13187

12030

كارشناسي ارشد

مرتعداري

اصفهان: دانشگاه صنعتي اصفهان، دانشكده منابع طبيعي

۱۳۹۶

دوازده، ۸۰ص.:‌ مصور، جدول، نمودار

مصطفي تركش اصفهاني، حسين بشري

رضا جعفري

علي لطفي، سعيد پورمنافي

1396/11/15

كتابنامه

منابع طبيعي

مهندسي منابع طبيعي

ID12030

1 چكيده اطالعات محيطي و مديريتي تا حد زيادي تعيين كننده شرايط پراكنش گونههاي گياهي است در مدلهاي پراكنش گونههاي گياهي از اين اطالعات جهت تعيين نقاط رخداد گونههاي گياهي استفاده ميشود اين مطالعه با هدف شناسايي عوامل محيطي موثر بر پراكنش گونهي آنغوزه Ferula gabrielli و مدلسازي پراكنش مكاني اين گونه با استفاده از مدلهاي ماشين بردار پشتيبان SVM و شبكههاي باور بيزين BBNs انجام شد بدين منظور دادههاي حضور و غياب گونه تحت مطالعه با استفاده از روش نمونهبرداري تصادفي طبقه بندي شده 51سايت حضور و 17 سايت غياب واقع در شهرستان خور و بيابانك جمعآوري گرديد نقشه اليههاي محيطي اقليمي از سايت Worldclim براي شهرستان خور و بيابانك تهيه شد اليههاي دادههاي فيزيوگرافي نظير ارتفاع شيب و جهت نيز از نقشه DEM منطقه استخراج شد با استفاده از روش مدلسازي SVM ارتباط بين پراكندگي گونه آنغوزه با عوامل محيطي بررسي و منحنيهاي عكسالعمل گونه نسبت به اين عوامل تهيه و نقشه پتانسيل پراكنش گونهاي تهيه گرديد سپس با توجه به نتايج مدل SVM منحنيهاي عكسالعمل گونه ارتباط بين متغيرهاي محيطي مهم و حضور و غياب گونه با استفاده از روش BBNs مدلسازي شد و مدل دادهاي BBNs تهيه گرديد در گام بعد يك مدل BBNs علت و معلولي با استفاده از متغيرهاي دو مدل فوق و همچنين متغيرهاي مديريتي و ساير عوامل محيطي كه در اين دو مدل استفاده نشده بودند نظير شرايط ادافيكي برخي خصوصيات فيزيوگرافي و دوره يخبندان با استفاده از نظر 2 كارشناس آشنا به اكولوژي اين گونه تهيه و با استفاده از تحليل سناريو ارزيابي گرديد نتايج حاصل از مدل SVM و BBNs نشان داد كه متغير هاي محيطي بارندگي ساليانه فصلي بودن دما ميانگين دماي روزانه ارتفاع و بارش در سردترين فصل بر حضور اين گونه تاثير بسزايي دارد مدل علت ومعلولي BBNs متشكل از 32 متغير مختلف نشان داد كه عوامل محيطي بيشتر از عوامل مديريتي بر مطلوبيت زيستگاه گونهي آنغوزه تاثير دارد زيرا شرايط بهرهبرداري و مديريتي اين گونه به نسبت مطلوب مي باشد مدلهاي BBNs بخوبي توانستند عدم اطمينان از نتايج پيشبيني را در نتايج نشان بدهند و متغيرهاي مديريتي كه در مدل SVM قابل استفاده نبود بكار گرفته شد با توجه به نقشهي پيشبيني حاصل از مدل SVM و منحنيهاي عكسالعمل بيشترين احتمال رخداد حضور گونهي آنغوزه در مناطقي بود كه ميانگين دماي روزانه 5 50درجه سانتيگراد بارندگي ساليانه 57 ميليمتر ارتفاع 1140 تا 1113 متر و بارش در سردترين فصل 83 ميليمتر قرار داشت مقدار ضريب كاپا نقشه پتانسيل پراكنش گونه برابر با 08 1 و CCR برابر با 13 1 و AUC آن برابر با 53 1 بود با توجه به نقشهي به دست آمده از مدل 2240 SVM هكتار برابر با 12 از سطح منطقه مورد مطالعه داراي پتانسيل خوب و عالي جهت رشد گياه آنغوزه ميباشد استفاده از مدل هاي مختلف در اين مطالعه تا حدود زيادي فهم و دانش متخصصان از اكولوژي و تاثير عوامل محيطي بر پراكنش اين گونه را افزايش داد و گپهاي دانش و موارد داراي ارزش حياتي براي تحقيقات آتي در مورد پراكنش اين گونه را روشن نمود روش بكار رفته در اين مطالعه مي تواند براي ساير گونههاي باارزش دارويي و صنعتي كه در معرض خطر انقراض قرار دارند نيز بكار گرفته شود واژههاي كليدي مدل پيشبيني كننده آنغوزه Ferula gabrielli ماشين بردار پشتيبان SVM شبكههاي باور بيزين سيستم اطالعات جغرافيايي شهرستان خور و بيابانك

81 Spatial Distribution Modeling Ferula gabrielli using Support Vector Machine and Bayesian Belief Network in Khoor and Biyabanak City Behnaz Shadmanfar Behnazshadmanfar@yahoo com January 13 2018 Department of Natural Resources Isfahan University of Technology Isfahan 84156 83111 IranDegree MSc Language PersianDr Mostafa Tarkesh Isfahani Hossein BashariM Tarkesh@cc iut ac ir H Bashari@cc iut ac irAbstractManagerial and environmental information are of vital importance in distribution of plant speciesand such information are used through models to determine the occurrence of plant species Thepresent study aims to investigate environmental parameters affecting Ferula gabrielli distributionand then to modelling spatial distribution of the species using Support Vector Machine andBayesian Belief Networks models Data on presence and absence of the study species was collectedrandomly using classified sampling method number of presence and absence sites were 65 and 70respectively from Khoor and Biabanak region Maps for climatic environmental layers for thestudy area were provided by Worldclim web site Physiographic maps of the region such as altitude slope and aspect were prepared based on the DEM layer Using SVM modelling method therelationship between Ferula gabrielli distribution and environmental factors was investigated Based on the derived reaction equations of the species to these parameters map for potentialdistribution of the species was drowned in the next stage Following to this and with the help of theSVM model the relationship between environmental factors and presence absence of the specieswas modelled using BBNs methods and then BBNs data model was developed Under thesupervision of three species specific ecologists then a cause and BBNs effect model was alsodeveloped using the variables of two above models managerial variables and other environmentalparameters including Soil condition physiographic and ice age information that were not usedbefore and evaluated using scenario analysis The results of SVM and BBNs models showed thatannual precipitation seasonal temperature altitude and precipitation during the coldest season hada great impact on distribution of the Ferula gabrielli The cause and effect BBNs model consisting32 different variables indicated that environmental parameters had stronger effect on habitatsuitability of the study species than managerial factors BBNs models accurately showed theuncertainty of predicted results and managerial parameters that were unable to be used in SVMmodel were used Given to the reaction equations and predicted map derived from SVM model Ferula gabrielli was most likely to be present in areas with mean daily temperature of 15 5 C 75mm annual precipitation 1400 2000 m altitude and 28 mm precipitation during the coldest season Kappa coefficient for the potential distribution map of the species was 0 80 and the values for CCRand AUC were 0 90 and 0 95 respectively According to the map obtained based on SVM model 3341 hectares of the study area which is equal to 30 of total had great growth potential for Ferulagabrielli Different models used for this study has increased understanding and knowledge of theexperts in terms of ecology and impacts of environmental factors on Ferula gabrielli distribution and opened up new scientific gaps for the forthcoming research in the line of species distribution Methodology used for the present study can be used for other endangered medicinal and industrialplant species Keyword Predictive Model Ferula gabrielli Support Vector Machine Bayesian BeliefNetwork Khoor And Biyabanak City

مصطفي تركش اصفهاني، حسين بشري

رضا جعفري

علي لطفي، سعيد پورمنافي