دوره 1، شماره 2 - ( اكولوژي كاربردي 1391 )                   جلد 1 شماره 2 صفحات 38-27 | برگشت به فهرست نسخه ها

XML English Abstract Print


گروه مرتع‌داری، دانشکده منابع طبیعی، دانشگاه صنعتی اصفهان
چکیده:   (20980 مشاهده)
رابطه بین گونه‌های گیاهی و عوامل محیطی همواره یک موضوع اساسی در اکولوژی گیاهی بوده است. با افزایش توان تکنیک‌های آماری، زمین آمار و سیستم‌های اطلاعات جغرافیایی (GIS)، توسعه مدل‌های پیش‌بینی پراکنش موجودات زنده به سرعت در اکولوژی درحال افزایش است. هدف از این مطالعه بررسی توانایی مدل آماری رگرسیون لجستیک درختی در تهیه نقشه رویشگاه بالقوه گونه گیاهی Astragalus verus می‌باشد. این گونه مولد کتیرای زرد بوده و از ارزش اقتصادی برخوردار است. به این منظور داده‌های حضور و غیاب گونه تحت مطالعه از 100 سایت شامل(50 سایت حضور و 50 سایت غیاب) جمع‌آوری گردید و نقشه فاکتورهای محیطی از قبیل فیزیوگرافی(شیب، جهت، ارتفاع)، اقلیم (دما، بارش و...) و خاک (اسیدیته، هدایت الکتریکی و...) در مقیاس 50000/1 با استفاده از روش‌های کریجینگ و وزن دهی معکوس فاصله برای کل منطقه مورد مطالعه تهیه شد. سپس ارتباط بین داده‌های حضور و غیاب گونه و داده‌های محیطی با استفاده از مدل رگرسیون لجستیک درختی LRT)) تعیین گردید و به کل منطقه مورد مطالعه تعمیم یافت. نتایج نشان داد که حضور گونه با فاکتورهای محیطی میانگین درجه حرارت و3 فاکتور خاک(رس، هدایت الکتریکی، کربن آلی) بیشترین میزان همبستگی را دارا می‌باشد، به‌طوری‌که حضور گونه با میزان رس وکربن آلی همبستگی مستقیم و با میزان هدایت الکتریکی همبستگی معکوس دارد. ارزیابی مدل با استفاده از مجموعه داده‌های مستقل، ضریب کاپای 78/0 و با استفاده از سطح زیر منحنی پلات‌های ROC مقدار 93/0 را نشان داد که بیانگر توان بالای مدل رگرسیون لجستیک درختی در تولید نقشه پراکنش گونه Astragalus verus در مقیاس محلی می‌باشد. مدل تولید شده می‌تواند به‌عنوان ابزاری برای استفاده مدیران و کارشناسان بخش مرتع به منظور شناسایی مناطق مستعد جهت عملیات اصلاحی همچون بذرکاری و بوته کاری مورد استفاده قرار گیرد.
متن کامل [PDF 652 kb]   (4681 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: عمومى

بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.