| تعداد نشریات | 284 |
| تعداد نشریات سازمان | 82 |
| تعداد شماره‌ها | 3,044 |
| تعداد مقالات | 34,047 |
| تعداد مشاهده مقاله | 46,435,858 |
| تعداد دریافت فایل اصل مقاله | 77,502,165 |
الگوی پراکنش دو گونه سن سبز (Brachynema germarii (Hemiptera: Pentatomidae وNezara viridula در اقلیم های استان کرمان | ||
| آفات و بیماری های گیاهی | ||
| مقاله 7، دوره 84، شماره 1 - شماره پیاپی 102، شهریور 1395، صفحه 67-78 اصل مقاله (553.74 K) | ||
| نوع مقاله: حشره شناسی کشاورزی | ||
| شناسه دیجیتال (DOI): 10.22092/jaep.2016.106611 | ||
| نویسندگان | ||
| تهمینه توان پور* 1؛ علیمراد سرافرازی2؛ محمد رضا مهرنژاد3؛ سهراب ایمانی4 | ||
| 1دانشگاه آزاد اسلامی واحد علوم و تحقیقات | ||
| 2موسسه تحقیقات گیاه پزشکی کشور، سازمان تحقیقات، آموزش و ترویج کشاورزی، بخش تحقیقات رده بندی حشرات، تهران، ایران | ||
| 3موسسه تحقیقات پسته کشور، رفسنجان | ||
| 4دانشگاه آزاد اسلامی واحد علوم و تحقیقان | ||
| چکیده | ||
| به منظور بکارگیری نتایج حاصل از مدل سازی در مدیریت دو آفت، Brachynema germarii و Nezara viridula در 11 اقلیم استان کرمان، با استفاده از مدل حداکثر آنتروپی (Maxent) پتانسیل پراکنش و مناطق مستعد گونه ها تعیین شد. Nezara viridula از آفات پنبه، سبزیجات و صیفی جات، و Brachynema germarii آفت پسته و ناقل قارچ عامل بیماری استیگماتومیکوز یا ماسوی پسته است. مدل پراکنش با استفاده از رکورد های حضور گونه و هفت متغیر اقلیمی تهیه شد. دقت و عملکرد Maxent در تهیه مدل واقعی پراکنش نیز با استفاده از شاخص سطح زیر منحنی (Area Under the Curve) محاسبه شد. با بهره‌گیری از آزمون Jackknife مشخص شد که متغیر های درجه حرارت متوسط سالانه و دامنه میانگین روزانه به ترتیب از تاثیر گذارترین متغیرها در مدل پیش بینی پراکنش B. germarii و N. viridula بودند. نتایج نشان داد اقلیم های خشک با زمستان خنک و تابستان گرم تا بسیار گرم در قسمت های شمالی و مرکزی استان کرمان برای حضور گونه B. germarii مناسب بودند. مدل پراکنش گونه N. viridula نیز نشان داد این گونه در قسمت های جنوبی استان کرمان در اقلیم خشک همراه با زمستان معتدل تا خنک و تابستان بسیار گرم پراکنش دارد. مقدار میانگین شاخص سطح زیر منحنی، برای گونه B. germarii، برابر 81/0 و برای N. viridula برابر 90/0 بدست آمد که نشان می دهد مدل های بدست آمده برای این گونه ها از دقت بالایی برخوردارند. | ||
| کلیدواژه‌ها | ||
| مدل سازی پراکنش؛ Brachynema؛ Nezara؛ Pentatomidae؛ Maxent | ||
| عنوان مقاله [English] | ||
| Distribution scenario of two species of green bugs Brachynema germarii and Nezara viridula (Hemiptera; Pentatomidae) in Kerman Province | ||
| نویسندگان [English] | ||
| T. TAVANPOUR1؛ A. SARAFRAZI2؛ M. R. MEHRNEJAD3؛ S. IMANI4 | ||
| چکیده [English] | ||
| In order to determining of the distribution models and potential areas of two heteropteran green bugs, namely Brachynema germarii and Nezara viridula, the Maximum Entropy model (Maxent) was used to predict their potential distribution in 11 climates of Kerman province. Nezara viridula is known as the important pest of cotton as well as for vegetables and cucurbits. Brachynema germarii is a well-known pest of pistachio trees, which transmits fungi and causes stigmatomycosis. Distribution model was obtained using seven environmental predictors and presence records. The accuracy of distribution models was also evaluated by the area under receiver operating characteristic curve (AUC) value. According to the Jackknife test, the annual mean temperature and the mean diurnal range were the most contributing bioclimatic variables in B. germarii and N. viridula distribution modeling. The results showed that dry climate with cool winters and warm to very warm summer in the northern and central parts of the Kerman province were suitable for occurrence of B. germarii. Species distribution model of N. viridula showed its suitable distribution in dry climates with mild to cool winters and very warm summers, in the southern of Kerman province. The AUC values, based on training data, were 0.81 for B. germarii, 0.90 for N. viridula confirming the high accuracy of Maxent in predicting the distribution model of the two stink bugs. | ||
| کلیدواژه‌ها [English] | ||
| Species distribution model, Brachynema, Nezara, Pentatomidae, Maxent | ||
|
آمار تعداد مشاهده مقاله: 1,356 تعداد دریافت فایل اصل مقاله: 1,243 |
||