مدیریت جامع حوزه های آبخیز

مدیریت جامع حوزه های آبخیز

مدل­سازی پراکنش گونه بلوط ایرانی (Quercus brantii Lindl) در شهرستان هلیلان با استفاده از روش ﺣﺪاﻛﺜﺮ آﻧﺘﺮوﭘﻲ (MaxEnt)

نوع مقاله : مقاله پژوهشی

نویسنده
گروه علوم جنگل، دانشگاه آزاد اسلامی، واحد ایلام، ایران
چکیده
چکیده مبسوط
مقدمه: جنگل‌های زاگرس به‌عنوان یکی از وسیع‌ترین و مهم‌ترین نواحی رویشی ایران، نقشی حیاتی در پایداری منابع طبیعی و محیط‌زیست ایفا می‌کنند. این جنگل‌ها علاوه بر ذخیره‌سازی آب‌های زیرزمینی و کاهش فرسایش خاک، به دلیل ارائه خدمات ارزشمندی مانند تعدیل اقلیم، حفاظت از تنوع زیستی و ارائه منافع اجتماعی-اقتصادی از اهمیت به‌سزایی برخوردارند. در این میان، بلوط ایرانی (Quercus brantii Lindl) مهمترین گونه جنگل­های زاگرس است و دامنه پراکنش وسیعی در این جنگلها دارد. با توجه به اینکه این گونه به‌دلیل تهدیداتی مانند بهره‌برداری بی‌رویه، تخریب زیستگاه‌ها و تغییرات اقلیمی به‌شدت آسیب‌پذیر شده و در معرض خطر نابودی قرار دارد، این تحقیق با هدف مدل‎سازی پراکنش گونه بلوط ایرانی با استفاده از روش ﺣﺪاﻛﺜﺮ آﻧﺘﺮوﭘﻲ (MaxEnt)، بررسی تأثیر عوامل مختلف محیطی بر پراکنش و تهیه نقشه پراکنش بهینه آن در شهرستان هلیلان با استفاده از روش ﺣﺪاﻛﺜﺮ آﻧﺘﺮوﭘﻲ انجام شد. نتایج این تحقیق می‌تواند به برنامه‌ریزی‌های دقیق‌تر برای حفاظت از این گونه ارزشمند و مدیریت پایدار جنگل‌های زاگرس کمک کند.
مواد و روشها: در این تحقیق برای مدل­سازی پراکنش این گونه در جنگل­های شهرستان هلیلان استان ایلام از روش ﺣﺪاﻛﺜﺮ آﻧﺘﺮوﭘﻲ استفاده شد. ﺑﺮاى ایجاد ﻣﺪل، ٧٥ درﺻﺪ داده­ﻫﺎ (89 نقطه) ﺑﻪﺻﻮرت ﺗﺼﺎدﻓﻲ به عنوان داده­ﻫﺎى آﻣﻮزﺷﻲ و ٢٥ درﺻﺪ (30 نقطه) مابقی به عنوان داده­ﻫﺎى آزﻣﻮن ﺟﻬﺖ ارزﻳﺎﺑﻲ ﻣﺴﺘﻘﻞ ﻣﺪل به کار رفت. ﺣﺪاﻛﺜﺮ ﺗﻌﺪاد ﻧﻘﺎط ﭘﺲ‌زﻣﻴﻨﻪ نیز ١٠٠٠٠ ﺑﺎ ١٥ ﺗﻜﺮار در ﻧﻈﺮ ﮔﺮﻓﺘﻪ ﺷﺪ. برای این کار از 19 متغیر اقلیمی، ۳ متغیر فیزیوگرافی و پوشش برف استفاده شد. در ابتدا با استفاده از نرم­افزار Arc GIS ﻻﻳﻪﻫﺎى ﻣﺤﻴﻄﻲ موردنظر تهیه گردید. سپس از ﻣﺪلMaxEnt  ﺑﺮاى بررسی ﺗﻮزﻳﻊ فعلی و آﻳﻨﺪه (٢٠٧٠-٢٠٥٠) گونه استفاده شد. همچنین ﺑﺮاى ارزیابی دقت مدل­سازی، آماره ﺳﻄﺢ زﻳﺮ نمودار در منحنیROC  اندازه­گیری شد.
نتایج و بحث: ارزیابی دقت مدل­سازی بر اساس منحنی ROC نشان داد که دقت مدل در سطح عالی است (AUC = 0.947). نتایج این مطالعه نشان داد که درجه حرارت سالانه، ﻣﺘﻮﺳﻂ درجه حرارت ﻣﺎﻫﺎﻧﻪ، شاخص هم­دمایی، بارش سالانه و ارتفاع از سطح دریا بیشترین سهم را در مدل­سازی پراکنش گونه بلوط ایرانی داشتند. علاوه بر این، درجه حرارت سالانه و ﻣﺘﻮﺳﻂ درجه حرارت ﻣﺎﻫﺎﻧﻪ بیش از نیم درصد سهم کل متغیرها یعنی 58 درصد پراکنش گونه بلوط ایرانی را توجیه کردند و بیشترین سهم را در توجیه پراکنش آن دارا هستند. نتایج مدل نشان داد که محدوده­ای با مساحت 7067 هکتار در منطقه مورد مطالعه دارای پتانسیل عالی و محدوده­­ای با مساحت 10779 هکتار دارای پتانسیل خوب جهت پراکنش گونه بلوط ایرانی می­باشد. از طرفی 54750 هکتار از محدوده منطقه مورد مطالعه پتانسیل ضعیف و متوسطی برای پراکنش گونه بلوط ایرانی نشان داد. ﻧﺘﺎﻳﺞ ﻧﺸﺎن داد ﻛﻪ داﻣﻨﻪ ارﺗﻔﺎﻋﻲ ﺣﻀﻮر ﮔﻮﻧﻪ بلوط ایرانی از ١0٠٠ تا 2339 ﻣﺘﺮ از ﺳﻄﺢ درﻳﺎ ﺑﻮده که با افزایش ارتفاع، احتمال حضور گونه افزایش مییابد. گونه بلوط ایرانی ﺗﻘﺮﻳﺒﺎٌ در ﺗﻤﺎم ﺟﻬﺎت ﺟﻐﺮاﻓﻴﺎﻳﻲ دﻳﺪه ﻣﻲﺷﻮد و داﻣﻨﻪ ﻏﺎﻟﺐ ﺣﻀﻮر ﮔﻮﻧﻪ داﻣﻨﻪهای ﺟﻨﻮﺑﻲ، ﺷﺮقی و ﺟﻨﻮب‌ﺷﺮقی اﺳﺖ و ﺑﺎ اﻓﺰاﻳﺶ ﺷﻴﺐ ﺗﺎ ﺣﺪود ٢5 درﺻﺪ، ﺣﻀﻮر ﮔﻮﻧﻪ در روﻳﺸﮕﺎه داراى روند افزایشی اﺳﺖ و ﭘﺲ از آن ﺑﺎ ﻣﺤﺪودﻳﺖ ﻣﻮاﺟﻪ ﺧﻮاﻫﺪ ﺷﺪ.
نتیجه‌گیری: نتایج کلی این مطالعه نشان داد که متغیرهایی نظیر دمای متوسط سالانه، دمای متوسط ماهانه، شاخص هم‌دمایی، بارش سالانه و ارتفاع از سطح دریا نقش مهمی در مدل‌سازی پراکنش گونه بلوط ایرانی ایفا می‌کنند. پراکنش این گونه عمدتاً در جهات جنوبی و در دامنه ارتفاعی 1000 تا 2339 متر از سطح دریا مشاهده شد. این تحقیق اطلاعات ارزشمندی درباره دامنه تحمل‌پذیری گونه بلوط ایرانی نسبت به متغیرهای محیطی ارائه می‌دهد که می‌تواند به‌عنوان مبنای علمی در تصمیم‌گیری‌های مدیریتی مورد استفاده قرار گیرد. این اطلاعات نه‌تنها در اولویت‌بندی مناطق حفاظت‌شده و اجرای اقدامات حفاظتی و اصلاحی مؤثر هستند، بلکه با افزایش احتمال موفقیت طرح‌های کاشت و احیاء، به حفظ و توسعه این گونه در مناطق در معرض تخریب کمک می‌کنند.
کلیدواژه‌ها

موضوعات


Ahmed, M., Husain, T., Sheikh, A.H., Hussain, S.S., & Siddiqui, M.F. (2006). Phytosociology and structure of Himalayan forests from Himalayan climatic zones of Pakistan. Journal of Botany, 38(2), 361-383.
Amini, A., & Shahbazi, Z. (2015). Estimating the recreational value of oak forest in Sirvan and Chardavol Townships using contingent valuation method (CVM). Spatial Planning5(1), 27-48. (In Persian)
Baldwin, R.A. (2009). Use of maximum entropy modeling in wildlife research. Kearney agricultural center. University of California, Entropy , 11, 854-866. https://doi.org/10.3390/e11040854
Bordbar, K., Sagheb-Talebi, Kh., Hamzehpour, M., Joukar, L., Pakparvar, M., & Abbasi, A. R. (2010). Impact of environmental factors on distribution and some quantitative characteristics of Manna Oak (Quercus brantii Lindl.) in Fars Province. Iranian Journal of Forest and Poplar Research, 18(3), 390-404. (In Persian)
Bradley, A.P. (1997). The use of the area under the ROC curve in the evaluation of machine learning algorithms. Pattern recognition30(7), 1145-1159. https://doi.org/10.1016/S0031-3203(96)00142-2
Elith, J. Graham, C.H., & Anderson, R.P. (2006). Novel methods improve prediction of species’ distributions from occurrence data. Echography, 29, 129-151. https://doi.org/10.1111/j.2006.0906-7590.04596.x
Fatahi, M. (1995). The history of Zagros vegetation, especially Pistacia atlantica forests, an article presented in the first national seminar of Pistacia atlantica (Green Pearl). Ilam. 26-62. (In Persian)
Gonçalves, L., Subtil, A., Oliveira, M. R., & de Zea Bermudez, P. (2014). ROC curve estimation: An overview. REVSTAT-Statistical Journal, 12(1), 1-20. https://doi.org/10.57805/revstat.v12i1.141 
Hashemnia., M. (2014). Ecological Survey of Crataegus pontica species and rehabitation of suitable regions for plantation in Abdanan. M.Sc. Thesis Faculty of Agriculture. Ilam University (In Persian)
Khanum, R., Mumtaz, A.S., & Kumar, S. (2013). Predicting impacts of climate change on medicinal asclepiads of Pakistan using Maxent modeling. Acta Oecologica, 49, 23-31. https://doi.org/10.1016/j.actao.2013.02.007
Marvi Mohajer, M. (2006). Forestry and Forestry.Tehran University Press, Iran: Tehran. (In Persian)
Miller, J. (2010). Species Distribution Modeling. Geography Compass. 4(6), 490-509. https://doi.org/101111/j.1749-8198.2010.00351.x
Parisaei, B. (2006). Investigation of important climatic factors on distribution of vegetation types in Charmahal provience using statistical multivariate methods and GIS. Master's thesis, Faculty of Natural Resources, Isfahan University of Technology. (In Persian)
Peterson, A.T., & Shaw, J. (2003). Lutzomyia vectors for cutaneous leishmaniasis in southern Brazil: ecological niche models. predicted geographic distribution, and climate change effects. International Journal of Parasitology, 33, 919-931. https://doi.org/10.1016/s0020-7519(03)00094-8
Phillips, S.J. Anderson, R.P., & Schapire, R.E. (2006). Maximum entropy modeling of species geographic distributions. Ecological Modeling, 190, 231-259. https://doi.org/10.1016/j.ecolmodel.2005.03.026
Querejeta, J. I., Egerton-Warburton, L. M., & Allen, M. F. (2009). Topographic position modulates the mycorrhizal response of oak trees to interannual rainfall variability. Ecology, 90(3), 649–662. https://doi.org/10.1890/07-1696.1
Remya K., Ramachandran A., & Jayakumar, S. (2015). Predicting the current and future suitable habitat distribution of Myristica dactyloides Gaertn using MaxEnt model in the Eastern Ghats, India. Ecological Engineering, 82, 184-188. https://doi.org/10.1016/j.ecoleng.2015.04.053
Sarangzai, A. M., Ahmed, M., Ahmed, A., Tareen, L., & Jan, S. U. (2012). The ecology and dynamics of Juniperus excelsa forestin Balochistan - Pakistan. Pakistan Journal of Botany, 44(5), 1617-1625.
Sass-Klaassen, U., Leuschner, H.H., Buerkert, A., & Helle, G. (2008). Tree- ring analysis of Juniperus excelsa from the northern Oman Mountains. TRACE Den- drosymposium. 3-6 may, Riga, Latvia.
Titshall, L.W. O’Connor, T.G., & Morris, C.D. (2009). Effect of long-term exclusion of fire and herbivory on the soils and vegetation of sour grassland. African Journal of Range and Forage Science, 17, 70–80. https://doi.org/10.2989/10220110009485742
Yaghmaei, L., Khodagholi, M., Soltani, S., & Saboohi, R. (2009). Effect of climatic factors on distribution of forest types using multivariate statistical methods. Iranian Journal of Forest, 1(3), 239-251. (In Persian)
Yang, X.Q. Kushwaha, S.P.S. Saran. S. Xu, J., & Roy, P.S. (2013). Maxent modeling for predicting the potential distribution of medicinal plant, Justiciaadhatoda L. in Lesser Himalayan foothills. Ecological Engineering, 51, 83–87. http://doi.org/10.1016/j.ecoleng.2012.12.004

  • تاریخ دریافت 02 مهر 1403
  • تاریخ بازنگری 15 فروردین 1404
  • تاریخ پذیرش 31 فروردین 1404