مدل‌سازي پراكنش رويشگاه گونه‌هاي گياهي با روش رگرسيون لوجستيك در مراتع نيمه‌خشك (مطالعة موردي: مراتع غرب شهرك صنعتي اشتهارد)

Habitat distribution modeling of some plant species using logistic regression in the semi-arid rangelands. (Case study: Eshtehard rangelands)

هدف از اين پژوهش مدلسازي پراكنش رويشگاه گونه‌هاي گياهي مراتع اشتهارد با استفاده از روش رگرسيون لجستيك است. ابتدا بر اساس نقشه‌هاي شيب و ارتفاع و تصاوير ماهواره‌اي واحدهاي همگن تعيين شد. در هر واحد، سه ترانسكت 750 متري به روش تصادفي- سيستماتيك مستقر شد و در ابتدا و انتهاي هر ترانسكت پروفيل خاك حفر و نمونه‌برداري از دو عمق 20–0 و 80-20 سانتي‌متر انجام شد، سپس متغيرهاي خاك شامل سنگريزه، رس، سيلت، شن، آهك، ماده آلي، اسيديته و هدايت الكتريكي در آزمايشگاه اندازه‌گيري شد. همچنين براي ثبت حضور و عدم حضور گونه‌هاي گياهي در طول هر ترانسكت 15 پلات مستقر شد. اندازه پلات‌ نمونه‌برداري با توجه به نوع و پراكنش گونه‌هاي گياهي به روش سطح حداقل، سطح مستطيلي شكل 2 مترمربعي تعيين گرديد. در گام بعد رابطه رگرسيوني بين عوامل محيطي حضور رويشگاه‌ها با استفاده از نرم-افزار SPSS بدست آمد. نقشه عوامل محيطي با روش درونيابي كريجينگ نيز در محيط نرم‌افزارGIS تهيه شد. در نهايت رابطه رگرسيوني بدست آمده براي حضور هر رويشگاه بر نقشه‌هاي عوامل محيطي موثر اعمال شد و نقشه پيش‌بيني هر رويشگاه تهيه شد. ميزان تطابق بين نقشه‌هاي پيش‌بيني و نقشه واقعي رويشگاه‌ها با استفاده از ضريب كاپا بررسي شد. تطابق بين نقشه واقعي و نقشه پيش‌بيني حاصل از مدل براي رويشگاهHalocnemum strobilaceum در سطح خوب (66/0K=) ، براي رويشگاه‌Artemisia sieberi در سطح متوسط (46/0K=) و براي رويشگاه Artemisia sieber- Stipa barbata نيز در سطح متوسط (53/0K=)، براي رويشگاه ‌ Artemisia sieberi- Salsola richteriضعيف (29/0K=) ارزيابي شده‌است.

The aim of this study is habitat species distribution modeling using logistic regression in Eshtehard rangelands. Homogeneous units was determined based on the slope and elevation maps and satellite images. Per unit, three transects with a length of 750 meters was established according to systematic-random method. At the beginning and end of each transect soil profile was dug, Sampling was done from the depths 0-20 and 20-80. Soil variables including gravel, clay,sand, silt, lime, organic matter, pH and electrical conductivity was measured. Also for recording the presence or absence of plant species, 15 plots was established along each transect. Size of plot sampling was determined rectangular area 2 square meters according to the type and distribution of plant species with minimum area. In the next step regression relationship between environmental factors and presence of habitat using SPSS software was obtained.The map of variables was produced by Kriging interpolation method in GIS software. The regression equation related to the presence of any type were applied on maps of effective environmental factors, and prediction map produced for each habitat. The correspondence between the predicted and actual maps was assessed using the kappa coefficient. Correspondence between the predicted and actual maps was assessed for habitat Halocnemum strobilaceum in good level (k=0/66), for habitat of Artemisia sieberi in intermediate level (k=0/46), for Artemisia sieber- Stipa barbata in intermediate level too (K=0/54) and for habitat of Artemisia sieberi- Salsola richteri in poor level (k=0/29).