مدل‌سازی پراکنش گیاه گز پرشاخه (.Tamarix ramosissima Ledeb) در استان اصفهان بر مبنای مدل حداکثر آنتروپی (MAXENT)

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشیار، مرکز آموزش عالی امام خمینی (ره)، سازمان تحقیقات، آموزش و ترویج کشاورزی، تهران، ایران

2 محقق، مرکز تحقیقات و آموزش کشاورزی اصفهان، سازمان تحقیقات، آموزش و ترویج کشاورزی، تهران، ایران

3 دکترای مرتع، دانشگاه آزاد اسلامی واحد علوم و تحقیقات، تهران، ایران

10.29252/aridbiom.2022.18347.1889

چکیده

گز پرشاخه به دلیل توان زیادی که در استقرار در نواحی خشک و نیمه‌خشک دارد، از گیاهان ارزشمند برای ایجاد پوشش گیاهی در این مناطق محسوب می‌شود. کاربرد این گونه خودرویِ گز در شرق اصفهان می‌تواند با مقاصد کنترل نواحی بیابانی، تکثیر و گسترش یابد؛ لیکن اطلاعات مربوط به نیازهای رویشگاهی و اکولوژیکی آن محدود است. این پژوهش با هدف شناخت عوامل تأثیرگذار در پراکنش این گونه و مدل­سازی زیستگاه‌های بالقوّة رویش این گونه در استان اصفهان تدوین و انجام شد. نقاط پراکنش گز پرشاخه، طبق فلور ایران مشخص شد و با مراجعه به منطقه، نمونه ­برداری انجام گرفت و مشخصات جغرافیایی و اکولوژیک آن ثبت گردید. در مجموع، تعداد 55 مکان پراکنش، در 14 شهرستان ثبت شد. با استفاده از مدل حداکثر آنتروپی، 19 متغیر بیواقلیمی و سه متغیر پستی و بلندی برای مدل­سازی پراکنش گونه به کار گرفته شد و با آزمون جک ­نایف اهمّیت هر یک از متغیرهای محیطی در مدل‌سازی ارزیابی شد. نتایج کیفیت مدل حداکثر آنتروپی برای گز پرشاخه برابر با 967/0 به دست آمد. ارزیابی صحّت مدل با استفاده از ضریب آماری کاپا برابر با 80/0 انجام شد که نشان دهندة تطابق بسیار بالای مدل با واقعیت زمینی است. عامل محیطی مربوط به توپوگرافی شامل درصد شیب و عوامل اقلیمی میزان بارش در سردترین فصل، بارندگی سالانه، دامنه تغییرات سالانه دما و میانگین دمای سردترین فصل به ترتیب بیشترین تأثیر را در پراکنش گونه دارا بودند. بر اساس پیش­بینی احتمال حضور گونه بر مبنای پتانسیل رویشگاهی، حدود 19 درصد از مساحت استان اصفهان مشروط به عدم­وجود عوامل محدودکننده، قابلیت مطلوب برای حضور این گونه را دارد.

کلیدواژه‌ها


[1]. Abdelaal, M., Fois, M., Fenu, G., & Bacchetta, G. (2019). Using MaxEnt modeling to predict the potential distribution of the endemic plant Rosa arabica Crép. in Egypt. Ecological Informatics, 50: 68-75.‏
[2]. Assadi M. (1998). Flora of Iran, No. 1: Tamaricaceae. Research Institute of Forests and Rangelands. Tehran. 73 Pp. (in Farsi)
[3]. Bazrmanech A, Tarkesh Isfahani M, & Bashari H. (2018). The effect of climate change on climatic ecological nests of Bromus tomentellus Boiss. Using Maxent model in Isfahan province. Rangeland and Watershed Management, Iranian Journal of Natural Resources. 71(4): 857-867. (in Farsi)
[4]. Bing, L., Wenzhi, Z., & Rong, Y. (2008). Characteristics and spatial heterogeneity of Tamarix ramosissima Nebkhas in desert-oasis ecotones. Acta Ecologica Sinica, 28(4): 1446-1455.‏
[5]. Carter, J.M. and Nippert, J.B. (2012). Leaf-level physiological responses of Tamarix   ramosissima to increasing salinity. Journal of Arid Environments, 77: 17-24.
[6]. Evangelista, P. H., Stohlgren, T. J., Morisette, J. T., & Kumar, S. (2009). Mapping invasive tamarisk (Tamarix): a comparison of single-scene and time-series analyses of remotely sensed data. Remote Sensing, 1(3): 519-533.‏
[7]. Graham, J. Young, N. Jarnevich, CS. Newman, G. Evangelista, P. & Stohlgren, TJ. (2013). The hyper-envelope modeling interface (HEMI): A novel approach illustrated through predicting Tamarisk (Tamarix spp.) habitat in the western USA. Environmental management, 52(4): 929-938.‏
[8]. Jing, WAN., QI, GJ. Jun, MA. Ren, Y. Rui, WANG., & McKirdy, S. (2020). Predicting the potential geographic distribution of Bactrocera bryoniae and Bactrocera neohumeralis (Diptera: Tephritidae) in China using MaxEnt ecological niche modeling. Journal of Integrative Agriculture, 19(8): 2072-2082.‏
[9]. Kerns, B. K., Naylor, B. J., Buonopane, M., Parks, C. G., & Rogers, B. (2009). Modeling tamarisk (Tamarix spp.) habitat and climate change effects in the northwestern United States. Invasive Plant Science and Management, 2(3): 200-215.‏
[10]. Kumar, S., & Stohlgren, TJ. (2009). Maxent modeling for predicting suitable habitat for threatened and endangered tree Canacomyrica monticola in New Caledonia. Journal of Ecology and the Natural Environment, 1(4): 094-098.‏
[11]. Landis, J.R., Koch, G.G. (1977). The Measurement of Observer Agreement for Categorical Data. Biometric, 33: 159-174.
[12]. Malekpour H, Morovati M., Tazeh M, Taghizadeh R. (2018). Evaluation of optimal habitat capacity of rams and ewes using MaxEnt model (Case study: Tang Sayad protected area). Animal Environment Quarterly, 10 (4): 45-54. (in Farsi)
[13]. Matinkhah S, Kaveh Sedeh Z. (1396). Relationship between soil and vegetative characteristics of Tamarix ramosissima in Abyaneh, Isfahan province. Applied Ecology, 6(3): 89-99. (in Persian).
[14]. Mohammadi M, Mirzaei J, Moradi M. and Naji HR. (2017). Soil physicochemical properties of Tamarisk (Tamarix ramosissima Ledeb.) sites in Ilam province. Iranian Journal of Forest and Poplar Research, 25(3): 419-430. (in Farsi)
[15]. Nasri, M., & Modarres, R. (2009). Dry spell trend analysis of Isfahan Province, Iran. International Journal of Climatology: A Journal of the Royal Meteorological Society, 29(10): 1430-1438.‏.
[16]. Natale, E., Zalba, S.M., Oggero, A. & Reinoso, H., (2010). Establishment of Tamarix ramosissima under different conditions of salinity and water availability: implications for its   management as an invasive species. Journal of Arid Environments, 74: 1399-1407.
[17]. Philips, S.J. and Dudik, M. (2008). Modelling of species distribution with Maxent: New extensions and a comprehensive evalution. Ecography, 31 (2), 161-175.
[18]. Phillips, S. J., Anderson, R. P., and Schapire, R. E. (2006). Maximum entropy modeling of species geographic distributions. Ecological modelling, 190(3-4): 231-259.‏
[19]. Qin, A., Jin, K., Batsaikhan, M. E., Nyamjav, J., Li, G., Li, J. & Xiao, W. (2020). Predicting the current and future suitable habitats of the main dietary plants of the Gobi Bear using MaxEnt modeling. Global Ecology and Conservation, 22, 1-12.‏
[20]. Remya, K., Ramachandran, A., & Jayakumar, S. (2015). Predicting the current and future suitable habitat distribution of Myristica dactyloides Gaertn. Using MaxEnt model in the Eastern Ghats, India. Ecological engineering, 82: 184-188.‏
[21]. Rouhi Moghaddam, E., Sargazy, E. and Gholamalizadeh, A., 2015. Ecological properties of Tamarix habitats in Sistan Plain, Iran. Ecopersia, 3(4): 1-9.
[22]. Shahriari Sani, Farashi A, Karimian Z, Al-Ranaei M. (2017). Modeling of Tamarix ramosissima species in urban green space using Biomod2 package in R software and based on current and future local climate of Iran. The Second National Conference on New Thoughts and Technologies in Geographical Sciences. December 25, 2017. Zanjan University. Zanjan, Iran.
[23]. Swets, J. A. (1988). Measuring the accuracy of diagnostic systems. Science, 240(4857): 1285-1293.‏
[24]. Xu, L., Liu, H., Chu, X., & Su, K. (2006). Desert vegetation patterns at the northern foot of Tianshan Mountains: The role of soil conditions. Flora-Morphology, Distribution, Functional Ecology of Plants, 201(1), 44-50.‏
[25]. Yi, Y. J., Cheng, X., Yang, Z. F., & Zhang, S. H. (2016). Maxent modeling for predicting the potential distribution of endangered medicinal plant (H. riparia Lour) in Yunnan, China. Ecological Engineering, 92: 260-269.‏
[26]. Zare Chahouki Ali, and Sahragard Hossein Piri. (2016). Evaluation of MaxEnt method for habitat distribution modeling of three plant species in Garizat rangelands of Yazd province, Iran. Range Management and Agroforestry, 37(2): 142-147.‏
[27]. Zhang, Q., & Zhang, X. (2012). Impacts of predictor variables and species models on simulating Tamarix ramosissima distribution in Tarim Basin, northwestern China. Journal of plant ecology, 5(3): 337-345.‏