نوع مقاله : مقاله پژوهشی

نویسندگان

• محمدعلی زارع چاهوکی ¹
• لیلا خلاصی اهوازی ²
• حسین آذرنیوند ³

¹ دانشیار دانشکده منابع طبیعی دانشگاه تهران

² کارشناس ارشد مرتع‏داری دانشگاه تهران

³ استاد دانشکده منابع طبیعی دانشگاه تهران

چکیده

هدف از این پژوهش ارائة مدل پیش‏بینی پراکنش گونه‏های گیاهی مراتع شرق سمنان، با استفاده از مدل رگرسیون لوجستیک، است. بدین‏ منظور، اطلاعات پوشش‏ گیاهی و عوامل رویشگاهی، از قبیل توپوگرافی و خاک، جمع‏آوری شد. برای تهیة این اطلاعات، علاوه بر نمونه‏برداری میدانی از آمار و اطلاعات ایستگاه‏های هواشناسی منطقه، از تصاویر ماهواره‏ای و نقشة‏ مدل رقومی ارتفاع استفاده شد. برای جمع‌آوری اطلاعات پوشش‏ گیاهی در هر واحد، نمونه‏برداری در طول 3 ترانسکت 750 متری انجام شد. در طول هر ترانسکت 15 پلات، با ابعادی که به روش حداقل سطح تعیین گردید، به فاصلة 50 متر نصب شد. در هر پلات نوع گونه‏های موجود و درصد تاج پوشش‏ آن‌ها تعیین شد. همچنین، در ابتدا و انتهای هر ترانسکت از عمق 20- 0 و 80- 20 سانتی‏متر نمونة خاک برداشت شد. برای ارائة مدل پیش‏بینی گونه‏های گیاهی از روش رگرسیون لوجستیک استفاده شد. برای ارائة نقشة پیش‏بینی پوشش گیاهی لازم است نقشة کلیة عوامل موجود در مدل‏ها تهیه شود، بنابراین، برای تهیة نقشة خصوصیات خاک از روش‏های زمین‏آمار استفاده شد. با استفاده از نقشة عوامل موجود در مدل‏ها، به کمک سیستم GIS، نقشة پیش‏بینی پراکنش هر گونة گیاهی تهیه شد. برای ارزیابی میزان تطابق مدل پیش‌بینی با نقشة واقعی تیپ‌های گیاهی از شاخص کاپا () استفاده شد. نقشه‏های پیش‌بینی رویشگاه گونه‌‏های گیاهی Astragalus spp. (ضریب کاپای 86_/0)، Halocnemum strobilaceum (ضریب کاپای 51_/0)، Zygophyllum eurypterum (ضریب کاپای 58_/0)، و Seidlitzia rosmarinus  (ضریب کاپای 6_/0) بهتر از سایر گونه‌ها با نقشة پوشش‏ گیاهی تطابق دارد. برای گونة Artemisia sieberi (ضریب کاپای 33_/0)، به ‌دلیل داشتن دامنة وسیع اکولوژیک، نقشة پیش‏بینی با واقعیت زمینی تطابق مناسبی نداشت.

کلیدواژه‌ها

• رگرسیون لوجستیک
• زمین‌‏آمار
• شاخص کاپا
• مراتع سمنان
• نقشه پیش ‏بینی

عنوان مقاله [English]

Plant Species Distribution Modeling Using Logistic Regression Models in the North East of Semnan

نویسندگان [English]

• Mohammad Ali Zare Chahouki ¹
• Lyla Khalsi Ahvazi ²
• Hossein Azarnivand ³

¹ Associate Professor, Faculty of Natural Resources, University of Tehran, Karaj, Iran

² PhD Student, Faculty of Natural Resources, University of Gorgan, Karaj, Iran

³ Professor, Faculty of Natural Resources, University of Tehran, Karaj, Iran

چکیده [English]

The aim of this study was providing plant species predictive habitat models by using logistic
regression method. For this purpose, study area conducted in north east rangelands of Semnan
modeling vegetation data in addition to site condition in formation including topography, and soil was
prepared. sampling was done within each unit of sampling parallel transects and 1 vertical transect
with 750m length, each containing 15 quadrates (according to vegetation variations) were established.
Quadrate size was determined for each vegetation type using the minimal area method. Soil samples
were taken from 0-20 cm and 20-80 cm in starting and ending points of each transect. Logestic
regression (LR) techniques were implemented for plant species predictive modeling. To plant
predictive mapping, it is necessary to prepare the maps of all affective factors of models. To mapping
soil characteristics, geostatistical method was used based on obtained predictive models for each
species (through LR method). The accuracy of the predicted maps was tested with actual vegetation
maps. In this study, the adequacy of vegetation type mapping was evaluated using kappa statistics.
Predictive maps of Astragalus spp. ( κ =0.86), Halocnemum strobilaceum ( κ =0.51), Zygophylum
eurypterum ( κ =0.58) and Seidlitzia rosmarrinus ( κ =0.6) with narrow amplitude is as the same of
actual vegetation map prepared for the study area. Predictive model of Artemisia sieberi ( κ =0.33),
due to its ability to grow in most parts of north east rangeland of Semnan with relatively different
habitat condition, is not possible.

کلیدواژه‌ها [English]

• Geostatistical Method
• Kappa statistics
• Logistic regression
• predictive map
• Semnan rangelands