تنوع گونه ای مگس های پارازیتوئید خانواده ( Tachinidae (Diptera در استان گیلان
Publish Year: 1400
نوع سند: مقاله ژورنالی
زبان: Persian
View: 24
This Paper With 16 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IJFRPR-19-1_009
تاریخ نمایه سازی: 29 شهریور 1403
Abstract:
تنوع گونه ای به مفهوم تعداد گونه های موجود و فراوانی آنها در یک محدوده جغرافیایی است که مقدار آن با حضور گونه های بیشتر افزایش می یابد. خانواده Tachinidae با حدود ۸۵۰۰ گونه شناسایی شده در دنیا، دومین خانواده از نظر تنوع گونه ای در راسته دوبالان است که از این تعداد بیش از ۱۶۰۰ گونه از منطقه پالئارکتیک گزارش شده اند. گونه های این خانواده به دلیل شیوه زندگی پارازیتوئیدی روی سایر حشرات، از نظر محیط زیستی و اقتصادی اهمیت زیادی دارند و به طیف وسیعی از بندپایان حمله می کنند. در مطالعه پیش رو، فراوانی نسبی و شاخص های تنوع زیستی این مگس ها براساس نمونه برداری های مستمر و منظم با استفاده از تله مالیز در ۷ منطقه از استان گیلان طی سال ۱۳۸۹ بررسی شد. درمجموع تعداد ۲۴۹ نمونه مگس از ۵۷ گونه و ۴۵ جنس و چهار زیرخانواده از این خانواده جمع آوری و شناسایی شدند. گونه های زیرخانواده Exoristinae بیشترین فراوانی را در مناطق مورد مطالعه داشته و پس از آن زیرخانواده Tachininae قرار دارد. از نظر شاخص های غنای منهنیک و مارگالف، شاخص تنوع گونه ای شانون- واینر و نیز ضریب یکنواختی سیمپسون بین مناطق مورد بررسی اختلاف معنی داری در سطح احتمال ۵ درصد مشاهده شد. منطقه ارکم با پوشش غالب درختان برگ ریز و باغ های فندق، بیشترین مقادیر شاخص های غنای گونه ای و تنوع گونه ای را در بین مناطق مورد مطالعه به خود اختصاص داد و کمترین مقادیر این شاخص ها متعلق به اشمان کماچال با پوشش شالیزار بود. البته بین شاخص های تنوع زیستی و ارتفاع مناطق مورد مطالعه، همبستگی مثبتی وجود داشت.
Keywords:
Authors
Farnaz Seyedi-Sahebari
نویسنده مسئول، استادیار، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی استان آذربایجان شرقی، سازمان تحقیقات، آموزش و ترویج کشاورزی، تبریز،
Ali Asghar Talebi
استاد، گروه حشره شناسی کشاورزی، دانشکده کشاورزی، دانشگاه تربیت مدرس، تهران، ایران
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 :