ارزیابی همبستگی بین خدمت بوم شناختی گرده افشانی و سنجه های الگوی سیمای سرزمین (منطقه مورد مطالعه: استان قزوین)
Publish place: Iranian Journal of Applied Ecology Isfahan University Of Technology، Vol: 10، Issue: 1
Publish Year: 1400
نوع سند: مقاله ژورنالی
زبان: Persian
View: 298
This Paper With 13 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IJAE-10-1_004
تاریخ نمایه سازی: 13 مرداد 1400
Abstract:
گرده افشانی یک خدمت بوم شناختی با ارزش اقتصادی غیرقابل انکار است که با رفاه انسان و سلامت بوم شناختی سیمای سرزمین مرتبط است. این مطالعه با هدف ارزیابی همبستگی بین پیچیدگی سیمای سرزمین و خدمت گرده افشانی (زنبور) در مقیاس سیمای سرزمین استان قزوین انجام شده است. در این مطالعه، سنجه های الگوی سیمای سرزمین (تعداد لکه، غنای لکه، تراکم حاشیه و تنوع شانون) به عنوان شاخصی برای ارزیابی پیچیدگی سیمای سرزمین، با الگوریتم مدل ساز در نرم افزار ArcGIS و خدمت گرده افشانی با مدل InVEST استخراج شد. همبستگی بین خدمت گرده افشانی و پیچیدگی سیمای سرزمین در محیط SPSS محاسبه شد. نتایج همبستگی بین خدمت گرده افشانی و سنجه های الگوی سیمای سرزمین نشان داد همبستگی بین گرده افشانی و تنوع شانون با رگرسیون خطی، مناسب ترین نتیجه را در پی داشته و دارای رابطه معنی دار در سطح ۰/۰۱ است (**۰/۴۲۰). همبستگی دیگر سنجه های الگوی سیمای سرزمین با گرده افشانی، با رگرسیون درجه ۲ مناسب تشخیص داده شد. همبستگی تعداد لکه (**۰/۱۷۱) و غنای لکه (**۰/۳۵۲) در سطح ۰/۰۱ معنی دار بوده و همبستگی تراکم حاشیه معنی دار نبود (۰/۰۰۲). نتایج مطالعه نشان داد که در تعداد و غنای لکه کمتر، همبستگی مثبت و در تعداد و غنای لکه بیشتر، همبستگی منفی وجود دارد که نشان دهنده اثر تکه تکه شدگی بر ارائه خدمت گرده افشانی است. نتایج این مطالعه می تواند در برنامه ریزی سیستم های کشاورزی و مدیریت تنوع زیستی به منظور حفظ فرایندهای بوم شناختی کاربرد داشته باشد.
Keywords:
Authors
آصف درویشی
Shahid Beheshti University
مریم یوسفی
Shahid Beheshti University
نغمه مبرقعی دینان
Shahid Beheshti University
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :