محیط زیست و توسعه فرابخشی
مجله علمی

داده‌کاوی مکانی نقاط داغ زیستگاهی گونه در خطر انقراض سمندر لرستانی (Neurergus kaiseri Schmidt, 1952) و هم‌پوشانی آن با مناطق تحت حفاظت موجود

نوع مقاله : مقاله علمی - پژوهشی

نویسندگان

فائزه قیطانی 1
زهرا اسدالهی 2
محمد کابلی 1

1 گروه محیط زیست، دانشکده منابع طبیعی، دانشگاه تهران، کرج، ایران

2 گروه محیط زیست و شیلات، دانشکده منابع طبیعی، دانشگاه لرستان، خرم آباد، ایران

10.22034/envj.2025.531176.1514
چکیده
مقدمه: تنوع زیستی به دلیل آگاهی از نقش و اهمیت آن و کاهش‌های بزرگ پیش‌بینی شده در جهان، در چند دهه اخیر مورد توجه قرار گرفته است. روند سریع تخریب محیط زیست و نابودی تنوع زیستی نشان‌دهنده لزوم حفاظت از مناطقی است که به طور جامع نماینده‌ای از تنوع زیستی کشور هستند. حفاظت کافی و مؤثر از تنوع زیستی به احداث شبکه مناطق تحت حفاظت کافی در هر کشور در راستای یک استراتژی جهانی نیازمند است تا به صورت پناهگاهی وسیع طیف گسترده‌ای از حیات گیاهی و جانوری را در خود جای داده و بقاء آن‌ها را تضمین نماید در مقیاس جهانی، دوزیستان در معرض تهدید ترین دسته از مهره‌داران هستند امروزه مهم‌ترین عامل کاهش گونه‌ها و جمعیت آن‌ها تخریب و انهدام زیستگاه‌های گیاهی و جانوری است. پژوهش حاضر با هدف ارزیابی کارایی مناطق تحت مدیریت موجود در حفاظت از سمندر لرستانی (Neurergus kaiseri) در استان‌های لرستان و خوزستان انجام شد.
مواد و روش‌ها: در این پژوهش تعداد 62 نقطه حضور با استفاده از مطالعه ادبیات گذشته و اطلاعات ثبت شده توسط اداره کل محیط زیست استان لرستان و همچنین کسب اطلاعات از افراد محلی گردآوری و مطلوبیت زیستگاه با روش بی‌نظمی بیشینه در نرم افزار Rstudio مدلسازی شد. در ادامه روش‌های آمار فضایی شامل آماره گیتس-ارد جی‌ (Getis-Ord Gi)، شاخص موران محلی (Anselin Local Moran's I) و روش شکست طبیعی (Natural Breaks Jenks) برای شناسایی لکه‌های داغ زیستگاهی مورد مقایسه قرار گرفتند. در نهایت کارایی مناطق حفاظت‌شده موجود در حفاظت از سمندر لرستانی طریق همپوشانی لکه‌های داغ زیستگاهی مورد بررسی قرار گرفت.
نتایج: نتایج مدل مطلوبیت زیستگاه مکسنت مبتنی بر شاخص سطح زیر منحنی 95 درصد نشان داد که مدل مورد استفاده از قابلیت اطمینان و دقت کافی برای پیش‌بینی مناطق پراکنش سمندر لرستانی برخوردار است. همچنین نتایج نمودار جک‌نایف نشان داد که حداقل دما در سردترین ماه سال (Bio6)، بارش سالانه (Bio12)، بارش در سرد ترین فصل (Bio19)، هم‌دمایی (Bio3) و ارتفاع دارای بیشترین تأثیر در پیش‌بینی مطلوبیت زیستگاه سمندر لرستانی هستند. ارزیابی دقت روش‌های تحلیل فضایی نشان داد که روش گیتس-ارد جی با مقدار زیر منحنی (AUC) معادل 96/0 از بالاترین دقت در شناسایی لکه‌های داغ برخوردار است.
بحث: مدلسازی توزیع گونه‌ها در سال‌های اخیر برای پشتیبانی از مدیریت تنوع‌زیستی بسیار مورد توجه قرار گرفته ‌است. در پژوهش حاضر تلاش شد با تلفیق روش بیشینه بی‌نظمی و داده‌کاوی مکانی نقاط داغ زیستگاهی سمندر لرستانی شناسایی و پس از صحت‌سنجی، میزان هم‌پوشانی آن‌ها با مناطق تحت حفاظت موجود پایش گردد. طبق نتایج فقط 6 درصد از لکه‌های داغ زیستگاهی (16/31520 از 35/579106 هکتار) در محدوده مناطق حفاظت‌شده قرار دارند. استان خوزستان با دارا بودن 54 درصد از لکه‌های داغ زیستگاهی، فاقد هرگونه منطقه حفاظت‌شده اختصاصی برای این گونه است. همچنین مناطق شادابکوه (با 98 درصد هم‌پوشانی) و تنگ هفت (با 93 درصد همپوشانی) در استان لرستان، به عنوان مؤثرترین مناطق حفاظتی برای سمندر لرستانی شناسایی شدند. یافته‌های این پژوهش بر ضرورت بازنگری اساسی در شبکه مناطق حفاظت‌شده موجود، ایجاد مناطق جدید حفاظتی در شمال خوزستان و طراحی کریدورهای اتصال زیستگاهی برای حفاظت مؤثر از این گونه تأکید دارند.

کلیدواژه‌ها

سمندر لرستانی
مدلسازی مطلوبیت زیستگاه
لکه‌های داغ زیستگاهی
شبکه مناطق حفاظتی
موضوعات
  1. Abdollahi, S., Ildoromi, A., Salmanmahini, A. and Fakheran, S., 2021. Evaluating spatial patterns of ecosystem services based on a comparative approach on spatial statistics in the central part of Isfahan province. Geography and Environmental Sustainability, 11(1), 41-54.‏ ‏(In Persian with English abstract).
  2. Abdollahi, S., Morovati, M., Jumapour, M. and Delkandi, M.R., 2024. Evaluation of Wild Goat (Capra aegagrus) Habitat and Spatial Data Mining of Habitat Hotspots in Daruneh Protected Area, Khorasan-e Razavi.‏ ‏(In Persian with English abstract).
  3. Alitavoli, A. and Kaboli, M., 2024. Habitat modeling of Black Cobra (Walterinnesia morgani) in Iran; predicting current and future potential distribution under habitat conditions and climate change. Journal of Natural Environment, 77(Ecology and Biodiversity Management), 1-14.‏ ‏(In Persian with English abstract).
  4. Amiri, M., Pesarakloo, A. and Najibzadeh, M., 2019. Habitat suitability of the Critically Endangered Lorestan Newt, Neurergus kaiseri (SCHMIDT, 1952) In Southwestern Iran.‏ (In Persian with English abstract).
  5. Ashrafzadeh, M. and Taghipour, A.A., 2019. Habitat suitability modeling for the (Neurergus kaiseri) in Lorestan and Khuzestan provinces. In Proceedings of the 2nd National Conference on Natural Resources and Sustainable Development in Zagros (PaperNo.NRSTZAGROS02_149, Shahrekord, Iran).
  6. Bartaw, I., Hajinezhad, A., Asgary, A. and Goli, A., 2013. Pattern analysis on Residential burglary by Exploratory Spatial Data Analysis (ESDA), Case study: Zahedan city. Strategic Research on Social Problems in Iran, 2(2), 1-23.‏ ‏(In Persian with English abstract).
  7. Bregović, P. and Zagmajster, M., 2016. Understanding hotspots within a global hotspot–identifying the drivers of regional species richness patterns in terrestrial subterranean habitats. Insect Conservation and Diversity, 9(4), 268-281.‏
  8. Braithwaite, A. and Li, Q., 2019. Transnational terrorism hot spots: Identification and impact evaluation. In Transnational Terrorism (pp. 65-80). Routledge.‏
  9. Cademus, R., Escobedo, F.J., McLaughlin, D. and Abd-Elrahman, A., 2014. Analyzing trade-offs, synergies, and drivers among timber production, carbon sequestration, and water yield in Pinus elliotii forests in southeastern USA. Forests, 5(6), 1409-1431.‏
  10. Cursach, J., Far, A.J. and Ruiz, M., 2020. Geospatial analysis to assess distribution patterns and predictive models for endangered plant species to support management decisions: a case study in the Balearic Islands. Biodiversity and Conservation, 29(11), 3393-3410.‏
  11. Dillard, L.O., Russell, K.R. and Ford, M.W., 2008. Macrohabitat models of occurrence for the threatened CheatMountain salamander, Plethodon nettingi. Appl. Herpetol. 5 (3), 201.
  12. Guerri, G., Crisci, A., Congedo, L., Munafò, M. and Morabito, M., 2022. A functional seasonal thermal hot-spot classification: Focus on industrial sites. Science of the Total Environment, 806, 151383.‏
  13. Goudarzi, F., Hemami, M.R., Malekian, M. and Fakheran, S., 2019. Ecological Characterization of the breeding habitat of Luristan newt (Neurergus kaiseri) at local scale. Journal of Natural Environment, 72(1), 113-127.‏
  14.  Ilanloo, M., 2011. A comparative study of fuzzy logic approach for landslide susceptibility mapping using GIS: An experience of Karaj dam basin in Iran. Procedia-Social and Behavioral Sciences, 19, 668-676.‏
  15. Jana, M. and Sar, N., 2016. Modeling of hotspot detection using cluster outlier analysis and Getis-Ord Gi* statistic of educational development in upper-primary level, India. Modeling Earth Systems and Environment, 2, 1-10.‏
  16. Karami, P., Tavakoli, S. and Esmaeili, M., 2024. Integrating fine-scale habitat suitability and hydrological structures to assess population connectivity for the Kaiser's mountain newt (Neurergus kaiseri) in southwest of Iran. Global Ecology and Conservation, 54, e03194.
  17. Kypraios-Skrekas, V., Lazaris, A., Koutrouditsou, L.K., Sotiropoulos, K. and Giokas, S., 2024. Patterns and drivers of abundance and diversity of reptiles and amphibians in the protected area of Mount Chelmos. Amphibia-Reptilia, 45(4), 383-397.‏
  18. Li, Y., Zhang, L., Yan, J., Wang, P., Hu, N., Cheng, W. and Fu, B., 2017. Mapping the hotspots and coldspots of ecosystem services in conservation priority setting. Journal of Geographical Sciences, 27, 681-696.‏
  19. Luedtke, J.A., Chanson, J., Neam, K., Hobin, L., Maciel, A.O., Catenazzi, A., ... and Stuart, S.N., 2023. Ongoing declines for the world’s amphibians in the face of emerging threats. Nature, 622(7982), 308-314.‏
  20. Low, B.W., Zeng, Y., Tan, H.H. and Yeo, D.C., 2021. Predictor complexity and feature selection affect Maxent model transferability: Evidence from global freshwater invasive species. Diversity and Distributions, 27(3), 497-511.‏
  21. Mohammadpour, N., Jahanishakib, F. and Asadolahi, Z., 2023. Modeling the Supply of Habitat Service and Spatial Data mining of Hotspots in Arid Ecosystems. Journal of Environmental Studies, 49(1), 33-49.‏ ‏(In Persian with English abstract).
  22. Mohammadpour, N., Jahanishakib, F. and Asadolahi, Z., 2023. Development of sustainable protection of biodiversity using modeling corridors of the landscape based on circuit theory. Geography and Environmental Sustainability, 13(4), 55-68.‏
  23. Moradi, M., Ashrafzadeh, M.R. and Naghipour, A.A., 2024. Comparison of Bioclim, MaxNet and MaxEnt algorithms in predicting the distribution of Caspian snowcock (Tetraogallus caspius) in Iran. Journal of Natural Environment, 77(Ecology and Biodiversity Management), 163-174.‏ (In Persian with English abstract).
  24. Mubarak, A., Amiri, M., Alvandi, R., Tehrani, M.E., Kia, H.Z., Khoshnamvand, A., ... and Browne, R.K., 2014. A conservation reassessment of the critically endangered, Lorestan newt Neurergus kaiseri (Schmidt 1952) in Iran. Amphibian and Reptile Conservation, 9(1), 16-25.
  25. Majnounian, H., 2000. Wildlife habitats in the world. Tehran, Iran: Department of Environment Publishing.
  26. Malekian, M., Sadeghi, P.A.R.I.S.A. and Goudarzi, F., 2018. Assessment of environmental DNA for detection of an imperiled amphibian, the luristan newt (Neurergus kaiseri, Schmidt 1952). Herpetological Conservation and Biology, 13(1), 175-182.
  27. Niknaddaf, Z., Loeffler-Henry, K. and Hemami, M.R., 2023. A guide to conserve amphibian species in Iran. Biodiversity, 24(4), 231-241.‏
  28. Phillips, S.J., Anderson, R.P. and Schapire, R.E., 2006. Maximum entropy modeling of species geographic distributions. Ecological modelling, 190(3-4), 231-259.‏
  29. Sharifi, M., Rastegar-Pouyani, N., Akmali, V. and Assadian-Narengi, S., 2008. On distribution and conservation status of Neurergus kaiseri (Caudata: Salamandridae). Russian Journal of Herpetology, 15(3), 169-172.‏
  30. Sharifi, M., Farasat, H., Barani-Beiranv, H., Vaissi, S. and Foroozanfar, E., 2013. Notes on the distribution and abundance of the endangered Kaiser's Mountain Newt, Neurergus kaiseri (Caudata: Salamandridae), in southwestern Iran. Herpetological Conservation and Biology, 8(3), 724-731.‏
  31. Safaei-Mahroo, B., Ghaffari, H., Miri, A., Kamangar, A. and Adak, S., 2023. Estimating The Population Size of Neurergus kaiseri (Caudata: Salamandridae) In Iran: Comparison of Estimation Methods Provides Implications for Conservation. Conserv. Biol, 18(2), 337-347.‏
  32. Stuart, S.N., Chanson, J.S., Cox, N.A., Young, B.E., Rodrigues, A.S., Fischman, D.L. and Waller, R.W., 2004. Status and trends of amphibian declines and extinctions worldwide. Science, 306(5702), 1783-1786.‏
  33. Tondravan Zangene, M., Fakheran Esfahani, S., Poormanafi, S. and Senn, J., 2016. Assessment of the conservation status and habitat suitability of critically endangered Lorestan Newt (Neurergus Kaiseri) in Lorestan and Khuzestan Provinces. Iranian Journal of Applied Ecology, 5(17), 11-24.‏ ‏(In Persian with English abstract).
  34. Vaissi, S. and Sharifi, M., 2019. Integrating multi-criteria decision analysis with a GIS-based siting procedure to select a protected area for the Kaiser's mountain newt, Neurergus kaiseri (Caudata: Salamandridae). Global Ecology and Conservation, 20, e00738.‏
  35. Yuan, Y., Cave, M. and Zhang, C., 2018. Using Local Moran’s, I to identify contamination hotspots of rare earth elements in urban soils of London. Applied geochemistry, 88, 167-178.‏
محیط زیست و توسعه فرابخشی
دوره 11، شماره 92
تابستان 1405
صفحه 1-15

صفحه اصلی

ارسال مقاله

تماس با ما