نوع مقاله : مقاله پژوهشی

نویسندگان

• مسعود سالاری ¹
• فریدون سرمدیان ¹
• علی سلاجقه ²

¹ گروه علوم و مهندسی خاک، دانشکده مهندسی و فناوری کشاورزی، دانشکدگان کشاورزی و منابع طبیعی، دانشگاه تهران، کرج، ایران

² گروه مهندسی احیاء مناطق خشک و کوهستانی، دانشکده منابع طبیعی، دانشکدگان کشاورزی و منابع طبیعی، دانشگاه تهران، کرج، ایران

چکیده

قوچ و میش از مهم‌ترین گونه‌های حیات‌وحش ایران به ‌شمار می‌رود که در فهرست سرخ IUCN در رده آسیب‌پذیر (VU) قرار دارد. این گونه‌ نقشی کلیدی در پایداری اکوسیستم‌های مرتعی داشته و به حفظ تعادل زیستی و پویایی زیستگاه‌های طبیعی خود کمک می‌کند. اختلاف در ویژگی‌های سرزمین از قبیل اقلیم، پستی‌وبلندی، خاک، پوشش گیاهی، منابع آبی و کاربری سرزمین منجر به جداسازی واحدهای مختلف تناسب سرزمین برای این گونه خواهد شد. این پژوهش با دنبال‌کردن رفتار گوسفندان وحشی طی مدت 10 سال، با هدف شناسایی مهمترین عوامل مؤثر بر تناسب زیستگاه گونه‌ قوچ و میش وحشی و تهیه نقشه تناسب سرزمین با بهره‌گیری از الگوریتم‌های یادگیری ماشین و فرایند تحلیل سلسله‌مراتبی (AHP) در پارک ملی خبر انجام گرفت. نتایج نشان داد منطقه دارای تناسب زیستگاهی نسبتاً خوب برای‌ قوچ و میش است. ارتفاع، شیب، پوشش گیاهی و فاصله از آب مهم‌ترین عوامل مؤثر بر تناسب سرزمین برای گونه مورد‌‌نظر‌ بودند. اعتبارسنجی نتایج با استفاده از ضریب کاپا و شاخص دقت کلی، سطح بالایی از دقت در یافته‌ها را نشان می‌دهد و اهمیت استفاده از مدل‌های یادگیری ماشین و AHP را در مطالعات ارزیابی تناسب سرزمین برجسته می‌سازد. نتایج می‌تواند به مدیران در درک نیازهای زیستگاهی گونه و شناسایی مناطق کلیدی برای حفاظت کمک کند.

کلیدواژه‌ها

• پارک ملی خبر
• تناسب زیستگاه
• فرایند تحلیل سلسله‌مراتبی (AHP)
• قوچ و میش
• یاد‌گیری ماشین

عنوان مقاله [English]

Land suitability evaluation for Wild sheep (Ovis orientalis) habitat (a case study in Khabr National Park)

نویسندگان [English]

• Masoud Salari ¹
• Fereydoon Sarmadian ¹
• Ali Salajegheh ²

¹ Department of Soil science, Faculty of Agricultural Engineering and Technology, University of Tehran, Karaj, Iran

² Department of Reclamation of Arid and Mountainous Region, Faculty of Natural Resources, University of Tehran, Karaj, Iran

چکیده [English]

Wild sheep (Ovis orientalis) represent a critical component of wildlife biodiversity in Iran, categorized as Vulnerable (VU) on the IUCN Red List. This species plays a crucial role in the integrity of rangeland ecosystems and contributes to the maintenance of ecological balance within their habitats. Variations in land characteristics including climate, topography, soil, vegetation, hydrological factors and land use, result in the delineation of distinct land suitability classifications for this species. The present study was undertaken through a longitudinal observation of wild sheep behavior over a decade, with the objective of identifying the paramount factors impacting habitat suitability for wild sheep and generating a habitat suitability map employing machine learning algorithms alongside the Analytical Hierarchy Process (AHP) within Khabr National Park. The findings indicated that the region possesses relatively high suitability for this species; Elevation, slope, vegetation cover, and proximity to water resources were as the most important factors affecting the land suitability for wild sheep. The validation of the results through the kappa coefficient and the overall accuracy index demonstrates a high level of precision in the findings, thereby emphasizing the significance of employing machine learning models integrated AHP in land suitability evaluation studies and aiding management in understanding the species’ ecological requirements while also identifying areas of conservation priority

کلیدواژه‌ها [English]

• Analytic Hierarchy Process (AHP)
• Habitat suitability
• Khabr National Park
• Machine learning
• wild sheep