current geographical distribution of salvia aristata (lamiaceae), prediction of its future distribution based on climatical data; a guide for its conservation

The current global climate change is a big challenge for biodiversity. efforts on monitoring biodiversity and conservation is more effective by having information about species spatial distribution. development in computational model provide new opportunity for botanist to integrate herbarium specimen’s records with evolutionary and ecological data which are so crucial for biodiversity. salvia aristata auch. ex benth (lamiaceae) is an irano-turanian endemic species restricted to western, northwest and center of iran along with few records from eastern parts of turkey. in this study, we applied ecological niche modeling with emphasizing on climate data to infer s. aristata distribution in the past, present and future. our niche model produced good results with high performance based on area under curve (auc>0.9). altitude was the most important variable contributing in niche models of s. aristata. the last glacial model showed that s. aristata had more restricted niches during last glacial maximum than its current distributions. also, our future niche model showed that the suitable area of s. aristata will be decreased in 60 years.

انتشار کنونی گونه S. aristata (Lamiaceae)، پیش‌بینی کنام‌های اکولوژیک در زمان آینده براساس داده‌های هواشناسی؛ راهنمایی برای حفاظت گونه

امروزه تغییرات اقلیم در سطح جهان چالشی بزرگ برای تنوع زیستی است. داشتن اطلاعات از داده­های مکانی گونه به مراتب برای نشان دادن تنوع زیستی و حفاظت مؤثر است. پیشرفت­های اخیر در شبیه‌سازی مدل­های رایانه‌ای فرصت مناسبی را برای محققین علوم گیاهی در تلفیق داده­های هرباریومی با اطلاعات تکاملی و اکولوژیکی گونه که برای حفظ تنوع زیستی نیز با اهمیت است فراهم آورده است. گونه Salvia aristata Auch. ex Benth (Lamiaceae) گیاهی انحصاری ناحیه ایرانوتورانی است که پراکنش آن به مناطق شمال، شمال‌غرب و مرکز ایران محدود می ­شود. اخیرا چندین گزارش برای S. aristata از بخش شرقی ترکیه ذکر شده است. دراین مطالعه از شبیه‌سازی کنام­های اکولوژیک با تأکید بر داده­های اقلیمی برای تخمین توزیع گونه در زمان حاضر، گذشته و آینده استفاده کردیم براساس نتایج Area Under the Curve (AUC>0.9)، مدل شبیه‌سازی شده کارایی بالا دارد. ارتفاع مهمترین عامل تعیین کننده در پراکندگی جغرافیایی گونه S. aristata است. براساس مدل­های شبیه سازی شده، در آخرین عصر یخبندان نقاط جغرافیای مناسب برای پراکندگی S. aristata نسبت به پراکندگی گونه­ی کنونی کمتر بوده است. همچنین، مدل شبیه­سازی شده برای آینده نشان داد که نقاط جغرافیایی احتمالی مناسب برای حضور S. aristata در 60 سال پیش رو کاهش خواهد یافت.