مدل‌سازی کریدور احتمالی پلنگ ایرانی (Panthera pardus saxicolor) بین دو زیست‌گاه پناه‌گاه حیات وحش خوش ییلاق و پارک ملی گلستان با روش کریدور حداقل هزینه

نوع مقاله: مقاله پژوهشی

نویسندگان

1 دانش آموخته‌ی کارشناسی ارشد دانشگاه علوم کشاورزی و منابع طبیعی گرگان، ایران*(مسوول مکاتبات)

2 دانشیار گروه محیط زیست دانشگاه علوم کشاورزی و منابع طبیعی گرگان، ایران.

3 استادیار گروه محیط زیست دانشگاه علوم کشاورزی و منابع طبیعی گرگان، ایران.

10.22034/jest.2019.14553

چکیده

چکیده
زمینه و هدف: حفظ و بازگرداندن ارتباط بخش­های مختلف سیمای سرزمین نیازمند مدل­های ارتباطی و شاخص­هایی است که قابل اعتماد و کارآمد باشند. لکه­لکه­شدگی زیست­گاه فرآیند پویایی است که باعث تغییر الگوی زیست­گاه در سیمای سرزمین می­شود و به طور کلی تکه­تکه­شدگی پوشش گیاهی و زیستگاه و جدا شدن آن­ها از قطعات بزرگ­تر را توصیف می­کند. مدل­سازی حداقل هزینه یک روش مورد استفاده برای تعیین کریدور احتمالی بین تکه­های جداشده­ی زیست­گاه است.
روش بررسی: هدف این مطالعه شناسایی زیست­گاه­های مطلوب برای پلنگ ایرانی (Panthera pardus saxicolor) در پارک ملی گلستان و پناه­گاه حیات وحش خوش­ییلاق و محدوده­ی بین این دو زیست­گاه است، با توجه به این­که این دو زیست­گاه تقریبا نزدیک به هم قرار گرفته­اند، اتصال آن­ها به منظور حرکت ایمن و در عین حال مصرف حداقل انرژی توسط حیوان نقش بسیار مهمی در جریان ژنی و جلوگیری از انزوای ژنتیکی گونه دارد.
یافته ها: در ابتدا مطلوبیت زیست­گاه گونه در منطقه­ی مورد پژوهش با روش تحلیل عاملی آشیان بوم­شناختی و نرم­افزار بایومپر مورد بررسی قرار گرفت. لایه­های اطلاعاتی مورد استفاده به عنوان متغیرهای مؤثر بر حضور گونه شامل ارتفاع، شیب، شاخص پوشش گیاهی (NDVI)، فاصله از جاده­­ها، فاصله از روستاها، چشمه­ها و رودخانه­ها بوده است. سپس در ادامه­ی این پژوهش بررسی احتمال وجود کریدور بین دو زیستگاه با روش کریدور حداقل هزینه مورد بررسی قرار گرفت
بحث و نتیجه گیری: نتایج حاصل از نقشه­ی کریدور احتمالی نشان داد که بخش­های شمالی پناه­گاه حیات وحش خوش ییلاق و جنوب پارک ملی گلستان کوتاه­ترین و امن­ترین مکان برای جابه جایی حیوان است. حفاظت از این نواحی مهم از اهمیت به سزایی برخوردار است. زیرا بهترین کریدورهایی که پلنگ می­تواند از طریق آن بین دو زیست­گاه جابه­جا شود، در این بخش قرارگرفته است.

کلیدواژه‌ها

موضوعات


 

 

 

 

 

علوم و تکنولوژی محیط زیست، دورهبیست و یک، شماره سه، خرداد ماه 98

                                        

مدل­سازی کریدوراحتمالی پلنگ ایرانی (Panthera pardus saxicolor) بین دو زیست­گاه پناه­گاه حیات وحش خوش ییلاق و پارک ملی گلستان با روش کریدور حداقل هزینه

 

حیدر روحی  [1] *

Haydarrouhi@gmail.com 

 عبدالرسول سلمان ماهینی 2

حمید رضا رضایی 3

تاریخ دریافت:1/10/93

تاریخ پذیرش:27/11/95

 

چکیده

زمینه و هدف: حفظ و بازگرداندن ارتباط بخش­های مختلف سیمای سرزمین نیازمند مدل­های ارتباطی و شاخص­هایی است که قابل اعتماد و کارآمد باشند. لکه­لکه­شدگی زیست­گاه فرآیند پویایی است که باعث تغییر الگوی زیست­گاه در سیمای سرزمین می­شود و به طور کلی تکه­تکه­شدگی پوشش گیاهی و زیستگاه و جدا شدن آن­ها از قطعات بزرگ­تر را توصیف می­کند. مدل­سازی حداقل هزینه یک روش مورد استفاده برای تعیین کریدور احتمالی بین تکه­های جداشده­ی زیست­گاه است.

روش بررسی: هدف این مطالعه شناسایی زیست­گاه­های مطلوب برای پلنگ ایرانی (Panthera pardus saxicolor) در پارک ملی گلستان و پناه­گاه حیات وحش خوش­ییلاق و محدوده­ی بین این دو زیست­گاه است، با توجه به این­که این دو زیست­گاه تقریبا نزدیک به هم قرار گرفته­اند، اتصال آن­ها به منظور حرکت ایمن و در عین حال مصرف حداقل انرژی توسط حیوان نقش بسیار مهمی در جریان ژنی و جلوگیری از انزوای ژنتیکی گونه دارد.

یافته ها: در ابتدا مطلوبیت زیست­گاه گونه در منطقه­ی مورد پژوهش با روش تحلیل عاملی آشیان بوم­شناختی و نرم­افزار بایومپر مورد بررسی قرار گرفت. لایه­های اطلاعاتی مورد استفاده به عنوان متغیرهای مؤثر بر حضور گونه شامل ارتفاع، شیب، شاخص پوشش گیاهی (NDVI)، فاصله از جاده­­ها، فاصله از روستاها، چشمه­ها و رودخانه­ها بوده است. سپس در ادامه­ی این پژوهش بررسی احتمال وجود کریدور بین دو زیستگاه با روش کریدور حداقل هزینه مورد بررسی قرار گرفت

بحث و نتیجه گیری: نتایج حاصل از نقشه­ی کریدور احتمالی نشان داد که بخش­های شمالی پناه­گاه حیات وحش خوش ییلاق و جنوب پارک ملی گلستان کوتاه­ترین و امن­ترین مکان برای جابه جایی حیوان است. حفاظت از این نواحی مهم از اهمیت به سزایی برخوردار است. زیرا بهترین کریدورهایی که پلنگ می­تواند از طریق آن بین دو زیست­گاه جابه­جا شود، در این بخش قرارگرفته است.

واژه­های کلیدی: سیمای سرزمین، پلنگ ایرانی، کریدورحداقل هزینه، تحلیل عاملی آشیان بوم­شناختی

 

J. Env. Sci. Tech., Vol 21, No.3,May, 2019

 

 

 

 

 


Modeling potential corridors for the Persian Leopard (Pantera pardus saxicolor) between the two habitats of Khoshyeilagh wildlife refuge and Golestan National Park based on the least-cost path analysis

 

Haydar Rouhi [2] *

Haydarrouhi@gmail.com

Abdolrasol Salman Mahini [3]

Hamid Reza Rezaei [4]

 

Admission Date: February 15, 2017

Date Received: December 22, 2014

 

Abstract

Background and Objective: The restoration and maintenance of landscape connectivity and integration of its elements require reliable and efficient communication models and indicators. Habitat fragmentation is a dynamic process that leads to major changes in the pattern of habitat in a landscape. It describes, generally, the fragmentation and division of vegetation cover and habitat into smaller remnants. Modeling based on the least-cost path analysis is a method used to identify the potential corridors among the isolated habitat patches.

Method: This study aims to locate suitable habitats for the Persian Leopard (Panthera pardus saxicolor) in Golestan National Park and Khoshyeilagh Wildlife refuge and the area between these habitats. Given the close proximity of these habitats, their connectivity for the safe movement and energy consumption minimization of the Persian Leopard has vital role in gene flow and prevention of genetic isolation of the species.

Findings: The habitat suitability for the Persian Leopard in the study area was analyzed using the ecological niche factor and biomapper software. The data layers used as effective variables in the presence of the species are: elevation, slope, vegetation index (NDVI), distance from roads, distance from villages, streams, and rivers.

Discussion and Conclusion: The possibility of corridor existence between the two habitats was studied by the least-cost path analysis. The results of probable map corridors proved that the northern parts of Khoshyeilagh wildlife refuge and the southern parts of Golestan National Park are the shortest and the safest pathways for the species movement. Conservation of these regions is of high importance, because the best route through which the leopard can move between the two habitats are located in these sections.

 

Keywords: Landscape, Ecological processes, Leopards, Least-cost path, Ecological niche factor analysis

 

مقدمه


بلایای طبیعی (از جمله زلزله و طوفان) و فعالیت­های انسانی (از جمله ساخت و ساز جاده، شهرنشینی و کشاورزی) از عوامل عمده از دست رفتن، تکه تکه شدن و تجزیه­ی زیست­گاه هستند (1). تغییرات زیاد و غیر قابل برگشت بودن تکه­تکه­شدن زیست­گاه یک تهدید بزرگ برای تنوع زیستی است (2). ایجاد و حفاظت از گذرگاه­های حیات وحش ممکن است به جمعیت­ها اجازه دهد با فراهم کردن ارتباط بین لکه­های جدا شده بر تکه­تکه­شدگی زیستگاه غلبه کنند (3،4). این نوع پراکندگی گذرگاه­های حیات وحش  نقش مهمی در زیستایی جمعیت با افزایش ارتباطات زیست­گاهی، حفظ اندازه موثر جمعیت، حفظ جریان ژن، تسهیل مهاجرت منظم، پراکنش و دوباره جمع شدن جمعیت­ها بازی می­کند ( 5، 6). شناسایی و ترسیم نقشه گذرگاه­ها معمولا بر اساس استنتاج از الگوهای حرکت (گذرگاه­های کاربردی) یا نقشه زیستگاه (گذرگاه­های ساختاری) است (7). گذرگاه­های کاربردی به طور معمول از طریق تجزیه و تحلیل ویژگی­های رفتار مهاجرتی گونه شناسایی می­شوند. این روش براساس نظارت بر استفاده از سیستم موقعیت­یابی جهانی (GPS) و یا حلقه­های رادیویی است (8). کریدورهای  ساختاری با استفاده از مدل بوم شناسی و ابزارهای تجزیه و تحلیل مکانی مانند GIS برای تئوری شبیه سازی مورد بررسی قرار می­گیرند گذرگاه­ها بر اساس ویژگی­های سیمای سرزمین و اولویت های زیست­گاه هستند (9). مدل­های GISپایه و روش حداقل هزینه(LCP) ابزارهای اصلی در شناسایی شبکه­های گذرگاه­های جمعیت­های حیات وحش هستند (10،11،12).

 تجزیه و تحلیلLCP)  ([5]براساس ارتباط بین مسیر حرکت یک حیوان و وی‍ژگی های سیمای سرزمین از جمله پوشش زمین، تراکم جمعیت، جاده ها و شیب است. مدل­سازی (LCP) بیش­ترین مسیر احتمالی حرکت را با احتمال ترکیبی از سلول­ها بررسی می­کند که کم­ترین مقاومت برای کوتاه­ترین فاصله بین دو منطقه را که دارای زیستگاه مطلوب است  نشان می­دهد (13). 

اتصال میان زیستگاه و جمعیت­ها یک فاکتور بسیار مهم در تعیین طیف گسترده­ای از پدیده­های زیست محیطی، از جمله جریان ژن، فراجمعیت­ها، پویایی، بقای جمعیت شناختی، پراکنش بذر، گسترش بیماری های عفونی، محدوده­ی پراکنش، پایداری جمعیت و حفظ تنوع زیستی در نظر گرفته شده است (14،15). کریدورها به عنوان عناصر خطی سیمای سرزمین که دو یا چند لکه از زیست­گاه­های طبیعی را به هم وصل می­کنند و باعث تسهیل حرکت می­شوند، تعریف شده است (16).

ضرورت انجام تحقیق

نظریه­ی زیست­شناسی حفاظت بیان­ می­کند که احداث ساختارهای اتصال­دهنده، حیات را در بین لکه­های زیست­گاهی جداشده افزایش می­دهد و یا دست کم سطوحی از انتشار بین لکه­ای را حفظ می­نماید و بنابراین، باعث حفظ جریان ژن و زیستایی جمعیت می­گردد (17). تحقیق پیش رو نیز یکی از مسایل مهم در دو زیست­گاه پارک ملی گلستان و پناهگاه حیات­وحش خوش ییلاق یعنی تکه­تکه­شدگی زیست­گاه این گونه توسط فعالیت­های انسانی از جمله جاده­سازی، تغییر کاربری اراضی( تبدیل جنگل به زمین­های کشاورزی و مرتع)، مناطق مسکونی و صنعتی را مورد بررسی قرار داده و مدل­سازی کریدور احتمالی بین این دو زیستگاه  را به عنوان راه­کاری در جبران اثرات منفی جاده­سازی و دیگر فعالیت­های انسانی و تلاش در جهت حفظ کریدورهای طبیعی و اتصال مجدد این دو زیستگاه و از همه مهم­تر حفاظت حیات وحش بررسی کرده است. گونه­ی پلنگ ایرانی به جهت اهمیت و قرارگیری در زمره­ی حیوانات در معرض خطر انقراض(EN[6]) فهرست سرخ اتحادیه­ی جهانی حفاظت از طبیعت و منابع طبیعی(IUCN, 2010) و همچنین به این دلیل که این گونه قابلیت جابه جایی بالایی دارد، گستره­ی­خانگی وسیع آن گونه و این­گه این گونه در اکوسیستم خود گونه­ی چتر است(18)، به عنوان گونه­ی هدف در این مطالعه انتخاب شده است.

 

معرفی­ منطقه مورد مطالعه

منطقه­ی مورد مطالعه بخشی­هایی از سه استان گلستان، خراسان شمالی و سمنان است. پارک ملی گلستان، در استان­های گلستان و خراسان شمالی قرار دارد، پناه­گاه حیات وحش خوش­ییلاق در استان­های گلستان و قسمت اعظم آن در بخش­های شمالی استان­سمنان قرار دارد. به علاوه این منطقه محدوده­ی بین این دو زیست­گاه نیز جزء منطقه­ی مورد مطالعه می­باشد. در اینجا به معرفی و شناسایی دو زیستگاه­ حفاظت­شده­ی منطقه­ی مورد مطالعه خواهیم پرداخت.

پارک ملی گلستان

این پارک با مساحتی برابر با 91895 هکتار و در موقعیت جغرافیایی بین 31/37 الی 04/53 عرض شمالی و 43/55 الی 17/66 طول­شرقی در استان­های گلستان، خراسان شمالی و سمنان و در منتهی‌الیه شرقی جنگل­های خزری واقع شده و منطقه­ای کوهستانی با دامنه ارتفاع 450 تا 2411 متر از سطح دریا است. پارک ملی گلستان منطقه­ای کوهستانی است. بخش اعظم آن را کوه­های بلند و دره­های عمیق تشکیل می­دهد و ناحیه دشتی واقع در جنوب شرقی آن قسمت کوچکی را شامل می­شود. (20).

پناهگاه حیات وحش خوش­ییلاق

 پناهگاه حیات وحش خوش­ییلاق با مساحت150057 هکتار در استان­های گلستان و سمنان قرار دارد، در سال 1346 حفاظت شده اعلام گردید و در­ سال 1354به پناه­گاه حیات وحش تبدیل شد. دامنه­ی ارتفاعی 1097 تا 2882 متر، دمای متوسط 8 تا 12 درجه­ی سانتی­گراد  و بارندگی متوسط 200 تا 600 میلی­متر منطقه را دارای اقلیم­های خشک بیابانی گرم تا نیمه مرطوب معتدل کرده است (21).


 

شکل 1- موقعیت جغرافیایی منطقه­ی مورد مطالعه

Figure 1. The geographical location of the study area


معرفی گونه­ی پلنگ ایرانی (Pantera pardus saxicolor)

پلنگ یکی از 37 گونه گربه­سان دنیا به شمار می­آید ­(که البته برخی از متخصصین اعتقاد دارندکه این خانواده36 عضو دارد)(22). براساس رده بندی اتحادیه­ی جهانی حفاظت از طبیعت و منابع طبیعی پلنگ در سطح گونه در طبقه­ی  کم­ترین نگرانی(least concern) قرار گرفته است (23)، در حالی که بر حسب نوع زیرگونه از رده­بندی حفاظتی متفاوتی برخوردار است. زیرگونه­ی(saxicolor) که به نام پلنگ ایرانی مشهور است و از هندوستان به غرب آسیا (به استثنای شبه جزیره­ی عربستان) تمامی پلنگ­ها را شامل می­شود، در سال 2008 میلادی و در زمره­ی گونه­های در خطر انقراض (Endangered) لیست قرمز قرار گرفته است (18).

روش پژوهش

در این پژوهش، مدل­سازی ارزیابی مطلوبیت زیست­گاه برای تعیین زیستگاه­های بالقوه و بالفعل پلنگ در دو زیستگاه و محدوده­ی بین دو­زیست­گاه با روش تجزیه وتحلیل آشیان بوم­شناختی بررسی و سپس در ادامه با استفاده از  روش LCC اقدام به مشخص کردن شبکه­ی  انتشار بالقوه و کریدور احتمالی بین دو زیست­گاه حفاظت شده است. این رویکرد شامل تعیین زیست­گاه­های مطلوب برای گونه­ی پلنگ ایرانی در منطقه­ی مورد مطالعه و ارزیابی یک مدل مطلوبیت زیست­گاه و استفاده از نتایج مدل­سازی مطلوبیت زیست­گاه برای ایجاد سطوح مقاومت پراکنش پلنگ ایرانی است. این مراحل یک چهارچوب مفهومی برای شبیه­سازی انتشار کریدور پلنگ است.

 تهیه مطلوبیت زیست­گاه پلنگ ایرانی در منطقه­ی مورد مطالعه با استفاده از روش تجزیه و تحلیل آشیان بوم­شناختی

رم­افزار بایومپر[7] در سال 2000 توسط الکساندر هیرزل طراحی گردید. این نرم­افزار مجموعه­ای از سامانه اطلاعات جغرافیایی و برنامه­های­ آماری است که برای تولید نقشه تناسب زیست­گاه تهیه گردیده است. محاسبه­ی نقشه مطلوبیت زیست­گاه تنها بر اساس داده­های حضور گونه­ی  هدف امکان­پذیر است و بنابراین، باعث می­گردد تا در زمان و هزینه تهیه اطلاعات مورد نیاز صرفه­جویی گردد (24). تحلیل عاملی آشیان بوم­شناختی قسمت مرکزی نرم­افزار بایومپر را تشکیل می­دهد. این روش همانند تجزیه و تحلیل مؤلفه‌های اصلی. متغیرهای محیط زیستی را در تعداد کم­تری از متغیرهای غیر هم­بسته به نام عامل خلاصه می­کند با این تفاوت که عامل­ها از نظر بوم­شناختی معنی­دار هستند و می­توانند به عنوان متغیرهای جدید در مدل تناسب زیست­گاه به کار روند (25، 24، 26، 27، 28). اساساً بایومپر به دو دسته اطلاعات به منظور محاسبه نقشه تناسب زیست­گاه نیاز دارد: 1- نقشه رستری نقاط حضور گونه هدف به عنوان متغیر وابسته2- نقشه­های رستری متغیرهای جغرافیای زیستی[8] که بر حضور گونه تأثیر دارند، به عنوان متغیرهای مستقل. آماده­سازی نقشه­های ورودی نرم­افزار بایومپر می­تواند در انواع محیط­های GIS صورت ­گیرد. نقشه متغیر وابسته یا نقاط حضور گونه یک نقشه رستری نقطه­ای است که باید به شکل بولین (صفر و یک) تهیه گردد. عدد یک در واقع همان نقاط و مناطقی است که در کار صحرایی ثبت گردیده است و نشان دهنده محل­هایی است که گونه در آن حضور دارد (24).

Work map

 این نقشه شامل نقشه مناطق حضور گونه مورد مطالعه در سطح منطقه است، نقاط با استفاده از مشاهدات میدانی ،آثار ردپا و سرگین شناسایی شد و سپس با استفاده از دستگاه GPS ثبت گردید. یک نقشه، یک نقشه­ی رستری نقطه­ای (نقاط حضورگونه) و یا پلی­گونی (محدوده گستره خانگی گونه) است. حداقل تعداد نقاط حضور گونه برای این نرم افزار به عوامل متعددی نظیر تغییر پذیری ناحیه مورد مطالعه، میزان تخصصی بودن گونه و میزان دقت مطالعه بستگی دارد (29).  هیرزل معتقد است که با حدود 20 الی 30 نقطه نتایجی بسیار مشابه با نتیجه استفاده از صدها نقطه به دست می­آید. برای این کار، نقشه حضور پلنگ ایرانی در پارک ملی گلستان و پناهگاه حیات­وحش خوش­ییلاق به شکل نقطه­ای و در شکل وکتوری تهیه شد. این نقشه ابتدا به فرمت رستری و سپس به نقشه بولی تبدیل گردید تا قابل ورود به تحلیل ENFA باشد (شکل2).

 

 

شکل 2- نقاط ثبت حضور پلنگ در پارک ملی گلستان و پناهگاه حیات­وحش خوش­ییلاق

Figure 2. The presence points of the Persian leopard in Golestan National Park and Khoshyeilagh wildlife refuges

Eco geographic maps

 

شامل اطلاعات متغیرهای مستقل زیست­گاهی است که حضور و یا عدم حضور گونه به آن­ها بستگی دارد. نحوه آماده­سازی نقشه متغیرهای مستقل جغرافیای زیستی برای این گونه به ترتیب به قرار زیر است: 1- تهیه فهرستی از متغیرهای جغرافیای زیستی مؤثر در حضور گونه­ی  هدف2- رستری کردن نقشه­ها در نرم­افزار ایدریسی[9] و توجه به یکسان بودن قالب همه نقشه­ها . متغیرهای زیست­گاهی مورد استفاده در این مطالعه با توجه به اطلاعات حاصل از مشاهدات میدانی و اطلاعات سنجش از دور به دست آمد، این اطلاعات شامل خصوصیات زیست­شناسی پلنگ و وابستگی­های زیست­گاهی احتمالی این گونه است که عبارتند از: 1-مدل رقومی ارتفاع با ریزولیشن 22متر، 2- نقشه پراکنش روستاها، 3- نقشه­ی منابع آبی و چشمه­ها، 4- نقشه­ی جاده­های داخل منطقه، 5- پوشش گیاهی منطقه([10]NDVI)، 6- شیب.

مراحل کلی کار با نرم­افزار بایومپر

1- فراخوانی نقشه­های جغرافیای زیستی و نقشه حضور گونه2- کمی کردن لایه­ها: همان­طور که ذکر شد، برای این­که نقشه­ها از نظر زیستی معنی­دار باشند باید آن‌ها را کمی نمود. برای این منظور دو روش تحلیل دایره­ای و مستقیم وجود دارد. 3- به دلیل این­که نقشه­های جغرافیای زیستی و نیز نقشه حضور گونه باید توزیع نرمال داشته باشند بنابراین، باید وضعیت آن­ها را بررسی کرد و سپس برای اطمینان کامل از نرمال بودن داده­ها آزمون Kolmogorov-Smirnov را انجام داد. اگر داده­ها نرمال نباشند نرمال­سازی به روش باکس-­کاکس[11] که در بایومپر   قابل اجراست، توصیه می­گردد. 4- ماسک کردن مجموع نقشه متغیرهای مستقل و وابسته جهت اطمینان از این­که آن­ها ناحیه یکسانی را پوشش می­دهند. 5- مقایسه یکنواختی و قابلیت استفاده نقشه­ها از مسیر Verify امکان­پذیر است. در این عملیات همسانی مقادیر سلول­های زمینه و غیره بررسی می­گردد. لایه­های ناهمسان در این مرحله مشخص می­شوند. 6- بررسی همبستگی بین نقشه­های جغرافیای زیستی از طریق Correlation matrix. در این مرحله باید لایه­های همبسته (در این مطالعه همبستگی بالای 85/0) (29)، را حذف نمود. به دلیل این­که این تحلیل به متغیرهایی نیاز دارد که مستقل و بدون همبستگی باشند، در تجزیه و تحلیل عاملی آشیان بوم­شناختی اگر دو متغیر هم­بستگی داشته باشند هر دو با یک ضریب در مدل ظاهر خواهند شد. 7- اجرای تحلیل عاملی
آشیان بوم­شناختی 8- محاسبه عوامل مورد نیاز جهت تهیه نقشه تناسب زیست­گاه 9- محاسبه نقشه تناسب زیست­گاه تحلیل  ENFAبر اساس لایه­های اطلاعاتی رستری در این نرم افزار به اجرا در می­آید. از این رو، اولین گام، ورود داده­ها به نرم افزار است. نقشه­ها به دو طبقه شامل، نقشه حضور گونه و نقشه­های متغیرهای مستقل محیطی دسته­بندی می­شود. برای این مرحله، ماتریس هم­بستگی[12]  نقشه­هایEGV محاسبه شد. میزان هم­بستگی بین متغیرها کم­تر از میزان بحرانی برای حذف یکی از متغیرها بود. لذا تمامی متغیرهای باقی­مانده برای تحلیل ENFAمورد استفاده قرار گرفتند.

 


جدول 1- بررسی میزان هم­بستگی لایه­های مستقل محیطی

Table 1. Correlation between layers of independent environmental

متغیرهای مستقل

ارتفاع

NDVI

منابع آب

جاده

شیب

روستا

ارتفاع

1

189/0-

367/0

31/0

093/0

192/0

NDVI

189/0-

1

043/0

282/0

429/0

352/0

منابع آب

367/0

043/0-

1

052/0

04/0

162/0

جاده

31/0

282/0-

052/0

1

121/0-

369/0

شیب

093/0

429/0

04/0

121/0-

1

255/0-

روستا

192/0

352/0-

162/0

369/0

255/0-

1

 

 

 

تحلیل عاملیآشیان بوم شناختی(ENFA)

تحلیلENFA هسته مرکزی نرم افزار را تشکیل می­دهد. تحلیل انجام شده درENFAمشابه تجزیه به مولفه­های­اصلی[13]، به محاسبه عامل­هایی می­پردازد که توضیح دهنده بخش عمده­ای از تاثیر متغیرهای مستقل محیط زیست گونه­ها است. مشابه  تجزیه تحلیل مولفه­های اصلی، عامل­های محاسبه شده با یک­دیگر هم­بستگی ندارند ولی از نظر اکولوژیکی معنی­دار هستند. اولین فاکتور تولید شده معرف ویژگی حاشیه گرایی[14] گونه مورد مطالعه است و نشان می­دهد که حد بهینه گونه مورد مطالعه تا چه حد در فاصله از حد میانگین زیست­گاه مورد مطالعه قرار دارد.
عامل­های بعدی نیز شامل عامل­های بردباری  یا به عبارتی تخصصی بودن[15]  گونه هستند که به ترتیب از دومین عامل تا آخرین آن (تعداد کل عامل­ها حداکثر برابر با تعداد کل متغیرهای زیست محیطی وارد شده به تحلیل خواهد بود) با کاهش تدریجی اطلاعات موجود در عامل­ها روبرو هستیم. این عامل­ها میزان تخصص گونه مورد مطالعه در ارتباط با منابع موجود در گستره زیست­گاه قابل دسترس گونه را نشان می­دهند. برای اجرای تحلیل ENFA در گام اول ماتریس کوواریانس ازEGV محاسبه و ذخیره گردید (جدول2). این ماتریس برای سایر تحلیل های  ENFA  بکار می­رود.

 

 

جدول 2-  Score matrixمتغیرهای مستقلمحیطی

Table2.Score matrix of independent variables

متغیرهای مستقل

ارتفاع

NDVI

منابع آب

جاده

شیب

روستا

ارتفاع

521/0

646/0

056/0

387/0

123/0-

38/0

ndvi

71/0-

345/0

144/0

373/0-

311/0

348/0

منابع اب

333/0

64/0

585/0-

184/0-

221/0

223/0-

جاده

659/0

084/0

603/0

013/0

405/0

175/0-

شیب

475/0-

645/0

377/0

071/0-

35/0-

297/0-

روستا

72/0

73/0-

069/0

597/0-

308/0-

14/0

 

 

جدول 3- جدول امتیازها و همبستگی بین عوامل آشیان بوم­شناختی و متغیرهای مستقل محیطی

Table 3. Score table and correlation between ecological niche factor and independent variables

متغیرهای مستقل زیست محیطی

عامل­ اول (29%)

عامل دوم (31%)

عامل سوم(16%)

عامل چهارم(11%)

عامل پنجم(9%)

عامل ششم

(4%)

ارتفاع

+++

*****

****

**

*****

*****

ndvi

+

******

*****

0

****

******

منابع آبی

-----

0

*****

*****

0

***

جاده

+++

*

*****

*******

*

*****

شیب

+

****

*

**

********

***

روستا

+++++++

*****

**

*****

*

**

 

 

ستون اول بیان­کننده 100% از حاشیه­گرایی است. اعداد داخل پرانتز درصد تخصص­گرایی عامل­ها را نشان می­دهند. علایم (+) برای عامل حاشیه­گرایی بیان می­کند که پلنگ در زیست­گاه­هایی با مقادیر بالاتری از میانگین شرایط زیست­گاهی حضور دارد و علایم (-) برعکس این حالت هستند. تعداد علایم نشان­دهنده میزان هم­بستگی است. در مورد تخصص­گرایی علامت (*) بیان­کننده حضور پلنگ در دامنه باریکی از شرایط موجود است. تعداد این علایم نشانه محدودیت دامنه حضور است. اعداد صفر تخصص­گرایی و نیز هم­بستگی بسیار پایینی را نشان می­دهد.

 

 

جدول4- ارزشومیزانتخصص­گراییتوضیحدادهشدهتوسطمتغیرهای مستقلمحیطزیستی

Table 4. Value and specialization explained by independent variables

متغیرها

ارزش

میزان تخصص گرایی

ارتفاع

225/3

291/0

NDVI

47/3

313/0

منابع آبی

745/1

157/0

جاده

228/1

111/0

شیب

001/1

09/0

روستا

425/0

038/0

 

مقدار ویژه بیان می­کند چه مقدار از تغییرات (واریانس) توسط متغیرها توضیح داده می­شود و در واقع گویای میزانی از تخصص­گرایی است. مقادیر بالای آن بیش­ترین اطلاعاتی را که هر متغیر منتقل می­کند نشان می­دهد. مقادیر ویژه باید بزرگ‌تر یا مساوی صفر باشند. اگر گونه مورد بررسی توزیع تصادفی در زیست­گاه داشته باشد مقادیر ویژه نزدیک به یک، حاشیه­گرایی حدود صفر و تحمل­پذیری نیز تقریباً یک خواهد بود. اگر بین دو متغیر هم­بستگی وجود داشته باشد مقادیر ویژه بسیار بزرگ یا منفی خواهد بود.

میزان تحمل­گرایی:735/0

میزان تخصص گرایی:36/1

میزان حاشیه­گرایی:401/0

مقدار حاشیه­گرایی اغلب بین صفر و یک قرار دارد (24). مقادیر نزدیک به صفر بیان می­کند که گونه تمایل دارد در شرایط میانگین ناحیه مطالعاتی زندگی کند و هیچ تفاوتی بین میانگین زیست­گاه موجود و زیست­گاه گونه وجود ندارد. مقادیر نزدیک به یک نشان می­دهد که گونه در یک زیست­گاه بسیار ویژه زندگی می­کند. در واقع حاشیه­گرایی نشان­دهنده موقعیت آشیان بوم­شناختی در فضای محیط زیستی است (25،24). دومین عامل آشیان بوم­شناختی تخصص­گرایی[16] است که نشان­دهنده وسعت آشیان بوم­شناختی است. تخصص­گرایی نسبت تغییرپذیری یا انحراف معیار توزیع کلی به تغییرپذیری یا انحراف توزیع گونه است . به بیان دیگر این عامل معیاری است از دامنه شرایط محیط زیستی که گونه تحمل می­کند. در این مورد مقادیر نزدیک به صفر نشان­دهنده این است که گونه هدف در محدوده وسیعی از شرایط محیط زیستی قادر به زندگی است. مقادیر بالای این عامل نشان می­دهد که گونه بسیار تخصصی است و در محدوده باریکی از شرایط محیط زیستی زندگی می­کند و بنابراین، از آشیان بوم­شناختی کوچکی برخوردار است (30،25، 24، 28).

تفسیر عامل تخصص­گرایی به دلیل متغیر بودن آن از صفر تا بی­نهایت مشکل است. بنابراین، از عامل تحمل­پذیری برای درک بهتر تخصص­گرایی استفاده می­شود. عامل تحمل­پذیری عکس تخصص­گرایی است و مقادیر نزدیک به صفر آن نشان­دهنده تحمل­پذیری پایین گونه و تخصصی بودن آن است و برعکس مقادیر بالا ضمن بیان تحمل زیاد گونه حاکی از آن است که گونه به شرایط بسیار ویژه و خاص در زیست­گاه برای زندگی نیاز ندارد. مقادیر تحمل­پذیری بین صفر تا یک متغیر است (24، 25).

 

شکل 3- مطلوبیت زیست­گاه در منطقه­ی مورد مطالعه

Figure 3. Habitat suitability in the study area

 

تجزیه و تحلیل کم­هزینه­ترین کریدور

اتصال مجدد زیست­گاه­های جداشده اهمیت بسیاری در جلوگیری از کاهش تنوع زیستی و انقراض گونه­ها دارد (31). نتایج مطالعات انجام شده نشان می­دهد که حیوانات تمایل دارند از مسیر­های کوتاه و با صرف حداقل انرژی عبور کنند. بنابراین شناسایی چنین مسیر­هایی در سیمای سرزمین­های جداشده جهت حفاظت از حیات وحش ضروری است. در سامانه­ی اطلاعات جغرافیایی(GIS) می­توان به تجزیه وتحلیل کم­هزینه­ترین مسیر که عموماً کوتاه­ترین مسیر بین سلول مبدا و یک یا چند سلول مقصد است، پرداخت (32). حیوانات مسیر­های طولانی­تر و کم­هزینه­تری را جهت دست­یابی به زیست­گاه مطلوب طی می­کنند، بدین ترتیب خود را از خطرات احتمالی موجود نجات می­دهند، اگرچه انرژی بیش­تری را صرف خواهند کرد (33). مطالعات لاروئه نیلسن، (2008) نشان داد براساس ویژگی­های سیمای سرزمین کم­هزینه­ترین مسیرها بیش­ترین نفوذپذیری را در برابر حرکت حیات­وحش دارند. دریزن و همکاران، (2007) نیز تاکید نمودند که گونه­ها در انتخاب مسیرها تصادفی عمل نمی­کنند و از مسیرهایی حرکت­ می­نمایند که به طور معنی­داری هزینه­ی کم­تری نسبت به میانگین سیمای سرزمین داراست. مدل­سازی کم­هزینه­ترین مسیر در مورد گونه­های کانونی از جمله روش­هایی است که کاربرد وسیعی در طراحی کریدورها به منظور ایجاد ارتباط مجدد لکه­های زیست­گاهی جدا شده دارد (34). شناخت فاصله­ی هزینه مبنا و کریدور­های سیمای سرزمین، ابزارهای حفاظتی ارزش­مندی برای حفظ اتصال سیمای سرزمین به خصوص در گونه­های با تراکم پایین است. در این جا ابتدا با کمک لایه­ی مطلوبیت زیست­گاه در دو منطقه­ی حفاظت شده، لکه­های مناسب که مطلوبیت بالایی برای پلنگ در دو منطقه دارند شناسایی شد و تحلیل کم­ترین هزینه  برای گونه­ی مورد نظر اجرا گردید.

برای به دست آوردن لکه­های مطلوب در منطقه­ی مورد مطالعه ابتدا با توجه به نقشه­ی مطلوبیت زیست­گاه اقدام به تعیین لکه­های بالفعل با توجه به نقاط حضور و نقاط بالقوه­ اقدام شد و این لکه­های مطلوب از تحلیل عاملی آشیان بوم­شناختی استخراج شد. سپس با توجه به این­که پلنگ گستره­ی خانگی بالایی دارد، جاهایی از زیست­گاه که مطلوبیت آن­ها برای گونه­ی مورد نظر مناسب و نیز دارای مساحت کافی برای برآورده کردن نیازهای اکولوژیکی پلنگ ایرانی هستند، جدا شد. در شکل زیر(شکل 5) لکه­های دارای مطلوبیت بالا نشان داده شده است. در این شکل نقاط قرمز رنگ روستاهای داخل منطقه را نشان می­دهد که مهم­ترین عامل در تعیین مسیر جانور برای جابه ­جایی بین دو زیست­گاه است.

 

 

شکل4- لکه­هایی از زیست­گاه که مطلوبیت زیست­گاهی بالایی برای پلنگ دارند

Figure 4.  The patches of habitat that suitability for leopard is high

 

 

سپس برای تعیین و مدل­سازی بهترین کریدور امن برای جابه­جایی پلنگ، روش کریدور حداقل هزینه در نرم­افزار ARC GIS اجرا گردید. تحلیل Corridor design  مناسب­ترین مسیر را برای مسیریابی گونه­ی مورد مطالعه بین دو زیست­گاه پیشنهاد می­کند که در شکل زیر بهترین و مناسب­ترین مسیر با توجه به موقعیت روستاهای داخل منطقه و این­که کم­ترین مسافت بین دو زیست­گاه در حین جابه جایی بین دو زیست­گاه برای گونه در نظر گرفته شود، مدل­سازی شده است. لازم به ذکر است گونه در حین عبور از مسیر پیشنهادی و احتمالی برای جابه جایی از لکه­هایی از زیست­گاه عبور می­کند که به عنوان لکه­های مطلوب انتخاب شده­اند، حفاظت و مدیریت این لکه­های مطلوب برای گونه­ی مورد بررسی در جهت حفظ جریان ژنی و جلوگیری از انزوای ژنتیکی کمک شایانی به مدیریت هر چه بهتر این گونه­ی در معرض خطر انقراض می­کند.


 

شکل 5- کریدور بین دو زیست­گاه با روش حداقل هزینه

Figure 5. The corridor between the two habitats with the least cost method

 

بحث و نتیجه گیری


حفظ و بازگرداندن ارتباط در بخش­های مختلف سیمای سرزمین نیازمند مدل­های ارتباطی و شاخص­هایی است که قابل اعتماد و کارآمد باشند. در این مطالعه از این رویکرد مدل­سازی جهت بررسی ارتباطات زیست­گاهی و شناسایی کریدورهای مهاجرتی برای گونه­ی آسیب­پذیر پلنگ ایرانی میان پناهگاه حیات وحش خوش­ییلاق و پارک ملی گلستان در سه استان گلستان، سمنان و خراسان شمالی استفاده شد.

شناسایی نواحی ارتباطی مهم برای پلنگ در منطقه از نتایج مهم حاصل از تحلیل کریدور حداقل هزینه بود. حفاظت از این نواحی مهم در بخش جنوبی و غربی پارک ملی گلستان و بخش­های شمال پناه­گاه حیات­وحش خوش­ییلاق منطقه از اهمیت بسزایی برخوردار است. زیرا بهترین مسیرهایی که پلنگ می­تواند از طریق آن بین دو زیست­گاه و منطقه جابه­جا شود در این بخش قرارگرفته است. از طرفی وجود کاربری­های انسانی و نواحی روستایی در این بخش تهدید مهمی بوده که می­تواند سبب کاهش وسعت یا نابودی این نواحی ارتباطی شود.  لذا حفاظت از این نواحی باید در اولویت باشند. برای مثال می­توان حداقل جهت کاهش اثر حاشیه، ناحیه­ای را به عنوان بافر در اطراف این نواحی تعیین نمود. مطالعاتی که طی دهه­های اخیر روی اکوسیستم­های طبیعی صورت گرفته­، جاده­سازی را به عنوان عاملی موثر در تشدید عوامل تهدید­کننده حیات­ وحش، قطعه­قطعه­شدن و نابودی زیست­گاه­ها معرفی نموده است. جاده­ها و به ویژه بزرگ­راه­ها می­توانند اثرات منفی قابل­توجهی بر حرکت حیات وحش و  بقای آن­ها به خصوص در گونه­هایی با گستره­ی خانگی وسیع مانند گوشت­خواران داشته باشند (35). بعضی از این اثرات منفی را می­توان تا حدودی با انجام اقداماتی از قبیل کاهش عرض جاده، کاهش سرعت وسایل نقلیه، کاهش حجم ترافیک ونیز احداث روگذر و زیرگذر جبران کرد و بدین ترتیب یک­پارچگی سیمای سرزمین و هم­چنین تنوع زیستی را تا حدودی به محیط برگرداند. براساس نظریه­ی زیست­شناسی حفاظت احداث ساختار­های اتصال­دهنده، حیات را در بین لکه­های زیست­گاهی جدا شده افزایش داده و یا دست کم سطوحی از انتشار بین­لکه­ای را حفظ می­نماید و بنابراین باعث حفظ جریان ژن و زیستایی جمعیت می­گردد (36). به همین دلیل توصیه شده است که در حین عملیات جاده­سازی ساختار­های عبوری حیات­وحش نیز در نظر گرفته­ شوند (36). ساندرسون و همکاران، (2006) معتقدند که گذرگاه­های جاده­ای حتی اگر اساساً با هدف استفاده­ی حیات­وحش طراحی نشده باشد، نیز می­تواند نقش مهمی در استراتژی حفاظت منطقه داشته باشند. ذکر این نکته ضروری است که، تنها با انجام این پژوهش نمی­توان با قاطعیت بیان کرد که گونه­ی مورد مطالعه به طور یقین از کریدورهای پیشنهاد شده عبور می­کند. استفاده از گردنبند­های رادیویی، دوربین­های تله­ای، تحلیل­های ژنتیکی و سایر روش­های پیشرفته می­تواند اطمینان ما را در مورد استفاده­ی پلنگ و سایر گونه­های جانوری از گذرگاه­های پیشنهاد شده افزایش دهد.

Reference

  1. Van Calster, H., Vandenberghe, R., Ruysen, M., Verheyen, K., Hermy, M., Decocq, G., 2008. Unexpectedly high 20th century floristic losses in a rural landscape in northern France. J. Ecol. 96, 927–936.
  2. Collinge, S.K., 2000. Effects of grassland fragmentation on insect species loss, colonization, and movement patterns. Ecology 81, 2211–2226.
  3. Davies, Z.G., Pullin, A.S., 2007. Are hedgerows effective corridors between fragments of woodland habitat? An evidence-based approach. Landscape Ecol. 22, 333–351.
  4. Hepcan, S., Hepcan, C.C., Bouwma, I.M., Jongman, R.H.G., Ozkan, M.B., 2009. Ecological networks as a new approach for nature conservation in Turkey: a case study of Izmir Province. Landscape Urban Plan. 90, 143–154.
  5. Haas, C., 1995. Dispersal and use of corridors by birds in wooded patches on an agricultural landscape. Conserv. Biol. 9, 845–854.
  6. Jepsen, J.U., Baveco, J.M., Topping, C.J., Verboom, J., Vos, C.C., 2005. Evaluating the effect of corridors and landscape heterogeneity on dispersal probability: a comparison of three spatially explicit modelling approaches. Ecol. Model. 181, 445–459
  7. Vogt, P., Riitters, K.H., Iwanowski, M., Estreguil, C., Kozak, J., Soille, P., 2007. Mapping landscape corridors. Ecol. Indic. 7, 481–488.
  8. Graves, T.A., Farley, S., Goldstein, M.I., Servheen, C., 2007. Identification of functional corridors with movement characteristics of brown bears on the Kenai Peninsula, Alaska. Landscape Ecol. 22, 765–772.
  9. Hargrove, W.W., Hoffman, F.M., Efroymson, R.A., 2004. A practical map-analysis tool for detecting potential dispersal corridors. Landscape Ecol. 20, 361–373.
  10. Cushman, S.A., 2006. Effects of habitat loss and fragmentation on amphibians, a review and prospectus. Biol. Conserv. 128, 231–240.
  11. Pinto, N., Keitt, T.H., 2009. Beyond the least-cost path, evaluating corridor redundancy using a graph-theoretic approach. Landscape Ecol. 24, 253–266.
  12. Larue M.A. and Nielsen C.K. 2008. Modelling potential dispersal corridors for cougars in midwestern North America using least-cost path methods. Ecological Modelling 212: 372-381.
  13. Larkin, J.L., Maehr, D.S., Hoctor, T.S., Orlando, M.A., Whitney, K., 2004. Landscape linkages and conservation planning for the black bear in west-central Florida. Anim. Cons. 7, 23–34.
  14. Crooks, K. R. and M. Sanjayan. 2006. Connectivity Conservation. Cambridge University Press, Cambridge, UK.,732 pp.
  15. Damschen EI, Haddad NM, Orrock JL, Tewksbury JJ, Levey DJ: Corridors increase plant species richness at large scales. Science 2006; 313:1284‐1286.
  16. Soulé, M. E., and M. E. Gilpin. 1991. The theory of wildlife corridor capability. In Nature Species survival in fragmented landscapes: Where are we now? Biodiversity and Conservation Walker, R., and L. Craighead. 1997. Analyzing wildlife movement corridors in Montana
  17. Corlatti L, Hacklander K, Frey‐Rous F: Ability of wildlife overpasses to provide connectivity and prevent genetic isolation. Conservation Biology 2009; In press.
  18. Ghoddousi, A., Khleghi Hamidi, A.m., Ghadirian, T., Ashayeri, D., Hamzepour, M., Moshiri, H., and Julay, L.I. 2008 Territorial marking by Persian leopard (Pantera pardus saxicolor Pocock, 1927) in Bamu national park. Short communication. Zoology in meddle East. 44:101-103
  19. Majnanian. Eh, honey B, kiibi B, Farhange Dare Shori. B and Gaststats. H, 1999, Golestan National Park (Biosphere Reserve), Environmental Protection Agency, Tehran, 129 p. (In Persian).
  20. Mirkarimi, H. 2007. Landscape ecological planning for protected areas. Using spatial and temporal metrics. PhD tgesis. RMIT University of Melbourne Victoria.
  21. Darvish Sefat, A. 2006. Atlas of protected areas of Iran. Department of the Environment, Iran. 157p.
  22. Ziaei E, 2008, Iranian Mammalian Fields Guidance, Familiarity with Wildlife, 350 p. (In Persian).
  23. Huntera, L., G. Balme, C. Walker, K. Pretorius, And K. Rosenberg. 2003. The landscape ecology of leopards (Panthera pardus) in northern KwaZula-natal, south Africa: A preliminary project report. Ecological journal.
  24. Hirzel, A. H., Hausser, J., and perrin, N. 2007.Biomapper 4.0, Laboratory for Conservation Biology, Department of Ecology and Evolution, University of Lausanne, Switzerland. URL, Viewed 10 November 2010. <http://www2.unil.ch/biomapper>.
  25. Mertzanis, G.; Korakis, G.; Kallimanis, A.; Sgardelis, St. & Aravidis, I. 2006. Bear habitat suitability in relation to habitat types of European interest in NE pindos mountain range, Greece. Pp: 321-326
  26. Srisang, W., Jaroensutasinee, k., and Jaroensutasinee, M. 2007. Assessing habitat suitability models with a virtual species aat Khao Nan national park, Thailand. Proceeding of world academy of science. engineering and technology. 21: 1307-6884.
  27. Galparsoro, I.; Borja, A.; Bald, J.; Liria, P. & Chust, G. 2009. Predicting sustainable habitat for the european lobster (Homarus gammarus), on the basque continental shelf (Bay of Biscay), using ecological-niche factor analysis. Ecological Modeling. 220: 550-567.
  28. Wang, X., Weihua, X., and Ouyang, Zh. 2009. Integrating population size analysis into habitat suitability assessment: implications for giant panda conservation in the Minshah mountain, China. The Ecological Society of Japan.
  29. Hirzel, A. H. 2001. When GIS come to life. Linking landscape- and population ecology for large population man agement modelling: the case of Ibex (Capra ibex) in Switzerland. PhD Thesis. Faculté des Sciences de L’ Université de Lausanne. 114 p.
  30. Zaniewski, A. E., Lehmann, A., and Overton, J. 2002. Predicting species spatial distributions Using presence-only data: a case study of native New Zealand ferns. Ecological Modelling. 57: 261-280
  31. Driezen, K.; Adriansen, F.; Rondinini, C.; Doncaster, C.; P.; and Matthysen, E. 2007. Evaluation least cost model prediction with empirical dispersal data: A case- study using radiotracking data of hedgehogs (Erinaceus europaeus). Ecological modelling. pp:314-322
  32. Singleton, P.H., Gaines, W., and J.F. Lehmkuhl.  2001.  Using weighted distance and least-cost corridor analysis to evaluate regional-scale large carnivore habitat connectivity in Washington.  The Proceedings of the International Conference on Ecology and Transportation, Keystone CO. September 24-27.
  33. Beier P, Majka D, Jenness J: Conceptual steps for designing wildlife corridors. 1‐86. 2009. Northern
  34. Brost, B. 2010. Use of land facets to design linkages for climate change. Thesis, School of Forestry, Northern Arizona University.
  35. Sanderson, J., da Fonesca, G.A.B., Galindo-Leal, C., Alger, K., Inchausty, V.H., Morrison, K., Rylands, A., 2006. Escaping the minimalist trap: design and implementation of large-scale biodiversity corridors. In: Crooks, K.R., Sanjayan, M. (Eds.), Connectivity Conservation. Cambridge University Press, Cambridge, pp. 620–648.
  36. Sanderson, J., da Fonesca, G.A.B., Galindo-Leal, C., Alger, K., Inchausty, V.H., Morrison, K., Rylands, A., 2006. Escaping the minimalist trap: design and implementation of large-scale biodiversity corridors. In: Crooks, K.R., Sanjayan, M. (Eds.), Connectivity Conservation. Cambridge University Press, Cambridge, pp. 620–648.


 

 



1- دانش آموخته­ی کارشناسی ارشد دانشگاه علوم کشاورزی و منابع طبیعی گرگان، ایران*(مسوول مکاتبات)

2- دانشیار گروه محیط زیست دانشگاه علوم کشاورزی و منابع طبیعی گرگان، ایران.

3- استادیار گروه محیط زیست دانشگاه علوم کشاورزی و منابع طبیعی گرگان، ایران.   

[2]-Master of Science, Department of Environmental Sciences, Faculty of Natural Resources, University of Gorgan, Iran-*(Corresponding author)

[3]-Associate Professor, Department of Environmental Sciences, Faculty of Natural Resources, University of Gorgan, I. R. Iran

[4]-Assistant Professor Department of Environmental Sciences, Faculty of Natural Resources, University of Gorgan, Iran.

1-least cost path

2- Endanger

1- Biomapper

2- Eco geographical Variables (EGV)

1- Idrisi

2-Normalized Difference Vegetation Index (NDVI)

3- Box-Cox

1- Correlation matrix

1- Principal Component Analysis

2- Marginality

3- Specialization

1- Specialization Factor

Reference

  1. Van Calster, H., Vandenberghe, R., Ruysen, M., Verheyen, K., Hermy, M., Decocq, G., 2008. Unexpectedly high 20th century floristic losses in a rural landscape in northern France. J. Ecol. 96, 927–936.
  2. Collinge, S.K., 2000. Effects of grassland fragmentation on insect species loss, colonization, and movement patterns. Ecology 81, 2211–2226.
  3. Davies, Z.G., Pullin, A.S., 2007. Are hedgerows effective corridors between fragments of woodland habitat? An evidence-based approach. Landscape Ecol. 22, 333–351.
  4. Hepcan, S., Hepcan, C.C., Bouwma, I.M., Jongman, R.H.G., Ozkan, M.B., 2009. Ecological networks as a new approach for nature conservation in Turkey: a case study of Izmir Province. Landscape Urban Plan. 90, 143–154.
  5. Haas, C., 1995. Dispersal and use of corridors by birds in wooded patches on an agricultural landscape. Conserv. Biol. 9, 845–854.
  6. Jepsen, J.U., Baveco, J.M., Topping, C.J., Verboom, J., Vos, C.C., 2005. Evaluating the effect of corridors and landscape heterogeneity on dispersal probability: a comparison of three spatially explicit modelling approaches. Ecol. Model. 181, 445–459
  7. Vogt, P., Riitters, K.H., Iwanowski, M., Estreguil, C., Kozak, J., Soille, P., 2007. Mapping landscape corridors. Ecol. Indic. 7, 481–488.
  8. Graves, T.A., Farley, S., Goldstein, M.I., Servheen, C., 2007. Identification of functional corridors with movement characteristics of brown bears on the Kenai Peninsula, Alaska. Landscape Ecol. 22, 765–772.
  9. Hargrove, W.W., Hoffman, F.M., Efroymson, R.A., 2004. A practical map-analysis tool for detecting potential dispersal corridors. Landscape Ecol. 20, 361–373.
  10. Cushman, S.A., 2006. Effects of habitat loss and fragmentation on amphibians, a review and prospectus. Biol. Conserv. 128, 231–240.
  11. Pinto, N., Keitt, T.H., 2009. Beyond the least-cost path, evaluating corridor redundancy using a graph-theoretic approach. Landscape Ecol. 24, 253–266.
  12. Larue M.A. and Nielsen C.K. 2008. Modelling potential dispersal corridors for cougars in midwestern North America using least-cost path methods. Ecological Modelling 212: 372-381.
  13. Larkin, J.L., Maehr, D.S., Hoctor, T.S., Orlando, M.A., Whitney, K., 2004. Landscape linkages and conservation planning for the black bear in west-central Florida. Anim. Cons. 7, 23–34.
  14. Crooks, K. R. and M. Sanjayan. 2006. Connectivity Conservation. Cambridge University Press, Cambridge, UK.,732 pp.
  15. Damschen EI, Haddad NM, Orrock JL, Tewksbury JJ, Levey DJ: Corridors increase plant species richness at large scales. Science 2006; 313:1284‐1286.
  16. Soulé, M. E., and M. E. Gilpin. 1991. The theory of wildlife corridor capability. In Nature Species survival in fragmented landscapes: Where are we now? Biodiversity and Conservation Walker, R., and L. Craighead. 1997. Analyzing wildlife movement corridors in Montana
  17. Corlatti L, Hacklander K, Frey‐Rous F: Ability of wildlife overpasses to provide connectivity and prevent genetic isolation. Conservation Biology 2009; In press.
  18. Ghoddousi, A., Khleghi Hamidi, A.m., Ghadirian, T., Ashayeri, D., Hamzepour, M., Moshiri, H., and Julay, L.I. 2008 Territorial marking by Persian leopard (Pantera pardus saxicolor Pocock, 1927) in Bamu national park. Short communication. Zoology in meddle East. 44:101-103
  19. Majnanian. Eh, honey B, kiibi B, Farhange Dare Shori. B and Gaststats. H, 1999, Golestan National Park (Biosphere Reserve), Environmental Protection Agency, Tehran, 129 p. (In Persian).
  20. Mirkarimi, H. 2007. Landscape ecological planning for protected areas. Using spatial and temporal metrics. PhD tgesis. RMIT University of Melbourne Victoria.
  21. Darvish Sefat, A. 2006. Atlas of protected areas of Iran. Department of the Environment, Iran. 157p.
  22. Ziaei E, 2008, Iranian Mammalian Fields Guidance, Familiarity with Wildlife, 350 p. (In Persian).
  23. Huntera, L., G. Balme, C. Walker, K. Pretorius, And K. Rosenberg. 2003. The landscape ecology of leopards (Panthera pardus) in northern KwaZula-natal, south Africa: A preliminary project report. Ecological journal.
  24. Hirzel, A. H., Hausser, J., and perrin, N. 2007.Biomapper 4.0, Laboratory for Conservation Biology, Department of Ecology and Evolution, University of Lausanne, Switzerland. URL, Viewed 10 November 2010. <http://www2.unil.ch/biomapper>.
  25. Mertzanis, G.; Korakis, G.; Kallimanis, A.; Sgardelis, St. & Aravidis, I. 2006. Bear habitat suitability in relation to habitat types of European interest in NE pindos mountain range, Greece. Pp: 321-326
  26. Srisang, W., Jaroensutasinee, k., and Jaroensutasinee, M. 2007. Assessing habitat suitability models with a virtual species aat Khao Nan national park, Thailand. Proceeding of world academy of science. engineering and technology. 21: 1307-6884.
  27. Galparsoro, I.; Borja, A.; Bald, J.; Liria, P. & Chust, G. 2009. Predicting sustainable habitat for the european lobster (Homarus gammarus), on the basque continental shelf (Bay of Biscay), using ecological-niche factor analysis. Ecological Modeling. 220: 550-567.
  28. Wang, X., Weihua, X., and Ouyang, Zh. 2009. Integrating population size analysis into habitat suitability assessment: implications for giant panda conservation in the Minshah mountain, China. The Ecological Society of Japan.
  29. Hirzel, A. H. 2001. When GIS come to life. Linking landscape- and population ecology for large population man agement modelling: the case of Ibex (Capra ibex) in Switzerland. PhD Thesis. Faculté des Sciences de L’ Université de Lausanne. 114 p.
  30. Zaniewski, A. E., Lehmann, A., and Overton, J. 2002. Predicting species spatial distributions Using presence-only data: a case study of native New Zealand ferns. Ecological Modelling. 57: 261-280
  31. Driezen, K.; Adriansen, F.; Rondinini, C.; Doncaster, C.; P.; and Matthysen, E. 2007. Evaluation least cost model prediction with empirical dispersal data: A case- study using radiotracking data of hedgehogs (Erinaceus europaeus). Ecological modelling. pp:314-322
  32. Singleton, P.H., Gaines, W., and J.F. Lehmkuhl.  2001.  Using weighted distance and least-cost corridor analysis to evaluate regional-scale large carnivore habitat connectivity in Washington.  The Proceedings of the International Conference on Ecology and Transportation, Keystone CO. September 24-27.
  33. Beier P, Majka D, Jenness J: Conceptual steps for designing wildlife corridors. 1‐86. 2009. Northern
  34. Brost, B. 2010. Use of land facets to design linkages for climate change. Thesis, School of Forestry, Northern Arizona University.
  35. Sanderson, J., da Fonesca, G.A.B., Galindo-Leal, C., Alger, K., Inchausty, V.H., Morrison, K., Rylands, A., 2006. Escaping the minimalist trap: design and implementation of large-scale biodiversity corridors. In: Crooks, K.R., Sanjayan, M. (Eds.), Connectivity Conservation. Cambridge University Press, Cambridge, pp. 620–648.
  36. Sanderson, J., da Fonesca, G.A.B., Galindo-Leal, C., Alger, K., Inchausty, V.H., Morrison, K., Rylands, A., 2006. Escaping the minimalist trap: design and implementation of large-scale biodiversity corridors. In: Crooks, K.R., Sanjayan, M. (Eds.), Connectivity Conservation. Cambridge University Press, Cambridge, pp. 620–648.