كليدواژه فارسي :
مدل همادي , لكه¬هاي زيستگاهي , سيماي سرزمين , استان كرمان , خرس سياه
كليدواژه لاتين :
Black bear , Hamadi model , Habitat spots , , Landscape , Kerman province
چكيده :
غربي¬ترين محدوده انتشار جهاني خرس سياه (Ursus thibetanus) به ايران و پاكستان مي¬رسد، در داخل كشور نيز بخش-هاي محدودي از استان كرمان در گستره انتشار اين گونه است. تخريب زيستگاه و تكه¬تكه شدن از جمله مهم¬ترين تهديد اين گونه برشمرده شده است، از اين رو اين مطالعه با هدف مدل¬سازي توزيع و تحليل لكه¬هاي زيستگاهي اين گونه با استفاده از معيارهاي سيماي سرزمين در گستره انتشار آن در دو منطقه حفاظت¬شده بحرآسمان و پناهگاه حيات¬وحش زرياب انجام گرفت. در اين راستا پس از بازديدهاي ميداني نقاط حضور گونه بر اساس مشاهدات مستقيم، نمايه¬هاي به¬جا مانده و برخي از تعارض¬هاي ثبت شده با باغ¬هاي حاشيه مناطق پراكندگي به تعداد 61 نقطه ثبت شدند. متغيرهاي زيستگاهي بر پايه متغيرهاي تأثيرگذار انساني، پوشش¬گياهي و توپوگرافي تهيه شدند. شاخص¬هاي مورد استفاده شامل NDWI و NDVI با استفاده از تصاوير ماهواره لندست 8 به صورت ميانگين يكساله محاسبه و وارد تحليل شدند. سپس با استفاده از روش¬هاي فقط حضور مدل¬سازي شامل روش¬هاي بايوكلايم، دامنه و ماشين بردار پشتيبان مدل¬سازي انجام گرفت. در نهايت اين مدل¬هاي بر پايه وزني AUC با يكديگر تركيب شدند و از نقشه باينري حاصل تعدادي نقاط شبه عدم¬حضور برابر نقاط حضور ايجاد گرديد. مجموعه داده جديد وارد روشهاي طبقه¬بندي حضور/ شبه عدم¬حضور شامل حداكثر احتمال، آنتروپي بيشينه، ماشين بردار پشتيبان دو كلاسه و روش شبكه عصبي با با پسخور شدند. حساسيت¬سنجي مدل¬هاي مورد استفاده با استفاده از دو روش رگرسيون لجستيك و روش جنگل تصادفي انجام گرفت. تمام مدل¬هاي مذكور با يكديگر تركيب و دو مدل همادي براي مدل-هاي فقط حضور و حضور/ شبه عدم¬حضور ايجاد گرديد. دو مدل مذكور با يكديگر تركيب و مدل همادي كل ايجاد گرديد، سپس پهناي آشيان اكولوژيك گونه براي محدوده هر يك از مناطق مورد استفاده براي مدل¬سازي محاسبه و بر روي نقشه همادي كل حد آستانه TSS اعمال گرديد و براي لكه¬هاي زيستگاهي باقي مانده متريك¬هاي NP، PD، ED، LSI، LPI، PLAND و TE محاسبه شد. بر اساس نتايج از ميان متغيرهاي زيستگاهي مورد استفاده بر اساس روش رگرسيون لجستيك متغيرهاي فاصله از چشمه، فاصله از جاده و فاصله از رودخانه و بر اساس روش جنگل تصادفي متغيرهاي فاصله از جاده، فاصله از چشمه و رطوبت توپوگرافي بيشترين مقدار ارزش را داشت. نتايج نشان داد كه گستره انتشار گونه در محدوده مورد مطالعه فراتر از مرز مناطق حفاظت¬شده است و زيستگاه بالقوه گونه در محدوده¬اي فراتر از مرز دو منطقه بحرآسمان و زرياب است. مدل¬هاي همادي به نسبت مدل¬هاي منفرد براي تمام مجموعه مدل¬ها داراي كارايي بالاتري بوده¬اند. بر پايه تجزيه و تحليل-هاي سيماي سرزمين پناهگاه حيات¬وحش زرياب لكه¬هاي زيستگاهي از پيوستگي بالاتر و حاشيه كمتري به نسبت منطقه بحرآسمان برخوردار هستند، همچنين پهناي آشيان اكولوژيك گونه در اين منطقه به نسبت منطقه بحرآسمان نيز بيشتر است كه نشان از كيفيت زيستگاه گونه در اين منطقه است. در منطقه حفاظت شده بحرآسمان تعداد لكه¬هاي زيستگاهي بيشتر بوده و عدم پيوستگي لكه¬هاي زيستگاهي منجر به شكل¬گيري حاشيه بيشتر براي زيستگاه اين گونه در اين منطقه شده است. نتايج اين مطالعه نشان داد كه تحليل يافته¬هاي كلاسه¬بندي شده زيستگاه با استفاده از متريك¬هاي سيماي سرزمين مي¬تواند ديدگاه صحيح¬تر و واضح¬تري نسبت به تحليل منفرد نقشه¬هاي حاصل از مدل¬سازي را در اختيار كاربر قرار دهد
چكيده انگليسي :
The westernmost distribution point of the global black bear (Ursus thibetanus gedrosianous) reaches Iran and Pakistan. Habitat destruction and fragmentation are among the most important threats to this species. Inside the country, limited parts of Kerman province are in the range of this species. So far, no complete study has been done with the approach of habitat spot analysis of this species using land criteria in the area of its distribution in Kerman province. Therefore, this study was conducted with the aim of modeling the distribution and analysis of habitat spots of this species using the criteria of land appearance in the extent of its spread in the two protected areas of the Bahr-e-Aseman and Zaryab wildlife sanctuary. In this regard, after field visits to the species presence points based on direct observations, the remaining indices and some of the recorded conflicts with the gardens bordering the dispersal areas were recorded. A total of 61 presence points were recorded for the species. Habitat variables were prepared based on influential human, vegetation and topographic variables. The indices used, including NDWI and NDVI, were calculated and analyzed using the Landsat 8 satellite imagery on a one-year average. Then, using presence-only methods, modeling including bioclim (Domain) and support vector machine (SVM) methods was performed and the validity of the mentioned models was performed using two criteria: TPR and AUC. Finally, AUC weight-based models were combined and from the resulting binary map, a number of quasi-absentee points equal to the presence points were generated. The new dataset was incorporated into presence / quasi-absence classification methods including Maxlik, MaxEnt, Two class SVM, and Feedback Neural Network (BP-ANN). The validity of these models was also measured using kappa and TRP. The sensitivity of the models used was determined using two methods of logistic regression (LR) and random forest method (RF). All the mentioned models were combined with each other and finally two Hamadi models were created for the only presence and presence / quasi-absence models. The two models were combined with each other and based on this, the whole Hamadi model was created. Then the width of the ecological nests of the species was calculated for the range of each of the areas used for modeling. Sensitization was performed using logistic regression and random forest method. Then, the total TSS threshold was applied on the Hamadi map and NP, PD, ED, LSI, LPI, PLAND and TE metrics were calculated for the remaining habitat spots. According to the results, among the habitat variables used in logistic regression method, the variables of distance from spring, distance from road and distance from river and in random forest method, variables of distance from road, distance from spring and topographic moisture (CTI) have the highest value in this study. The results showed that the range of species distribution in the study area is beyond the boundaries of protected areas and the potential habitat of the species is in areas beyond the boundaries of Bahr-e-Aseman and Zaryab. Hamadi models had higher performance than individual models for the whole set of models. Based on the analysis of the landscape in Zaryab Wildlife Sanctuary, habitat spots have a higher cohesion and a lower margin than the Bahr-e-Aseman region. Also, the width of the ecological nests of the species in this region is more than the Bahr-e-Aseman, which shows the quality of the species habitat in this region. In the protected area of Bahman-e-Asman, the number of habitat spots is more and the lack of continuity of habitat spots has led to the formation of more margins for the habitat of this species in this area. The results of this study showed that the analysis of classified habitat findings using land use metrics can provide the user with a more accurate and clear view of the individual analysis of modeling maps.
