چکیده:
تنوّع زیستی درزمرة مهمترین شاخصهای تنوّع و پویایی اکوسیستم است. پرندگان بهعنوان شاخصی کلنگر نشاندهندة تنوّع زیستی اکوسیستم، مطلوبیت زیستگاه و سایر شرایط زیستی لازم برای هر گونه هستند؛ از این رو مطالعه روی پرندگان بهویژه پرندگان مهاجر، بهمثابة یک شاخص کلنگر اهمّیت خاصّی دارد. با توجّه به لزوم انجام مطالعات در این زمینه، نوشتار پیش رو با هدف بررسی مطلوبیت زیستگاه و شناسایی مهمترین متغیّرهای محیطی موثّر بر پراکنش گونة غاز خاکستری بهعنوان یک گونة مهاجر و شاخص در ایران صورت گرفت. با بهرهگیری از 23 متغیّر محیطی و با استفاده از 9 مدل موجود در بستة نرمافزاری بایومد تحت نرمافزار R پراکنش گونه در سه تیپ زیستگاهی زمستانگذران، تابستانگذران و جوجهآور و همچنین مکانهای توقّف شبیهسازی شد. نتایج نشان داد که مدلهای مورد استفاده در مدلسازی پراکنش گونه از صحّت بالایی در بررسی پراکنش گونه برخوردار هستند. بهطور کلّی، متغیّرهای دما و بارش بیشترین اهمّیت و متغیّرهایی همچون پوشش گیاهی و فاصله تا جادهها کمترین اهمّیت را در پراکنش گونة غاز خاکستری در سطح ایران دارند. براساس نتایج بهدستآمده، 91/15% از سطح ایران بهعنوان زیستگاههای مطلوب گونه شناسایی شد که به میزان 95/15% با مناطق حفاظتشده همپوشی دارد؛ بنابراین، روش استفادهشده در پژوهش حاضر بهدرستی زیستگاههای مطلوب گونه را شناسایی کرده و میتواند بهعنوان روش مناسبی برای مدلسازی مطلوبیت زیستگاه گونههای مشابه استفاده شود که این امر از دیدگاه حفاظت و ارائة برنامههای جامع و کاربردی مدیریت حیاتوحش امری بسیار ضروری است.
خلاصه ماشینی:
چارچوب محاسبات جديد به صورت بستۀ نرم افزاري بايومد ارائه شده است که هـدف آن بـه حداکثر رساندن دقت پيش بيني توزيع گونه هاي فعلي و قابليت اطمينان از توزيـع بـالقؤە آينـده بـا اسـتفاده از انـواع 1- Polakowski & Kasprzykowski 2- Scot 3 - Farashi & Halakouhi 4- Moreno 5- Jetz & Rahbeck 6- Osborne 7- Paradis 8- Jarvis & Robertson 9- Scribner 10- Corsi 11 Species distribution model 12- Guisan & Zimmermann مختلفي از روش هاي مدل سازي آماري است .
فهرست مدل هاي استفاده شده از بستۀ نرم افزاري بايومد نام فارسي نام کامل علامت اختصاري مدل خطي تعميم يافته Generalized Liner Model GLM روش تقويت شدٔە تعميم يافته Generalized Boosting Method GBM مدل افزايشي تعميم يافته Generalized Additive Model GAM آناليز طبقه بندي درختي Classification Tree Analysis CTA شبکۀ عصبي مصنوعي Artificial Neural Network ANN پاکت دامنۀ سطحي Surface Range Envelope SRE آناليز تفکيکي انعطاف پذير Flexible Denotative Analysis FDA مدل رگرسيون سازشي چندمتغيره Multivariate Adaptive Regression Spline MARS جنگل تصادفي Random Forest RF 1- Thuiller 2- Austin 3- Hastie 4- Elith & Franklin آناليز طبقه بندي درختي روشي غير پارامتري است که حدود ٣٦ سال پيش براي تجزيه و تحليل و طبقـه بنـدي توسـعه يافـت (بـريمن ١ و همکـاران ، ١٩٨٤).