| تعداد نشریات | 286 |
| تعداد نشریات سازمان | 84 |
| تعداد شماره‌ها | 2,909 |
| تعداد مقالات | 32,812 |
| تعداد مشاهده مقاله | 43,137,297 |
| تعداد دریافت فایل اصل مقاله | 19,711,413 |
مدل‌سازی پراکنش حرا (.Avicennia marina (Forssk.) Vierh) در جنگل‌های ماندابی خمیر و قشم با استفاده از مدل بیشینه آنتروپی (MaxEnt) | ||
| تحقیقات جنگل و صنوبر ایران | ||
| مقاله 2، دوره 32، شماره 2 - شماره پیاپی 96، شهریور 1403، صفحه 97-111 اصل مقاله (609.3 K) | ||
| نوع مقاله: علمی- پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22092/ijfpr.2024.364460.2140 | ||
| نویسندگان | ||
| پروانه سبحانی1؛ افشین دانه کار* 2 | ||
| 1پژوهشگر پسادکتری، گروه محیط زیست، دانشگاه تهران، دانشکده منابع طبیعی، کرج، ایران | ||
| 2نویسنده مسئول، استاد، گروه محیط زیست، دانشکده منابع طبیعی، دانشگاه تهران، کرج، ایران | ||
| چکیده | ||
| سابقه و هدف: طی دهه‌های اخیر، جنگل‌های مانگرو (Mangrove forests) خمیر و قشم به‌علت روند تغییرات ناشی از توسعه انواع فعالیت‌های انسانی (ازجمله احداث اسکله‌ها، بنادر تجاری و گردشگری، سرشاخه‌زنی و توسعه بی‌برنامه گردشگری) در حال تخریب هستند. از طرفی، این جنگل‌ها در کنار خدمات ارزنده بوم‌سازگانی با توسعه بی‌رویه و بدون برنامه‌ریزی و نیز کم‌توجهی جوامع محلی مواجه شده است، بنابراین درک پراکنش مکانی گونه‌های گیاهی در این منطقه، اهمیت زیادی در برنامه‌ریزی صحیح و افزایش حفاظـت از این ذخایر ارزشمند زیستی دارد. به این منظور هدف از پژوهش پیش‌‌رو، شناسایی مناطق مناسب و مدل‌سازی حضور حرا (Avicennia marina (Forssk.) Vierh.) در جنگل‌های مانگرو خمیر و قشم به منظور احیا و پراکنش مناسب این گونه درختی است. مواد و روش‌ها: در پژوهش پیش‌‌رو، نقشه مطلوبیت رویشگاه حرا با استفاده از مدل‌سازی MaxEnt تهیه شد. بدین ترتیب، 234 نقطه تصادفی با استفاده از سیستم موقعیت‌یاب جهانی (GPS) ثبت شد. به‌منظور بررسی پراکنش مکانی حرا، برخی عوامل محیطی مؤثر بر انتشار جغرافیایی این گونه ارزیابی شد. در این راستا از نرم‌افزار ArcGIS 10.8 برای تولید نقشه‌ها و متغیرهای محیطی استفاده شد. متغیرهای محیطی براساس مبانی نظری، پژوهش‌های پیشین و نیز نظر متخصصان و کارشناسان انتخاب شدند. 18 متغیر اقلیمی و پنج متغیر فیزیکی مؤثر بر پراکنش حرا به‌عنوان متغیرهای محیطی در مدل MaxEnt استفاده شدند. متغیرهای فیزیکی شامل بیشینه ارتفاع موج، شیب ساحل، نوسان‌های جزرومدی، شوری آب و جنس کرانه (شنی- ماسه‌ای، گلی و پس‌کرانه‌ای (شنی)) بودند. همه لایه‌ها با مرز و اندازه یکسان به فرمت ASCII و با اندازه سلول یک کیلومتر تهیه شدند. پس از آماده‌سازی لایه‌ها از نرم‌افزار MaxEnt 3.4.4 برای انجام مدل‌سازی و پیش‌بینی استفاده شد. نتایج: سطح زیرمنحنی به‌دست‌آمده براساس الگوریتم بیشینه آنتروپی قدرت پیش‌بینی عالی را برای حضور حرا در منطقه نشان داد. بر اساس نتایج، مدل بیشینه آنتروپی با قابلیت عالی می‌تواند مناطق مطلوب و نامطلوب را از یکدیگر تفکیک کند. همچنین، همپوشانی داده‌های تعلیمی و آزمون نیز تأییدکننده نتایج مدل است. سهم تأثیرگذاری هریک از متغیرهای محیطی در مدل نشان داد که بیشترین اثرگذاری در بین این متغیرها به بیشینه ارتفاع موج، درجه‌حرارت متوسط سالانه، نوسان‌های جزرومدی و شوری آب تعلق داشتند. به‌طورکلی، دو متغیر بیشینه ارتفاع موج و درجه‌حرارت متوسط سالانه، بیشترین سهم را در پراکنش حرا به‌خود اختصاص دادند، درحالی‌که متغیر کمینه درجه‌حرارت سردترین ماه سال، کمترین اثر را در بین متغیرهای محیطی مورد مطالعه داشت. مطابق نتایج به‌دست‌آمده از منحنی‌های پاسخ گونه به متغیرهای محیطی، بیشینه ارتفاع موج (یک تا دو متری) و درجه‌حرارت متوسط سالانه (8/26 درجه سانتی‌گراد) مهم‌ترین متغیرهای مستقل مدل هستند که رابطه آن‌ها با احتمال حضور حرا معکوس است. به‌این‌معنی که با افزایش ارتفاع موج و درجه‌حرارت متوسط سالانه، احتمال حضور این گونه در منطقه مورد مطالعه کاهش می‌یابد. درنهایت، نقشه مطلوبیت حضور حرا در جنگل‌های مانگرو خمیر و قشم نشان داد که بیشینه مطلوبیت حضور این گونه در منطقه مورد مطالعه به نواحی با کمینه ارتفاع موج و در معرض نوسان‌های کمتر جزرومد تعلق دارد. همچنین، پهنه‌های مطلوب برای حضور و توسعه حرا در رویشگاه‌های مانگرو خمیر و قشم شامل نواحی شمالی جزایر خورخوران، جزیره مردو و شمال‌شرق رویشگاه خمیر- لشتغان هستند. به‌طورکلی، این گونه اغلب در مناطقی پراکنش دارد که ارتفاع موج و نوسان‌های سطح آب اندک است. نتیجه‌گیری کلی: نتایج به‌دست‌آمده در این پژوهش، اطلاعات کلیدی و مهمی را در راستای سطح تأثیرپذیری حرا نسبت به متغیرهای محیطی نشان می‌دهد. این آگاهی، یک راهبرد مهم برای حفاظت از تنوع زیستی و ذخایر ارزشمند این گونه درختی در جنگل‌های مانگرو خمیر و قشم است. از طرفی، نقشه مطلوبیت حضور حرا به‌عنوان اطلاعات پایه برای کاشت و یا احیا رویشگاه‌های طبیعی آن از اهمیت ویژه و کاربردی برخوردار است. | ||
| کلیدواژه‌ها | ||
| جنگل مانگرو؛ خمیر و قشم؛ متغیر محیطی؛ مدل‌سازی | ||
| عنوان مقاله [English] | ||
| Modeling the distribution of i>Avicennia marina (Forssk.) Vierh. in the Khamir and Qeshm mangrove forests, Iran using the maximum entropy model (MaxEnt) | ||
| نویسندگان [English] | ||
| P. Sobhani1؛ A. Danehkar2 | ||
| 1Postdoctoral researcher, Department of Environmental Science, Natural Resources Faculty, University of Tehran, Karaj, Iran | ||
| 2Corresponding author, Professor, Department of Environmental Science, Natural Resources Faculty, University of Tehran, Karaj, Iran | ||
| چکیده [English] | ||
| Background and objectives: In recent decades, the Khamir and Qeshm mangrove forests in southern Iran have suffered significant destruction due to various human activities, including the construction of docks, commercial and tourism ports, deforestation, and unplanned tourism development. These forests, which provide valuable ecosystem services, have faced indiscriminate and unplanned development, as well as insufficient attention from local communities. Therefore, understanding the spatial distribution of plant species in this area is crucial for effective planning and enhancing the protection of these valuable biological resources. This study aims to identify suitable areas and model the presence of the mangrove tree species Avicennia marina (Forssk.) Vierh. in the Khamir and Qeshm mangrove forests to facilitate the restoration and proper distribution of this species. Methodology: The habitat suitability map for A. marina was prepared using MaxEnt modeling. A total of 234 points were randomly recorded using the Global Positioning System (GPS). To investigate the spatial distribution of A. marina, various environmental factors affecting its geographical distribution were analyzed using ArcGIS 10.8 software to generate maps and environmental variables. The environmental variables were selected based on theoretical foundations, previous studies, and expert opinions. The model included 18 climatic variables and 5 physical variables affecting the distribution of A. marina. The physical variables included maximum wave height, beach slope, tidal fluctuations, water salinity, and beach material (sandy-gravel, muddy, back beach (sand material)). All layers were prepared in ASCII format with a cell size of 1 km, and MaxEnt 3.4.4 software was used for modeling. Results: The area under the curve (AUC) obtained from the MaxEnt algorithm indicated excellent predictive power for the presence of A. marina in the study area, demonstrating the model’s ability to distinguish between suitable and unsuitable areas. The overlap of training and test data also confirmed the model’s accuracy. The contribution analysis of each environmental variable in the model showed that maximum wave height, annual average temperature, tidal fluctuations, and water salinity were the most influential variables. Specifically, maximum wave height and annual average temperature had the largest influence on the distribution of A. marina, while the minimum temperature of the coldest month had the least effect. The response curves indicated that maximum wave height (1 to 2 m) and average annual temperature (26.8°C) were the most important independent variables, with an inverse relationship to the probability of A. marina presence. As wave height and average annual temperature increased, the probability of species presence decreased. The suitability map for A. marina in the Khamir and Qeshm mangrove forests showed that the highest suitability was in areas with minimal wave height and less exposure to tidal fluctuations. Favorable areas for the presence and development of A. marina included the northern areas of Khorkhoran Islands, Mardove Island, and the northeast of the Khamir-Lashtghan habitat. In general, the species was more dispersed in areas with low wave height and minimal water level fluctuations. Conclusion: The study provides key information on the impact of environmental variables on the distribution of A. marina, offering an important strategy for protecting the biodiversity and valuable resources of the species in the Khamir and Qeshm mangrove forests. The suitability map serves as essential information for planting and reviving these natural habitats. | ||
| کلیدواژه‌ها [English] | ||
| Environmental variable, Khamir and Qeshm, mangrove forest, modeling | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 288 تعداد دریافت فایل اصل مقاله: 211 |
||