
چکیده
چکیده مبسوط مقدمه و هدف: تعیین وضعیت پراکنش و توزیع گونه ها و زیستگاه های تحت اشغال آن ها از اهمیت بسزایی در برنامه های حفاظتی و مدیریت گونه ها برخوردار است، اما زمان و بودجه در دسترس، مطالعات گونه ای در مقیاس وسیع را دشوار و در بسیاری از موارد غیرممکن می سازد. ازاین رو در این زمینه از روش های مدل سازی پراکنش گونه استفاده می شود. مدل سازی پراکنش گونه های گیاهی باهدف شناسایی مناطق مستعد برای اولویت بندی حفاظت و جنگل کاری حائز اهمیت است. این مطالعه باهدف مدل سازی پراکنش گونه بنه (Pistacia atlantica) با استفاده از روش حداکثر آنتروپی و امکان سنجی توسعه این گونه در استان ایلام صورت گرفت. مواد و روش ها: بدین منظور نقاط حضور گونه در سراسر استان با استفاده از روش نمونه برداری تصادفی طبقه بندی شده جمع آوری و مختصات جغرافیایی آنها وارد نرم افزار حداکثر آنتروپی شد. نقشه عوامل محیطی شامل ۱۹ متغیر اقلیمی، ۳ متغیر توپوگرافی و متغیر پوشش برف تهیه شدند. این متغیرها به عنوان ورودی مدل استفاده شدند و ارتباط بین داده های حضور با نقشه های متغیر محیطی با استفاده از نرم افزار MaxEnt به صورت ریاضی تعریف شد. نقشه های پیش بینی پراکنش گونه با استفاده از روش مدل سازی حداکثر آنتروپی تهیه شد. یافته ها: نتایج حاصل از ارزیابی مدل نشان داد که مدل با سطح زیر منحنی پلات (AUC) برابر با ۰/۹۴۷ پیش بینی عالی را در مقابل برابر با ۰/۵ که به معنی تصادفی بودن پیش بینی است، دارا است. آزمون جک نایف نیز نشان داد که متغیرهای محیطی دامنه درجه حرارت سالانه، متوسط ماهانه درجه حرارت ، شاخص هم دمایی، بارش سالانه و ارتفاع از سطح دریا به ترتیب بیشترین تاثیر را بر حضور این گونه در استان ایلام دارند. نتیجه گیری: نتایج این تحقیق اطلاعات کلیدی و مهمی را درباره دامنه تحمل پذیری گونه بنه نسبت به متغیرهای محیطی تاثیرگذار فراهم آورده است. این اطلاعات در اتخاذ تصمیمات مدیریتی برای اولویت بندی مناطق حفاظتی و انجام اقدامات اصلاحی و حفاظتی بخصوص در مناطقی که پوشش گیاهی در حال تخریب است، موثر بوده و شانس موفقیت در طرح های کاشت و احیاء را افزایش می دهد.کلیدواژه ها
Baneh, Ilam, Jack Knife test, MaxEnt, Modeling, آزمون جک نایف, آشیان اکولوژیک, ایلام, بنه, حداکثر آنتروپی, مدل سازیاطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.