مدلسازی رویشگاه بالقوه گون سفید با استفاده از روش‌های تحلیل عاملی آشیان بوم‌شناختی و رگرسیون لجستیک (مطالعه موردی: مراتع ییلاقی بلدۀ نور)
محورهای موضوعی : توسعه سیستم های مکانیفرهاد برنا 1 , رضا تمرتاش 2 , محمدرضا طاطیان 3 , وحید غلامی 4
1 - دانشجوی کارشناسی ارشد مرتعداری، دانشگاه علوم کشاورزی و منابع طبیعی ساری
2 - استادیار دانشکده منابع طبیعی، دانشگاه علوم کشاورزی و منابع طبیعی ساری
3 - استادیار دانشکده منابع طبیعی، دانشگاه علوم کشاورزی و منابع طبیعی ساری
4 - استادیار دانشکده منابع طبیعی، دانشگاه گیلان
کلید واژه:
چکیده مقاله :
تحقیق حاضر با هدف مدلسازی و تهیۀ نقشۀ پیش بینی گونۀ گون سفید Astragalus gossypinus با استفاده از روش رگرسیون لجستیک و تحلیل عاملی آشیان بوم شناختی در مراتع ییلاقی منطقه بلدۀ نور استان مازندران انجام شد. برای دستیابی به این هدف نقشۀ متغیرهای محیطی به در محیط ArcGIS®9.3 در اندازه سلولی 10×10 تهیه گردید. 80 سایت به عنوان مکان های حضور و غیاب گونه با روش نمونه برداری طبقه بندی – تصادفی ثبت گردید. در هر سایت اطلاعات مربوط به حضور و غیاب گونه و متغیرهای محیطی ثبت و ارتباط بین پراکنش گونه و عوامل محیطی با استفاده از دو روش رگرسیون لجستیک و تحلیل عاملی آشیان بوم شناختی تعیین و نقشۀ پیش بینی پراکنش گونۀ گون سفید تهیه گردید. نتایج حاصل از مدل رگرسیون لجستیک نشان داد که ارتفاع، اسیدیته خاک، کربن آلی خاک و دما در مرطوب ترین و خشک ترین فصل عوامل مهم تأثیرگذار بر پراکنش این گونه می باشد. بر اساس نتایج این مدل تحلیل عاملی آشیان بوم شناختی، متغیرهای جهت جغرافیایی، میزان شن و مواد خنثی شده خاک، بارندگی در فصل بارش و دما در سردترین فصل به عنوان متغیرهای محیطی تأثیرگذار مورد استفاده قرار گرفتند. مقادیر شاخص های کاپا و سطح زیرمنحنی پلات های ROC به ترتیب برابر 42/0 و 78/0 برای مدل رگرسیون لجستیک و 84/0 و 92/0 برای مدل تحلیل عاملی آشیان بوم شناختی می باشد که دلالت بر دقت بالاتر مدل پروفیلی نسبت به مدل متمایزکنندۀ گروهی در منطقه مورد مطالعه می باشد.
This study has been done with the purpose of modeling and prediction of the habitat Astragalus gossypinus map using Logistic regression (LR) and Ecological niche factor analysis (ENFA) in summer rangelands of Baladeh, Nour in Mazandaran province. To achieve this objective, environmental map variables were prepared with the help of ArcGIS®9.3 techniques in cell size of 10 × 10. Also, 80 site as well as the presence or absence of species was recorded by sampling classified-random. For each sampling site was recorded information about the presence or absence of species and environmental variables, and the relationship between species distribution and environmental factors was determined by using logistic regression and ecological niche factor analysis, and forecast maps the distribution of the Astragalus gossypinus was produced in the study area. According to LR results, Elevation, pH, organic carbon, average temperature of the wet season and average temperature during the dry season were the most important environmental factors influencing the distribution of the species. According to this model, variable aspect, sand Percent, TNV of soil, precipitation in the wet season and average temperature during the coldest season were used as influential environmental variables. Evaluate the correctness statistical models were performed by using the kappa coefficient and ROC area under the curve plots. Value indices, respectively 0.42 and 0.78 for the logistic regression model and 0.84 and 0.92 for the ecological niche factor analysis, which represents that profile model shows higher accuracy than the discrimination group models in the study area.
