
تعداد نشریات | 13 |
تعداد شمارهها | 155 |
تعداد مقالات | 1,556 |
تعداد مشاهده مقاله | 2,435,584 |
تعداد دریافت فایل اصل مقاله | 2,035,295 |
مدلسازی پراکنش فعلی و آینده راش شرقی (Fagus orientalis Lipsky) در جنگلهای هیرکانی | ||
پژوهش و توسعه جنگل | ||
دوره 10، شماره 4، اسفند 1403، صفحه 527-543 اصل مقاله (1.67 M) | ||
نوع مقاله: علمی - پژوهشی | ||
شناسه دیجیتال (DOI): 10.30466/jfrd.2023.54968.1698 | ||
نویسندگان | ||
سارا هدایتی کلیجی1؛ سید محسن حسینی* 2؛ سید جلیل علوی3؛ محدثه امیری4 | ||
1دانشجوی دکتری علوم زیستی جنگل، گروه علوم و مهندسی جنگل، دانشکده منابع طبیعی و علوم دریایی، دانشگاه تربیت مدرس، نور، ایران | ||
2استاد، گروه علوم و مهندسی جنگل، دانشکده منابع طبیعی و علوم دریایی، دانشگاه تربیت مدرس، نور، ایران | ||
3دانشیار، گروه علوم و مهندسی جنگل، دانشکده منابع طبیعی و علوم دریایی، دانشگاه تربیت مدرس، نور، ایران | ||
4دکتری علوم مرتع، گروه مرتع و آبخیزداری، دانشکده منابع طبیعی، دانشگاه صنعتی اصفهان، اصفهان، ایران و مدرس گروه علوم کشاورزی، دانشگاه فنی و حرفهای، تهران، ایران | ||
چکیده | ||
مقدمه و هدف: جنگلهای راش، از بزرگترین جنگلهای اروپا تا مناطق کوهستانی جنوب اروپا و سواحل دریای خزر، زیستگاه راش شرقی (Fagus orientalis Lipsky) بهعنوان گونه غالب هستند. این جنگلها نقش مهمی در کاهش دیاکسیدکربن و مقابله با تغییرات اقلیمی دارند. پیشبینی اثر تغییرات اقلیمی بر اکوسیستمها و گونهها از اهداف اساسی بومشناسی است. برای مدیریت پایدار، شناخت تأثیر اقلیم بر پراکنش گیاهان ضروری است. مدلهای پراکنش گونهای (SDMs) ابزارهای کلیدی در شناسایی زیستگاههای مطلوب و تدوین راهکارهای حفاظتی در برابر تغییر اقلیم هستند. مواد و روشها: در این پژوهش، پراکنش راش شرقی در جنگلهای هیرکانی تحت شرایط اقلیمی فعلی و آینده با استفاده از الگوریتمهای مدلسازی شامل شبکه عصبی مصنوعی، مدل خطی تعمیمیافته، رگرسیون تطبیقی چندمتغیره، حداکثر آنتروپی و جنگل تصادفی بررسی شد. مدل رقومی ارتفاع (DEM) برای تولید لایههای شیب، جهت شیب و ارتفاع بهکار رفت و 19 متغیر زیستاقلیمی با قدرت تفکیک مکانی یک کیلومتر از پایگاه داده CHELSA استخراج شد. تعداد 1068 نقطه رخداد گونه با حداقل فاصله یک کیلومتری از یکدیگر بهعنوان متغیر وابسته، و هشت متغیر فیزیوگرافی و زیستاقلیمی با آزمون همبستگی پیرسون (8/0>r>8/0-) بهعنوان متغیرهای مستقل انتخاب شدند. مدلها با تخصیص 75 درصد دادهها برای آموزش و 25 درصد برای ارزیابی، از طریق شاخصهایی مانند سطح زیر منحنی ROC، حساسیت، ویژهانگاری و TSS ارزیابی شدند. یافتهها: تمامی مدلهای مجزا توانایی شناسایی محدوده پراکنش راش شرقی را داشتند، اما مدل اجماعی و سپس جنگل تصادفی بهترین عملکرد را نشان دادند. رویکرد اجماعی عدم قطعیت پیشبینیها را کاهش داد. بررسی اهمیت متغیرها نشان داد که ارتفاع، تغییرات فصلی دما و شیب، تأثیرگذارترین عوامل در پراکنش گونه بودند، بهطوری که ارتفاع حدود 40 درصد از تغییرات را توضیح داد. همچنین، ایزوترمالیتی کمترین تأثیر را داشت. پراکنش گونه عمدتاً از آستارا تا گرگان امتداد داشت، با احتمال رخداد بیشتر در استانهای گیلان و مازندران نسبت به گلستان. مطابق مدل اجماعی، 31.05 درصد از منطقه مطالعه (6030.6 کیلومترمربع) زیستگاه مطلوبی برای گونه بود که تحت اقلیم آینده کاهش خواهد یافت. منحنیهای پاسخ، ارتفاع 1300 تا 2000 متر و شیب 30 درصد را بهعنوان شرایط بهینه نشان دادند. در سناریوی SSP5-8.5، کاهش پراکنش در مقایسه با SSP1-2.6 و در دوره 2100-2071 نسبت به 2070-2041 بیشتر بود. تحت سناریوی خوشبینانه (2070-2041) و بدبینانه (2100-2071) بر اساس مدل GFDL-ESM4، پراکنش راش شرقی به ترتیب 7.65 و 34.8 درصد کاهش خواهد یافت. نتیجهگیری: استفاده از مدل اجماعی، به دلیل تأکید بر نواحی مشترک بین مدلهای مختلف، شبیهسازی دقیقتری از پراکنش گونه ارائه داد. با توجه به دقت بالای مدلها، این روشها میتوانند ابزاری ارزشمند در پیشبینی تأثیر تغییر اقلیم بر پراکنش راش شرقی در جنگلهای هیرکانی باشند. یافتهها میتوانند مبنایی علمی برای تدوین راهکارهای حفاظتی، مدیریت پایدار و احیای زیستگاههای مستعد باشند. | ||
کلیدواژهها | ||
آشیان بومشناختی؛ تغییر اقلیم؛ راش شرقی؛ مدلسازی اجماعی | ||
مراجع | ||
Ahmadi, K.; Alavi, S. J.; Tabari Kouchaksaraei, M., Constructing site quality curves and productivity assessment for uneven-aged and mixed stands of oriental beech (Fagus orientalis Lipsky) in Hyrcanian forest, Iran. Forest Science and Technology 2017, 13 (1), 41-46. Akhavan, R.; Hassani, M.; Quantifying the structure of pure beech forests using spatial structural indices (case study: Hyrcanian forests of Mazandaran province, Iran). Forest Research and Development 2023, 9 (2), 221-235. Allouche, O.; Tsoar, A.; Kadmon, R., Assessing the accuracy of species distribution models: prevalence, kappa, and the true skill statistics (TSS). Journal of Applied Ecology 2006, 43 (6), 1223-1232. Ames-Martínez, F. N.; Luna-Vega, I.; Dieringer, G.; Rodríguez-Ramírez, E. C., The effect of climate change on Arcto-Tertiary Mexican beech forests: Exploring their past, present, and future distribution. Ecology and Evolution 2022, 12 (8), e9228. Amiri, M.; Shafiezadeh, M.; Tarkesh, M.; Moslemi, S. M., Ensemble modelling of the potential invasion of Prosopis juliflora (SW.) DC in Makuran region. Environmental Sciences 2023, 21 (1), 205-224. (In Persian) Ardestani, E. G.; Tarkesh, M.; Bassiri, M.; Vahabi, M.R., Potential habitat modeling for reintroduction of three native plant species in central Iran. Arid Land 2015, 7, 381-390. Attarod, P.; Kheirkhah, F.; Khalighi Sigaroodi, Sh.; Sadeghi, M.; Bayramzadeh, V., Trend analysis of meteorological parameters and reference evapotranspiration in the Caspian region. Iranian Journal of Forest 2017, 9 (2), 171-185. (In Persian) Breiman, L. 2001. Random Forests. Machine Learning 2001, 45 (1), 5-32. Catani, F.; Lagomarsino, D.; Segoni, S.; Tofani, V., Landslide susceptibility estimation by random forests technique: sensitivity and scaling issues. Natural Hazards Earth System Science 2013, 13, 2815-2831. Cheng, R.; Wang, X.; Zhang, J.; Zhao, J.; Ge, Z.; Zhang, Z., Predicting the potential suitable distribution of Larix principis-rupprechtii Mayr under climate change scenarios. Forests 2022, 13, 1428. Cohen, J. A coefficient of agreement of nominal scales. Educational and Psychological Measurement 1960, 20 (1), 37-46. Dagtekin, D.; Şahan, E. A.; Denk, T.; Köse, N.; Dalfes, H. N., Past, present and future distributions of Oriental beech (Fagus orientalis) under climate change projections. PLoS One 2020, 15(11), e0242280. Engler, R.; Randin, C. F.; Thuiller, W.; Dullinger, S.; Zimmermann, N. E.; Araújo, M. B.; Pearman, P. B., et al., 21st century climate change threatens mountain flora unequally across Europe. Global Change Biology 2011, 17 (7), 2330-2341. Haghdoust, N.; Akbarinia, M.; Hoseini, S. M.; Varamesh, S., Effects of Substitution of Degraded Natural forests with Plantations on Soil Carbon Sequestration and Fertility in North of Iran. Environmental Studies 2012, 38 (3), 135-146. (In Persian) Hamidi, S. K.; Fallah, A.; Bayat, M.; de Luis, M.; The effects of climate variables (temperature and precipitation) on growth characteristics of trees (case study: Farim forest). Forest Research and Development 2021, 6 (4), 593-607. Hannah, L. Climate Change Biology. 2nd Edition. Academic Press, Elsevier, 2014; 470 p. Hojjati, S. M.; Tafazoli, M.; Asadiyan, M.; Baluee, A., Estimation of carbon sequestration and forest soil respiration using machine learning models in Eastern Forests of Mazandaran Province. Forest Research and Development 2022, 8 (4), 371-388. Hosseini, S. S.; Tavili, A.; Naghipoor Borj, A. A.; Khalighi Sigaroodi; Sh., Potential effects of climate change on the geographic distribution of the Hordeum bulbosum L. in the central Zagros region. Journal of Natural Environment 2022, 74 (4), 747-758. (In Persian) IUCN (Evaluation Report), Islamic Republic of Iran- Hyrcanian Forests. May 2019, 19-27. Jafari, M., Investigation and analysis of climate change factors in Caspian Zone forests for last fifty years. Forest and Poplar Research 2008, 16 (2), 314-326. (In Persian) Khalatbari Limaki, M.; Es-hagh Nimvari, M.; Alavi, S. J.; Mataji, A.; Kazemnezhad, F., Potential elevation shift of oriental beech (Fagus orientalis L.) in Hyrcanian mixed forest ecoregion under future global warming. Ecological Modelling 2021, 455, 109637. Makhdoom, M., The Foundation of Land Use Planning. University of Tehran Press: Tehran, 1995; 295 p. (In Persian) Marvi Mohajer, M. R., Silviculture. University of Tehran Press: Tehran, 2005; 410 p. Mátyás, C.; Berki, I.; Czúcz, B.; Gálos, B., Móricz, N.; Rasztovits, E., Future of beech in southeast Europe from the perspective of evolutionary ecology. Acta Silvatica et Lignaria Hungarica 2010, 6, 91-110. Meyer, B. F.; Buras, A.; Rammig, A.; Zang, C. S., Higher susceptibility of beech to drought in comparison to oak. Dendrochronologia 2020, 64, 125780. Naimi, B.; Hamm, N. A.; Groen, T. A.; Skidmore, A. K.; Toxopeus, A. G., Where is positional uncertainty a problem for species distribution modelling? Ecography 2014, 37 (2), 191-203. Niroumandfard, F.; khashei, A.; Hashemi, R.; Ghorbani, Kh., Investigation of Climate Change Projection on Temperature and Precipitation Parameters Using CMIP6 Models (Case Study: Birjand Station). Soil and Water Research 2023, 53 (9), 2009-2026. (In Persian) Sagheb-Talebi, K.; Sajedi, T.; Pourhashemi, M., Forests of Iran: A Treasure from the Past, a Hope for the Future. Netherlands: Springer Dordrecht Press, 2014, 152 p. Shabani, S.; Ahmadi, A.; Varamesh, S., Distribution of Fagus sp. and Acer velutinum species in relation to habitat physiographic conditions and landform in Lalis forests, Chalus. Protection and Exploitation of Hyrcanian Forests 2019, 1 (2), 39-46. (In Persian) Swets, J. Measuring the accuracy of diagnostic systems. Science 1988, 240 (4857), 1285-1293. Taleshi, H.; Jalali, S. Gh.; Alavi, S. J.; Hosseini, S. M.; Naimi, B., Climate change impacts on the distribution of oriental beech (Fagus orientalis Lipsky) in the Hyrcanian forests of Iran. Iranian Journal of Forest 2018, 10 (2), 251-266. (In Persian) Zare Chahouki, M. A.; Karami, P.; Piri Sahragard, H., Ensemble modeling approach to predict the potential distribution of Artemisia sieberi in desert rangelands of Yazd province, central Iran. Journal of Rangeland Science 2022, 12 (4), 326-340. | ||
آمار تعداد مشاهده مقاله: 120 تعداد دریافت فایل اصل مقاله: 41 |