15489

13866

كارشناسي ارشد

آبخيزداري

اصفهان : دانشگاه صنعتي اصفهان

1398

ژ، 97ص.:مصور، جدول، نمودار

حميد متين خواه، رضا جعفري

مصطفي تركش اصفهاني، حميدرضا كريم زاده

حسين بشري، سعيد پورمنافي

1398/12/03

كتابنامه

مهندسي منابع طبيعي

مهندسي منابع طبيعي

1398/12/03

2603007

1 چكيده مدلسازي پيشبيني پراكنش گونههاي گياهي بر اساس ارتباط بين دادههاي حضور يك گونه و متغيرهاي محيطي تعريف ميشود امروزه تهيه نقشههاي پيشبيني پراكنش گونهاي يا تيپهاي گياهي در عرصههاي مرتعي و جنگلي با به وجود آمدن نرمافزارهاي پيشرفته سيستمهاي اطالعات جغرافيايي و سنجش از دور و توسعه روشهاي آماري مورد توجه ويژه قرار گرفته است جنگلها نقش مهم در بخشي از چرخه هيدرولوژيك از طريق بارشها توزيع مكاني و زماني آن ها كاهش سرعت برخورد قطرات باران بر سطح زمين تبخير و تعرق و افزايش نفوذ آن ايفا ميكند كه در حفاظت آب و خاك حائز اهميت ميباشد شناسايي حفظ و اصالح رويشگاه گياهان با ارزش در منابع طبيعي داراي اهميت ميباشد به منظور مدلسازي رويشگاه بالقوه زالزالك در استان لرستان از روش مدلسازي حداكثر آنتروپي خطي تعميم يافته و مدل قطعات رگرسيون تطبيقي چند متغيره استفاده گرديد اين گونه يكي از گونههاي مهم جنگلهاي زاگرس ميباشد گونه زالزالك عالوه بر خصوصيات اكولوژيكي منحصر به فرد پس از استقرار در خاك نسبت به خشكي كامال مقاوم است و به عنوان گياهي مقاوم به آلودگي هوا و سازگار با انواع خاكها به عنوان يك گياه زينتي مورد استفاده قرار ميگيرد دادههاي رخداد گونه در طرح تهيه نقشه جنگلي استان لرستان به مدت سه سال 4831 5831 و 6831 بصورت بازديد ميداني از سراسر استان لرستان جمعآوري گرديد سپس اين دادهها با استفاده از گوگل ارث و بازديد صحرايي در سال 8931 صحت سنجي انجام شد كه در نهايت 6711 نقطه حضور گونه زالزالك ثبت گرديد فرآيند مدلسازي با استفاده 32 متغير محيطي كه شامل سه اليه فيزيوگرافي شيب جهت و ارتفاع از سطح دريا دادههاي اقليمي 91 فاكتور اقليمي و دادههاي سنجش از دور NDVI ميباشد متغيرهاي محيطي استفاده شده بر پراكنش گونه زالزالك بارش در سه ماه سرد سال دامنه ي دمايي ساالنه دمايي فصلي ميانگين دمايي سه ماه مرطوب سال شيب بارش ساالنه و ارتفاع در نظر گرفته شد براي تعيين رويشگاه بالقوه گونه زالزالك 3 مدل پراكنش گونهاي شامل GLM Maxent و MARS مورد استفاده قرار گرفت نتايج نشان داد شد كه بين خروجي مدلها اختالف معني داري وجود دارد كه مدل Maxent بهترين عملكرد را نسبت به دو مدل GLM و MARS براي پيشبيني رويشگاه بالقوه گونه زالزالك در استان لرستان دارد با در نظر گرفتن مقدار AUC و KAPPA عملكرد مدل Maxent به ترتيب برابر با 39 0 و 37 0 محاسبه گرديد كه نشان دهنده عملكرد خيلي خوب مدل ميباشد مساحت مطلوب پراكنش گونه زالزالك با استفاده از مدل تركيبي 2589 كيلومتر مربع بدست آمد ميانگين مهمترين متغيرهاي تاثير گذار بر پراكنش گونه زالزالك با استفاده از سه روش د ر حال حاضر شامل بارش در سه ماهه سرد سال بارش ساالنه دماي فصلي و ارتفاع ميباشد همچنين اثر تغيير اقليم بر روي گونه زالزالك با استفاده از مدل پراكنش گونهاي Maxent بررسي شد با استفاده از دو مدل پيشبيني تغيير اقليم 4 CCSM و HadGEM Ec تحت دو سناريو 5 4 RCP متمايل به خوشبينانه و 5 8 RCP بدبينانه براي آينده 0502 و 0702 بر پراكنش گونه زالزالك مورد بررسي قرار گرفت مساحت مطلوب گونه زالزالك در سناريوهاي بدبينانه بيشترين كاهش را داشته است ميزان كاهش مساحت مطلوبيت در مدل 4 CCSM در سال 0502 برابر با 4937 كيلومتر مربع در سال 0702 برابر با 0069 كيلومتر مربع و در مدل HadGEM Ec در سال 0502 برابر با 2537 كيلومتر مربع در سال 0702 برابر با 3288 كيلومتر مربع نشان داده شد بارندگي در سه ماهه سرد سال براي حال حاضر حدود 002 081 ميليمتر و براي آينده 051 052 ميليمتر بارندگي ساليانه حدود 002 تا 005 ميليمتر ارتفاع 0051 تا 0091 متر از سطح دريا تغييرات دماي فصلي حدود 5 8 درجه سانتيگراد شرايط اپتيمم و بهينه براي حضور گونه زالزالك در حال حاضر ميباشد همچنين مهمترين متغيرهاي محيطي تاثير گذار در آينده و شرايط بهينه براي حضور گونه زالزالك بارش در سه ماهه سرد سال حدود 001 032 ميليمتر بارش ساالنه حدود 061 005 ميليمتر تغييرات دماي فصلي 7 درجه سانتيگراد و ميانگين دماي سه ماه مرطوب سال 1 31 درجه سانتيگراد نشان داده شد باتوجه به خروجي مدل مكسنت براي آينده ميتوان گ فت كه مساحت گونه زالزالك به دليل كاهش بارندگي و افزايش دما طي سالهاي 0502 و 0702 روند كاهشي به خود گرفته است كلمات كليدي استان لرستان سنجنده موديس Cratagus pontica RCP مدل تركيبي

98AbstractPredictive modeling of plant species distribution is defined based on the relationship between aspecies presence data and environmental variables Nowadays forecast maps of species distributionor vegetation types in rangelands and forests with the emergence of advanced softwares and thedevelopment of statistical methods have received special attention Forests play an important role inthe hydrological cycle deceleration of rain droplets on land evapotranspiration and increasedpenetration which are important in water and soil conservation It is important to identify preserveand improve the habitat of valuable plants in natural resources The Maximum Entropy MAXENT Generalized Linear Model GLM Multivariate Adaptive Regression Spline MARS were used tomodel the potential habitat of Cratagus pontica which is one of the important species of Zagrosforests in Lorestan province In addition to its unique ecological properties it is highly resistant todrought after establishing in the soil and it is used as an ornamental plant because of its resistance toair pollution and adaptation to all kinds of soils Species occurrence data were collected through fieldsurvey throughout Lorestan province during three years of 2005 2006 and 2007 These data werethen validated using Google Earth and field survey in 2019 Finally 1176 points of presence of thespecies were recorded The modeling process was performed by using 23 environmental variablesincluding three physiographic layers slope direction and altitude climate data 19 bioclimaticfactors and remote sensing data NDVI index The environmental variables were included theprecipitation in three coldmonths of the year annual temperature seasonal temperature meantemperature of three wet months of the yearannual precipitation and elevation The results showedthat there was a significant difference between the models and among them the Maxent modelperformed better in predicting the potential habitat of the species in Lorestan province Taking intoaccount the AUC and KAPPA values the Maxent model performance was calculated to be 0 93 and0 73 respectively indicating very high performance of this model The optimum distribution area ofthe species was obtained 9852 km2by using the hybrid model The average of the most importantvariables affecting the distribution of the species using the three methods was included theprecipitation in the three cold months of the year annual precipitation seasonal temperature andelevation Also the effect of climate change on the species was studied using Maxent model and twoforecasting models CCSM4 and HadGEM Ec under the two scenarios RCP4 5 optimistic andRCP8 5 pessimistic for the future 2050 and 2070 The optimum area for the species showed thegreatest decrease in pessimistic scenarios The reduction of habitat area in the CCSM4 model in2050 equaled 7394 km2 in 2070 equaled 9600 km2 and in the HadGEM Ec model in 2050 equaled7352 km2 in 2070 equaled 8823 km2 The rainfall in three cold months of the year about 180 200mm and for the future 150 250 mm annual rainfall about 200 500 mm altitude 1500 1900 m abovesea level seasonal temperature changes around 8 5 C were the optimum conditions for the presenceof the species The most important environmental variables in the future and optimum conditions forthe presence of the species were the precipitation in three cold months of the year about 230 130mm annual precipitation of about 160 500 mm seasonal temperature changes of 7 C and the meanof the three wet months of the year about 1 13 C Based on the output of the Maxent model for thefuture we can say that the area of Cratagus pontica has been declining due to the decrease in rainfalland increasing temperature during the years 2050 and 2070 Keywords Lorestan Province MODIS Sensor RCP Cratagus pontica Combined Model

حميد متين خواه، رضا جعفري

مصطفي تركش اصفهاني، حميدرضا كريم زاده

حسين بشري، سعيد پورمنافي