بررسی کارایی مدل های توزیع گونه ای مبتنی بر روش های یادگیری ماشین در پایش و پیش بینی تاثیرات تغییر اقلیم بر رویشگاه گونه بلوط ایرانی زاگرس

خشکیدگی جنگل های بلوط زاگرس در طی چند سال اخیر، قصه تلخی است که یکی از زیباترین جلوه های طبیعت را در معرض نابودی قرار داده است. عوامل زیادی در این مهم دخیل هستند اما آنچه عیان است تاثیرات تغییرات اقلیم به عنوان یک عامل اصلی بر خشکیدگی این جنگل هاست. مطالعه حاضر به بررسی تاثیرات تغییر اقلیم بر روی گونه بلوط ایرانی زاگرس واقع در جنوب غرب ایران، با استفاده از الگوریتم های شبکه های عصبی، رگرسیون خطی تعمیم یافته، اسپلاین رگرسیون تطبیقی چند متغیره، جنگل تصادفی، مدل تجزیه وتحلیل تفکیک کننده انعطاف پذیر، طبقه بندی درخت تصمیم و مدل ارتقای گرادیان برای دو دهه ۲۰۳۰ و ۲۰۵۰ می پردازد. در این راستا جهت پیش بینی اثر تغییر اقلیم در پراکنش گونه موردمطالعه از ۸ مدل گردش عمومی جو تحت چهار سناریو (دو سناریوی خوش بینانه و دو سناریوی بدبینانه) خط سیر غلظت استفاده گردید. علاوه بر متغیرهای بایوکلیمای بکار گرفته شده برای بررسی اثر تغییر اقلیم، در این مطالعه از شاخص رطوبت توپوگرافی، شیب و جهت شیب به عنوان عوامل تاثیرگذار در پراکنش گونه بلوط ایرانی زاگرس، در فرایند مدل سازی استفاده شده است. نتایج این مطالعه نشان داد از بین متغیرهای بکار گرفته شده در فرایند مدل سازی، متغیر حداکثر دما در گرم ترین ماه سال و متغیر شیب نسبت به سایر متغیرها در مدل سازی گونه موردنظر دارای تاثیر بیشتری بودند. برای ارزیابی مدل های بکار گرفته شده از روش اعتبار سنجی متقاطع مکانی استفاده شده است. نتایج ارزیابی مدل های بکار گرفته شده نشان می دهد دقت مدل ارتقای گرادیان نسبت به سایر مدل های بکار گرفته شده در این مطالعه بیشتر است. در این مطالعه با تحلیل تغییرات اندازه محدوده (RCP) گونه بلوط ایرانی زاگرس، درصد رویشگاه افزایش یافته، کاهش یافته و میزان تغییرات محدوده گونه برای هر چهار سناریو در دو دهه ۲۰۳۰ و ۲۰۵۰ پیش بینی شده است. بیشترین درصد رویشگاه کاهش یافته در دهه ۲۰۳۰ تحت سناریوی بدبینانه RCP۸/۵ به میزان ۶۲/۲۸ و بیشترین درصد تغییرات محدوده گونه تحت این سناریو برای دهه ۲۰۳۰ مقدار ۸/۱- می باشد. بیشترین درصد رویشگاه کاهش یافته در دهه ۲۰۵۰ تحت سناریوی بدبینانه RCP۸/۵ به میزان ۱۸/۵۱ و بیشترین درصد تغییرات محدوده گونه تحت این سناریو برای دهه ۲۰۵۰ مقدار ۱۱/۲۳- می باشد.

Keywords:

بلوط زاگرس , یادگیری ماشین , طبقه بندی , سناریو