مدل‌سازی محدوده پراکنش ماهی کلمه (pallas, 1814) rutilus lacustris تحت تاثیر تغییر اقلیم در سال‌های 2050 و 2080

با توجه به نقش ویژه اکوسیستم‌های آب شیرین و گونه‌های آبزی در پایداری امنیت غذایی و معیشت جوامع محلی، ارزیابی و حفاظت از این سرمایه‌های طبیعی از اهمیت خاصی برخوردار است. مطالعه حاضر با هدف پیش‌بینی پراکنش آینده ماهی کلمه (rutilus lacustris) در دو سناریوی خوش‌بینانه (rcp 2.6) و بدبینانه (rcp 8.5) در سال‌های 2050 و 2080 با استفاده از مدل مکسنت صورت گرفت. در این مطالعه، از مجموعه داده‌های جمع‌آوری شده توسط نویسندگان و منابع علمی مختلف در دسترس مربوط به یک بازه زمانی 50 ساله (2020-1970میلادی) استفاده گردید. با توجه به نتایج به‌دست آمده، عملکرد مدل در پیش‌بینی پراکنش گونه براساس معیار (area under the curve)auc  عالی (0/910) ارزیابی شد. همچنین براساس نتایج آزمون جک‌نایف، از بین متغیرهای انتخاب شده برای مدل‌سازی، محدوده دمای سالیانه (54/7 درصد) بیشترین تاثیر را در تعیین محدوده پراکنش این ماهی داشت. به‌علاوه، نتایج مدل‌سازی نشان داد که تحت تاثیر تغییرات اقلیمی پراکنش این گونه در سناریوهای خوش‌بینانه و بدبینانه و در هر دو سال 2050 و 2080، به‌صورت قابل ‌توجهی کاهش پیدا خواهد کرد. در این خصوص، بیشترین درصد کاهش معادل 62/05 درصد تحت سناریوی rcp 8.5 در سال 2080 پیش‌بینی شد. بنابراین، کنترل و کاهش اثرات تغییر اقلیم در جهت جلوگیری از تخریب و نابودی اکوسیستم‌های رودخانه‌ای و حفظ ماهیان خوراکی با ارزش، امری ضروری می‌باشد.

modeling the distribution range of the roach, rutilus lacustris (pallas, 1814) under the influence of climate change in 2050 and 2080

considering the special role of freshwater ecosystems and aquatic species on the sustainability of food security and livelihood of local communities, the evaluation and protection of these natural resources is of great importance. in the current study, the distribution of the roach (rutilus lacustris) was predicted under two optimistic and pessimistic (rcp 2.6 and rcp 8.5) scenarios of 2050 and 2080 by maxent model. the set of data collected by the authors and various available scientific sources from a period of 50 years (1970 to 2020 ad) was used. also, the environmental and climate variables used in the modeling were extracted and prepared from www.worldclim.org. the results showed that the performance of the model in predicting species distribution was excellent (0.910) based on the auc (area under the curve) criterion. according to the jackknife test, annual temperature range variable had the greatest impact (54.7) on determining the distribution of the studied species among the environmental variables used in modeling. in addition, it is predicted that under climate change the distribution of the species is likely to decrease significantly in years 2050 and 2080, optimistic and pessimistic scenarios. also, the highest severity is the pessimistic scenario of 2080 (62.05 %). therefore, control and reduce the effects of climate change in order to prevent the destruction of riverine ecosystems and preserve valuable edible fish is necessary.