مدل سازی رویشگاه مناسب انجیلی (.Parrotia persica (DC.) C.A.Mey) در جنگل های هیرکانی با استفاده از عوامل محیطی
سال انتشار: 1404
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 142
فایل این مقاله در 19 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_IJFPR-33-1_004
تاریخ نمایه سازی: 16 شهریور 1404
چکیده مقاله:
سابقه و هدف: انجیلی (.Parrotia persica (DC.) C.A.Mey) گونه انحصاری جنگل های هیرکانی است. در طبقه بندی اخیر وضعیت حفاظت گونه ها توسط اتحادیه جهانی حفاظت از طبیعت (IUCN)، این گونه در طبقه نزدیک خطر قرار دارد. با توجه به اهمیت حفاظت از انجیلی در حفظ ذخایر ژنتیکی، اولین قدم در اجرای شیوه های حفاظت و حمایت آن، شناسایی رویشگاه مناسب آن است. مدل های پراکنش گونه ای (Species Distribution Models) یک روش پرکاربرد برای پیش بینی و یافتن رویشگاه های مناسب برای کاشت گیاهان است، بنابراین هدف از اجرای پژوهش پیش رو، استفاده از مدل های پراکنش گونه ای بر پایه الگوریتم های یادگیری با استفاده از متغیرهای توپوگرافی، خاکی و اقلیمی برای پیش بینی رویشگاه مناسب انجیلی بود.مواد و روش ها: این پژوهش برای کل سطح جنگل های هیرکانی کشور انجام شد. به این منظور از بانک داده های آماربرداری جنگل های شمال کشور که شامل موقعیت جغرافیایی، ارتفاع از سطح دریا، شیب، جهت جغرافیایی، قطر برابر سینه، نوع گونه و ارتفاع درختان برای هر قطعه نمونه است، استفاده شد. داده های هواشناسی شامل مقدار بارش و دما از پروژه POWER مربوط به سازمان ملی هوانوردی و فضایی ایالات متحده آمریکا (NASA Power) تهیه شد. داده های خاک (چگالی ظاهری، درصد شن، سیلت و رس، اسیدیته، درصد نیتروژن و کربن آلی) نیز برای هر قطعه نمونه از پایگاه داده بانک جهانی SoilGrids ۲.۰ تهیه شد. شاخص های رطوبت توپوگرافی (TWI)، موقعیت توپوگرافی (TPI) و انحنای توپوگرافی با استفاده از ابزار تحلیل فضایی در نرم افزار ArcGIS ۱۰.۸ محاسبه شد. پس از تهیه داده های حضور-غیاب گونه ها و نیز داده های محیطی، پراکنش انجیلی در جنگل هیرکانی با استفاده از پنج مدل شامل جنگل تصادفی، ماشین بردار پشتیبان، k نزدیک ترین همسایه، مدل خطی تعمیم یافته و بیشینه آنتروپی پیش بینی شد. الگوریتم های مدل سازی در بسته dismo برای مدل بیشینه آنتروپی و بسته caret برای مدل های دیگر در نرم افزار R پیاده سازی شدند. اهمیت نسبی متغیرها برای مدل بیشینه آنتروپی با استفاده از بسته dismotools و برای مدل های دیگر با استفاده از بسته caret محاسبه شد. برای ارزیابی عملکرد مدل ها در تخمین حضور یا عدم حضور انجیلی، از تکنیک اعتبارسنجی متقاطع استفاده شد. سپس، آماره سطح زیرمنحنی برای ارزیابی عملکرد هر مدل به کار برده شد.نتایج: به طورکلی و براساس یافته های به دست آمده، مقدار سطح زیرمنحنی برای مدل جنگل تصادفی (۸۷/۰)، بیشتر از مدل های دیگر بود. نتایج بررسی اهمیت نسبی متغیرها نشان داد که ارتفاع از سطح دریا، مهم ترین عامل برای پیش بینی حضور انجیلی با استفاده از همه مدل های مورد مطالعه بود، درحالی که درصد شن خاک و مقدار بارش به عنوان دومین متغیر مهم به ترتیب توسط مدل جنگل تصادفی و بیشینه آنتروپی شناسایی شدند. متوسط دمای هوا، دومین متغیر مهم شناسایی شده توسط مدل های ماشین بردار پشتیبان، k نزدیک ترین همسایه و خطی تعمیم یافته بود. نتایج تهیه نقشه های پهنه بندی نشان داد که انجیلی، احتمال حضور بیشتری (بیشتر از ۷۰ درصد) در ارتفاع های پایین مناطق شرقی و مرکزی جنگل های هیرکانی دارد، درحالی که احتمال حضور آن در بخش های غربی جنگل های هیرکانی بسیار اندک است.نتیجه گیری کلی: مطابق نتایج به دست آمده، همه مدل های مورد استفاده، عملکرد مناسبی در پیش بینی پراکنش انجیلی داشتند، اما بهترین عملکرد به مدل جنگل تصادفی تعلق داشت. همچنین، ارتفاع از سطح دریا و دما، مهم ترین عوامل موثر بر پراکنش این گونه در جنگل های هیرکانی هستند. بیشترین احتمال حضور این گونه در قسمت های مرکزی و ارتفاع های پایین پیش بینی شد. به طورکلی در رویشگاه های مطلوب با شناسایی درختان مادری مناسب و با اجرای عملیات پرورشی و حمایتی کارآمد می توان احتمال حفظ زادآوری این گونه را افزایش داد. همچنین، بخش هایی از رویشگاه های مناسب شناسایی شده که کمترین تخریب در آن ها رخ داده است را می توان به عنوان ذخیره گاه این گونه در نظر گرفت.
کلیدواژه ها:
نویسندگان
حامد اسدی
نویسنده مسئول، استادیار، گروه علوم و مهندسی جنگل، دانشگاه علوم کشاورزی و منابع طبیعی ساری، ساری، ایران
حمید جلیلوند
استاد، گروه علوم و مهندسی جنگل، دانشگاه علوم کشاورزی و منابع طبیعی ساری، ساری، ایران
محیا تفضلی
دانش آموخته دکتری، گروه علوم و مهندسی جنگل، دانشگاه علوم کشاورزی و منابع طبیعی ساری، ساری، ایران
سیده فاطمه حسینی
دانشجوی دکتری جنگل شناسی و اکولوژی جنگل، دانشگاه علوم کشاورزی و منابع طبیعی ساری، ساری، ایران