پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 161 |
| تعداد شماره‌ها | 6,532 |
| تعداد مقالات | 70,504 |
| تعداد مشاهده مقاله | 124,124,047 |
| تعداد دریافت فایل اصل مقاله | 97,232,153 |
مدلسازی مطلوبیت زیستگاه ماهی گوازیم دم رشتهای (Nemipterus japonicus) با استفاده از روش حداکثر آنتروپی (MaxEnt) در دریای مکران | ||
| شیلات | ||
| دوره 75، شماره 3، شهریور 1401، صفحه 419-434 اصل مقاله (1.64 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22059/jfisheries.2022.339085.1315 | ||
| نویسندگان | ||
| نازنین قربانی رنجبری1؛ هادی پورباقر* 2؛ سهیل ایگدری3؛ جهانگیر فقهی4؛ محمدرضا میرزایی5 | ||
| 1گروه شیلات، پردیس کشاورزی و منابع طبیعی کرج، دانشکده منابع طبیعی، دانشگاه تهران | ||
| 2دا. تهران- اکولوژی | ||
| 3دانشگاه تهران- بیولوژی و اکولوژی آبزیان | ||
| 4دانشگاه تهران جنگلداری و GIS | ||
| 5مرکز تحقیقات شیالتی آبهای دور، مؤسسه تحقیقات علوم شیالتی کشور، سازمان تحقیقات، آموزش و ترویج کشاورزی، چابهار، ایران | ||
| چکیده | ||
| مدل حداکثر آنتروپی یک الگوریتم یادگیری ماشینی با قابلیت بالا است که برای بررسی حضور گونه‌ها و پیش بینی توزیع احتمالی یک گونه هدف با توجه به حداکثر آنتروپی آن در شرایط مختلف و نیز تعیین مطلوبیت زیستگاه استفاده می‌شود. در مطالعه حاضر مدلسازی مطلوبیت زیستگاه برای ماهی گوازیم دم رشتهای (Nemipterus japonicus) در منطقه مکران با استفاده از مدل حداکثر آنتروپی (MaxEnt) انجام شد. بدین منظور از دادههای صید ماهی گوازیم دم رشته ای در دوره زمانی سالهای1394 تا 1398 ثبت شده توسط مرکز تحقیقات شیلاتی آبهای دور چابهار در پنج منطقه، به منظور یافتن نقاط حضور استفاده شد. بر اساس نتایج بدست آمده از مدل، متغیرهای دمای سطح دریا در شب و روز و غلظت کلروفیل a به عنوان مهمترین پارامترها در شناسایی مناطق مطلوب از جمله منطقه خلیج گواتر شناخته شدند. همچنین شاخص سطح زیر منحنی (AUC) معادل 998/0 بدست آمد که نشان دهنده دقت و کارایی بالای مدل در شناسایی مطلوبترین مناطق پراکنش است. .از نتایج بدست آمده میتوان در جهت ارزیابی موثر استراتژیهای حفاظت به منظور برداشت پایدار ذخایر ماهی گوازیم دم رشتهای استفاده کرد. | ||
| کلیدواژه‌ها | ||
| مدل حداکثر آنتروپی؛ پارامترهای محیطی؛ دادههای حضور؛ حفظ ذخایر؛ ماهی گوازیم دم رشتهای؛ دریای مکران | ||
| عنوان مقاله [English] | ||
| Habitat suitability modelling of Nemipterus japonicus using MaxEnt in the Makran Sea | ||
| نویسندگان [English] | ||
| Nazanin Ghorbani Ranjbari1؛ Hadi Poorbagher2؛ Soheil Eagderi3؛ Jahangir Feghhi4؛ mohammadreza mirzaei5 | ||
| 1University of Tehran | ||
| 2University of Tehran | ||
| 3Univesity of Tehran,, Aquatic biology and ecology | ||
| 4University of Tehran | ||
| 5Fisheries research center | ||
| چکیده [English] | ||
| The Maximum Entropy Model (MaxEnt) is a high-performance machine learning algorithm that is used to investigate the presence of species and to forecast the possible distribution of a target species according to its maximum entropy under different conditions and to determine the habitat suitability of species. In the present study, habitat suitability modeling for Nemipterus japonicus in the Makoran region (northern shores of the Makran Sea) was performed using the Maximum Entropy Model (MaxEnt). For this purpose, the data obtained from the fishing of Nemipterus japonicus during the period of 2015 to 2019 recorded by the Chabahar Offshore Fisheries Research Center in five areas were used to find points of presence. Based on the results obtained from the model, the variables of sea surface temperature at night and day and chlorophyll a concentration were recognized as the most important parameters in identifying the suitable areas, including the Gowatr bay area. Also, the area under the curve index (AUC) was equal to 0.998, which indicates the high accuracy and efficiency of the model in identifying the most suitable areas of Nemipterus japonicus distribution. The obtained results can be used as an effective tool for effective evaluation of conservation strategies for sustainable yield of Nemipterus japonicus fish stocks. | ||
| کلیدواژه‌ها [English] | ||
| Maximum Entropy Model, Environmental Parameters, Presence Data, Stock Conservation, Nemipterus japonicus, Makran Sea | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 379 تعداد دریافت فایل اصل مقاله: 279 |
||