[ Print ]  [ Close ]

http://meche.modares.ac.ir/index.jsp?siteid=11&pageid=28293&newsview=22637   , 1403/02/21


جلسه دفاع پایان نامه: علی مسلمی، گروه جنگلداری

ارائه کننده: علی مسلمی
استاد راهنما: دکتر سید جلیل علوی
استاد مشاور: دکتر حامد یوسف ­زاده پایین رودپشتی
استاد ناظر داخلی: دکتر سیدمحسن حسینی
استاد ناظر خارج از دانشگاه: دکتر سیدمحمود قاسمپوری
نماینده تحصیلات تکمیلی: دکتر اکبر نجفی
تاریخ: 1402/12/23
ساعت: 8:30
مکان: سالن اصلی کاخ

چکیده:
پراکنش گونه­ ای، الگوها و فرآیندهای جغرافیایی را که تعیین می­ کند گونه­ ها در کجا یافت می­ شوند، توصیف می­کند. مدل­ای پراکنش گونه ­ای، که روش­ های آماری هستند، پراکنش گونه ­ای را بر اساس مجموعه­ ای از رخدادها و عوامل محیطی پیش­بینی می­ کنند. گونه­ های کمیاب و کم وقوع در جنگل­ها برای حفاظت از تنوع زیستی اهمیت دارند. این گونه ­ها با تهدیدات متعددی مانند جنگل زدایی، تغییر اقلیم و گونه های مهاجم مواجه هستند. مدل­های پراکنش گونه­ ای، ابزارهای مفیدی برای تجزیه و تحلیل عوامل محیطی مؤثر بر پراکنش گونه­ ای هستند. با این حال، این مدل ها ممکن است با مشکلاتی مانند بیش­ برازش مواجه شوند. از بین رفتن گونه­ های کمیاب می­ تواند تأثیرات منفی بر تغییرات اقلیمی داشته باشد. جنگل­ های هیرکانی در شمال ایران با تنوع گونه­ های درختی بالا، نیاز به مدیریت پایدار دارند. مدل سازی پراکنش گونه های گیاهی بر اساس مشاهدات میدانی و متغیرهای محیطی انجام می­ شود. عوامل محیطی در این مدل­ ها استفاده می­ شوند. با این حال، استفاده از این متغیرها ممکن است با چالش­ هایی مانند ساده ­سازی فرآیندهای پیچیده و عدم قطعیت مدل مواجه شود. با پیشرفت در تکنیک­های مدل­سازی و استفاده از منابع داده­ های متعدد، می­ توان به بهبود دقت و قابلیت اطمینان پیش­ بینی پراکنش گونه­ ها کمک کرد. از جمله مدل هایی که برای مدل سازی پراکنش گونه های کم وقوع استفاده می ­شود ESM ها می­ باشد که در پژوهش پیشرو ESM با انواعی از مدل سازی SDM مقایسه می­ شود. در این مطالعه، 70 %داده­ ها برای مدل سازی و 30 %داده ­ها برای اعتبارسنجی استفاده شده ­اند و شاخص­ های AUC و Boyce برای ارزیابی عملکرد مدل­ ها استفاده می­ شوند. در این پژوهش، شش مدل پراکنش گونه ­ای برای مدل سازی پراکنش گونه­ های نادر و کم وقوع در جنگل­ های شمال کشور مورد استفاده قرار گرفته است. با این حال، هیچ یک از این مدل­ها عملکرد مناسبی در پیش ­بینی پراکنش تمامی گونه ­ها نداشته ­اند و مدل RF حتی نقشه­ های حضور ناکار آمدی تولید کرده است. در مورد گونه­ های مختلف، مدل­ های مختلفی بهترین عملکرد را داشته­ اند. برای مثال، مدل GAM برای گونه­ های ارس و اوجا، مدل ESM برای گونه­ های بارانک، گردو جنگلی، گالبی وحشی و کرکو، مدل GBM برای گونه ­های توت سفید و سیب جنگلی و مدل CTA برای گونه ­های سرو زربین، گیلاس وحشی، لرگ و لور بهترین عملکرد را داشته اند. هم­چنین، متغیرهای محیطی مختلفی در پراکنش گونه­ های مختلف تاثیرگذار بوده­ اند.

 


11:27 - سه شنبه 22 اسفند 1402    /    شماره خبر : 22637    /    تعداد نمايش خبر : 7