Skip to main content
SUPERVISOR
Mostafa Tarkesh esfahani,Reza Jafari
مصطفی ترکش اصفهانی (استاد راهنما) رضا جعفری (استاد راهنما)
 
STUDENT
Abbas Kaviyan
عباس کاویان مبارکه

FACULTY - DEPARTMENT

دانشکده منابع طبیعی
DEGREE
Master of Science (MSc)
YEAR
1395
It is very important to identify habitat requirements for species in conservation and management plans of target species. The availability of habitat requirements for species is equivalent to the term habitat desirability. Scariola orientalis is a pasture that has a large distribution in Iran. The purpose of this study was to model and design a habitat map of Scariola orientalis in Isfahan province using the maximum entropy model and logistic regression. In order to determine the presence of the vegetation map of Isfahan province and proportional random systematic sampling method was used. For a modeling process, a two-step approach was used. In the first stage, using the points of presence and application of the maximum entropy model of undesirable locations were determined. Then non-attendance points were randomly selected in undesirable locations. In the second stage, habitat utility modeling was performed using presence and absence points and applying the logistic regression model. In this study, physiographic variables (slope, direction and elevation) and climatic variables were used. The preparation of the layers of environmental variables was done using ArcGIS software. To determine the most important variables affecting the habitat desirability of the studied species, once the model was run using all variables, and the variables that were high in participation in the model output were selected to enter the reduced model. Based on the results obtained from the maximum entropy model, the mean winter temperature (Bio11), precipitation in winter (Bio19), precipitation in summer (Bio17), minimum temperature of the coldest month of the year (Bio6), seasonal temperature (Bio4) and slope Were identified as the most important variables in determining the desirability of Scariola orientalis habitat. The results showed that the Maxent model had the highest AUC (0. 99) and Kappa (0.98). These results show that the Maxent model has a better performance than model logistic regression modeling in the distribution model. Keywords : Species distribution, potential habitat, habitat desirability, response curve, Maxent.
شناسایی نیازمندی‌های زیستگاهی گونه‌ها در انجام برنامه‌های حفاظتی و مدیریتی گونه‌های هدف، بسیار مهم است. فراهم بودن نیازمندی‌های زیستگاهی گونه‌ها معادل اصطلاح مطلوبیت زیستگاه بیان می‌شود. Scariola orientalis یک‌گونه مهاجم است که پراکنش وسیعی در ایران دارد. بااین‌وجود اکولوژی این گونه کاملاً مطالعه نشده است. هدف این مطالعه مدل‌سازی و تهیه نقشه مطلوبیت زیستگاه گونه Scariola orientalis در استان اصفهان با استفاده از مدل حداکثر آنتروپی و رگرسیون لجستیک است. به‌منظور تعیین نقاط حضور از نقشه پوشش گیاهی استان اصفهان و روش نمونه‌برداری تصادفی سیستماتیک متناسب استفاده شد. برای فرایند مدل‌سازی یک رویکرد دومرحله‌ای به کار گرفته شد. در اولین مرحله با استفاده از نقاط حضور و به‌کارگیری مدل حداکثر آنتروپی مکان‌های نامطلوب تعیین شدند. سپس نقاط عدم حضور به‌صورت تصادفی در مکان‌های نامطلوب انتخاب شدند. در دومین مرحله با استفاده از نقاط حضور و عدم حضور و به‌کارگیری مدل رگرسیون لجستیک، مدل‌سازی مطلوبیت زیستگاه انجام شد. در این مطالعه از متغیرهای فیزیوگرافی (شیب، جهت و ارتفاع) و متغیرهای اقلیمی استفاده شد. آماده‌سازی لایه‌های متغیرهای محیطی با استفاده از نرم‌افزار ArcGIS انجام شد. برای تعیین مهم‌ترین متغیرهای تأثیرگذار در مطلوبیت زیستگاه گونه موردمطالعه، یک‌بار مدل با استفاده از تمامی متغیرها راه‌اندازی گردید و متغیرهای که در خروجی مدل دارای درصد مشارکت بالایی بودند، برای ورود به مدل کاهش‌یافته انتخاب شدند. بر اساس نتایج به‌دست‌آمده از مدل حداکثر آنتروپی، متغیرهای میانگین دمای فصل زمستان (Bio11)، بارش در فصل زمستان (Bio19)، بارش در فصل تابستان (Bio17)، حداقل دمای سردترین ماه سال (Bio6)، دمای فصلی (Bio4) و شیب به‌عنوان بااهمیت‌ترین متغیرها در تعیین مطلوبیت زیستگاه گونه جاز شناخته شدند. نتایج به‌دست‌آمده نشان داد که مدل Maxent دارای بالاترین مقدار AUC (0?99) و Kappa (0?98) است. این نتایج نشان می‌دهد که مدل Maxent در مدل‌سازی پراکنش گونه‌ای عملکرد بهتری نسبت به مدل رگرسیون لجستیک دارد.

ارتقاء امنیت وب با وف بومی