کاربرد تکنیک عکس‌برداری بدون سرنشین در تعیین مطلوبیت رویشگاه perovskia abrotanoidse karel. با استفاده از مدل (maxent)

گونه دارویی perovskia abrotanoides karel. از خانواده نعناعیان، گونه‌ای بوته‌ای و با ارزش از نظر حفاظت آب، خاک و دارای اثرهای درمانی متنوعی می‌باشد. در این مطالعه، رویشگاه بالقوه این گونه گیاهی مدل‌سازی شده است. بر این اساس متغیرهای مستقل توپوگرافی و زیستی از لایه رقومی dsm خروجی پهپاد، متغیر اقلیمی از آمار ایستگاه‌های هواشناسی و متغیرهای خاکی پس از شبکه‌بندی محدوده و برداشت نمونه خاک از هر واحد تهیه شد. موقعیت مکانی حضور گونه نیز به‌عنوان متغیر وابسته با استفاده از تصاویر ارتوفتوی پهپاد ثبت گردید. اولویت‌بندی متغیرهای مستقل براساس تاثیرگذاری در وقوع گونه مورد بررسی در دو محدوده مطالعاتی با استفاده از الگوریتم بیشینه آنتروپی (maxent) انجام شد. نتایج حاصل از ارزیابی مدل براساس آماره سطح زیر منحنی (auc) به‌ترتیب برای محدوده مطالعاتی قشلاقی و ییلاقی 0.974 و 0.914 و در سطح بسیار خوب ارزیابی گردید. بر این اساس مهمترین عوامل محیطی تاثیرگذار در پراکنش گونه p. abrotanoides در قشلاق ارتفاع از سطح دریا، میزان پتاسیم و هدایت الکتریکی بود. همچنین در ییلاق ارتفاع، هدایت الکتریکی و درصد سیلت خاک موثرین عوامل حضور گونه برآورد گردیدند. نتایج این تحقیق نشان داد، تعیین مطلوبیت رویشگاه گونه‌های دارویی با تصاویر پهپاد می‌تواند در برنامه‌ریزی‌های مدیریتی در زمینه شناسایی مناطق مستعد انتشار گونه و افزایش تولید گونه در سطوح وسیع‌تر مطالعاتی استفاده شود.

Application of photogrammetric drone method to determine the habitat suitability of Perovskia abrotanoidse Karel. using MaxEnt model

Perovskia abrotanoides Karel., belonging to the Lamiaceae, is a valuable plant species in terms of water and soil protection, and has a variety of therapeutic effects. In this study, the potential habitat of this plant species was modeled. Independent topographic and biological variables were prepared from the digital DSM layer of the UAV output, climatic variables from the statistics of meteorological stations, and soil variables after grid range and soil sampling from each grid unit. The location of the species was also recorded as a dependent variable using UAV orthophoto images. Prioritization of independent variables was done based on the effect on the occurrence of the studied species in two study areas using the Maximum Entropy (MaxEnt) algorithm. The results of model evaluation based on subcurve surface statistics (AUC) for the warm and rural study areas were 0.974 and 0.914, respectively, and were evaluated at a very good level. Altitude, potassium content, and electrical conductivity were obtained as the most important environmental factors influencing the distribution of P. abrotanoides in the winter quarters. Also, in the countryside, altitude, electrical conductivity, and soil silt percentage were the most effective factors in the presence of the species. The results of this study showed that determining the suitability of medicinal species habitat with the UAV images can be used in the management planning to identify the areas prone to the species distribution and increase the species production at wider levels of study.