بررسی الگوی پراکنش مکانی انارشیطان (Tecomella undulata R.) در استان بوشهر

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشجوی کارشناسی ارشد گروه جنگل‌شناسی و اکولوژی جنگل، دانشگاه صنعتی خاتم الانبیاء بهبهان.

2 دانشیار گروه جنگلداری، دانشگاه صنعتی خاتم الانبیاء بهبهان. *(مسوول مکاتبات)

3 دانشیار گروه جنگلداری، دانشگاه صنعتی خاتم الانبیاء بهبهان.

4 دانشجوی دکتری جنگلداری، دانشگاه علوم کشاورزی و منابع طبیعی ساری.

10.22034/jest.2018.14418.2303

چکیده

زمینه و هدف: الگوی پراکنش مکانی گونه­های جنگلی اطلاعات مفید و اساسی را در مورد هم‌زیستی و روابط بیولوژی بین گونه­ها و پویایی جنگل فراهم می­کند. ازاین رو یکی از ابزارهای مهم برای مدیریت بهتر عرصه­های جنگلی می­باشد. اهداف این تحقیق تعیین الگوی پراکنش مکانی توده­ی انارشیطان در استان بوشهر و ارزیابی قابلیت توابع مختلف در تعیین الگوی پراکنش مکانی می­باشد.
روش بررسی: ابتدا توده انارشیطان در دو منطقه علی­آباد و شهنیا با مساحت 10 و 2 هکتار در بهار 1394 آماربرداری صدرصد شدند. سپس برای تعیین الگوی پراکنش مکانی توده انار­شیطان، روش فاصله–آزیموت به کار گرفته شد .در نهایت برای تحلیل الگوی پراکنش مکانی درختان از توابعK  رایپلی، L، G، F در این تحقیق استفاده شد.
یافته­ ها: آزمون نیکویی برازش کولموگروف-اسمیرنف نشان داد که توزیع درختان انارشیطان در دو منطقه­ مورد مطالعه به طور معنی­دار ناهمگن هستند (001/0P<). توابع K رایپلی و ­L ناهمگن، الگوی کپه­ای را در مناطق مورد مطالعه نشان دادند. تابع G در منطقه علی­آباد تا فاصله 150 متری الگوی کپه­ای را نشان می­دهد در حالی ­که در منطقه شهنیا این تابع الگوی­های مختلفی را در فواصل مختلف نشان می­دهد.
بحث و نتیجه ­گیری: در مجموع هر چهار تابع، الگوی پراکنش مکانی توده­های انارشیطان را به شکل کپه­ای نشان دادند و تابع G بیشترین جزئیات را در مقایسه با دیگر توابع در رابطه با الگوی پراکنش مکانی نشان داد. وجود الگوی کپه­ای در توده­های انارشیطان احتمالاً به دلیل شرایط خشک و کمبود رطوبت آن است که چنین الگوی پراکنشی را موجب شده است. بنابراین برای احیا و جنگلکاری مناطق مستعد، استفاده از الگوی کاشت کپه­ای می­تواند کمک موثری به ایجاد سایه و حفظ بیشتر منابع رطوبتی خاک داشته باشد که در نهایت می­تواند منجر به احیا موفق­تر این منطقه­ها باشد.
 

کلیدواژه‌ها

موضوعات


 

 

مقاله پژوهشی

 

 

علوم و تکنولوژی محیط زیست، دوره بیست و چهارم، شماره سه، خرداد ماه 1401(131-143)

                                        

بررسی الگوی پراکنش مکانی انارشیطان (Tecomella undulata R.) در استان بوشهر

 

زهرا ذوالفقاری[1]

مصطفی مرادی[2] *

moradi4@gmail.com

رضا بصیری2

اکبر قاسمی[3]

تاریخ دریافت: 21/9/94

تاریخ پذیرش:21/1/95

 

چکیده

زمینه و هدف: الگوی پراکنش مکانی گونه­های جنگلی اطلاعات مفید و اساسی را در مورد هم‌زیستی و روابط بیولوژی بین گونه­ها و پویایی جنگل فراهم می­کند. ازاین رو یکی از ابزارهای مهم برای مدیریت بهتر عرصه­های جنگلی می­باشد. اهداف این تحقیق تعیین الگوی پراکنش مکانی توده­ی انارشیطان در استان بوشهر و ارزیابی قابلیت توابع مختلف در تعیین الگوی پراکنش مکانی می­باشد.

روش بررسی: ابتدا توده انارشیطان در دو منطقه علی­آباد و شهنیا با مساحت 10 و 2 هکتار در بهار 1394 آماربرداری صدرصد شدند. سپس برای تعیین الگوی پراکنش مکانی توده انار­شیطان، روش فاصله–آزیموت به کار گرفته شد .در نهایت برای تحلیل الگوی پراکنش مکانی درختان از توابعK  رایپلی، L، G، F در این تحقیق استفاده شد.

یافته­ها: آزمون نیکویی برازش کولموگروف-اسمیرنف نشان داد که توزیع درختان انارشیطان در دو منطقه­ مورد مطالعه به طور معنی­دار ناهمگن هستند (001/0P<). توابع K رایپلی و ­L ناهمگن، الگوی کپه­ای را در مناطق مورد مطالعه نشان دادند. تابع G در منطقه علی­آباد تا فاصله 150 متری الگوی کپه­ای را نشان می­دهد در حالی ­که در منطقه شهنیا این تابع الگوی­های مختلفی را در فواصل مختلف نشان می­دهد.

بحث و نتیجه­گیری: در مجموع هر چهار تابع، الگوی پراکنش مکانی توده­های انارشیطان را به شکل کپه­ای نشان دادند و تابع G بیشترین جزئیات را در مقایسه با دیگر توابع در رابطه با الگوی پراکنش مکانی نشان داد. وجود الگوی کپه­ای در توده­های انارشیطان احتمالاً به دلیل شرایط خشک و کمبود رطوبت آن است که چنین الگوی پراکنشی را موجب شده است. بنابراین برای احیا و جنگلکاری مناطق مستعد، استفاده از الگوی کاشت کپه­ای می­تواند کمک موثری به ایجاد سایه و حفظ بیشتر منابع رطوبتی خاک داشته باشد که در نهایت می­تواند منجر به احیا موفق­تر این منطقه­ها باشد.

 

واژه­های کلیدی: الگوی پراکنش مکانی، انارشیطان، تابع K رایپلی­ ناهمگن، تابع F و G  ناهمگن.

 

 

J. Env. Sci. Tech., Vol 24, No. 3, June, 2022

 

 

 

 

 

 

Evaluation of Tecomella undulata R. spatial distribution pattern in Bushehr province

 

Zahra Zolfaghari[4]  

Mostafa Moradi[5] *

moradi4@gmail.com

Reza Basiri2

Akbar Ghasemi[6]

 

Admission Date:April 9, 2016

 

Date Received: December 12, 2015

 

Abstract

Background and Objective: Spatial pattern study of forest species could provide us important and useful information about relationship between species and also forest dynamic. Therefore, it could be an important tools for better management of forest resources. The objectives of this study were to determine special pattern of Tecomella undulata stands in Bushehr province and also, evaluation of different functions capability in T. undulata spatial pattern determination.

Material and Methodology: In the present study, two stands include Aliabad and Shahnia with 10 and 2 hectares, respectively, were selected in spring 2015 and 100 percent inventory was used. Then to determine the spatial distribution pattern of T. undulate, distance- azimuth method was used. Finally, Ripley's K, L, F, and G functions were used to evaluate T. undulate spatial distribution pattern.

Findings: The Kolmogorov-Smirnov goodness of fit test calculation indicated that T. undulata trees distribution in the both studied sites were significantly heterogeneous (P < 0.001). Ripley's K and L heterogeneous functions showed aggregated pattern of T. undulata trees in the study sites. But G function showed aggregated pattern in Aliabad up to 150 meter. While in Shahnia G function indicted different patterns in different distances.

Discussion and Conclusion: In conclusion, four studied functions showed an aggregated but G function revealed more detail in determination of T. undulata spatial pattern. Such aggregated pattern in T. undulata stands could be because of dry condition and lack of moisture. Based on the results, to revival and afforestation of suitable sites, using aggregated pattern could be useful method to provide shadow and maintaining humidity in soil. That could result in more successful reestablishments of this valuable species.

Key words: Spatial distribution pattern, Tecomella undulata, Heterogeneous Ripley's K function, Heterogeneous F and G function.

 

مقدمه

 

انارشیطان با نام علمی Tecomella undulata از خانواده پیچکیان­ است. این گونه در ایران با نام­­های پارپوک، لاهیرو، سمیل، سمنگ و انارشیطان نیز می­شناسند و پراکنش آن در بوشهر­، بندرعباس، سیستان و بلوچستان و دلفارد واقع در شهرستان جیرفت می­باشد (1) که در ایران دارای ساختارهای یک اشکوبه و فاقد زادآوری طبیعی است (2). در خاکهای با بافت شنی و شنی-لومی با pH خنثی استقرار بسیار خوبی دارد (3­­) و سازگار به مناطق خشک است (4). علاوه بر موارد گفته شده در بالا انارشیطان اهمیت بسیار زیادی در زمینه­های دارویی دارد، و امروزه ترکیبات دارویی مختلفی از آن استخراج کرده­اند که برای درمان برخی بیماریهای خاص مثل سیفلیس و تورم استفاده می­شود (5). انارشیطان گونه­ای مهم برای حفظ محیط زیست در مناطق خشک است که باعث تثبیت تپه­های ماسه­ای روان می­شود­، پناهگاه مناسبی برای حیات­وحش می­باشد (6) و می‌تواند­ مقاومت زیادی در شرایط ­نامساعد محیطی از جمله خشکی، سرمازدگی، آتش و باد‌های شدید داشته باشد (7). اما متاسفانه به­دلیل عدم آگاهی مردم بومی نسبت به اهمیت دارویی و زیست محیطی این گونه با ارزش و همچنین به دلیل مرغوب بودن رویشگاه­ها برای استفاده کشاورزی، تجاوز به رویشگاه­ها زیاد بوده که در نتیجه آن زیستگاه­های این گونه در حال تخریب و انقراض است­ (8). علاوه­براین، آفات و عوامل بیماری­زا هم این گونه­ها را تهدید می­کند (9).

متاسفانه در کشور ما اطلاعات زیادی در رابطه با این گونه با ارزش موجود نیست و همین مسئله گویای نیاز اساسی به مطالعه همه جانبه در رابطه با این گونه می­باشد. بنابراین با توجه به اهمیتی که این گونه دارد ضروری به نظر می­رسد که هر چه سریع­تر نسبت به شناخت، حفاظت و مدیریت صحیح و همه جانبه­ی آن اقدام نمود.

یکی از این جنبه­های شناختی گونه­های درختی مطالعه الگوی پراکنش مکانی درختان است که از ویژگی­های ساختاری گونه­های جنگلی محسوب می­شود (10). الگوی پراکنش مکانی نحوه­ی توزیع درختان و روابط میان آنها را در فضای افقی توده­های جنگلی نشان می­دهد. این الگو به عوامل مختلفی از قبیل شرایط محیطی و درون گونه­ای بستگی دارد. بنابراین برای شناخت بهتر اکولوژی جنگل، بررسی الگوی مکانی جوامع گیاهی ضروری می­باشد، زیرا به ارزیابی عوامل مختلفی از جمله پراکنش بذر، رقابت بین گونه­ای و درون گونه­ای، اشکوب­های داخل سیستم، عوامل گیاهخواری و یا ناهمگنی محیط می­پردازد که هر کدام از این موارد یا مجموعه­ای از آنها ممکن است باعث شکل­گیری الگو در مقیاسهای مختلف شود (17-11). علاوه بر موارد ذکر شده، مطالعه الگوی پراکنش مکانی کمک می­کند تا پراکنش گیاه که می­تواند به صورت تصادفی، کپه­ای یا یکنواخت را تعیین نمود (18). انواع این الگوهای مکان، شامل یکنواخت، کپه­ای، تصادفی  نیز است (19).

 برای تشخیص نوع الگوی پراکنش مکانی­، معمولا سه روش عمده وجود دارد: روش قاب (کوادرات)، روش اندازگیری فاصله­ای و روش ترانسکت خطی که اغلب از روش قاب و روش اندازگیری فاصله­ای برای تعیین الگوی مکانی استفاده می­شود (20).

تاکنون در زمینه الگوی پراکنش مکانی انارشیطان در داخل کشور تحقیقی صورت نگرفته است، اما با توجه به اهمیت الگوی پراکنش مکانی در مطالعات مربوط به جوامع گیاهی، در رابطه با دیگر گونه­ها چه در داخل و چه خارج از کشور مطالعات متعددی انجام شده است در مطالعات صورت گرفته در داخل کشور مشخص شد که به ترتیب گونه­هایی مانند راش، ممرز، پلت، توسکا در راشستانهای طبیعی ایران(15)، ملج در بخش نم­خانه جنگل خیرود کنار نوشهر(21)، درختان بلوط در جنگلهای زاگرس غربی (22) و پنج گونه
Quercus libani, Pyrus syriaca Quercus brantii, Quercus infectoria, Crataegus pontica, در جنگلهای مریوان (23) و گونه­های چوبی ذخیرگاه جنگل چهارطاق در اردل (24) دارای الگوی کپه­ای می­باشند. همچنین در مطالعات صورت گرفته در خارج از کشور نیز مشخص شد که گونه­ها مثل گزشاهی، آکاسیا دارای الگوی پراکنش مکانی کپه­ای (14، 25) هستند.

انارشیطان جزو گونه­های گیاهی با ارزش و نادر در کشور ایران محسوب می­شود که متاسفانه در معرض خطر انقراض قرار دارند (26). از این رو احیاء رویشگاه و گسترش این گونه حائز اهمیت فراوانی است. همچنین بررسی پراکنش مکانی این گونه نیز مهم و ضروری است، زیرا پراکندگی مکانی گونه­ها، اطلاعات مفیدی و اساسی را در مورد همزیستی گونه از جمله، رقابت و مرگ و میر  فراهم می­کند (12) علاوه بر این، نقش بسیار مهمی را در فرآیندهای زیست محیطی دارند (16). بنابراین، مطالعه الگوی مکانی درخت ابزاری مناسب برای تجزیه و تحلیل جوامع جنگل خواهد بود (27). با توجه به موارد گفته شده هدف این مطالعه تعیین الگوی پراکنش مکانی انار شیطان است که می­تواند اطاعات مفیدی در رابطه با ویژگی­های الکولوژیکی این گونه با ارزش تولید کند.

روش بررسی

مناطق مورد مطالعه، شامل ­دو توده انارشیطان، یکی در شهنیاء بخش بردخون در شهرستان دیر و دیگری در علی­آباد دلوار واقع در استان بوشهر می­باشد. منطقه شهنیا 130 کیلومتر و علی­آباد­ دلوار 35 کیلومتر از بوشهر فاصله دارد. فاصله بین دو منطقه مورد مطالعه 95 کیلومتر می­باشد. منطقه شهنیاء به مساحت 2 هکتار دارای طول جغرافیایی ″22 ′29 ◦51 تا ″16­ ′29 ◦51 شرقی و عرض جغرافیایی ″7 ′7 ◦28 تا ″2 ′7 ◦28 شمالی می­باشد.­ میانگین بارندگی 228 میلی‌متر، متوسط دمای سالیانه 5/27 درجه و ارتفاع از سطح دریای 8 متر و دارای اقلیم گرم و مرطوب می­باشد. منطقه علی­آباد دلوار به مساحت 10 هکتار­ دارای طول جغرافیایی ″­26 ′3 ◦51 تا ″16 ′3 ◦51 شرقی و عرض جغرافیایی″21 ′48 ◦28 تا ″­7 ′48 ◦28 شمالی می­باشد. میانگین بارندگی سالیانه 261 میلی‌متر، متوسط دمای سالیانه 3/25 درجه سانتیگراد و ارتفاع از سطح دریا 4 متر و دارای اقلیم گرم و مرطوب می­باشد (کلیه اطلاعات مربوط به اقلیم و هواشناسی منطقه از ایستگاه هواشناسی بوشهر تهیه شد) (شکل1). توده­های انارشیطان موجود در منطقه علی­آباد جزء یکی از ذخیره­گاه­های انارشیطان در ایران محسوب می­شود که توسط منابع طبیعی حصارکشی و محافظت شدند اما هیچ گونه مدیریت و احیایی در این منطقه صورت نگرفته است. همچنین تودهای باقی مانده انارشیطان هم در منطقه شهنیا توسط منابع طبیعی همانند منطقه علی­آباد حصارکشی و محافظت شدند.

 

 

شکل 1- موقعیت مناطق مورد مطالعه شهنیا (a)، علی­آباد (b)، استان بوشهر(c)، نقشه ایران (d)

(d), Iran map (Bushehr province (c , (b), Aliabad (a) Figure 1. Studied sites locations, Shahnia

 

جمع­آوری اطلاعات

 

در بهار 1394 به منظور تعیین الگوی پراکنش توده انار­شیطان با توجه به وسعت کم دو منطقه، از آماربرداری صددرصد استفاده شد (28). سپس برای به­دست آوردن موقعیت مکانی (پراکنش) تک­تک پایه­های مختلف، روش فاصله–آزیموت به کار گرفته شد .این روش شامل برداشت نقاط مختصات مربوط به هر درخت به وسیله سیستم موقعیت­یابی جهانی (GPS) و قطب نمای سونتو بود. سپس از طریق روابط مثلثاتی دکارتی نقاط (X ،Y ) تعیین و به مختصات سیستم­متریک (UTM) تبدیل شدند (29). برای تحلیل الگوی پراکنش مکانی نقاط (X ،Y ) از توابع مانندK  رایپلی، L، G، F در این تحقیق استفاده شد.

تابعK  رایپلی، کاربردی­ترین روشی است که برای توصیف الگوی نقطه­ای در مطالعات اکولوژیک استفاده می­شود (30)، زیرا این تابع اطلاعات زیادی که مبتنی بر واریانس تمام فاصله­های درخت تا درخت است را استفاده کرده و حتی می­تواند مقیاسهای مختلف الگوی مکانی و نیز همچنین حالت تجمعی یا یکنواختی را تشخیص دهد. هدف از این نوع تجزیه و تحلیل تعیین این مسئله است که آیا توزیع درختان تصادفی است یا خیر و نوع الگوی پراکنش به چه صورت می­باشد (31). برای درستی نتایج این روش از آزمون مونت کارلو که یک روش آماری است استفاده شد (32)­، بدین صورت که اگر تابع بالای محدوده­ی مونت کارلو باشد الگو کپه­ای، پایین­تر، الگو پراکنده و در محدوده­ی مونت کارلو باشد الگو تصادفی است (30).

برای تفسیر و تحلیل ساده­تر تابع K از تابع  Lاستفاده می­شود. این تابع توسط بساگ (1977) به صورت خطی تغییر پیدا کرده است (33). در این رابطه هنگامی که تابع مساوی صفر باشد الگو تصادفی، کمتر از صفر الگو پراکنده و بیشتر نشاندهنده­ی الگوی کپه­ای می­باشد (34، 35).

توابع G و F، مشابه هم هستند و توزیع تجمعی فراوانی فواصل نزدیکترین همسایه را مورد بررسی قرار می­دهند. این توابع اطلاعات بیشتری را در مورد روند تغییرات تراکم در مقیاس فاصله فراهم می­کند (35). مقادیر توابع برای الگوی مکانی کپه­ای، بیشتر از یک، مقادیر کمتر از یک نشانگر الگوی پراکنده و مساوی یک، الگوی تصادفی را نشان می­دهد (36). 

الگوی مکانی نقاط براساس توزیع پواسون می­تواند همگن یا ناهمگن باشد بر همین منوال، همه توابع فوق دارای رابطه همگن و ناهمگن می­باشند (جدول1).

 

جدول 1- روابط توابع الگوی پراکنش مکانی

Table 1. Spatial Pattern functions

نام تابع

الگوی همگن

الگوی ناهمگن

منبع

Kرایپلی

(1)

(2)

38، 37، 36

L

 

(3)

(4)

36، 37

G

 (5)

 (6)                

37، 38

F

(7)

(8)

39، 40

 

توضیحات پارامترها:

1)Khom : تابع k همگن، r: مقدار فاصله­ی از نقطه­ی تصادفی، a: مساحت منطقه مورد نظر، n: تعداد درختان، I: تعداد درختان در فاصله r، eij: روش تصحیح اثر حاشیه­ای.

2) (r)  :Khet   تابع k ناهمگن، (xi,xj,r)e : روش تصحیح اثر حاشیه­ای متناسب الگوهای ناهمگن. عدد 1 برای زمانی که فاصله بین دو نقطه کمتر از مقدار r  باشد و اگر بیشتر باشد عدد تغییر می­کند، (λx): تراکم جفت نقاط (i j ,).

3) (r) :Lhom تابع L همگن.

4) (r) :Lhet تابع  L ناهمگن.

5) :ghom تابع g همگن، (r)  dkhom و dr: مشتق تابع k همگن. : r مقدار فاصله از نقطه­ی تصادفی.

6):ghet  تابع g ناهمگن، (r)  dkhet و dr: مشتق تابع k ناهمگن. : r مقدار فاصله از نقطه­ی تصادفی.

7) :Fhom تابع همگن F، : تابع متراکم، :r مقدار فاصله از نقطه­ی تصادفی.

8):Fihom  تابع ناهمگن F، : مجموعه نقاط که فاصله آنها از مرز W حداقل t است،L : زیرمجموعه متناهی از W،

(lk ,t)B : گویی به مرکز  و شعاع t. : کمترین مقداری که تابع متراکم در مجموعه نقاط W می­گیرد )،: تابع متراکم.

در این پژوهش فاصله اطمینان 95 درصد برای همه توابع از طریق 199 بار شبیه­سازی تصادفی محاسبه گردید (39). همچنین به منظور بررسی همگنی و ناهمگنی مناطق مورد مطالعه نیز از آزمون کولموگروف – اسمیرنوف و برای تحلیل الگوی پراکنش نیز از نرم افزار Var3.2.2 R استفاده شد.

یافته­ها

استفاده از آزمون کلموگروف - اسمیرنوف نشان داد که درختان انارشیطان در دو منطقه از الگوی توزیع پواسون ناهمگن پیروی می­کنند (منطقه علی­آباد 001/0P<، 2/0 = 05/0D، منطقه شهنیا 001/0 P<، 11/0 = 05/0D). بنابراین توابع به کار رفته همگی از نوع توابع ناهمگن می­باشد.

نتایج مربوط به تراکم توده خالص انارشیطان در مناطق مورد مطالعه نشان داد که این گونه دارای تراکم 54 پایه در هکتار در منطقه علی­آباد و 33 پایه در هکتار در منطقه شهنیا است.

تابع  Kرایپلی ناهمگن

نتایج مربوط به تحلیل الگوی پراکنش مکانی انارشیطان با استفاده از تابع  Kرایپلی ناهمگن در منطقه علی­آباد حاکی از آن است که گونه انارشیطان تا فاصله حدودا 110 متری الگوی کپه­ای معنی­دار را نشان می­دهد، از 110 متری به بعد الگو به سمت یکنواختی تغییر یافته ولی معنی­دار نیست. در منطقه شهنیا نیز تا فاصله حدودا 60 متری الگوی کپه­ای معنی­دار دید می­شود و از 60 متری به بعد الگو یکنواختی تغییر یافته ولی معنی­دار نیست (شکل2).

تابع L ناهمگن

باتوجه به تحلیل تابع L ناهمگن در منطقه علی­آباد می­توان بیان کرد که الگوی پراکنش مکانی گونه انارشیطان تا فاصله حدودا 110 متری دارای الگوی کپه­ای معنی­داری است، از این فاصله به بعد الگو یکنواخت می­شود ولی معنی­دار نیست. در منطقه شهنیا تا فاصله حدودا 60 متری الگوی کپه­ای معنی­دار نشان داده می­شود، از 60 متری به بعد الگو به سمت یکنواختی تغییر یافته ولی معنی­دار نیست (شکل 3).

تابع G ناهمگن

نتایج تابع G ناهمگن در منطقه علی­آباد، نشان داد که الگوی پراکنش مکانی گونه انارشیطان تا فاصله حدودا 150 متری دارای الگوی کپه­ای معنی­دار می­باشد. از این فاصله به بعد نیز الگوی مکانی کپه­ای را نشان می­دهد. در منطقه شهنیا تا فاصله حدودا 60 متری تغییر الگوی مکانی دیده می­شود. از صفر تا 30 متری الگوی کپه­ای معنی­داری دیده می­شود، از 30 تا تقریبا" 35 متری الگوی تصادفی و از 35 متری به بعد الگوی یکنواخت معنی­داری دیده می شود (شکل 4).

تابع F ناهمگن

نتایج تابع F ناهمگن در منطقه علی­آباد تا فاصله 110 متری نشانگر وجود الگوی کپه­ای ضعیفی است. از 110 متری به بعد، همین روند ادامه می یابد. در منطقه شهنیا تا فاصله حدود 60 متری الگوی کپه­ای معنی­داری دیده شد (شکل 5).

در شکل 6  نیز نمای از الگوی پراکندگی دو منطقه مورد مطالعه را نشان می­دهد.

  

 

     

 شکل2- نمودار تابع K  رایپلی ناهمگن برای تعیین الگوی پراکنش گونه انارشیطان در دو منطقه شهنیا (a) و علی­آباد (b)

Figure 2. The graph of heterogeneous Ripley's K function to determine the distribution pattern of Tecomella undulata in two regions of Shahnia (a) and Aliabad (b)

شکل3- نمودار تابع L ناهمگن (خط ممتد) و حدود مونت کارلو )خط چین( برای تعیین الگوی پراکنش گونه انارشیطان در دو منطقه شهنیا (a) و علی­آباد (b)

Figure 3. The graph of heterogeneous L function (solid line) and Monte Carlo limits for Tecomella undulata distribution pattern in two regions of Shahnia (a) and Aliabad (b)

شکل4- نمودار تابع G ناهمگن برای تعیین الگوی پراکنش گونه انارشیطان در دو منطقه شهنیا (a) و علی­آباد (b)

Figure 4. The graph of heterogeneous G function Tecomella undulata in two regions of Shahnia (a) and Aliabad (b)

شکل5- نمودار تابع F ناهمگن برای تعیین الگوی پراکنش گونه انارشیطان در دو منطقه شهنیا (a) و علی­آباد (b)

Figure 5. The graph of heterogeneous F function Tecomella undulata in two regions of Shahnia (a) and Aliabad (b)

 

شکل 6- نقشه پراکنش درختان انارشیطان در دو منطقه شهنیا (a) و علی­آباد (b)

Figure 6. Tecomella undulata distribution map in two regions of Shahnia (a) and Aliabad (b)

 

 

بحث و نتیجه­گیری

 

براساس نتایج تابع­های K رایپلی ناهمگن و L و F وG  که در این تحقیق مورد استفاده قرار گرفت، می­توان بیان نمود که الگوی پراکنش مکانی درختان انارشیطان براساس الگوی کپه­ای است که شایع­ترین و عمومی­ترین الگوی پراکنش نسبت به سایر الگوهای یکنواخت و تصادفی در جوامع طبیعی برای گونه­های درختی است (40). مطالعات نشان داد است که شرایط سخت محیطی، خشکی و بارندگی کم می­تواند باعث تشکیل الگوی کپه­ای ­شود (41). در منطقه مورد مطالعه نیز چنین شرایط سختی وجود دارد و یکی از دلایل احتمالی چنین الگویی می­تواند این مسئله باشد. بدین صورت که در شرایط خشکی نونهال­ها قادر نیستند به صورت پراکنده و بدون پناه به رشد خود ادامه دهند بنابراین وجود درختان باعث ایجاد سایه، حفظ رطوبت، افزایش مواد غذایی خاک (42) و در نتیجه رشد بهتر نهال­ها در پناه درختان مادری و زیر سایه­ی آنها که مکانی خنک­تر و به نسبت دارای رطوبت بیشتری است می­شود (43)، این مسئله باعث می­شود که گیاه دارای الگوی کپه­ای باشد. بنابراین می­توان بیان کرد که الگوی کپه­ای بیان کننده­ی جمع شدن افراد در قسمت­های مساعدتر رویشگاه می­باشد (15). در مناطق مورد مطالعه نیز به دلیل شرایط خشک، ماسه بادی­های زیاد و کمبود رطوبت، درختان انارشیطان با رشد در کنار همدیگر و ایجاد شرایط سایه برای رشد در شرایط بهتر، الگوی پراکنش کپه­ای را بوجود آورده­اند.

علاوه بر موارد بالا می­توان به حضور گونه انارشیطان در مناطق با اقلیم گرم و مرطوب نیز به عنوان دلیلی برای تشکیل الگوی کپه­ای اشاره کرد چرا که مطالعات نشان داده قدرت کم رقابتی در گیاهانی که تحمل بالایی در برابر خشکی دارند (14، 25) نیز می­تواند یکی از دلایل تشکیل الگوی کپه­ای برای انار­شیطان باشد.

از گونه­های که همانند انارشیطان دارای الگوی پراکنش مکانی هستند می­توان به پده اشاره کرد (21). دلایل کپه­ای بودن آن را شرایط رویشگاهی مناسب، تمایل نداشتن قاچاقچیان چوب به قطع درختان کم قطر ملج و اثر متقابل مثبت بین گونه ملج با سایر گونه­ها ذکر کرده­اند که باعث تشکیل الگوی مکانی کپه­ای گردیده است. در حالی که این موارد برای گونه انارشیطان صدق نمی­کند زیرا گونه کم توقعی است و در شرایط بسیار سخت رشد خوبی دارد. بنابراین علت چنین الگوی پراکنش مکانی را می­توان در سازگاری این گونه در این مناطق ذکر کرد. چرا که دسترسی محدود به منابع، مانند آب و همچنین شرایط سخت محیطی به علت بارندگی کم و همچنین آب و هوای خشک باعث تشکیل چنین الگویی شده است (22). از دیگر عواملی که سبب تشکیل الگوی پراکنش کپه­ای می­شود می­توان به نحوه انتشار و پراکندگی بذرها، نحوه زادآوری و همچنین عواملی مثل طوفان و حیوانات اشاره کرد (15، 11، 24). اما این عوامل برای مناطق مورد تحقیق صادق نیست چرا که درختان موجود در این مناطق بذری تولید نمی­کنند که علت اصلی آن را می­توان  تاثیر سوء برخی از آفات مانند پروانه گل خوار سمنگ و مورچه Formicidae نام برد، بدین صورت که لارو پروانه گل خوار سمنگ، درون کاسه­ی گل و در کنار تخمدان از اندامهای زایشی تغذیه می­نماید و باعث تخریب تخمدان می­شود، همچنین در داخل کاسه گل و اطراف اندامهای زایشی این گونه شهد فراوان و شیرینی وجود دارد که این مورچه­ها با تغذیه از این شهد، در برخی موارد باعث خسارت به مادگی گل می­شوند. بنابراین این گونه فقط از طریق تکثیر غیر­جنسی گسترش پیدا می­کنند. این مسئله باعث شده است تا عامل بذر را به عنوان علت الگوی پراکنش مکانی نتوان در رابطه با مناطق مورد مطالعه مورد بررسی بیشتر قرار داد.

با توجه به نتایج تابع K رایپلی و L ناهمگن، در دو منطقه­ی شهنیا و علی­آباد، گونه­ی انارشیطان به ترتیب تا فاصله­ی حدودا 110  و 60 متری دارای الگوی کپه­ای می­باشند. تابع F، الگوی کپه­ای ضعیفی را برای منطقه علی­آباد تا فاصله 110 متری و بعد از آن نشان داد. با توجه به این­که توابع K، L و G الگوی مکانی کپه­ای نسبتا قوی و معنی­داری را برای این منطقه نشان داده­اند، به نظر می­رسد که تابع F خیلی در نشان دادن نوع الگو موفق نیست. تابع F در منطقه شهنیا، تا فاصله 60 متری و بعد از آن الگوی مکانی کپه­ای قوی را نشان داد در حالی که تغییرات موجود در الگوی مکانی توسط تابع G را نتوانست نشان دهد. چرا که تابع G در مقایسه با دو روش قبلی از حساسیت بیشتری نسبت به تغییرات مکانی برخوردار است (36، 35) و در مقایسه با تابعF  و حتی دو روش قبلی، نسبت به تغییرات الگوی مکانی در هر نقطه، از حساسیت بیشتری برخوردار است و اطلاعات بیشتری را نشان می­دهد. از این رو بعضی از محققان در زمینه الگوی پراکنش مکانی­، استفاده از آن را نسبت به روشهای قبلی بیشتر پیشنهاد می­کنند (44، 45). که در این مطالعه نیز مشخص شد که تابع G وضعیت الگوی پراکنش مکانی را در مقایسه با دیگر توابع بهتر نشان می­دهد. این تابع تغییرات الگوی مکانی توده انارشیطان را به طور دقیق­تر و با جزئیات بیشتری خصوصا در منطقه شهنیا نسبت به دو روش قبلی نشان داد. در منطقه­ی علی­آباد تا فواصل 150 متری، الگوی کپه­ای را نشان داد و از 150 متری به بعد نیز روند الگو تغییر نیافت، اما در منطقه شهنیا تا فاصله حدود 30 متری، الگوی کپه­ای و از 30 تا 35 متری الگوی تصادفی و سپس از 35 متر به بعد الگوی یکنواختی معنی­داری را نشان داد. علت این مسئله ریشه­کنی غیر­قانونی درختان انارشیطان توسط اهالی روستا می­باشد که باعث ایجاد فواصلی بین توده شده است. البته به این نکته نیز باید توجه داشت که اگرچه این تابع جزئیات بیشتری را نشان می­دهد اما باید توجه داشت که محاسبه این تابع نسبت به روش­های قبلی دارای پیچیدگی­های خاص خود می­باشد (35) و در داخل کشور چندان مورد استفاده قرار نگرفته است.

با توجه به نتایج این تحقیق مشخص شد که انارشیطان دارای الگوی پراکنش کپه­ای است. بنابراین بهترین حالت برای احیای گونه باارزش الگوگیری از طبیعت و استفاده از روش کاشت به صورت کپه­ای می­باشد. خصوصاً این­که مناطق مورد پراکنش این گونه دارای شرایط بسیار خشک و ماسه­ای بوده که چنین الگوی نهالکاری با ایجاد سایه می­تواند ذخایر رطوبتی را برای مدت طولانی­تری حفظ نماید. لازم به ذکر است که برای احیا رویشگاه­های این گونه علاوه بر اطلاع از الگوی پراکنش مکانی، اطلاع از نیاز رویشگاهی و دیگر خصوصیات جنگلشناسی این گونه لازم و ضروری می­باشد.

تشکر و قدردانی

سپاس و تشکر ویژه از دانشگاه صنعتی خاتم الانبیاء بهبهان و مرکز تحقیقات کشاورزی و منابع طبیعی استان بوشهر به سبب فراهم آوردن امکانات لازم برای انجام این تحقیق. همچنین تشکر ویژه از آقایان خداداد ذوالفقاری و مهندس سید حسین حسینی به دلایل کمک­های ارزنده در انجام این تحقیق.

 

References

  1. Abhishek, S., Ujwala, P., Shivani, K., Meeta, B. 2013. Evaluation of Antibacterial Activity of Tecomella undulata leaves crude Extracts. Int. Research Journal of Biological Sciences, 2(6), pp. 60-62.
  2. Zolfaghari, Z., Moradi, M., Basiri, R., Ghasemi, A. 2018. Evaluation of Tecomella undulata stands structure in Bushehr province. Journal of Environment Science and Technology, 19(4), pp. 49-65. (In Persian)
  3. Zolfaghari, Z., Moradi, M., Basiri, R. Ghasemi, A. 2017. Evaluation of soil physicochemical properties of Tecomella undulata in Busher province. Forest and Wood Products, 70(2), pp. 273-280. (In Persian)
  4. Khan, T.I., Dular, A.K., Solomon, D.M. 2003. Biodiversity Conservation in the Thar Desert; with Emphasis on Endemic and Medicinal Plants. Environmentalist, 23(2), pp. 137-144.
  5. Chal, J., Kumar, V., Kaushik, S. 2011. A Phytopharmacological overview on Tecomella undulata Don. Journal of Applied Pharmaceutical Science, 1, pp. 11-12.
  6. Tyagi, H., Tomar, K., 2013. Factors affecting in vitro Shoot Proliferation and Rooting of Mature Tecomella undulata (Sm.) Seem Tree. Research in Plant Sciences,­ 1(2), pp. 38-44.
  7. Bhaui, B.S., Negi, M.S., Jindal, S.K., Sing, M., Lakshunikumaran, M., 2007. Assessing genetic diversity of Tecomella undulata (Sm.)­–­An endangered tree species using amplified fragment length polymorphisms-based molecular marker. Current Science, 93(1), pp. 67–72.
  8. Mohsenzadeh, S., Amiri, A.A., Sayyadnia Tayyebi, N. 2010. Lapachol extraction from inner bark stem of Tecomella undulata (Roxb.) Seem. Iranian Journal of Medicinal and Aromatic Plants. 26(1), pp. 114-120. (In Persian)
  9. Kalia, R.K., Rai, M.K., Sharma, R., Bhatt, R.K. 2014. Understanding Tecomella undulata: an endangered pharmaceutically important timber species of hot arid regions. Genetic Resources and Crop Evolution, 61(7), pp. 1397-1421.
  10. Cheng, X., Han, H., Kang, F., Song, Y., Liu, K. 2014. Point pattern analysis of different life stages of Quercus liaotungensis in Lingkong Mountain, Shanxi Province, China. Journal of Plant Interactions, 9(1), pp. 233-240.
  11. Saei, E.K., Abedini, S., Ghaderi, N., Soltani, A. 2014. Spatial distribution pattern of oak and almond trees on Chahartagh forest reservation site. International Journal of Biosciences, 4(3), pp. 158-163.
  12. Li, L., Huang, Z., Ye, W., Cao, H., Wei, S., Wang, Z. and He, F., 2009. Spatial distributions of tree species in a subtropical forest of China. Oikos, 118(4), pp. 495-502.
  13. Subedi, M.R. and Timilsina, Y.P., 2014. Distribution Pattern of Cinnamomum tamala in Annapurna Conservation Area, Kaski, Nepal. Nepal Journal of Science and Technology, 15(2), pp. 29-36.
  14. Wang, M., Li, Y.Y., Niu, P., Chu, G.M. 2015. Spatial Pattern Formation and Intraspecific Competition of Anabasis Aphylla Population in the Diluvial Fan of Junggar Basin, Nw China. Pakistan Journal of Botany, 47(2), pp. 543-550.
  15. Nouri Z., Feghhi J., Marvie Mohadjer M.R. 2014. Spatial distribution and volume of dead trees in Fagus orientalis stands of Iran (Case Study: Gorazbon district of Kheyrud forest). Natural Ecosystems of Iran, 5(1), 1-14. (In Persian)
  16. Chu, G., Wang, M. and Zhang, S., 2014. Spatial Patterns and associations of dominant woody species in desert–oasis ecotone of South Junggar Basin, NW China. Journal of Plant Interactions, 9(1), pp. 738-744.
  17. Safari, A., Shabanian, N., Erfanifard, S.Y., Heidari, R.H., Purreza, M. 2010. Investigation of spatial pattern of wild pistachio (Pistacia atlantica Desf.) (Case study: Bayangan forests, Kirmanshah). Iranian Journal of Forest. 2(2), 177-185. (In Persian)
  18. Schleicher, J., Wiegand, K., Ward, D. 2011. Changes of woody plant interaction and spatial distribution between rocky and sandy soil areas in a semi-arid savanna, South Africa. Journal of arid environments, 75(3), pp. 270-278.
  19. Krebs, C.J. 1999. Ecological Methodology. Second Edition. Addison Wesley Educational Publishers Inc., Menlo Park, CA.
  20. Bonham, C.D., 2013. In Measurements for Terrestrial Vegetation. Second Edition, John Wiley & Sons, Ltd, Oxford, Uk.
  21. Maasoumi Babaarabi, M., Basiri, R., Moradi, M., Kiani B. 2018. Spatial pattern of Populus euphratica in pure and mixed stands of Maroon, Behbahan Journal of Plant Research (Iranian Journal of Biology). 30(4), pp. 927-939. (In Persian)
  22. Khanhasani, M., Akhavan, R., Sagheb-Talebi, K.H., Vardanyan, Z.H. 2013. Spatial patterns of Oak species in the Zagrosian forests of Iran. International Journal of Biosciences, 3(8), pp. 66-75.
  23. Basiri, R., Sohrabi, H., Mozayen, M. 2006. A Statistical Analysis of the Spatial Pattern of Trees Species in Ghamisheleh Marivan Region, Iran. Journal of the Iranian Natural Resource, 59(2), pp. 579-588. (In Persian)
  24. Sohrabi, H. 2014. Spatial pattern of woody species in Chartagh forest reserve, Ardal. Iranian Journal of Forest and Poplar Research, 22(1), pp. 27-38. (In Persian)
  25. Pillay, T., Ward, D. 2012. Spatial pattern analysis and competition between Acacia karroo trees in humid savannas. Plant Ecology, 213(10), pp. 1609-1619.
  26. Mahmoodi, A., Soheili, I., Farokh-Nejad, I. 2013. Ecological characteristics of the Tecomella undulata tree Case study (DARAB), Journal of Biodiversity and Ecological Sciences, 3, pp. 41- 47.
  27. Wiegand, T., Moloney, K. 2004. Rings, circles, and null‐models for point pattern analysis in ecology. Oikos, 104 (2): 209-229.
  28. Zobeiri, M. 2008. Forest Biometry. University of Tehran Press. 407p. (In Persian)
  29. Moeur, M. 1993. Characterizing spatial patterns of trees using stem- mapped data. Forest science, 39(4), pp. 756-775.
  30. Schiffers, K., Schurr, F.M., Tielborger, K., Urbach, C., Moloney, K. and Jeltsch, F. 2008. Dealing with virtual aggregation- a new index for analyzing heterogeneous point patterns. Journal of Ecography, 31, pp. 545-555.
  31. Camarero, J.J., Gutierrez E., Fortin, M.J. 2000. Spatial pattern of sub-alpine grassland ecotones in the Spanish central Pyrenees, Forest Ecology and Management 134, pp. 1-16.
  32. Perry, G.L.W. 2004. SpPack: spatial point pattern analysis in Excel using visual basic for applications (VBA). Environmental Modelling and Software, 19, pp. 559-569.
  33. Besag, J. 1977. Contribution to the discussion of Dr. Ripley's paper. Journal of the Royal Statistical Society: Series B (Statistical Methodology), 39, pp. 193-195.
  34. Stoyan, D., Stoyan, H. 1994. Fractals, Random Shapes and Point Fields. John Wiley & Sons, UK.
  35. Illian, J.A., Penttinen, H., Stoyan Stoyan, D. 2008. Statistical Analysis and Modelling of Spatial Point Patterns. John Wiley & Sons Pub., UK.
  36. Fortin, M.J., Dale, M.R.T. 2005. Spatial Analysis, A Guide for Ecologists. Cambridge University Press, UK.
  37. van Lieshout, M.N.M. 2011. A J-function for inhomogeneous point processes. Statistica Neerlandica, 65, pp. 183-201.
  38. Baddeley, A., Gregori, P., Mateu, J., Stoica, R., Stoyan, D. 2006. Case studies in spatial point process modeling, Springer Lecture Notes in Statistics.
  39. Wiegand, T., Moloney, K.A. 2014. Handbook of spatial point pattern analysis in ecology. Chapman and Hall Book publication.
  40. Odum, E.P., Odum, H.T., Andrews, J., 1971. Fundamentals of ecology. Philadelphia: Saunders.
  41. Zhang, Q., Zhang, Y., Peng, S., Yirdaw E., Wu, N. 2009. Spatial structure of Alpine trees in mountain Baima Xueshan on the southeast Tibetan plateau. Silva Fennica, 43, pp. 197-208.
  42. Moradi, M., Imani F., Naji, H.R., Moradi Behbahani, S., Ahmadi, M.T. 2017. Variation in soil carbon stock and nutrient content in sand dunes after afforestation by Prosopis juliflora in the Khuzestan province (Iran). iForest 10, pp. 585-589.
  43. Ebrahimi Askari, A., Moradi, M., Basiri, R., Mirzaei, J., Ghasemi, A. 2019. Evaluation of soil physiochemical properties and regeneration of Prosopis cineraria (L.) Druce stands in southern Iran. Iranian Journal of Forest. 11(2), pp. 255-267.
  44. Dale, P., Dixon, M., Fortin, P., Legendre, D.E., Myers, M.S. 2002. Conceptual and mathematical relationships among methods for spatial analysis. Ecography 25, pp. 558-577.
  45. Getzin, S., Wiegand, K. 2007. A symmetric tree growth at the stand level: Random crown patterns and the response to slope. Forest Ecology and Management, 242, pp. 165-174.

 

 

 

 

 

 

 

1- دانشجوی کارشناسی ارشد گروه جنگل­شناسی و اکولوژی جنگل، دانشگاه صنعتی خاتم الانبیاء بهبهان.

2- دانشیار گروه جنگلداری، دانشگاه صنعتی خاتم الانبیاء بهبهان. *(مسوول مکاتبات)

3- دانشجوی دکتری جنگلداری، دانشگاه علوم کشاورزی و منابع طبیعی ساری.

1- MSc student, Department of Forestry, Faculty of Natural Resources, Behbahan Khatam Alanbia University of Technology, Iran.

2- Associate Professor, Department of Forestry, Faculty of Natural Resources, Behbahan Khatam Alanbia University of Technology, Iran. *(Corresponding Author)

3-Ph.D. Candidate of Forestry, Dept. of Forestry, Faculty of Natural Resources Sari Agricultural Sciences and Natural Resources University-Iran.

  1. Abhishek, S., Ujwala, P., Shivani, K., Meeta, B. 2013. Evaluation of Antibacterial Activity of Tecomella undulata leaves crude Extracts. Int. Research Journal of Biological Sciences, 2(6), pp. 60-62.
  2. Zolfaghari, Z., Moradi, M., Basiri, R., Ghasemi, A. 2018. Evaluation of Tecomella undulata stands structure in Bushehr province. Journal of Environment Science and Technology, 19(4), pp. 49-65. (In Persian)
  3. Zolfaghari, Z., Moradi, M., Basiri, R. Ghasemi, A. 2017. Evaluation of soil physicochemical properties of Tecomella undulata in Busher province. Forest and Wood Products, 70(2), pp. 273-280. (In Persian)
  4. Khan, T.I., Dular, A.K., Solomon, D.M. 2003. Biodiversity Conservation in the Thar Desert; with Emphasis on Endemic and Medicinal Plants. Environmentalist, 23(2), pp. 137-144.
  5. Chal, J., Kumar, V., Kaushik, S. 2011. A Phytopharmacological overview on Tecomella undulata Don. Journal of Applied Pharmaceutical Science, 1, pp. 11-12.
  6. Tyagi, H., Tomar, K., 2013. Factors affecting in vitro Shoot Proliferation and Rooting of Mature Tecomella undulata (Sm.) Seem Tree. Research in Plant Sciences,­ 1(2), pp. 38-44.
  7. Bhaui, B.S., Negi, M.S., Jindal, S.K., Sing, M., Lakshunikumaran, M., 2007. Assessing genetic diversity of Tecomella undulata (Sm.)­–­An endangered tree species using amplified fragment length polymorphisms-based molecular marker. Current Science, 93(1), pp. 67–72.
  8. Mohsenzadeh, S., Amiri, A.A., Sayyadnia Tayyebi, N. 2010. Lapachol extraction from inner bark stem of Tecomella undulata (Roxb.) Seem. Iranian Journal of Medicinal and Aromatic Plants. 26(1), pp. 114-120. (In Persian)
  9. Kalia, R.K., Rai, M.K., Sharma, R., Bhatt, R.K. 2014. Understanding Tecomella undulata: an endangered pharmaceutically important timber species of hot arid regions. Genetic Resources and Crop Evolution, 61(7), pp. 1397-1421.
  10. Cheng, X., Han, H., Kang, F., Song, Y., Liu, K. 2014. Point pattern analysis of different life stages of Quercus liaotungensis in Lingkong Mountain, Shanxi Province, China. Journal of Plant Interactions, 9(1), pp. 233-240.
  11. Saei, E.K., Abedini, S., Ghaderi, N., Soltani, A. 2014. Spatial distribution pattern of oak and almond trees on Chahartagh forest reservation site. International Journal of Biosciences, 4(3), pp. 158-163.
  12. Li, L., Huang, Z., Ye, W., Cao, H., Wei, S., Wang, Z. and He, F., 2009. Spatial distributions of tree species in a subtropical forest of China. Oikos, 118(4), pp. 495-502.
  13. Subedi, M.R. and Timilsina, Y.P., 2014. Distribution Pattern of Cinnamomum tamala in Annapurna Conservation Area, Kaski, Nepal. Nepal Journal of Science and Technology, 15(2), pp. 29-36.
  14. Wang, M., Li, Y.Y., Niu, P., Chu, G.M. 2015. Spatial Pattern Formation and Intraspecific Competition of Anabasis Aphylla Population in the Diluvial Fan of Junggar Basin, Nw China. Pakistan Journal of Botany, 47(2), pp. 543-550.
  15. Nouri Z., Feghhi J., Marvie Mohadjer M.R. 2014. Spatial distribution and volume of dead trees in Fagus orientalis stands of Iran (Case Study: Gorazbon district of Kheyrud forest). Natural Ecosystems of Iran, 5(1), 1-14. (In Persian)
  16. Chu, G., Wang, M. and Zhang, S., 2014. Spatial Patterns and associations of dominant woody species in desert–oasis ecotone of South Junggar Basin, NW China. Journal of Plant Interactions, 9(1), pp. 738-744.
  17. Safari, A., Shabanian, N., Erfanifard, S.Y., Heidari, R.H., Purreza, M. 2010. Investigation of spatial pattern of wild pistachio (Pistacia atlantica Desf.) (Case study: Bayangan forests, Kirmanshah). Iranian Journal of Forest. 2(2), 177-185. (In Persian)
  18. Schleicher, J., Wiegand, K., Ward, D. 2011. Changes of woody plant interaction and spatial distribution between rocky and sandy soil areas in a semi-arid savanna, South Africa. Journal of arid environments, 75(3), pp. 270-278.
  19. Krebs, C.J. 1999. Ecological Methodology. Second Edition. Addison Wesley Educational Publishers Inc., Menlo Park, CA.
  20. Bonham, C.D., 2013. In Measurements for Terrestrial Vegetation. Second Edition, John Wiley & Sons, Ltd, Oxford, Uk.
  21. Maasoumi Babaarabi, M., Basiri, R., Moradi, M., Kiani B. 2018. Spatial pattern of Populus euphratica in pure and mixed stands of Maroon, Behbahan Journal of Plant Research (Iranian Journal of Biology). 30(4), pp. 927-939. (In Persian)
  22. Khanhasani, M., Akhavan, R., Sagheb-Talebi, K.H., Vardanyan, Z.H. 2013. Spatial patterns of Oak species in the Zagrosian forests of Iran. International Journal of Biosciences, 3(8), pp. 66-75.
  23. Basiri, R., Sohrabi, H., Mozayen, M. 2006. A Statistical Analysis of the Spatial Pattern of Trees Species in Ghamisheleh Marivan Region, Iran. Journal of the Iranian Natural Resource, 59(2), pp. 579-588. (In Persian)
  24. Sohrabi, H. 2014. Spatial pattern of woody species in Chartagh forest reserve, Ardal. Iranian Journal of Forest and Poplar Research, 22(1), pp. 27-38. (In Persian)
  25. Pillay, T., Ward, D. 2012. Spatial pattern analysis and competition between Acacia karroo trees in humid savannas. Plant Ecology, 213(10), pp. 1609-1619.
  26. Mahmoodi, A., Soheili, I., Farokh-Nejad, I. 2013. Ecological characteristics of the Tecomella undulata tree Case study (DARAB), Journal of Biodiversity and Ecological Sciences, 3, pp. 41- 47.
  27. Wiegand, T., Moloney, K. 2004. Rings, circles, and null‐models for point pattern analysis in ecology. Oikos, 104 (2): 209-229.
  28. Zobeiri, M. 2008. Forest Biometry. University of Tehran Press. 407p. (In Persian)
  29. Moeur, M. 1993. Characterizing spatial patterns of trees using stem- mapped data. Forest science, 39(4), pp. 756-775.
  30. Schiffers, K., Schurr, F.M., Tielborger, K., Urbach, C., Moloney, K. and Jeltsch, F. 2008. Dealing with virtual aggregation- a new index for analyzing heterogeneous point patterns. Journal of Ecography, 31, pp. 545-555.
  31. Camarero, J.J., Gutierrez E., Fortin, M.J. 2000. Spatial pattern of sub-alpine grassland ecotones in the Spanish central Pyrenees, Forest Ecology and Management 134, pp. 1-16.
  32. Perry, G.L.W. 2004. SpPack: spatial point pattern analysis in Excel using visual basic for applications (VBA). Environmental Modelling and Software, 19, pp. 559-569.
  33. Besag, J. 1977. Contribution to the discussion of Dr. Ripley's paper. Journal of the Royal Statistical Society: Series B (Statistical Methodology), 39, pp. 193-195.
  34. Stoyan, D., Stoyan, H. 1994. Fractals, Random Shapes and Point Fields. John Wiley & Sons, UK.
  35. Illian, J.A., Penttinen, H., Stoyan Stoyan, D. 2008. Statistical Analysis and Modelling of Spatial Point Patterns. John Wiley & Sons Pub., UK.
  36. Fortin, M.J., Dale, M.R.T. 2005. Spatial Analysis, A Guide for Ecologists. Cambridge University Press, UK.
  37. van Lieshout, M.N.M. 2011. A J-function for inhomogeneous point processes. Statistica Neerlandica, 65, pp. 183-201.
  38. Baddeley, A., Gregori, P., Mateu, J., Stoica, R., Stoyan, D. 2006. Case studies in spatial point process modeling, Springer Lecture Notes in Statistics.
  39. Wiegand, T., Moloney, K.A. 2014. Handbook of spatial point pattern analysis in ecology. Chapman and Hall Book publication.
  40. Odum, E.P., Odum, H.T., Andrews, J., 1971. Fundamentals of ecology. Philadelphia: Saunders.
  41. Zhang, Q., Zhang, Y., Peng, S., Yirdaw E., Wu, N. 2009. Spatial structure of Alpine trees in mountain Baima Xueshan on the southeast Tibetan plateau. Silva Fennica, 43, pp. 197-208.
  42. Moradi, M., Imani F., Naji, H.R., Moradi Behbahani, S., Ahmadi, M.T. 2017. Variation in soil carbon stock and nutrient content in sand dunes after afforestation by Prosopis juliflora in the Khuzestan province (Iran). iForest 10, pp. 585-589.
  43. Ebrahimi Askari, A., Moradi, M., Basiri, R., Mirzaei, J., Ghasemi, A. 2019. Evaluation of soil physiochemical properties and regeneration of Prosopis cineraria (L.) Druce stands in southern Iran. Iranian Journal of Forest. 11(2), pp. 255-267.
  44. Dale, P., Dixon, M., Fortin, P., Legendre, D.E., Myers, M.S. 2002. Conceptual and mathematical relationships among methods for spatial analysis. Ecography 25, pp. 558-577.
  45. Getzin, S., Wiegand, K. 2007. A symmetric tree growth at the stand level: Random crown patterns and the response to slope. Forest Ecology and Management, 242, pp. 165-174.