پیش‌بینی پتانسیل توزیع گونه حرا ((avicennia marina در محدوده جنگل ‌های مانگرو جنوب ایران با استفاده از متغیرهای زیست شیمیایی

جنگل های حرا جز اکوسیستم هایی هستند که توزیع و ترجیحات اکولوژیکی آن ها اغلب مورد بررسی قرار نگرفته است و مدل سازی توزیع گونه ای برای این جنگل ها می تواند سبب بهبود و ارتقاء سطح مدیریت و حفاظت آن ها شود. این مطالعه در سال 1396 و با هدف معرفی پتانسیل رویشگاه مطلوب گونه avicennia marina و مهمترین عوامل موثر بر پراکنش آن انجام گردید. در این مطالعه ابتدا لایه های 9 متغیر زیست شیمیایی از پایگاه داده biooracle استخراج گردید و همبستگی بین متغیرهای زیست شیمیایی برای گونه مورد تجزیه و تحلیل قرار گرفت و سپس متغیرهای دارای همبستگی بالا از فرآیند مدل سازی حذف شد. درنهایت مدل سازی توزیع گونه ای جنگل های حرا با روش بیشینه آنتروپی در نرم افزار maxent انجام شد. نتایج نشان داد عموماً مناسب ترین مناطق برای پراکنش جنگل های حرا در ایران، حاشیه ی شرقی خلیج فارس و اغلب مناطق حاشیه ای دریای عمان هستند. در این مدل سازی متغیرهای حداقل کلروفیل، میانگین کلروفیل، مجموع حداکثر کلروفیل و phبه ترتیب به عنوان مهم ترین پارامتر های زیست شیمیایی شناخته شده اند. یافته های پژوهش حاضر می تواند برای مدیریت بهتر مناطق ذکر شده با تاکید بر حفاظت تنوع زیستی گونه حرا استفاده گردد.

Predicting the potential distribution of Avicennia marina across mangrove forest area in Southern Iran using Biochemical datase

Abstract:Distribution and ecological preferences of aquatic organisms have often not been studied. Species Distribution Modeling can improve our knowledge and enhance the ecosystem management and protection. This study conducted in 2017 with the objective of predicting the potential suitable habitat for Avicennia marina and the most important environmental factors influencing its distribution. Mangroves as the worldchr('39')s valuable habitats with high biomass and productivity, play an important role for fauna and flora both land and sea, providing shelter, nursing and feeding grounds. In this study, 9 biochemical variables from BioORACLE database were compiled. The correlation coefficient between each pair of variables was calculated to identify highly correlated variables and reduce multicollinearity. Finally, the distribution model was produced with MaxEnt. Results show that suitable habitats for mangrove distribution have placed in the Eastern part of the Persian Gulf and the Oman Sea. Moreover, Chlorophylla minimum range, summaximum and pH were found to be the top variables affecting the distribution. Results can be used in a decisionmaking framework that helps conservation outcomes deliver as a result of managers rsquo; strategy.