پیامدهای تغییر اقلیم بر پراکنش جغرافیایی حال و آینده رویشگاه گونه کلید Bromus tomentellus Boiss ( مطالعه موردی:استان تهران)

سوری, مهشید; بیات, مینا; خداقلی, مرتضی; ناطقی, سعیده

doi:10.22034/emj.2025.728683

پیامدهای تغییر اقلیم بر پراکنش جغرافیایی حال و آینده رویشگاه گونه کلید Bromus tomentellus Boiss ( مطالعه موردی:استان تهران)

نوع مقاله : مقاله پژوهشی

نویسندگان

مهشید سوری ¹

مینا بیات ²

مرتضی خداقلی ³

سعیده ناطقی ¹

¹ استادیار پژوهشی، بخش تحقیقات مرتع، مؤسسه تحقیقات جنگل‌ها و مراتع کشور، سازمان تحقیقات، آموزش و ترویج کشاورزی، تهران، ایران.

² پژوهشگر بخش تحقیقات مرتع، مؤسسه تحقیقات جنگل‌ها و مراتع کشور، سازمان تحقیقات، آموزش و ترویج کشاورزی، تهران، ایران.

³ استاد پژوهشی، بخش تحقیقات مرتع، مؤسسه تحقیقات جنگل‌ها و مراتع کشور، سازمان تحقیقات، آموزش و ترویج کشاورزی، تهران، ایران.

10.22034/emj.2025.728683

چکیده

از آنجا که تغییر اقلیم نقش حیاتی در تغییر ساختار اکوسیستم‌های طبیعی دارد، لازم است چگونگی وقوع آن را با جزئیات بیشتری مورد مطالعه قرار داد. پژوهش حاضر با هدف تهیه نقشه رخداد پراکنش فعلی (حال حاضر) و پراکنش بالقوه آینده (برای سه دهه آینده) گونه Bromus tomentellus، بر اساس دو مدل هشدار اقلیمی شامل سناریوی خوش بینانه (RCP 4.5) و سناریوی بدبینانه (RCP 8.5) و جابجایی آن در عرض‌های جغرافیایی در سطح مراتع استان تهران مورد بررسی قرار گرفت. ابتدا با استفاده از داده‌های ایستگاه‌های سینوپتیک داخل و مناطق مجاور استان تهران، پایگاه داده‌ها شامل متغیرهای بارش، دمای شبانه، دمای روزانه و متوسط دما تشکیل و 19 سنجه اقلیمی محاسبه شد. همچنین با استفاده از مدل رقومی ارتفاع با دقت 30 متر، سه متغیر فیزیوگرافی شامل شیب، جهت و ارتفاع تهیه شد. سپس با استفاده از نقشه‌های بهنگام شده طرح شناخت مناطق اکولوژیک و بازدیدهای میدانی، نقاط حضور و غیاب گونه Bromus tomentellus Boiss مشخص شد. با استفاده از رگرسیون لجستیک، پراکنش این گونه در منطقه مورد بررسی مشخص شد و با نرم افزار SPSS مدل‌سازی شده و سپس نقشه‌ها در محیط نرم افزاری ARC GIS ترسیم شد. برای تهیه نقشه پراکنش فعلی گونهBromus tomentellus از داده‌های ایستگاه‌های هواشناسی استفاده شد و سپس بر اساس داده‌های استخراج شده از پایگاه Worldclime، نقشه پراکنش آینده گونه Bromus tomentellus Boiss برای سال 2050 تحت سناریوهای اقلیمی خوش بینانه (RCP 4.5) و بدبینانه (RCP 8.5) تولید شد. نتایج حاصل از مدل‌سازی در تحقیق حاضر نشان داد، گونه Bromus tomentellus در شرایط کنونی در ارتفاع 2700-1600 متر قرار گرفته است، در حالی که در سناریو خوش بینانه (RCP 4.5) و سناریو بدبینانه (RCP 8.5) در ارتفاع بالاتر از 2500 متر حضور می‌یابد و از وسعت آن خصوصاً در سناریو بدبینانه کاسته شده و به حاشیه‌های شمالی و شرقی کشیده خواهد شد. اما در شرایط حال حاضر، در بخش‌های مرکزی استان تهران که ارتفاعی حدود 2700-1600 متر دارند، مشاهده می‌گردد. بنابراین بررسی پراکنش گونه Bromus tomentellus تحت سناریوی بدبینانه که شدیدترین تغییرات اقلیمی را پیش‌بینی می‌کند، حاکی از این است که گستره پراکنش گونه برای جبران افزایش درجه حرارت به سمت ارتفاعات جابه‌جا خواهد شد.

کلیدواژه‌ها

سناریو خوش بینانه

سناریو بدبینانه

پیش‌بینی

مدل‌سازی

گونه مرتعی

موضوعات

منابع طبیعی

عنوان مقاله English

Consequences of Climate Change on the Current and Future Geographical Distribution of Bromus tomentellus Boiss. (Case Study: Tehran Province)

نویسندگان English

Mahshid souri ¹

Mina Bayat ²

Morteza Khodagholi ³

Saeedeh Nateghi ¹

¹ Assistant Professor, Rangeland Research Division, Research Institute of Forests and Rangelands, Agricultural Research, Education and Extension Organization (AREEO), Tehran, Iran.

² Research expert, Rangeland Research Division, Research Institute of Forests and Rangelands, Agricultural Research, Education and Extension Organization (AREEO), Tehran, Iran

³ Professor, Rangeland Research Division, Research Institute of Forests and Rangelands, Agricultural Research, Education and Extension Organization (AREEO), Tehran, Iran.

چکیده English

Since climate change plays a vital role in changing the structure of natural ecosystems, it is necessary to study its occurrence in greater detail. the present study was conducted to map the current distribution and potential future distribution (over the next three decades) of Bromus tomentellus, based on two climate warning scenarios: an optimistic scenario (RCP 4.5) and a pessimistic scenario (RCP 8.5), as well as to assess its latitudinal displacement across the rangelands of Tehran Province.First, using data from synoptic stations located within Tehran Province and its adjacent areas, a database was compiled containing variables such as precipitation, night temperature, daily temperature, and average temperature and 19 climate metrics were calculated. Also, using a digital elevation model with a spatial resolution of 30 meters, three physiographic variables including slope, aspect, and elevation were extracted. Then, using the updated maps of the ecological zone identification plan and field visits, the presence and absence points of the species Bromus tomentellus Boiss were identified. Using logistic regression, the distribution of this species in the studied area was analyzedand modeled using SPSS software, and then the maps were generatedin the Arc GIS software environment. To prepare the current distribution map of Bromus tomentellus, data from meteorological stations were used, and then, based on data extracted from the WorldClim database, a future distribution map of Bromus tomentellus Boiss was produced for the year 2050 under optimistic (RCP 4.5) and pessimistic (RCP 8.5) climate scenarios. The modeling results in the present study indicated that Bromus tomentellus species currently located at elevations between 1600-2700 meters, while in the 4.5 (optimistic) and 8.5 (pessimistic) scenarios it is at an altitude above 2500 meters and its area will be reduced, especially in the pessimistic scenario, and will be extended to the northern and eastern margins. While in the current conditions, it is observed in the central parts of Tehran province, which are situated at elevations between approximately 1600 and 2700 meters. Therefore, the study of the distribution of the Bromus tomentellus species under the pessimistic scenario, which predicts the most severe climate changes, suggesting that the species' range will shift higher elevations to compensate for rising temperatures.

کلیدواژه‌ها English

optimistic scenario

pessimistic scenario

Forecast

Modeling

rangeland species

آزاد، ب.، افضلی، س. ف.، و قنبریان، غ. ع. (1398). مدل‌سازی تاثیر تبدیل پوشش گیاهی و تغییر اقلیم بر دینامیک ذخیره کربن آلی خاک در یک اکوسیستم پیچیده. مدیریت خاک و تولید پایدار، (1)9، 99-83.

اکبری، م.، و صیاد، و. (1400). تحلیل مطالعات تغییر اقلیم در ایران. جغرافیای طبیعی، (1)35، 47-37.

پژهان، ا. (1392). اثرات تغییر اقلیم روی پراکنش مکانی گونه درمنه دشتی در استان تهران با استفاده از مدل‌های پیش‌بینی پراکنش گونه‌ای (مطالعه موردی: استان تهران). پایان‌نامه کارشناسی ارشد مرتعداری، دانشکده مهندسی منابع طبیعی، دانشگاه صنعتی اصفهان. 119 ص.

جعفریان، ز.، ارزانی، ح.، جعفری، م.، زاهدی، ق.، و آذرنیوند، ح. (1391). تهیه نقشه پیش‌بینی مکانی گونه‌های گیاهی با استفاده از رگرسیون لجستیک (مطالعه موردی: مراتع رینه، کوه دماوند). پژوهش‌های جغرافیای طبیعی، (1)44، 18-1.

حشمتی، غ. ع.، و کریمیان، و. (1393). پیش‌بینی پراکنش غنای گونه‌های مرتعی به کمک متغیرهای محیطی با استفاده از مدل‌های پراکنش گونه‌ای (SDM). نظام مهندسی کشاورزی و منابع طبیعی، (1)46، 38-1.

خداقلی، م.، صبوحی، ر.، بیات، م.، عشوری، پ.، و معتمدی، ج. (1401). اثر تغییر اقلیم بر رویشگاه گونه Bromus tomentellus در زاگرس جنوبی بر پایه مدل پیشبینی اقلیم. مرتع و آبخیزداری، (4)29، 541-530.

خورشید دوست، ع. م.، پناهی، ع.، خرم آبادی، ف.، و ایمانی پور، ح. (1401). تاثیر پارامترهای اقلیمی بر توزیع پوشش گیاهی در ایران مرکزی. تحلیل فضایی مخاطرات محیطی، (2)9، 73-86.

طیموریاصل، س.، نقی‌پور، ع. ا.، اشرف‌زاده، م. ر.، و حیدریان آقاخانی، م. (1399). پیش بینی پیامدهای تغییر اقلیم بر پراکنش جغرافیایی گون زرد (Astragalus verus Olivier) در زاگرس مرکزی. سنجش از دور و سامانه اطلاعات جغرافیایی در منابع طبیعی). کاربرد سنجش از دور و GISدر علوم منابع طبیعی، (2)11، 85-68..

صفایی، م.، ترکش، م.، و بصیری، م. (1392). تهیه منحنی‌های پاسخ گونه گون زرد (Astragalus verus Olivier) نسبت به شیب تغییرات محیطی با استفاده از روش None Parametric Multiplicative Regression در منطقه فریدون‌شهر استان تهران. گیاه و زیست بوم، (1)36، 64-53.

مظفریان، و. ا .، میر وکیلی، م.، و برزگری، غ. ر. (1379). فلور استان یزد. تهران: انتشارات فرهنگ معاصر. 636 ص.

معتمدی، ج.، و خداقلی، م. (1401). پیشبینی گستره کنونی و آینده گونه Bromus tomentellus در رویشگاههای مرتعی البرز جنوبی، استان قزوین. مرتع و آبخیزداری، (2)75، 319-332.

معتمدی، جواد.، خداقلی، م.، و خلیفه‌زاده، ر. (1401). ارزیابی اثرات تغییر اقلیم بر گستره آینده گونه Stipa barbata در منطقه البرز جنوبی. مدیریت اکوسیستم‌های طبیعی، (2)2، 13-22.

ناطقی، س.، خداقلی، م.، و سوری، م. (1403). ارزیابی اثرات تغییر اقلیم بر رویشگاه گونه‌های مهم مرتعی استان البرز بر پایه مدل پیش‌بینی اقلیم. تحقیقات مرتع و بیابان ایران،(3)31، 301-322.

نظری، س.، جعفریان، ز.، علوی، س. ج.، و نقی‌پور, ع. ا. (1400). تأثیر تغییر اقلیم بر پراکنش جغرافیایی گونه داروئی آویشن کوهی (Boiss and Hohen)Thymus kotschyanus با بهره‌گیری از مدل‌سازی ترکیبی. مدیریت بیابان، (3)9، 16-1.

Abolmaali, S. M. R., Torkesh Esfahani, M., and Boshri, H. (2017). Assessing impacts of climate change on endangered Kelossia odoratissima Mozaff species distribution using Generalized Additive Model. Journal of Natural Environment, 70(2), 243-254.

Austin, M. (2007). Species distribution models and ecological theory: a critical assessment and some possible new approaches. Ecological modelling, 200(1-2), 1-19.

Beaumont, L. J., Hughes, L., and Poulsen, M. (2005). Predicting species distributions: use of climatic parameters in BIOCLIM and its impact on predictions of species’ current and future distributions. Ecological modelling, 186(2), 251-270.

Cohen, J. (1960). A coefficient of agreement for nominal scales. Educational and psychological measurement, 20(1), 37-46.

46002000104

Dalmaris, E., Ramalho, C. E., Poot, P., Veneklaas, E. J., and Byrne, M. (2015). A climate change context for the decline of a foundation tree species in south-western Australia: insights from phylogeography and species distribution modelling. Annals of Botany, 116(6), 941-952.

Elith, J., and Leathwick, J. R. (2009). Species distribution models: ecological explanation and prediction across space and time. Annual review of ecology, evolution, and systematics, 40(1), 677-697.

Food and Agriculture Organization of the United Nations, FAO. (2007). Adaptation to climate change in agriculture, forestry and fisheries: perspective, framework and priorities. FAO, Rome.

Franklin, J. (2010). Mapping species distributions: Spatial inference and prediction. Cambridge University Press.

Guisan, A., and Zimmermann, N. E. (2000). Predictive habitat distribution models in ecology. Ecological modelling, 135(2-3), 147-186.

Guisan, A., Thuiller, W., and Zimmermann, N. E. (2017). Habitat suitability and distribution models: with applications in R. Cambridge University Press.

Hijmans, R. J., Cameron, S. E., Parra, J. L., Jones, P. G., and Jarvis, A. (2005). Very high resolution interpolated climate surfaces for global land areas. International Journal of Climatology: A Journal of the Royal Meteorological Society, 25(15), 1965-1978.

Hoffmann, A. A., and Sgrò, C. M. (2011). Climate change and evolutionary adaptation. Nature, 470(7335), 479-485.

Intergovernmental Panel on Climate Change (IPCC). (2021). Climate Change 2021: The Physical Science Basis. Contribution of Working Group I to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change [V. Masson-Delmotte, P. Zhai, A. Pirani, S.L. Connors, C. Péan, S. Berger, N. Caud, Y. Chen, L. Goldfarb, M.I. Gomis, M. Huang, K. Leitzell, E. Lonnoy, J.B.R. Matthews, T.K. Maycock, W.T. Moufouma-Okia, P. O'Connor, J. Petzold, B. Zima, & B. Zhou (Eds.)]. Cambridge University Press.

Karim, M. H., Shahraki, A. S., Ghalesard, S. K., and Fahimi, F. (2020). Management challenges and adaptations with climate change in Iran forests. Caspian Journal of Environmental Sciences, 18(1), 81-91.

Kearney, M., and Porter, W. (2009). Mechanistic niche modelling: combining physiological and spatial data to predict species’ ranges. Ecology letters, 12(4), 334-350.

Ngoy, K. I.., and Shebitz, D. (2019). Characterizing the spatial distribution of Eragrostis Curvula (Weeping Lovegrass) in New Jersey (United States of America) using logistic regression. Environments, 6(125), 1-14.

Onoz, B., and Bayazit, M. (2003). The power of statistical tests for trend detection. Turkish Journal of Engineering and Environmental Sciences, 27, 247-251.

Parmesan, C. (2006). Ecological and evolutionary responses to recent climate change. Annual Review of Ecology, Evolution, and Systematics, 37, 637-669.

Pearson, R. G., and Dawson, T. P. (2003). Predicting the impacts of climate change on the distribution of species: Are bioclimate envelope models useful? Global Ecology and Biogeography, 12(5), 361-371.

Reidsma, P., Frank, E., Qude Landsink, A., and Leemans, R. (2009). Vulnerability and adaptation of European farmers: a multi-level analysis of yield and income responses to climate variability. Regional Environmental Change, 9, 25-40.

Robert, J., Hijmans, S., and Athe, R. (2006). The ability of climate envelope models to predict the effect of climate change on species distributions. Global Change Biology, 12, 2272–2281.

Saboohi, R., Soltani, S., and Khodagholi, M. (2012). Trend analysis of temperature parameters in Iran. Theoretical and Applied Climatology, 109, 529-547.

Sangoony, H., Vahabi, M., Tarkesh, M., and Soltani, S. (2016). Range shift of Bromus tomentellus Boiss. as a reaction to climate change in Central Zagros, Iran. Applied Ecology and Environmental Research, 14(4), 85-100.

Souri, M., Khodagholi, M., Nateghi, S., Kamali, N., Ashouri, P., and Saboohi, R. (2024). Prediction of Climatic Ecological Nest of Artemisia aucheri Boiss in the Capital of Iran Based on Modeling. Journal of Rangeland Science, 14(2), 1-11.

Thuiller, W. (2007). Biodiversity: Climate change and the ecologist. Nature, 448, 550-552.

Walther, G. R., Post, E., Convey, P., Menzel, A., Parmesan, C., Beebee, T. J. C., Fromentin, J. M., Guldberg, O., and Bairlein, F. (2002). Ecological responses to recent climate change. Nature, 416(6879), 389-395.

Yu, P. S., Yang, T. C., and Kuo, C. C. (2006). Evaluating long-term trends in annual and seasonal precipitation in Taiwan. Water Resources Management, 20, 1007-1023.