پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 161 |
| تعداد شماره‌ها | 6,532 |
| تعداد مقالات | 70,502 |
| تعداد مشاهده مقاله | 124,117,147 |
| تعداد دریافت فایل اصل مقاله | 97,222,222 |
اثرات بالقوه تغییر اقلیم بر توزیع جغرافیایی گونة جو پیازدار (Hordeum bulbosum L.) در زاگرس مرکزی | ||
| نشریه محیط زیست طبیعی | ||
| دوره 74، شماره 4، اسفند 1400، صفحه 747-758 اصل مقاله (841.35 K) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22059/jne.2022.330501.2294 | ||
| نویسندگان | ||
| صدیقه السادات حسینی1؛ علی طویلی* 2؛ علی اصغر نقی پور برج3؛ شهرام خلیقی سیگارودی2 | ||
| 1دانشجوی دکتری علوم مرتع، دانشکده منابع طبیعی، دانشگاه شهرکرد، شهرکرد، ایران | ||
| 2دانشیار گروه احیای مناطق خشک و کوهستانی، دانشکده منابع طبیعی، دانشگاه تهران، کرج، ایران | ||
| 3استادیار گروه مهندسی طبیعت، دانشکده منابع طبیعی و علوم زمین، دانشگاه شهرکرد، ایران | ||
| چکیده | ||
| تغییر اقلیم با تغییر فصل رشد یا تغییر الگو‌های دمایی که محرک تغییر چرخه حیات است، بر بسیاری از گیاهان و جانوران تأثیر می‌گذارد. گونه جو پیازدار (Hordeum bulbosum) با پراکندگی زیاد در زاگرس به ویژه زیر اشکوب‌های جنگل‌های بلوط غرب در ناحیه رویشی ایران و تورانی، گونه‌ای مهم برای احیا و اصلاح مراتع است. در این مطالعه اثر تغییر اقلیم بر پراکنش جغرافیایی این گونه در استان چهارمحال و بختیاری واقع در زاگرس مرکزی مورد بررسی قرار گرفت. برای این منظور، 73 نقطه حضور با استفاده از سیستم موقعیت‌یاب جهانی (GPS) ثبت و تعداد 11 متغیر محیطی شامل متغیرهای زیست‌اقلیمی، فیزیوگرافی و کاربری سرزمین در مدلسازی مورد استفاده قرار گرفت. مدلسازی اجماعی شامل مدل شبکة عصبی مصنوعی، روش افزایشی تعمیم‌یافته، مدل‌خطی تعمیم‌یافته، تحلیل ممیزی انعطاف‌پذیر، جنگل تصادفی و رگرسیون چند‌متغیره تطبیقی انجام بود که در نهایت قابل اعتمادترین مدل، مدل جنگل‌تصادفی تعیین شد. همچنین پیش‌بینی برای سال 2070 بر اساس سه سناریوی افزایش گازهای گلخانه‌ای SSP126، SSP370 و SSP585 و دو مدل گردش عمومی GFDL-ESM4 و MRI-ESM2-0 انجام شد. نتابچ نشان داد حدود 25 درصد منطقة مورد مطالعه در حال حاضر به‌عنوان رویشگاه مطلوب گونه شناسایی شده است و موثرترین متغیرها در پراکنش گونه عبارتند از: مجموع بارندگی سالانه، میانگین دمای پربارش‌ترین سه ماهه متوالی سال و مجموع بارندگی گرم‌ترین فصل سال. پیش‌بینی می‌شود که به‌واسطه تغییر اقلیم در مدل گردش عمومی GFDL-ESM4، 32/27 درصد (SSP370) تا 31/02درصد (SSP585) و برای مدل MRI-ESM2-0، 26/06درصد (SSP370) تا 31/68درصد (SSP585) در سال 2070 از رویشگاه مطلوب گونه کاسته شود. نقشه‌های رویشگاه مطلوب امروزی و آینده که در این پژوهش تهیه شده‌اند، می‌تواند در تدوین و اجرای برنامه‌ها و طرح‌های مدیریتی و حفاظتی گونة مورد مطالعه مورد استفاده قرار گیرد. | ||
| کلیدواژه‌ها | ||
| استان چهارمحال و بختیاری؛ رویشگاه مطلوب؛ مدلسازی پراکنش گونه‌ای؛ مدل جنگل تصادفی؛ مدل گردش عمومی | ||
| عنوان مقاله [English] | ||
| Potential effects of climate change on the geographic distribution of the Hordeum bulbosum L. in the central Zagros region | ||
| نویسندگان [English] | ||
| Sedighe sadat Hosseini1؛ Ali Tavili2؛ Ali Asghar Naghipoor Borj3؛ Shahram Khalighi Sigaroodi2 | ||
| 1Ph. D. Student, ِDepartment of Range and watershed Management, Faculty of Natural Resources, Shahrekord University, Shahrekord , Iran | ||
| 2Associate Professor, Department of Reclamation of Arid and Mountainous Regions, Faculty of Natural Resources, University of Tehran, Karaj, Iran | ||
| 3Assistant Professor, Department of Nature Engineering, Faculty of Natural Resources and Earth Sciences, Shahrekord University, Shahrekord, Iran | ||
| چکیده [English] | ||
| Climate change affects many plants and animals by changing the growing season or temperature patterns that stimulate life cycle changes. Hordeum bulbosum is widely distributed in the Zagros region, especially under the storey of western oak forests in the vegetation zone of the Irano-Turanian region, and is considered as an important species for rangeland restoration and improvement. In this study, the effect of climate change on the geographical distribution of this species was assessed in Chaharmahal and Bakhtiari Province, located in central Zagros region. For this purpose, 73 points of presence were recorded using the global positioning system (GPS). In addition,11 environmental variables including bioclimatic, physiographic and landuse variables were used in the modeling process. Ensemble modeling include artificial neural network model, generalized boosting method, generalized linear model, flexible discriminant analysis, random forest and multivariate adaptive regression. Finally, the most reliable model was determined as the random forest model. The final forecast for 2070 is based on three scenarios of increasing greenhouse gases (SSP126, SSP370, and SSP585) as well as two general circulation models 9GFDL-ESM4 and MRI-ESM2-0). Findings showed that 25% of the study area is currently identified as suitable habitat for Hordeum bulbosum, and the most effective variables in species distribution are the Annual precipitation, mean temperature of the wettest quarter, and Total rainfall is the hottest season of the year. It is also predicted that based on GFDL-ESM4 and MRI-ESM2-0 models, 27.32% (SSP370) - 31.02% (SSP585) and 26.06% (SSP370)-31.68% (SSP585) of the suitable habitats will be reduced, respectively, by 2070 due to climate change. The present and future habitat maps prepared in this study can be used for the development and implementation of the given species’ management and conservation plans. | ||
| کلیدواژه‌ها [English] | ||
| Chaharmahal and Bakhtiari Province, Habitat suitability, Species distribution modeling, Stochastic forest model, General circulation model | ||
| مراجع | ||
|
Amiri, M., Tarkesh, M., & Jafari, R., 2019. Predicting the distribution of Artemisia sieberi Besser under climate change in the steppe and semi-steppe of Irano-Touranian region. Desert Management 7(13), 29-48. (In Persian) Ashrafzadeh, M.R., Naghipour, A.A., Haidarian, M., & Khorozyan, I., 2019a. Modeling the response of an endangered flagship predator to climate change in Iran. Mammal Research 64, 39-51. Ashrafzadeh, M.R., Naghipour, A.A., Haidarian, M., Kusza, S., & Pilliod, D.S., 2019b. Effects of climate change on habitat and connectivity for populations of a vulnerable, endemic salamander in Iran. Global Ecology and Conservation 19, e00637. Babaeian, I., Modirian, R., Karimian, M., Zarghami, M., 2015. Simulation of climate change in Iran during 2071-2100 using PRECIS regional climate modelling system. Desert 16, 135-152. (In Persian) Bazrmanesh, A., Tarkesh, M., Bashari, H., Pourmonafi, S., 2018. The effect of climate change on climatic ecological nests of Bromus tomentellus Boiss using Maxent model in Isfahan. Iranian Journal of Natural Resources-Rangeland and Watershed Management 71(4), 857-867. (In Persian) Cheng, L., Lek, S., Lek-Ang, S., Li, Z., 2012. Predicting fish assemblages and diversity in shallow lakes in the Yangtze River basin. Limnologica 42,127-136. Costion, C.M., Simpson, L., Pert, P.L., Carlsen, M.M., Kress, W.J., Crayn, D., 2015. Will tropical mountaintop plant species survive climate change? Identifying key knowledge gaps using species distribution modelling in Australia. Biological Conservation 191, 322-330. Franklin, J., 2010. Mapping species distributions: spatial inference and prediction, Cambridge University Press. Gebrewahid, Y., Abrehe, S., Meresa, E., Eyasu, G., Abay, K., Gebreab, G., Kidanemariam, K., Darcha, G., 2020. Current and future predicting potential areas of Oxytenanthera abyssinica (A. Richard) using MaxEnt model under climate change in Northern Ethiopia. Ecological Processes 9, 1-15. Guisan, A., & Thuiller, W., 2005. Predicting species distribution: offering more than simple habitat models. Ecology Letters 8,993-1009. Haidarian Aghakhani, M., Tamartash, R., Jafarian, Z., Tarkesh Esfahani, M., & Tatian, M., 2017a. Predicting the impacts of climate change on Persian oak (Quercus brantii) using species distribution modelling in Central Zagros for conservation planning. Journal of Environmental Studies 43, 497-511. (In Persian) Haidarian Aghakhani, M., Tamartash, R., Jafarian, Z., Tarkesh Esfahani, M., Tatian, M., 2017b. Forecasts of climate change effects on Amygdalus scoparia potential distribution by using ensemble modeling in Central Zagros. Journal of RS and GIS for Natural Resources 8(3), 1-14. (In Persian) Hardy, J.T., 2003. Climate change: causes, effects, and solutions: John Wiley & Sons. Hunnam, P., 2011. Conservation of biodiversity in the Central Zagros Landscape conservation zone: Mid-Term evaluation report. Government of the Islamic Republic of Iran, United Nations Development Program Global Environment Facility, Project No PIMS 2278: 2011. Jaafari, A., Gholami, D.M., Zenner, E.K., 2017. A Bayesian modeling of wildfire probability in the Zagros Mountains, Iran. Ecological informatics, 39,32-44. Jowkar, H., Ostrowski, S., Tahbaz, M., Zahler, P., 2016. The conservation of biodiversity in Iran: threats, challenges and hopes. Iranian Studies, 49,1065-1077. Milner, A.M., Khamis, K., Battin, T.J., Brittain, J.E., Barrand, N.E., Füreder, L., Cauvy-Fraunié, S., Gíslason, G.M., Jacobsen, D., Hannah, D.M., 2017. Glacier shrinkage driving global changes in downstream systems. Proceedings of the National Academy of Sciences 114,9770-9778. Moghimi, J., 2005. Introducting some important rangeland plants for improvement of Iranian rangelands. 669p. (In Persian). Moradi, Gh., Zeilabi, M., Mokhtari, M.H., Sotoodeh, A., 2021. The effect of weather changes on forests of Sefidkuh Protected Area using landsat satellite images in Iran. Journal of Plant Ecosystem Conservation 9(18), 247-265. (In Persian). Naghipour, A.A., Bashari, H., Khajeddin, S.J., Tahmasebi, P., Iravani, M., 2016. Effects of smoke, ash and heat shock on seed germination of seven species from Central Zagros rangelands in the semi-arid region of Iran. African Journal of Range & Forage Science 33,67-71 .(In Persian) Naghipour, A.A., Haidarian, M., Sangoony, H., 2018. Application of ensemble modelling method in predicting the effects of climate change on the distribution of Fritillaria imperialis L. Journal of Plant Research (Iranian Journal of Biology) 32(3), 747-758. (In Persian). Naghipour, A.A., Haidarian, M., Sangoony, H., 2019. Predicting the impact of climate change on the distribution of Pistacia atlantica in the Central Zagros. Journal of Plant Ecosystem Conservation 6(13), 197- 214. (In Persian). Naghipour, A., Teimoori Asl, S., Ashrafzadeh, M., & Haidarian, M., 2021. 'Predicting the Potential Distribution of Crataegus azarolus L. under Climate Change in Central Zagros, Iran', Journal of Wildlife and Biodiversity 5(4), 28-43. Pakniat, D., Homami, M., Maleki, S., Tohidi, M., & Jolaee, L., 2016. Habitat modeling of Asian Huber wintering populations (Chlamydotis macqueenii) in Fars province. Animal Environment Quarterly, 8(3),19-28. (In Persian). Prasad, A.M., Iverson, L.R., Liaw, A., 2006. Newer classification and regression tree techniques: bagging and random forests for ecological prediction. Ecosystems 9,181-199. Sinclair, S.J, Blais, M.A, Gansler, D.A, Sandberg, E., Bistis, K., LoCicero, A., 2010. Psychometric properties of the Rosenberg Self-Esteem Scale: Overall and across demographic groups living within the United States. Evaluation & the Health Professions 33, 56-80. Taleshi, H., Jalali, Gh., Alavi, G., Hosseini, M., Naemi, B., 2017. The effect of climate change on the potential geographical distribution of the eastern beech species Fagus orientalis Lipsky in the Hyrcanian forests of Iran. Iranian Forest Magazine, Iranian Forestry Association 10, 251-266. (In Persian). Teimori Asl, S., Naghipour, A.A., Ashrafzadeh, M.R., Haidarian, M., 2020a. Predicting the effect of climate change on potential habitat Stipa hohenackeriana Trin & Rupr in Central Zagros, Rangeland Scientific Journal 14(3), 526-538. (In Persian) Teimori Asl, S., Naghipour, A.A., Ashrafzadeh, M.R., & Haidarian, M., 2020b. Predicting the Consequences of Climate Change on Geographical Distribution Astragalus verus Olivier in the Central Zagros, Remote Sensing and GIS in Natural Resources 11(2), 68-85. (In Persian). Zhang, X., Yuan, X., Shi, H., Wu, L., Qian, H., & Xu, W., 2015. Exosomes in cancer: small particle, big player. Journal of hematology & oncology, 8,1-13.
| ||
|
آمار تعداد مشاهده مقاله: 667 تعداد دریافت فایل اصل مقاله: 300 |
||