این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
بوم شناسی کاربردی، جلد ۵، شماره ۱۸، صفحات ۶۱-۷۲
عنوان فارسی ‌‌‌‌‌‌‌مدل‌سازی مطلوبیت زیستگاه خرس قهوه‌ای (Ursus arctos) در منطقه حفاظت‌ شده شیمبار، استان خوزستان
چکیده فارسی مقاله تعیین مطلوبیت زیستگاه‌های حیات ‌وحش دارای اهمیت به‌سزایی در برنامه‌های حفاظت و مدیریت حیات ‌وحش است. لذا در پژوهش حاضر، مدل‌سازی مطلوبیت زیستگاه خرس قهوه‌ای در منطقه حفاظت‌ شده شیمبار با استفاده از الگوریتم آنتروپی بیشینه انجام شد. بدین منظور، پس از بررسی و رفع خودهمبستگی مکانی داده‌های حضور، داده‌ها به دو دسته داده‌های آموزش و آزمون تقسیم و به‌همراه 10 متغیر محیطی (VIF<10) انتخاب شده توسط MMS، وارد نرم‌افزار MaxEnt شد. اعتبارسنجی مدل با استفاده از AUC و تحلیل جک‌نایف صورت گرفت. نقشه حضور/عدم حضور نیز براساس دو آستانه LPT و 10% تهیه شد. هم‌چنین تحلیل جک‌نایف دیگری جهت حساسیت‌سنجی مدل و شناسایی متغیرهای محیطی مهم در مدل‌سازی انجام شد. براساس یافته‌ها، مدل پیش‌بینی شده به‌طور معناداری بهتر از حالت تصادفی می‌باشد (AUC = 0/965 , P = 0/000). به‌علاوه، 75/20% منطقه به‌عنوان زیستگاه مطلوب بالقوه خرس شناسایی شد. طبق تحلیل جک‌نایف، بالاترین میزان موفقیت مدل در پیش‌بینی مناطق مطلوب بالقوه 46/88% محاسبه شد(P=0/000). هم‌چنین، متغیر تیپ‌بندی گیاهی به‌عنوان مهم­ترین عامل مؤثر بر پراکنش گونه شناسایی شد. براساس یافته‌ها، موفقیت این روش در مدل‌سازی مطلوبیت زیستگاه گونه‌های حیات ‌وحش همچون خرس قهوه‌ای تأیید شده، بهره‌گیری از آن به‌عنوان ابزاری نیرومند جهت بهبود اطلاعات زیستگاه‌های حیات ‌وحش در سطح کشور پیشنهاد می‌گردد.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Habitat Suitability Modelling of Brown Bear (Ursus arctos) in Shimbar Protected Area, Khuzestan Province
چکیده انگلیسی مقاله Status determination of wildlife habitats is very important in conservation programs and management of wildlife. So, in this study Ursus arctos habitat suitability was modeled using maximum entropy algorithm (MaxEnt) in Shimbar protected area. In order to model the habitat suitability, after investigating and resolving the spatial autocorrelation of occurrence records, spatially independent localities were divided into the calibration and evaluation sets and then were combined with 10 environmental variables (VIF< 10) selected by MMS software. The performance of predictive models was tested using AUC and jackknife validation test. So, we applied two different thresholds, the LPT threshold and 10% threshold to generate presence/absence map. Also other Jackknife tests applied to measure variables importance. The results showed that predictive model was more efficient than random model (AUC=0.980). In addition, the potential suitable areas cover 20.75% of study area. The MaxEnt model had 88.46% success rate and was statistically significant (P = 0.000). Results of Jackknife showed that 'plant type' variable alone contains valuable information for modelling. Our study demonstrated that habitat suitability was successfully predicted by MaxEnt modelling, so this methodology might provide a powerful tool for improving the wildlife habitats information.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله زینب عبیداوی | z. obeidavi
shahid chamran univ. of ahvaz, ahvaz, iran.
دانشگاه شهید چمران اهواز
سازمان اصلی تایید شده: دانشگاه شهید چمران (Shahid chamran university)

کاظم رنگزن | k. rangzan
shahid chamran univ. of ahvaz, ahvaz, iran.
دانشگاه شهید چمران اهواز
سازمان اصلی تایید شده: دانشگاه شهید چمران (Shahid chamran university)

روح اله میرزایی | r. mirzaei
univ. of kashan, kashan, iran.
دانشگاه کاشان
سازمان اصلی تایید شده: دانشگاه کاشان (Kashan university)

مصطفی کابلی زاده | m. kabolizade
shahid chamran univ. of ahvaz, ahvaz, iran.
دانشگاه شهید چمران اهواز
سازمان اصلی تایید شده: دانشگاه شهید چمران (Shahid chamran university)

نشانی اینترنتی http://ijae.iut.ac.ir/browse.php?a_code=A-10-1-133&slc_lang=fa&sid=fa
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/663/article-663-450922.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده عمومی
نوع مقاله منتشر شده پژوهشی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات