تلفیق مدل‌ مدار الکتریکی و حداکثر آنتروپی برای طرح‌ریزی کریدورهای حفاظتی بین استان‌های اصفهان و مرکزی

نوع مقاله : تنوع زیستی

نویسندگان

گروه محیط زیست، دانشکده منابع طبیعی، دانشگاه صنعتی اصفهان، اصفهان، ایران

چکیده

آگاهی از مسیر حرکت گونه‌ها در میان زیستگاه‌های مختلف امری ضروری جهت توسعه رویکردهای حفاظتی در مقیاس سیمای سرزمین است. حفظ توانایی حرکت و جابه‌جایی افراد در دوره‌های کوتاه تا میان‌مدت امکان انتشار، دسترسی به زیستگاه‌های مطلوب، مهاجرت‌های فصلی و پویایی ابرجمعیت‌ها و در بلندمدت، امکان تغییر محدوده‌های پراکنش گونه‌ها در واکنش به تغییر اقلیم را فراهم می‌نماید. هدف از این مطالعه شناسایی کریدورهای مهاجرتی قوچ و میش اصفهانی  Ovis orientalis isphahanica در بین منطقه حفاظت‌شده هفتادقله در استان مرکزی و پناهگاه حیات‌وحش موته در استان اصفهان با رویکرد تلفیقی مدل مدار الکتریکی با استفاده از نرم ­افزار Circuitscape و مدل حداکثر آنتروپی با استفاده از نرم ­افزار MaxEnt است. در مرحله اول، مدل­ سازی پراکنش گونه طی دو گام با استفاده از داده‌های حضور و بدون استفاده از داده‌های حضور درناحیه حدفاصل مورد مطالعه مابین مناطق تحت حفاظت مذکور انجام گرفت. خروجی‌های مدل حداکثر آنتروپی جهت شناسایی مسیرهای ارتباطی وارد مدل مدار الکتریکی گردید. نتایج مدل‌ها نشان داد تنها یک مسیر اصلی بالقوه مطلوب برای جابه‌جایی بین مناطق تحت حفاظت موته وهفتادقله وجود دارد که در نزدیکی منطقه هفتادقله به چند شاخه تقسیم شده و درنتیجه، مسیرهای متعدد بالقوه مطلوبی را درآن ناحیه به ­وجود می‌آورند. مسیرهای مطلوب شناسایی شده توسط مدل‌ها باراه‌های گدار شناخته شده‌ای که در طی سالیان گذشته توسط جمعیت‌های این گونه استفاده شده است مطابقت دارد و پیشنهاد می‌شود این کریدورها به شبکه مناطق تحت حفاظت، افزوده شود.

کلیدواژه‌ها

عنوان مقاله [English]

Combining Electrical Circuit Model and Maximum Entropy for designing Protected Corridors between Isfahan and Markazi Provinces

نویسندگان [English]

  • Azita Rezvani
  • Sima Fakheran Isfahani
  • Alireza Soffianian
  • Mostafa Tarkesh Isfahani,
  • Mahmoud Reza Hemami
Department of Environment, Faculty of Natural Resources, Isfahan University of Technology, Isfahan, Iran
چکیده [English]

Identifying the migration routes of species between different habitats is essential for development of conservation strategies at landscape scale. Maintaining connectivity in the short to medium-term provides possibility of dispersal, access to suitable habitats, seasonal migration and dynamics of the meta populations, and in the long-term, ensure connectivity between appropriate habitat patches to support movements in response to climate change. In this study, we identified and evaluated migration corridors for vulnerable ungulate species, wild sheep (Ovis orientalis isphahanica) between Haftad Gholleh protected area in Markazi Province, and Mooteh Wildlife Refuge in Isfahan Province in central Iran. To identify migration corridors, two models were used, Maximum Entropy (MaxEnt), and Circuit Theory. Using MaxEnt, species distribution modeling was done in two steps with and without presence data in the unprotected study area. Then, Outputs of MaxEnt model was used to identify connectivity with electrical circuit model. The results shows that maximum connectivity (lowest resistance) is most pronounced only in one rout, however near Haftad ghole protected area, there are several high current paths with the highest habitat suitability. We conclude that protecting and incorporating the remaining suitable migration corridors into the existing protected areas network of Iran seems crucial.

کلیدواژه‌ها [English]

  • Corridor
  • Migration
  • Pinch Point
  • Landscape Resistance
  • Circuit Theory

مراجع

  1. خسروی، ر.، 1394. تاثیرناهمگونی زیستگاه برساختارژنی و اکولوژی جمعیت­ های آهوی گواتردار (Gazella subgutturosa) در مناطق مرکزی کشور با رویکرد سیما- ژنتیک. رساله دکتری. دانشگاه صنعتی اصفهان. دانشکده منابع طبیعی.
  2. ضیایی،ه.، 1387. راهنمای صحرایی پستانداران ایران. انتشارات سازمان حفاظت محیط زیست.
  3. علی­ نیا، ا. و سامانی، م. و افخمی، م. و بیرانوند، م.، 1389. بررسی تنوع زیستی استان اصفهان. همایش ملی تنوع زیستی و تأثیر آن برکشاورزی و محیط زیست.
  4. محمدی، ع.؛ و کابلی، م.؛ اشرفی، س.؛ یوسفی، م. و مفیدی ­نیستانک، م.، 1392. تعیین اندازه گستره خانگی کمرکولی بزرگ sittatephonota و کمرکولی کوچکS. neumayerدر ناحیه تماس آن ­ها در ایران. همایش ملی برنامه ­ریزی حفاظت، حمایت از محیط زیست و توسعه پایدار.
  5. مروتی، م.؛ کرمی، م.؛ کابلی، م.؛ روستا، ز. و شرکائی، م.، 1393. مدل ­سازی مطلوبیت زیستگاه قوچ و میش Ovis oreintalis مهم‌ترین طعمه یوزپلنگ آسیاییAcinonyx jubatus venaticus با استفاده از حداکثر آنتروپی در پناهگاه حیات‌ وحش دره انجیر در استان یزد. محیط‌ زیست جانوری. صفحات 135 تا 149.
  6. مشهدی ­احمدی،ا.؛شمس ­اسفندآباد،ب.وگشتاسبمیگونی، ح.، 1393. مدل­ سازی مسیرهای گدار گوسفند وحشی البرز مرکزی با استفاده از آنالیز کم ­ترین هزینه مسیر در استان تهران (O.o.arkali & O.o.vigneii). علوم و مهندسی محیط زیست. 41 صفحه.
  7. مکی،ت.،1390. ارزیابی اثرات اکولوژیکی کنارگذر غرب اصفهان بر پناهگاه حیات‌وحش قمیشلو. پایان ­نامه کارشناسی ­ارشد. دانشکده منابع طبیعی. دانشگاه صنعتی اصفهان.
  8. ملکوتی­ خواه، ش.؛ فاخران، س. و سفیانیان، ع.، 1392. استفاده از تئوری مدارهای الکتریکی جهت شناسایی کریدورهای مهاجرتی بین پناهگاه‌های حیات‌وحش موته و قمشلو در استان اصفهان. بوم ­شناسی کاربردی. 77 صفحه.
  9. ملکی ­نجف آبادی، س.؛ همامی، م. و ماهینی، ع.، 1389. تعیین مطلوبیت زیستگاه قوچ ومیش اصفهانی در پناهگاه حیات‌ وحش موته با استفاده از روش تحلیل عاملی آشیان بوم ­شناختی. نشریه محیط زیست طبیعی. مجله منابع طبیعی ایران. صفحات 279 تا 290.
  10. Bashari, H. and Hemami, MR., 2013. Apredictive diagnostic model for wild sheep (ovis orientalis) habitat suitability in iran. J of Natural Conservation. pp: 319-325.
  11. Beier, P.; Garding, E. and Majka, DR., 2008. Arizona missing linkages Gila Bend - Sierra Estrella Linkage Design. Report to Arizona Game and Fish Department. School of Forestry, Northern Arizona University.
  12. Bertiller, M.B.; Elissalde, N.O.; Rostagno, C.M and Defosse, G.E., 1995. Environmental patterns and plant distribution along a precipitation grardient in western Patagonia. Journal of Arid Environments. pp: 85-97.
  13. Bolger, DT.; Newmark, WD.; Morrison, TA. and Doak, DF., 2008. The need for integrative approaches to understand and conserve migratory ungulates. Ecol Lett. Vol. 11, pp: 63-77.
  14. Cushman, S.; McKelvey, K. and Schwartz, M., 2009. Use of Empirically De ived Source-DestinationModels toMap Regional Conservation Corridors. Conservation Biology. pp: 368-376.
  15. Cushman, SA.; McRae, BH.; Adriaensen, F.; Beier. P.; Shirley, M. and Zeller, K., 2013. Biological corridors and connectivity. Key Topics in Conservation Biology. pp: 384-404.
  16. Dickson, B.; Roemer, G.; McRae, B. and Rundall, J., 2013. Models of Regional Habitat Quality and Conectivity for Pumas (Puma concoloor) in the Southwestern United. PLOS. Vol. 8.
  17. Farhadinia, M.; Ahmadi, M.; Sharbafi, E.; Khosravi, S.; Alinezhad, H. and Macdonald, D., 2015. Leveraging trans-boundary conservation partnershio: Persistence of Persian leopard (Panthera pardus saxicolor) in the Iranian Caucasus. Biological Conservation. pp: 770-778.
  18. Fryxell, J.M., 1991. Forage quality and aggregation by large herbivores. American Naturalist. pp: 478-498.
  19. Goljani, R.; Kaboli, M.; Karami, M.; Ghodsizadeh, Z. and Nourani, E., 2012. Male Alborz Red Sheep (Ovis gmelini × O. vignei) Migration Corridors Selection from Summer to Fall Habitats in Jajroud Protected Area Complex Iran. Russian Journal of Ecology. pp: 67-76.
  20. Hanski, I.; 1998. Connecting the parameters of local extinctionand metapopulation dynamics. Oikos. pp: 390-396.
  21. Hijmans, RJ.; Cameron SE, Parra JL; Jones, PG. and Jarvis, A., 2005. Very high resolution interpolated climate surfaces for global land areas. Int J Climatol. Vol. 25. pp: 1965-1978.
  22. Khosravi, R.; Hemami, M.; Malekian, M.; Flint, A. and Flint, L., 2015. Maxent modelling for predicting distribution of goitered gazelle in central Iran: the effect of extent and grain size on performance of the model. Turkish Journal of Zoology. pp: 574-585.
  23. Li, G.; Xu, G.; Guo, K. and Du, Sh. 2014. Mapping the global potential geographical distribution of black locust using herbarium data and a maximum entropy model. Forest. pp: 2773-2792.
  24. McClure, M.L.; Hansen, A.J. and Inman, R.M., 2016. Connecting models to movements: testing connectivity model predictions against empirical migration and dispersal data. Landscape Ecology. pp: 1419-1432.
  25. McRae, B.H.; Dickson, B.G.; Keitt, T.H. and Shah, V.B., 2008. Using circuit theory to model connectivity in ecology evolution & conservation. Ecology. pp: 2712-2724.
  26. McRae, B.H. and Shah, V.B., 2011. Circuitscape User Guide. The University of California, Santa Barbara.
  27. Minor,E.andUrban,D.,2008. A graph theory framework for evaluating landscape connectivity and conservation planning. Conservation Biology. pp: 297-307.
  28. Moilanen, A.; Leathwick, J.R. and Quinn, J.M., 2011. spatial prioritization of conservation management. Conserv Lett. pp: 393-383.
  29. Pearson, R.G. and Dawson, T.P., 2003, Predicting the impacts of climate change on thedistribution of species: are bioclimate envelope models useful? Global ecology and Biogeography. pp: 361-371.
  30. Phillips, S.J.; Anderson, R.P. and Schapire, R.E., 2006. Maximum Entropy modeling of species geographic distributions. Ecological Modeling. pp: 231-259.
  31. Pinto, N. and Keitt, T.H., 2009. Beyond the least-cost path: evaluating corridor redundancy using a graph-theoretic approach. Landscape Ecol. pp: 253-266.
  32. Poor, E.; Loucks, C.; Jakes, A. and Urban, D., 2012. Comparing Habitat Suitability & Connectivity Modeling Method for Conserving Pronghorn Migratins. PLOS.
  33. Roever, C.L.; Aarde, R.J.V. and Leggett, K., 2013. Functional connectivity within conservation networks: delineating corridors for African elephant. Biological Conservation. pp: 128-135.
  34. Shams Esfandabad, B.; Karami, M.; Hemami, M.; Riazi, B. and Sadough, M., 2010. Habitat associations of wild goat in central Iran: implications for conservation. European Journal of Wildlife Research.
  35. WWW.IUCN.org
فصلنامه محیط زیست جانوری
دوره 11، شماره 2
مرداد 1398
صفحه 27-36

فایل ها

هم رسانی

ارجاع به این مقاله

آمار