الگوی پراکنش گونه پده با استفاده از توابع K، L، G و J در منطقه مارون بهبهان

الموضوعات :

مریم معصومی باباعربی ¹ (کارشناس ارشد دانشکده منابع طبیعی دانشگاه صنعتی خاتم الانبیاء بهبهان.)
رضا بصیری ² (دانشیار گروه جنگل‌داری، دانشکده منابع طبیعی، دانشگاه صنعتی خاتم‌الانبیاء بهبهان)
مصطفی مرادی ³ (دانشیار دانشکده منابع طبیعی دانشگاه صنعتی خاتم الانبیاء بهبهان.)
بهمن کیانی ⁴ (دانشیار دانشکده منابع طبیعی و کویرشناسی دانشگاه یزد.)

تاريخ الإرسال : 06 السبت , ربيع الثاني, 1445 تاريخ التأكيد : 22 الأربعاء , جمادى الأولى, 1445 تاريخ الإصدار : 08 الأربعاء , جمادى الأولى, 1445

الکلمات المفتاحية: الگوی پراکنش, توده خالص و آمیخته, جنگل‌های رودخانه‌ای, توابع ناهمگن,

ملخص المقالة :

زمینه و هدف: شناخت الگوی مکانی گونه‌های گیاهی برای بررسی موقعیت تاج‌پوشش، وضعیت زادآوری، پویایی جنگل و شناسایی روابط زیستی موجود در این اکوسیستم‌ها ضروری است. یکی از اهداف اصلی در تحلیل الگوی مکانی درختان در بوم‌سازگان جنگل، کشف روابط معنی دار بیشتر بین درختان و محیط‌زیست آن‌ها است. به این منظور از روش‌های تجزیه‌وتحلیل خاصی برای کمی کردن الگوی مکانی جوامع گیاهی استفاده می‌شود. هدف از این پژوهش تعیین الگوی مکانی پده از طریق به‌کارگیری توابع مختلف K، L، G و J و بررسی قابلیت توابع در تعیین جزئیات بیشتر الگوی مکانی این گونه در جنگل‌های رودخانه‌ای مارون بهبهان است. روش بررسی: دو توده خالص و آمیخته از گونه پده مورد مطالعه و آماربرداری صد در صد قرار گرفت. موقعیت مکانی (فاصله و آزیموت) تمام درختان پده دارای قطر بیشتر از 5 سانتی‌متر تعیین شد. با استفاده از توابع K رایپلی، L، G و J الگوی مکانی پده در دو توده خالص و آمیخته تعیین شد. جهت تحلیل تبیینی در تجزیه آمار نقطه ای، آزمون فرض تصادفی بودن کامل نقاط در نظر گرفته شد. آزمون فرض معمول در آمار تحلیل نقطه‌ای، بر پایه آزمون‌های شبیه‌سازی مثل آزمون معنی‌داری مونت‌کارلو منطبق شد. این آزمون با تکرار 999 بار انجام شد تا احتمال خطای نوع اول حداقل نزدیک به 5% شود. همچنین به‌منظور بررسی همگنی و ناهمگنی مناطق موردمطالعه نیز از آزمون کولموگروف-اسمیرنوف و برای تحلیل الگوی پراکنش نیز از نرم‌افزار R (Var3.2.2) استفاده شد. یافته ها: نتایج مربوط به تحلیل الگوی پراکنش مکانی پده با استفاده از تابع K رایپلی در توده خالص بیانگر این است که الگوی توزیع پده تا فاصله تقریباً 150 متری کپه‌ای و از این فاصله به بعد، الگو به سمت تصادفی و سپس یکنواختی تغییر یافته است. در توده آمیخته نیز تا فاصله حدوداً 125 متری الگوی کپه‌ای معنی‌داری دیده می‌شود. نتایج تحلیل تابع L ناهمگن در توده خالص الگوی مکانی پده را تا فاصله حدود 150 متری کپه‌ای معنی‌داری نشان می‌دهد. در توده آمیخته تا حدود فاصله 125 متری الگو کپه‌ای و از این فاصله به بعد الگو به سمت تصادفی و سپس به‌طور معنی‌داری به سمت یکنواختی تغییر پیدا می‌کند. تابع ناهمگن G در توده خالص پده تا فاصله حدود 100 متری با یک شیب ملایم مبین الگوی کپه ای است. در توده آمیخته پده از فواصل اولیه به بعد، منحنی با یک شیب ملایم نشانگر یک الگوی کپه ای متوسط است. مقدار شاخص J در توده خالص، تا فاصله حدود 30 متری معادل 1 است و منحنی حالت یکنواخت نشان می‌دهد که بیانگر وجود یک الگوی تصادفی تا این فاصله است. مقدار شاخص از فاصله 30 تا حدوداً 75 متری با یک شیب تقریباً تند کمتر از 1 شده است که بیانگر الگوی کپه ای نسبتاً قوی است. در توده آمیخته، مقدار شاخص تا فاصله حدود 60 متری، با یک شیب تند تر کمتر از 1 شده و الگوی کپه ای قوی را نشان می دهد. بحث و نتیجه گیری: کلیه توابع مورد بررسی در توده خالص و آمیخته، تا فاصله حدود 100 متری نتایج مشابهی را که همان الگوی کپه‌ای است تأیید کردند. تابع J جزئیات بیشتری از الگوی مکانی را ارائه داد. همه توابع وجود یک نوع وابستگی اکولوژیکی بین پایه های پده را مورد تأیید قراردادند.

المصادر:

1. Dale, M. R. T., 1999. Spatial pattern analysis in plant ecology. Ecology, 88, pp. 366-370.


2. Ledo, A., Montes, F., & Condés, S., 2012. Different Spatial Organisation Strategies of Woody Plant Species in A Montane Cloud Forest. Acta Oecologica, 38, pp. 49-57.


3. Krebs, C. J., 2013. Ecological Methodology. 2nd Edit, Version 4, University of Columbia, 620 pg.


4. Cressie, N.A.C., 1993. Statistics for spatial data. Wiley, New York.


5. Morisita, M., 1957. A new method for the estimation of density by spacing method applicable to nonrandomly distributed populations. Physiology and Ecology, 7: pp. 134–144, 1957. Japanese with English summary.


6. Greig-Smith, P., 1983. Quantitative Plant Ecology. Oxford: Blackwell Scientific Publishing, 101–145.


7. Ripley, B. D., 1987. Spatial point pattern analysis in ecology. In Develoments in Numerical Ecology, pp: 407-429. Springer Berlin Heidelberg.


8. van Lieshout, M. C., 2010. Spatial Point Process Theory. Handbook of Spatial Statistics, chapter 16, pp. 263-298.


9. Basiri, R., Sohrabi, H., Mozayen, M., 2006. A Statistical Analysis of the Spatial Pattern of Trees Species in Ghamisheleh Marivan Region, Iran. Journal the Iranian natural resource, 59(2): pp. 579-588. (In Persian)


10. Akhavan, R., Sagheb-Talebi, KH., Hassani, M., Parhizkar, P., 2010. Spatial patterns in untouched beech (Fagus orientalis Lipsky) stands over forest development stages in Kelardasht region of Iran. Iranian Journal of Forest and Poplar Research, 18(2), pp. 322-336. (In Persian)


11. Erfanifard, Y., Mahdian, F., 2012. Comparative investigation on the methods of true spatial pattern analysis of trees in forests, Case study: Wild pistachio research forest, Fars province, Iran. Iranian Journal of Forest and Poplar Research, 20(1), pp. 62-73. (In Persian)


12. da Silva, K. E., Martins, S. V., Fortin, M. J., Ribeiro, M. C., de Azevedo, C. P., Ribeiro, C. A. Á. S., Santos, N. T., 2014. Tree species community spatial structure in a terra firme Amazon forest, Brazil. Bosque, 35(3), pp. 347-355.


13. Baddeley, A., Diggle, P. J., Hardegen, A., Lawrence, T., Milne, R. K., Nair, G., 2014. On tests of spatial pattern based on simulation envelopes. Ecological Monographs, 84(3), pp. 477-489.


14. Cronie, O., Van Lieshout, M. N. M., 2015. AJ‐function for Inhomogeneous Spatio‐temporal Point Processes. Scandinavian Journal of Statistics, 42(2), pp. 562-579.


15. Illian, J., Penttinen, A., Stoyan, H., Stoyan, D., 2008. Statistical Analysis and Modelling of Spatial Point Patterns. John Wiley & Sons Inc, West Sussex.


16. Sadr, A.V., Movahed, S.M.S., 2021. Clustering of local extrema in Planck CMB maps.  Monthly Notices of the Royal Astronomical society, 503, pp. 815-829. (In Persian)


17. Zolfaghari, Z., Moradi, M., Basiri, R., Ghasemi, A., 2022. Evaluation of Tecomella undulata R. spatial distribution pattern in Bushehr province. Journal of environmental science and technology, 24(3), pp. 131-143. (In Persian)


18. Alvarez, L. J., Epstein, H. E., Li, J., G. S. Okin., 2011. Spatial patterns of grasses and shrubs in an arid grassland environment. Ecosphere 2(9), pp. 1-6.


19. Cisz, M. E., M. J. Falkowski, B. Orr., 2013. Small-scale spatial pattern of Copernicia alba morong near Bahia Negra, Paraguay. Natural Resources 4: pp. 369-377.


20. Erfanifard, Y., Zare, L., Feghhi, J., 2014. Application of Nearest Neighbor Indices in Persian Oak (Quercus brantii var. persica) Coppice Stands of Zagros Forests. Iranian journal of applied ecology, 2(5), pp. 15-25. (In Persian)


21. Foxall, R., Baddeley, A., 2002. Nonparametric measures of association between a spatial point process and a random set, with geological applications. Applied Statistics, pp. 165-182.


22. He, Q., Ye, M., Zhao, X., Pan, X., 2023. Environmental Factors’ Effects on Stem Radial Variations of Populus euphratica in the Lower Reaches of the Tarim River in Northwestern China. Sustainability, 15(15), 11556. https://doi.org/10.3390/su151511556.


23. Basiri, R., Taleshi, H., Pourrezaee, J., Hassani, S. M., Gharehghani, R., 2011. Flora, life form and chorotypes of plants in river forest Behbahan, Iran. Middle-East Journal Of Scientific Research, 9(2), pp. 246-252. (In Persian)


24. Soman, S., Beyeler, S., Kraft, S. E., Thomas, D., Winstanley, D., 2007. Ecosystem Services From Riparian Area: A Brief Summary Of The Liturature.


25. Han, L., Wang, H., Zhou, Z., & Li, Z., 2008. Spatial distribution pattern and dynamics of the primary population in a natural Populus euphratica forest in Tarim Basin, Xinjiang, China. Frontiers of Forestry in China, 3(4), pp. 456-461.

26. Basiri, R., Riazi, A., Taleshi, H., Pourrezaei, J., 2014. The structure and composition of riparian forests of Maroon River, Behbahan. Iranian Journal of Forest and Poplar Research, 22(2), pp. 307-321. (In Persian)


27. Basiri, R., Moradi, M., Kiani, B., and Maasumi Babaarabi, M., 2018. Evaluation of distance methods for estimating population density in Populus euphratica Olivier natural stands (case study: Maroon riparian forests, Iran).  Journal of forest science. 64: 5, pp. 230–244. (In Persian)

1. Wang, L., Zhang, H., Feng, L., Sun, R., 2014. Ripley's k based analysis of base station distribution. International Conference on Information and Communications Technologies (ICT 2014). 15-17 May 2014, Nanjing, China. IET Conference Proceedings, 2014, pp. 1.034-1.034, IET Digital Library.


2. Camarero, J.J., Gutiérrez, E., Fortin, M.J., 2000. Spatial pattern of subalpine forest-alpine grassland ecotones in the Spanish Central Pyrenees. Forest Ecology and Management, 134(1), pp: 1-16.


3. Besag, J., & Diggle, P. J. (1977). Simple Monte Carlo tests for spatial pattern. Applied statistics, pp. 327-333.


4. Lan, G., Zhu, H., Cao, M., Hu, Y., Wang, H., Deng, X., Shishun, Z., Jingyun, C., Jianguo, H., Youcai, H., Linyun, L., Hailong, X., Liu, L., 2009. Spatial dispersion patterns of trees in a tropical rainforest in Xishuangbanna, southwest China. Ecological Research, 24(5), pp. 1117-1124.


5. Stoyan, D. and Stoyan., H., 1994. Fractals, Random Shapes and Point Fields: Methods of Geometrical Statistics. John Wiley & Sons Inc, West Sussex.


6. Longuetaud, F., Seifert, T., Leban, J. M., Pretzsch, H., 2008. Analysis of long-term dynamics of crowns of sessile oaks at the stand level by means of spatial statistics. Forest ecology and management, 255(5), 2007-2019.


7. Szmyt, J., 2014. Spatial statistics in ecological analysis: from indices to functions. Silva Fennica, 48(1), 1008.


8. Getzin, S., Wiegand, K., 2007. Asymmetric tree growth at the stand level: random crown patterns and the response to slope. Forest Ecology and Management, 242(2), pp. 165-174.


9. Van Lieshout, M., Baddeley, A. J., 1996. A nonparametric measure of spatial interaction in point patterns. Statistica Neerlandica, 50(3), pp. 344-361.


10. Bivand, R. S., Pebesma, E. J., Gomez-Rubio, V., 2013. Applied spatial data analysis with R. 2nd edit, Springer.


11. Myllymäki, M., Mrkvicka, T., Seijo, H., Grabarnik, P., 2013. Global envelope tests for spatial processes. ArXiv preprint arXiv: 1307.0239.


12. Wiegand, T., Moloney, K.A., 2014. Handbook of spatial point pattern analysis in ecology. Chapman and Hall Book publication.


13. Odum, E.P., 1986. Ecología, tercera edición, nueva editorial interamericana. SA de CV México, DF, 11(12), pp.326-400.


14. Meirelles, M. L. Barreto Luiz, A. F., 1995. Padrões espaciais de árvores de um cerrado em Brasília, DF. Revista Brasileira de Botânica, 18, pp.185-189.


15. Soriano, A.J.S., 1997. Distribuição espacial e temporal de invertebrados bentônicos da Represa de Barra Bonita-SP. São Carlos, UFSCar.


16. Lee, J. W., Noh, H. J., Lee, Y., Kwon, Y. S., Kim, C. H., Yoo, J. C., 2014. Spatial patterns, ecological niches, and interspecific competition of avian brood parasites: inferring from a case study of Korea. Ecology and evolution, 4(18), pp. 3689-3702.


17. Zhang, D., Yin, L., Pan, B., 2002. Biological and ecological characteristics of Tamarix L. and its effect on the ecological environment. Science in China Series D: Earth Sciences, 45, pp. 18-22.


18. Wiegand, T., He, F., Hubbell, S.P., 2013. A systematic comparison of summary characteristics for quantifying point patterns in ecology. Ecography, 36(1), pp. 92-103.


19. Schurr, F.M., Bossdorf, O., Milton, S.J., Schumacher, J., 2004. Spatial pattern formation in semi-arid shrubland: a priori predicted versus observed pattern characteristics. Plant Ecology, 173(2), pp: 271-282.