کمی سازی ارتباط حد آستانه و لکه‌های زیستگاهی خرس قهوه‌ای (Ursus arctos) در منطقه سفیدکوه با استفاده از رهیافت سیمای سرزمین

نوع مقاله : مقاله پژوهشی

نویسندگان

گروه محیط زیست، دانشکده منابع طبیعی و محیط زیست، دانشگاه ملایر، ملایر، ایران

10.22034/aej.2020.122671

چکیده

حفظ زیستگاه اتصال یک هدف اصلی پروژه حفاظت به‌ ویژه برای گوشت­ خوران بزرگ است. لکه‌های زیستگاهی پهنه‌های مطلوب با توزیع متفاوت در سیمای سرزمین هستند. این لکه‌ها با ابعاد و اندازه‌های مختلف دربرگیرنده بخش‌های با مطلوبیت بالا جهت حضور و استقرار می‌باشند. ازاین‌رو ارزیابی روند شناسایی و تغییرات این لکه‌ها برای گونه‌های مختلف حیات‌وحش تصویری صحیح و درست از وضعیت توزیع آن‌ها ارائه خواهد داد. این مطالعه به‌منظور بررسی وضعیت توزیع لکه‌های زیستگاهی خرس قهوه‌ای (Ursus arctos) در مقیاس سیمای سرزمین منطقه سفیدکوه استان لرستان انجام‌گرفته است. در این راستا با استفاده از نقاط حضور گونه ابتدا مطلوبیت زیستگاه به روش آنتروپی بیشینه با استفاده از 10 تکرار محاسبه گردید. پس از تائید اجرای مدل با استفاده از AUC حد آستانه‌های مختلف خروجی لجستیکی بر روی نقشه پیوسته مطلوبیت زیستگاه اعمال شد. از متریک‌های Np ، PD، ED، LPI، LSI، SHDI و CONTAG برای ارزیابی پیوستگی استفاده شد. روند تغییرات متریک‌های مختلف نشان داد که با کاهش و افزایش مقدار حد آستانه اعمال‌شده بر روی نقشه پیوسته مطلوبیت مقادیر مربوط به سنجه‌های سیمای سرزمین تحت تأثیر قرار می‌گیرند. مقادیر بالای حد آستانه زیستگاه کلیدی را نمایش می‌دهد و مقادیر پایین حد آستانه دیدگاه خوش‌بینانه‌­ای را از توزیع لکه‌های به ­دست خواهد داد. نتایج نشان داد که شناسایی حد آستانه مناسب به‌ منظور تحلیل لکه‌های داغ مقدم بر تحلیل متریک‌های سیمای سرزمین است چراکه این حد آستانه تحت تأثیرهدف مطالعه، تعداد نقطه حضور، نوع مدل و شرایط گونه دارای مطلوبیت متفاوتی خواهد بود.

کلیدواژه‌ها

مراجع

  1. براتی، ب.؛ جهانی، ع.؛ زبردست، ل. و رایگانی، ب.، 1396. ارزیابی یکپارچگی مناطق حفاظت‌شده با به‌کارگیری رهیافت اکولوژی سیمای سرزمین(منطقه موردمطالعه: پارک ملی و پناهگاه حیات ‌وحش کلاه قاضی). فصلنامه آمایش سرزمین دوره 9، شماره 1، صفحات 153 تا 168.
  2. جعفری، ع.؛ میرزائی، ر.؛ زمانی، ر. و محمودی، ا.، 1394. مدل‌سازی پراکنش قوچ و میش اصفهان در منطقه حفاظت‌شده تنگ صیاد بر اساس بهبود داده‌های اریب حضور و انتخاب متغیرهای مناسب با استفاده از روش حداکثر آنتروپی. فصلنامه اکولوژی کاربردی. سال 5، شماره 15، صفحات 39 تا 48.
  3. صادق ­اوغلی، ر.؛ جهانی، ع.؛ علیزاده ­شعبانی، ا. و گشتاسب، ح.، 1396. کمی ­سازی ازهم‌گسیختگی سیمای سرزمین به‌عنوان شاخصی برای ارزیابی زیستگاه. فصلنامه محیط‌زیست جانوری. سال 11، شماره 1، صفحات 13 تا 20.
  4. عبیداوی، ز.؛ رنگزن، ک.؛ میرزائی، ر. و کابلی، م.، 1395. مدل‌سازی مطلوبیت زیستگاه خرس قهوه‌ای (Ursus arctos) در منطقه حفاظت‌شده شیمبار، استان خوزستان. فصلنامه اکولوژی کاربردی. سال5، شماره 4، صفحات 61 تا 71.
  5. فلاحتی، س.، 1397. بررسی وضعیت زیستگاه خرس قهوه‌ای (Ursus arctos) از منظر سیمای سرزمین در منطقه حفاظت‌شده قلاجه. پایان‌نامه کارشناسی ­ارشد محیط‌زیست، گرایش ارزیابی و آمایش سرزمین، دانشکده منابع طبیعی، دانشگاه ملایر.
  6. کرم، ا.؛ حجه ­فروش ­نیا، ش. و حکیمی، ح.، 1391. ارزیابی و تحلیل پیوستگی چشم‌انداز، رویکردی نوین در برنامه‌ریزی مطالعه موردی: کاشان-آران. فصلنامه جغرافیا و مطالعات محیطی. دوره 1، شماره 3، صفحات 29 تا 44.
  7. کرمی، پ.؛ شایسته، ک. و اسماعیلی، م.، 1398. بررسی وضعیت پراکنش خرس قهوه‌ای (Ursus arctos Linnaeus 1758) در منطقه حفاظت‌شده سفیدکوه استان لرستان. فصلنامه محیط‌زیست جانوری. دوره 11، شماره2، صفحات 1 تا 10.
  8. Allouche, O.; Tsoar, A. and Kadmon, R., 2006. Assessing the accuracy of species distribution models: prevalence, Kappa and the true skill statistic (TSS). Journal of Applied Ecology. Vol. 43, pp: 1223-1232.
  9. Bedia, J.; Busque, J. and Gutie´rrez, J.M., 2011. Predicting plant species distribution across an alpine rangeland in Northern Spain. A comparison of probabilistic methods. Applied Vegetation Science. Vol. 14, pp: 415-432.
  10. Crooks, K.R.; Burdett, C.L.; Theobald, D.M.; King, S.R.; Di Marco, M.; Rondinini, C. and Boitani, L., 2017. Quantification of habitat fragmentation reveals extinction risk in terrestrial mammals. Proceedings of the National Academy of Sciences. Vol. 114, No. 29, pp: 7635-7640.
  11. Georgian, S.E.; Anderson, O.F. and Rowden, A.A., 2019. Ensemble habitat suitability modeling of vulnerable marine ecosystem indicator taxa to inform deep-sea fisheries management in the South Pacific Ocean. Fisheries research. Vol. 211, pp: 256-274.
  12. Girvetz, E.H.; Thorne, J.H.; Berry, A.M. and Jeager, J.A.G., 2008. Integration of landscape fragmentation analysis into regional planning: A statewide multi-scale case study from California, USA. Vol. 86, No. 3-4, pp: 205-218.
  13. Kramer-Schadt, S.; Niedballa, J.; Pilgrim, J.D.; Schröder, B.; Lindenborn, J.; Reinfelder, V.; Stillfried, M.; Heckmann, I.; Scharf, A.K.; Augeri, D.M.; Cheyne, S.M.; Hearn, A.J.; Ross, J.; Macdonald, D.W.; Mathai, J.; Eaton, J.; Marshall, A.J.; Semiadi, G.; Rustam, R.; Bernard, H.; Alfred, R.; Samejima, H.; Duckworth, J.W.; Breitenmoser- Wuersten, C.; Belant, J.L.; Hofer, H. and Wilting, A., 2013. The importance of correcting for sampling bias in Maxent Species distribution models. Diversity and Distributions. Vol. 19, pp: 1366-1379.
  14. Liu, C.; White, M. and Newell, G., 2013. Selecting thresholds for the prediction of species occurrence with presence‐only data. Journal of biogeography. Vol. 40, No. 4, pp: 778-789.
  15. Loiselle, B.A.; Howell, C.A.; Graham, C.H.; Goerck, J.M.; Brooks, T.; Smith, K.G. and Williams, P.H., 2003. Avoiding pitfalls of using species distribution models in conservation planning. Conservation Biology. Vol. 17, pp: 1591-1600.
  16. Mairota, P.; Cafarelli, B.; Boccaccio, L.; Leronni, V.; Labadessa, R.; Kosmidou, V. and Nagendra, H., 2013. Using landscape structure to develop quantitative baselines for protected area monitoring. Ecological indicators. Vol. 33, pp: 82-95.
  17. Manel, S.; Dias, J.M. and Ormerod, S.J., 1999. Comparing discriminant analysis, neural networks and logistic regression for predicting species distributions: a case study with a Himalayan river bird. Ecol. Model. Vol. 120, pp: 337-347.
  18. Pascual-Hortal, L. and Saura, S., 2007. Impact of spatial scale on the identification of critical habitat patches for the maintenance of landscape connectivity. Landsc. Urban Plan. Vol. 83, pp: 176-186.
  19. Pearson, R.G.; Raxworthy, C.J.; Nakamura, M. and Peterson, A.T., 2007. Predicting species distributions from small Numbers of occurrence records: a test case using cryptic geckos in Madagascar. Biogeography. Vol.34, pp: 102-117.
  20. Phillips, S.J.; Anderson, R.P. and Schapire, R.E., 2006. Maximum entropy modeling of species geographic Distributions. Ecol. Model. Vol. 190, pp: 231-259.
  21. Ramirez-Reyes, C.; Bateman, B.L. and Radeloff, V.C., 2016. Effects of habitat suitability and minimum patch size thresholds on the assessment of landscape connectivity for jaguars in the Sierra Gorda, Mexico. Biologicalconservation. Vol. 204, pp: 296-305.
  22. Wang, X.; Blanchet, F.G. and Koper, N., 2014. Measuring habitat fragmentation: an evaluation of landscape pattern metrics. Methods in Ecology and Evolution. Vol. 5, No. 7, pp: 634-646.
  23. Warren, D.L. and Seifert, S.N., 2010. Environmental niche modeling in Maxent: the importance of model Complexity and the performance of model selection criteria. Ecological Applications. Vol. 21, pp: 335-342.
فصلنامه محیط زیست جانوری
دوره 12، شماره 4
زمستان 1399
صفحه 33-40

فایل ها

اشتراک گذاری

ارجاع به این مقاله

آمار