فهرست نشریات علمی دسترسی آزاد ایران

مقدمه و هدف: نقشه پراکنش گونه‌های گیاهی نقش برجسته‌ای در ارزیابی حفاظت منطقه‌ای، توسعه برنامه‌ریزی و اقدامات مدیریتی دارند. مدل‌های پراکنش گونه‌ای (SDM) به­عنوان الگوریتم تحلیلی-آماری تعریف می‌شوند که با توجه به مشاهدات میدانی و نقشه‌های محیطی می‌توانند دامنه جغرافیایی پراکنش گونه‌های گیاهی را تعیین کنند. از آن‌جا که گونه سرخدار یکی از گونه‌های با ارزش جنگل‌های هیرکانی است و از مهم‌ترین درختان دیرزیست این ناحیه محسوب می‌شود، دستیابی به نقشه پراکنش و مناطق دارای پتانسیل حضور این گونه و مشخص کردن عوامل تاثیرگذار بر حضور این گونه در سطح جنگل‌های هیرکانی با هدف انجام حفاظتی از گونه‌های ذخیره‌گاهی ضرورت دارد. در میان مدل‌های پراکنش گونه، مدل حداکثر آنتروپی (MaxEnt) یکی از محبوب‌ترین مدل‌هایی است که مزایایی را در بین این رویکردها نشان می‌دهد. مدل حداکثر آنتروپی ﯾﮑﯽ از ﻣﻬﻢﺗﺮﯾﻦ روش‌ها بر اساس نقاط صرفاً حضور است و ﻛﺎراﻳﻲ ﺧﻮﺑﻲ را در اﻳﻦ زﻣﻴﻨﻪ ﻧﺸﺎن داده اﺳـﺖ. ﺣﺴﺎﺳﯿﺖ اﯾﻦ روش به وﺟﻮد ﺗﻌﺪاد ﮐﻢ ﻧﻘﺎط ﺣﻀﻮر ﻧﯿﺰ کم است و با حداقل پنج نقطه حضور نیز قابلیت استفاده دارد. همچنین قادر به مدلسازی روابط پیچیده و غیر­خطی بین متغیر پاسخ و پیش‌بینی­کننده‌ها نیز هستند. با این حال، سهولت و سادگی اجرای آن است که آن را به برجسته‌ترین و پرکاربردترین تکنیک SDM در بررسی­های علمی سوق داده است. هدف از این پژوهش پاسخ به این سؤال است که کدامیک از متغیرهای محیطی بر پراکنش سرخدار تاثیرگذار است؟مواد و روش‌ها: در این پژوهش ابتدا رویشگاه‌های اصلی سرخدار در جنگل‌های هیرکانی در سه استان گلستان، مازندران و گیلان شناسایی شده و تعداد 1614 حضور گونه سرخدار ثبت شد. سپس متغیرهای محیطی شامل متغیرهای زیست اقلیمی از پایگاه جهانی World Clime، متغیرهای محیطی از پایگاه SoilGrids و متغیرهای توپوگرافی حاصل از Dem یک کیلومتر برای منطقه مورد نظر آماده شد. برای مدلسازی، از مدل MaxEnt استفاده شد؛ به این صورت که یکبار تنها با استفاده از متغیر اقلیمی (M1)، یکبار با ترکیب متغیر اقلیمی و توپوگرافی (M2)، یکبار در ترکیب متغیرهای اقلیمی و خاکی (M3) و در نهایت با تمام متغیرهای محیطی با درنظر گرفتن همبستگی موجود بین متغیرها مدل MaxEnt اجرا شد. در این پژوهش از MaxEnt بهینه با پنج ضریب منظم‌سازی مختلف (0.5، 1، 2، 3 و 4) در ترکیب با ویژگی‌های مختلف (L، LQ، H، LQH، LQHP) استفاده شد. همچنین، تنظیمات مدل MaxEnt بهینه بر اساس معیارهای ارزیابی وابسته به آستانه (یعنی نرخ حذف) برای یافتن بهترین شاخص­هایی که میانگین ارزیاب‌ها را در اعتبارسنجی به بیشینه می‌رسانند، استفاده شد. پس از شناسایی تنظیمات مناسب و بهینه MaxEnt، سایر گزینه‌های انتخاب­شده در این پژوهش شامل روش block با 5000 نقطه پس­زمینه است. برای ارزیابی عملکرد مدل و بهبود عملکرد از سطح زیر منحنی مشخصه عملیاتی گیرنده (AUC) به عنوان یک معیار مرسوم استفاده شد.یافته‌ها: نتایج نشان داد که مدل 3 که شامل متغیرهای اقلیمی و خاکی بود کمترین مقدار AUC را داشت، درحالی­ که مدل 2 متشکل از متغیرهای اقلیمی و توپوگرافی سبب بهبود عملکرد مدل شد و مقدار AUC از 93/0 به 94/0 افزایش یافت. نتایج نشان داد که بیشترین مقدار AUC متعلق به مدل 4 با مقدار 96/0 بود که نشان‌دهنده افزایش دقت مدل در پیش‌بینی پس از حذف هم­خطی بین متغیرها است. همچنین بر اساس درصد سهم از میان متغیرهای زیست اقلیمی، متغیرهای bio2، bio3، bio7، bio18، از متغیرهای توپوگرافی ارتفاع و شیب به ترتیب در مدلسازی پراکنش گونه‌های سرخدار در جنگل‌های هیرکانی مهم‌ترین متغیرها بودند. این شش عامل، در مجموع 90 درصد در پراکنش گونه سرخدار نقش دارند در این میان تمام متغیرهای خاکی با هم 02/1 درصد در مدلسازی پراکنش سرخدار نقش داشتند.نتیجه‌گیری: نتایج ما نه تنها درک ما را از نحوه عملکرد این عوامل غیرزیستی در پراکنش گونه سرخدار بهبود می‌بخشد، بلکه اهمیت هرکدام از متغیرهای پیش‌بینی­کننده بر حضور گونه در معرض خطر انقراض سرخدار را مشخص می‌کند. این پیش‌بینی‌کننده‌ها به تخمین پراکنش بالقوه درختان سرخدار در منطقه جنگلی شمال ایران کمک می‌کنند. این پژوهش یک مبنای علمی برای توسعه و اجرای یک برنامه حفاظتی با اولویت و هماهنگ برای حفاظت از این گونه درختی در محدوده جغرافیایی بومی آن فراهم می‌کند.