پیش‌بینی پراکنش بالقوۀ کهورک (.Prosopis Farcta (L در مراتع حاشیه رودخانه نیاتک سیستان

پژوهش حاضر با هدف شناخت نیاز های محیطی گونه prosopis farcta (l.) و تهیه نقشۀ پراکنش بالقوه آن با بهره‌ گیری از روش‌ های درخت طبقه‌ بندی و رگرسیون، جنگل تصادفی و مدل تجمعی تعمیم یافته در مراتع حاشیه رودخانۀ نیاتک منطقة سیستان انجام شد. برای این منظور، داده ‌های حضور گونه طی بازدید میدانی و اطلاعات عوامل محیطی با استفاده از نمونه‌ برداری میدانی و مدل رقومی ارتفاع تهیه شد. در آغاز مدل سازی رویشگاه با بهره ‌گیری از مدل دامنه اجرا و نقشه پیش‌بینی حاصل از این روش برای تهیه نقاط شبه عدم حضور استفاده شد. مدل ‌سازی پراکنش گونه با روش‌ های جنگل تصادفی، درخت طبقه‌ بندی و رگرسیون و روش تجمعی تعمیم یافته انجام شد. ارزیابی دقّت مدل ‌های با معیار سطح زیر منحنی انجام شد. نتایج نشان داد که مدل جنگل تصادفی با مقدار سطح زیر منحنی 0.98 دارای بیشترین دقّت پیش‌ بینی است. پس از این روش، به‌ ترتیب مدل‌های جمعی تعمیم یافته و درخت طبقه‌ بندی و رگرسیون قرارگرفت. بیشترین و کمترین مقدار تطابق با شاخص کاپا به‌ ترتیب مقدار 0.75 و 0.43 به مدل جنگل تصادفی و مدل جمعی تعمیم یافته اختصاص دارد. نتایج بررسی اهمیت متغیرها نشان داد که در مقیاس مورد بررسی، عوامل مرتبط با خاک و فاصله از رودخانه در مقایسه با دیگر عوامل، تاثیر بیشتری در پراکنش گونه مذکور دارند، به ‌نحوی که در تمامی مدل‌ های مورد استفاده متغیرهای درجۀ اسیدیته و هدایت الکتریکی به‌ عنوان متغیرهای مهم تر شناسایی شد. در مجموع، با توجه به اینکه قسمت های مرکز و حاشیه رودخانه نیاتک دارای بیشترین مطلوبیت برای انتشار گونه کهورک هستند، پیشنهاد می ‌گردد طرح‌ های توسعه رویشگاه ‌های گونه prosopis farcta در این مناطق برنامه‌ ریزی شود.

Prediction of Potential Distribution of Prosopis Farcta L. in Marginal Rangelands of Niatak River of Sistan

The present study aimed at preparing the potential distribution map and identifiying the environmental requirement of Prosopis farcta L. using treebased and regression methods in the marginal rangeland of Niatak river in Sistan region. For this purpose, species presence data was recorded randomly. Environmental variables were prepared using field sampling and digital elevation model. In order to achieve the pseudoabsence points, first habitat modeling was performed using the domain model, then pseudoabsence points were prepared using the prediction map obtained from this method. Species distribution modelling was conducted using random forest (RF), classification and regression trees (CART) and generalized additive model (GAM). The accuracy of the models used was evaluated using the area under curve criterion. Result showed that the RF with area under curve 0.98 has the highest accuracy. Generalized additive models and classification and regression trees were ranked after RF. The highest and lowest values of kappa index were assigned to the RF with 0.75, and GAM with 0.43 Kappa value. Accordingly, the RF model is the most accurate model in predicting the potential habitat distribution. Analysis of the variable’s importance showed that in the studied scale, edafic factors and distance from the river have greater effect on species distribution than other factors. So that, in all models used, acidity and electrical conductivity were identified as the most important variables. In general, it is suggested that habitat development plans for Prosopis farcta should be planned in the central and marginal parts of the Niatek river due to better suitability of these regions for species distribution.