توصيفگر ها :
حشرات آفت , زاگرس و ايران مركزي , گياه دارويي , مدل پراكنش گونه اي , منحني هاي عكس العمل گونه اي
چكيده فارسي :
گون زرد با نام علمي Astragalus verus Olivier از مهم¬ترين گونه¬هاي بومي و دارويي- صنعتي ايران است كه از لحاظ حفاظت خاك و توليد صمغ كتيرا و عسل اهميت زيادي دارد. در سال¬هاي اخير، اين گونه¬ي ارزشمند به دلايل مختلف، دچار پديده زوال گرديده است. شناخت الگوي مكاني و بررسي اثرات تغيير اقليم بر پراكنش گونه گون مي¬تواند براي ايجاد برخي فرضيه¬ها درباره دلايل خشكي آن مورد استفاده قرار گيرد. هدف اين پژوهش، تعيين الگوي مكاني و اثرات متقابل گون زرد زنده و خشك¬شده و پيش¬بيني اثرات بالقوه تغيير اقليم بر پراكنش و زوال آن در سناريوهاي RCP2.6 و RCP8.5 براي دوره¬هاي حال حاضر، سال 2050 و 2070 با استفاده از مدل¬ گردش عمومي CCSM4 مي¬باشد. بدين منظور، تعداد 12 مكان مرتعي در تيپ¬هاي گياهي كه گون زرد غالب بوده و داراي رخداد خشكيدگي بيش¬تر از 50 درصد بود در استان¬هاي اصفهان و چهارمحال و بختياري انتخاب شد. در هر مكان براي مطالعه ويژگي¬هاي پوشش گياهي، يك پلات¬ 10×10 متر به صورت تصادفي مستقر شد. در هر پلات مختصات X و Y تمامي گونه¬ها نسبت به مبدأ مختصات ثبت گرديد و يك نمونه خاك دقيقاً از مركز پلات، جهت تحليل گراديان و شش نمونه خاك نيز به¬طور تصادفي براي تحليل واريانس برداشت شد. درصد رطوبت وزني، اجزاء بافت خاك، pH و هدايت الكتريكي نمونه¬هاي خاك تعيين گرديد. در مكان¬هاي مورد مطالعه آثاري از فعاليت تغذيه¬اي لارو حشرات مشاهده گرديد و دو گونه سوسك چوب¬خوار شناسايي شد. نتايج، حاكي از عدم وجود همبستگي معني¬دار بين خصوصيات خاك و رخداد خشكيدگي بود. بررسي ارتباط بين خصوصيات خاك و درصد خشكيدگي گون زرد توسط آزمون PCA نشان داد تأثيرگذارترين عامل بر خشكيدگي گون¬ زرد، درصد رطوبت ، درصد شن و رس خاك بود. جهت تحليل الگوي مكاني همه گونه¬ها از تابع تك¬متغيره و براي تحليل اثرات متقابل گون¬هاي زرد زنده و خشك¬شده از تابع دومتغيره K رايپلي استفاده شد. نتايج نشان داد كه الگوي مكاني تمامي گونه¬ها با افزايش فاصله، از كپه¬اي به يكنواخت تغيير مي¬كند و الگوي مكاني تك¬متغيره و دومتغيره گون زرد زنده و خشك، تصادفي مي¬باشد. جهت مدل¬سازي توزيع گونه¬اي، تعداد 83 مكان انتخاب شد كه علاوه بر غالب بودن گونه، طبقات مختلف سني گياه نيز وجود داشته باشد و بهره¬برداري كتيرا انجام نشده باشد. تعداد 19متغير زيست¬اقليمي در مقياس سالانه براي بازه زماني 1979 تا 2013 از پايگاه اقليم Chelsa دريافت شد و براي بازه زماني 2014 تا 2019 با استفاده از داده¬هاي هواشناسي به كمك بسته dismo در نرم¬افزار R توليد شد. نقشه سه متغير فيزيوگرافي (ارتفاع، شيب و جهت شيب) و شاخص پوشش گياهي نرمال¬شده با تفكيك مكاني يك كيلومتر تهيه گرديد. نقشه پراكنش مكاني متغيرهاي اقليمي BIO1 و BIO12 با استفاده از رگرسيون، روش¬هاي كريجينگ و IDW در نرم¬افزار ArcGIS توليد شد. پس از حذف لايه¬هاي داراي همبستگي زياد و غيرضروري، چهار متغير محيطي Bio1، Bio5، Bio19 و ارتفاع از سطح دريا به عنوان ورودي مدل¬ها انتخاب شدند. هشت مدل¬ آماري براي بررسي پراكنش گونه¬اي و خشك شدن گون زرد در مقياس منطقه¬اي با استفاده از بسته Biomod2 در نرم¬افزار R استفاده شدند و بر اساس شاخص¬هاي AUS و TSS (بيش¬تر از 98/0)، مدل جنگل تصادفي به عنوان بهترين مدل براي پيش¬بيني پراكنش گونه انتخاب شد. با استفاده از مدل¬ جنگل تصادفي، نقشه پراكنش و زوال گون زرد در منطقه مورد مطالعه پيش¬بيني و طبقه¬بندي شد و منحني¬هاي عكس¬العمل گونه نسبت به متغيرهاي مهم محيطي ترسيم گرديد. همچنين شاخص بارش استانداردشده سه و دوازده ماهه براي بازه زماني 2000 تا 2019 با استفاده از داده¬هاي بارش ماهانه ايستگاه¬هاي كليماتولوژي و هواشناسي مورد مطالعه در نرم¬افزار SPI محاسبه شد. نتايج نشان داد كه سطح رويشگاه مناسب اين گونه 15277 كيلومترمربع بوده كه حدود 12 درصد از كل منطقه مورد مطالعه را به خود اختصاص داده است. در اثر تغيير اقليم، وسعت رويشگاه گون زرد در منطقه مورد مطالعه به ترتيب 31 و 77 درصد تحت سناريوهاي خوش¬بينانه و 97 و 99 درصد تحت سناريوهاي بدبينانه در سال¬هاي 2050 و 2070 كاهش خواهد يافت و رويشگاه گونه در آينده به سمت ارتفاعات بيش¬تر با دماي كم¬تر و بارش بيش¬تر، جابجا خواهد شد. نتايج تحليل رج¬بندي PCA نشان داد درصد خشكيدگي گون زرد با عامل¬ اقليمي Bio1 بيش¬ترين همبستگي مثبت و با عامل Bio19 بيش¬ترين همبستگي منفي را داشته است.
چكيده انگليسي :
Astragalus verus Olivier is one of the most important native and medicinal species of Iran, which is also very important in terms of soil protection and the production of tragacanth and honey. In recent years, this valuable species faced to decline due to various reasons. Identifying the spatial pattern and the effects of climate change on plant distribution can be used to develop hypotheses about the reasons for the dryness of this species. This study aimed to determine the spatial pattern and mutual effects of live and dried Astragalus verus, and predict the potential effects of climate change on its distribution and deterioration using the CCSM4 general circulation model under RCP2.6 and RCP8.5 scenarios for the current, 2050, and 2070 periods. In this study, the 12 sites with the dominance of the A. verus and dieback of more than 30 percent were selected in Isfahan and Chaharmahal-va-Bakhtiari provinces. We established one plots with a size of 10×10 m randomly in each site for studying vegetation characteristics. In each plot, the X and Y coordinates of all species were recorded in relation to the origin of the coordinates, and one soil sample was collected exactly from the center of the plot for gradient analysis. Six other soil samples were also collected from the 0-25 and 25-50 cm depth of the soil surface in each plot randomly to evaluate the correlation between the soil properties and drying of the species. The weight moisture percentage, soil texture components, pH, and electrical conductivity of all soil samples were measured. In the studied sites, traces of insect larvae activities were observed and two species of wood-eating beetles were identified. The results indicated that there is no significant correlation between soil properties and the drying of the species. The relationship between soil properties and the drying percentage of A. verus was conducted by Principal Component Analysis. The percentage of soil moisture, sand, and clay content were identified as the most influential factors in the distribution of A. verus. To analyze the spatial point pattern of all species, the univariate function was used, and to analyze the mutual effects of live and dried A. verus, Ripley's K bivariate function was applied. The results showed that the spatial pattern of all the species inside the plots changed from clump to uniform and the univariate and bivariate spatial pattern of live and dry A. verus was random. To model species distribution, we selected 83 sites with the dominance of the A. verus (alive and dried species) at different elevation strata where different age classes of the species occurred and the exploitation of katira was not carried out. Nineteen bio-climatic variables on an annual scale for the period from 1979 to 2013 were obtained from the Chelsa climate database and dismo package in R software was used to produce meteorological data for the period from 2014 to 2019. The maps of three physiographic variables (elevation, slope, and slope direction) were produced and an NDVI map was also prepared with a spatial resolution of one kilometer. Spatial distribution maps of BIO1 and BIO12 were produced using the regression method, Kriging methods, and IDW in ArcGIS software. After eliminating the high-correlation layers and the unnecessary layers based on ecological consideration, the annual mean temperature (Bio1), the max temperature of the warmest month (Bio5), the precipitation of the coldest quarter (Bio19), and DEM layers were selected as the model inputs. Eight modeling methods, were used to model the occurrence and dieback of the species in a regional scale using the Biomod2 package in R software. The RF model outperformed the other models as it attained the highest values of AUC and TSS (>0.98). The RF model was employed to develop habitat suitability maps for the occurrence and decline of the species, and to develop species response curves against the most important environmental variables.