مقایسه‌ الگوریتم های bioclim، maxnet و maxent در پیش بینی پراکنش کبک دری خزری (tetraogallus caspius) در ایران

شناخت الگوهای حضور مکانی گونه‌ها و وابستگی محیطی آنها یکی از اهداف اساسی در بوم‌شناسی و تکامل است. در حال حاضر، بسته‌های نرم‌افزاری متعددی برای مدل‌‌سازی آشیان بوم‌شناختی گونه‌ها وجود دارد. بسته‌ نرم‌افزاری والاس، به‌عنوان ابزاری در دسترس برای محققان و متخصصان حفاظت طراحی شده است و به‌عنوان یک منبع ایده‌آل برای آموزش معرفی شده است. در پژوهش حاضر، با استفاده از 262 داده‌ حضور کبک دری خزری و 12 متغیر محیطی و انسانی و در چهارچوب یک رویکرد مقایسه‌ای سه مدل bioclim، maxnet و maxent، تحت بسته‌ نرم‌افزاری والاس، پراکنش جغرافیایی کبک دری خزری در ایران مدل‌سازی شد. در هر سه مدل، مقدار عددی auc عالی (0/96<) برآورد شد. بر اساس نتایج حاصل از سه مدل، حدود 4/6 تا 5/5 درصد از سطح کشور می‌تواند به‌عنوان زیستگاه مطلوب کبک دری خزری در نظر گرفته شود. بر این اساس، ارتفاعات کپه‌داغ، البرز، زاگرس، آذربایجان و قفقاز از اهمیت زیستگاهی بالایی برای کبک دری خزری برخوردار هستند. متغیرهای ناهمواری سطح زمین (36/8درصد)، ارتفاع (20/9درصد)، هم‌دمایی (18/6درصد) و بارش سالیانه (9/1 درصد) بیشترین اهمیت را در مدل‌سازی نشان دادند. بررسی‌های پژوهش حاضر، علاوه بر اهمیت استفاده از الگوریتم‌های مختلف در مدل‌سازی‌های پراکنش گونه‌ای، بر اهمیت استفاده از طیفی از متغیرها شامل توپوگرافی، پوشش گیاهی، منابع غذایی، اقلیم، گونه‌های هم‌زیست، رقابت و عوامل انسانی در مدل‌سازی پراکنش کبک دری خزری تاکید دارد.

comparison of bioclim, maxnet and maxent algorithms in predicting the distribution of caspian snowcock (tetraogallus caspius) in iran

understanding the patterns of spatial presence of species and their environmental dependence is one of the basic goals in ecology and evolution. currently, there are several software packages for ecological niche modeling of species. the wallace software package is designed as an accessible tool for researchers and conservation professionals and it has been introduced as an ideal resource for education. in the current study, a dataset comprising 262 records on the occurrence of caspian snowcock, along with 12 environmental and human predictors, was used. within the context of a comparative analysis using three models—bioclim, maxnet, and maxent—under the wallace software package, we conducted a modeling exercise to depict the geographical distribution of the caspian snowcock in iran. in all three models, the high auc values (>0.96) suggesting excellent model fit with data. based on the results of three models, about 4.6 to 5.5 % of the study area can be considered as the suitable habitat of the caspian snowcock. accordingly, alborz, zagros koppeh dagh, azerbaijan and caucasus mountains are of great importance as suitable habitats for the caspian snowcock. the variables of topographical roughness (36.8 %), elevation (20.9 %), isothermality (18.6 %) and annual precipitation (9.1 %) showed the most participation in modeling. the present study emphasizes the necessity of using different algorithms in species distribution modeling and the importance of using different variables including topography, vegetation, food resources, climate, coexist species, competition and human factors in modeling the distribution of the caspian snowcock.