تنوع گونه ای مگس های گل (Diptera, Syrphidae) در دشت گل محمدی دیم داراب، استان فارس، ایران

سال انتشار: 1403
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 76

فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JESI-44-3_004

تاریخ نمایه سازی: 18 تیر 1403

چکیده مقاله:

تنوع گونه ای، ساختار جامعه و تخمین غنای گونه ای مگس های گل (Diptera, Syrphidae) در دشت گل محمدی دیم داراب، استان فارس، ایران ارزیابی گردید. نمونه برداری با استفاده از چهار تله چادری در یک بخش به مساحت تقریبی ۵۰۰ هکتار از فروردین تا مهر سال ۱۳۹۸ انجام شد. روش چهار مرحله ای تلفیقی به منظور ارزیابی کامل بودن نمونه برداری، استخراج تنوع حقیقی جامعه، استانداردسازی میزان پوشش نمونه و نیز استخراج شاخص تنوع مورد استفاده قرار گرفت. به منظور تخمین غنای گونه ای جامعه مگس های سیرفید از دو مدل و ۷ شاخص ناپارامتریک استفاده شد. نتایج نشان داد که در مجموع ۹۶ فرد متعلق به ۱۸ گونه از مگس های سیرفید طی ۱۸ تله مالیز- ماه جمع آوری گردیدند. یک گونه، Paragus auritus Stuckenberg, ۱۹۵۴، برای اولین بار از ایران گزارش می شود. گونه های غالب عبارت بودند از: Sphaerophoria scripta (Linnaeus, ۱۷۵۸)، Eupeodes corollae (Fabricius, ۱۷۹۴) و Eumerus ahmadii Barkalov & Gharali, ۲۰۰۴. نمودار تخمینی کامل بودن نمونه برداری نشان داد که داده های ما، ۸۵% کل گونه های جامعه را پوشش می دهند. مقادیر شاخص های تنوع گونه ای شانون و سیمپسون برای این جامعه به ترتیب ۱۰.۸۸ و ۷.۰۴ محاسبه گردیدند. مدل ها و تخمین گرهای ناپارامتری غنای گونه ای مگس های سیرفید را ۱۹-۲۴ گونه، تخمین زدند. داده های تنوع گونه ای مگس های سیرفید، در بزرگ ترین دشت گل محمدی دیم جهان در ارتفاع ۲۶۰۰ متر در کوه های زاگرس، اطلاعات لازم برای برنامه های حفاظتی از این گروه مهم شکارگر و گرده افشان و نیز بکارگیری آنان در کنترل زیستی حشرات مکنده را فراهم می سازد.

نویسندگان

عباس محمدی خرم آبادی

بخش تولیدات گیاهی، دانشکده کشاورزی و منابع طبیعی داراب، دانشگاه شیراز

ابوفاضل دوستی

گروه حشره شناسی، واحد جهرم، دانشگاه آزاد اسلامی، جهرم، ایران

بابک قرالی

مرکز تحقیقات کشاورزی و منابع طبیعی قزوین، قزوین، 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 :