معرفی مدل Maxnt در مدلسازی پراکنش گونه ها و قابلیت ها و محدودیت های آن

Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,214

This Paper With 10 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

NRSTZAGROS01_237

تاریخ نمایه سازی: 10 تیر 1396

Abstract:

آگاهی از پراکنش گونه های گیاهی و عوامل تاثیر گذار بر آنها از اهمیت به سزایی در مدیریت، بهره برداری پایدار و حفاظت از آنها برخوردار است به ویژه در حال حاضر که زیستگاه ها وجمعیت گونه ها به دلیل افزایش تخریب انسانها، تغیرات آب وهوایی و آفات وامراض محدود شده اند. اما به دلیل محدودیت زمانی و بودجه قابل دسترس جهت مطالعه، اطلاعات کافی از پراکنش گونه ها در اختیار نیست لذا روش های مدل سازی پراکنش گونه ها ابزاری مناسب برای غلبه بر این محدودیت ها هستند، که در این روش ها پیش بینی پراکنش پوشش گیاهی از پراکنش مکانی متغیرهای محیطی که با پراکنش پوشش گیاهی همبستگی داشته یا کنترل کننده این پراکنش اند، قابل پیش بینی است. تاکنون روش ها وخوارزمیک های مختلفی برای مدل های پراکنش گونه معرفی شده-اند که یکی از بهترین و پرکاربردترین این روش ها روش آنتروپی بیشینه است که فقط بر روی داده های حضور گونه متمرکز است و به داده های عدم حضور احتیاج نداشته وجزء مدل های پیش بینی کننده ی رویشگاه یا مدل های پروفیل محسوب میشود و در نرم افزار Maxent اجرا میشود. این روش ترکیبی از سامانه ی اطلاعات جغرافیایی و آنالیز آماری میباشد که دامنه پراکنش جغرافیایی گونه ی مورد مطالعه را با استفاده از داده های رخداد گونه و لایه های محیطی به صورت نقشه ترسیم می نماید. مدل انتروپی بیشینه با توجه به مزیت های خود در مقایسه با سایر روش های پیش بینی پراکنش که دقت بالایی را در پیش بینی فراهم می-کنند قابل رقابت است و میتواند در برنامه های اصلاحی و مدیریت اکوسیستم که کدام مناطق و گونه ها باید در اولویت حفاظت قرار گیرند به مدیران منابع طبیعی کمک کند

Authors

مرضیه علیپور

دانشجی کارشناسی ارشد جنگلداری دانشکده منابع طبیعی و علوم زمین دانشگاه شهرکرد

علی جعفری

استادیار گروه جنگل دانشکده منابع طبیعی و علوم زمین دانشگاه شهرکرد

علی سلطانی

استادیار گروه جنگل دانشکده منابع طبیعی و علوم زمین دانشگاه شهرکرد

مژگان عباسی

استادیار گروه جنگل دانشکده منابع طبیعی و علوم زمین دانشگاه شهرکرد

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 :
  • پیری صحراگرد، حسین. 1392 . ارزیابی کارآیی مدلهای آماری برای ...
  • رحمانی، شهربانو . 1389 . مقایسه سه روش سنجش از ...
  • ناصری حصار، نرگس. زارع چاهوکی، محمدعلی. صبوری راد، سیما.1393. معرفی ... [مقاله کنفرانسی]
  • یغمایی، لیلا. خداقلی، مرتضی. سلطانی کوپایی، سعید. صبوحی، راضیه. 1388 ...
  • دانشکده منابع طبیعی و علوم زمین دانشگاه شهرکرد - _ ...
  • دانشکده منابع طبیعی و علوم زمین دانشگاه شهرکرد - _ ...
  • Ashcroft M.B. French K. O. and Chisholm L.A. 2012. A ...
  • Andrew M.Gormley, david M.forsyth, Peter Griffioen, Michael Lindeman. 2010. Using ...
  • Austin, M., 2007. Species distribution models and ecological theory: A ...
  • Anderson, R. P.; Lew, D.; Peterson, A.T.; (2003). Evaluating predictive ...
  • Austin, M.P., 2002a. Spatial prediction of species distribution: an interface ...
  • Baldwin, R.A., 2009. Use of Maximum Entropy Modeling in Wildlife ...
  • BARNES, D. and MALLIK, A. 1997. Habitat factors influencing beaver ...
  • BU RROUGH, P.A. 1996. Principles of Geographical Information Systems for ...
  • CHRISMAN, N. 1997. Exploring Geographic Information Systems. John Wiley & ...
  • Duan R-Y, Kong X-O, Huang M-Y, Fan W-Y, Wang Z-G ...
  • Evangelista PH, Kumar S, Stohlgren TJ, Jarnevich CS, Crall AW, ...
  • Elith, J., C.H. Graham., R.P. Anderson, 2006. Novel methods improve ...
  • Giovanell, J.F. and Alexandrino, J., 2010. Modeling a spatially restricted ...
  • Guisan, A. _ Zi mmermann. 2000. Predictive habitat distribution models ...
  • GARCIA, L. and ARMBRUSTER, M. 1997. A decision support system ...
  • Hirzel, A, (2001) When GIS come to life. Linking landscapeand ...
  • Hirzel, A., Hausser, J., Chessel, D & Perrin, N (2002) ...
  • Li, J. and Hilbert, D.W., 2008. Lives: a new habitat ...
  • Landis, J.R. and Koch, G.G., 1977. The measurement of observer ...
  • Levins, R, 1966. The strategy of model building in population ...
  • Levins, R., 1966. The strategy of model building in population ...
  • Orth, P. B., and P. L, Kennedy, 2001. Do land-use ...
  • O., Rotem, D. and Kadmon, D., 2007. Comparative evaluation of ...
  • Philips, S. 2010. A brief tutorial _ Maxent. Exercise, American ...
  • Phillips S.J., Anderson R.P., Schapire R.E. (2006). Maximum entropy modeling ...
  • Phillips, S., R.P. Anderson & R.E. Schapire, 2006. Maximum entropy ...
  • Peterson, A.T. & J. Shaw, 2003. Lutzomyia vectors for cutaneous ...
  • Reed, K. D.; Meece, J. K.; Archer, J. R. _ ...
  • RADELOFF, V. PIDGEON, A.M. and HOSTERT, P. 1999. Habitat and ...
  • WU, X.B. and SMEINS, F.E. 2000. Multiple-scale habitat modeling approach ...
  • Soberon, J. and Peterson, A.T. 2005. Interpretation of models of ...
  • Soltani, A. (2012). Modeling physiology of crop development, growth and ...
  • Tarkesh, M. Gottried, J., 2012. Comparison of six correlative models ...
  • Wisz MS, Hijmans RJ, Li J, Peterson AT, Graham CH, ...
  • Yang, X.Q., Kushwaha, S.P.S., Saran. S., Xu, J., Roy, P.S. ...
  • نمایش کامل مراجع