نقشه راه GIS

درخواست مشاوره

09120049370

8 صبح تا 12 شب

09120049370

Telegram Whatsapp Youtube
کاربرد جی ای اس

 

خلاصه

دینامیک آب-انرژی به طور گسترده شیب غنای گونه ها را تنظیم می کند، اما با تغییرات آب و هوا و فعالیت های انسانی تغییر می کند. با این حال، روش‌های فعلی مورد استفاده برای کمی‌سازی این پدیده، دینامیک غیرخطی داده‌های سری زمانی اقلیمی را نادیده می‌گیرند. برای تجزیه و تحلیل گرادیان غنای گونه ای در چین با استفاده از دینامیک آب-انرژی، این مطالعه از رگرسیون خطی استفاده کرد تا چگونگی ارتباط غنای گونه ها با (1) میانگین بلند مدت تبخیر و تعرق (ET) و تبخیر و تعرق بالقوه (PET) و (2) را بررسی کند. ) ثبات زمانی ET و PET. ET و PET برای نشان دادن پویایی انرژی آب در منطقه زمینی استفاده شد. تغییرات در دینامیک انرژی آب در طول دوره 14 ساله (2000 تا 2013) نیز مورد تجزیه و تحلیل قرار گرفت. میانگین بلندمدت ET قوی و مثبت بود ( آر2∈ ( 0.40 ~ 0.67 ) ، p < 0.05 آر2∈(0.40~0.67)، پ<0.05) با گرادیان های غنای گونه ای همبستگی دارد. مناطقی که در آنها تغییرات پوشش زمین در دوره 14 ساله (2000 تا 2013) رخ داده است، از روندهای بلندمدت شناسایی شدند. سطح بالایی از غنای گونه ای در همه گروه ها (پرندگان، پستانداران و دوزیستان) با ET نسبتاً بالا، جبرگرایی (یعنی قابل پیش بینی) و آنتروپی (یعنی پیچیدگی) همراه بود. ET، به جای PET یا معیارهای پایداری زمانی، یک نماینده موثر از غنای گونه‌ای در مناطقی از چین بود که دارای انرژی متوسط ​​(PET> 1000 میلی‌متر در سال) بود، به ویژه برای دوزیستان. علاوه بر این، پیش‌بینی‌های غنای گونه‌ای با ترکیب اطلاعات در مورد پایداری زمانی ET با میانگین بلندمدت بهبود یافت. دوزیستان به دلیل نیازهای فیزیولوژیکی منحصر به فرد و فرآیندهای تکاملی خود نسبت به سایر گروه ها به میانگین طولانی مدت ET حساس تر هستند. نتایج ما تأیید کرد که ET و PET به شدت و به طور قابل توجهی با تغییرات اقلیمی و انسانی مرتبط هستند و اطلاعات مفیدی را برای برنامه ریزی حفاظت ارائه می دهند. بنابراین، مدیریت اقلیم بر اساس تغییرات دینامیک آب-انرژی از طریق شیوه‌های مدیریت زمین، از جمله احیای جنگل، باید هنگام برنامه‌ریزی روش‌هایی برای حفظ منابع طبیعی برای حفاظت از تنوع زیستی در نظر گرفته شود.
کلید واژه ها:

حفاظت از تنوع زیستی زمینی ; تحلیل کمیت عود (RQA) ; تبخیر و تعرق (ET)

 

1. معرفی

تغییرات آب و هوا و فعالیت‌های انسانی عوامل استرس‌زای اولیه هستند که باعث از دست رفتن تنوع زیستی جهانی می‌شوند [ 1 ]. به عنوان مثال، تغییرات آب و هوایی (که با افزایش دما و تغییر الگوهای بارش مشخص می شود) قبلاً با تأثیر بر فیزیولوژی، توزیع جغرافیایی و فنولوژی موجودات، بر غنای گونه ها در سراسر آمریکای شمالی تأثیر گذاشته است [2 ] . از دست دادن زیستگاه و تکه تکه شدن ناشی از تبدیل پوشش زمین به طور مستقیم منجر به کاهش جمعیت گونه های آسیب دیده و همچنین افزایش خطر انقراض می شود [ 1 ، 3 ]. علاوه بر این، دینامیک آب-انرژی، که بر الگوهای تنوع زیستی جهانی حاکم است [ 4]]، به دلیل تغییرات آب و هوایی و تغییرات ناشی از انسان تغییر یافته اند [ 5 ].
شیب های جغرافیایی تنوع زیستی بر اساس شیب های اقلیمی [ 4 ] است، با تعامل بین آب و انرژی که اساس این شیب های آب و هوایی را نشان می دهد [ 6 ]. در میان مفاهیم کلیدی ارائه شده در مقالات منتشر شده، فرضیه آب-انرژی یک فرضیه مبتنی بر اقلیم است که موضوع مورد توجه فزاینده ای قرار گرفته است. این فرضیه بیان می کند که برهمکنش آب و انرژی با محدود کردن مستقیم یا غیرمستقیم فرآیندهای فیزیولوژیکی و فیزیکوشیمیایی گیاهان و حیوانات، شیب های مقیاس وسیع غنای گونه ای [ 4 ، 7 ] را ایجاد و حفظ می کند [ 8 ].
بسیاری از مطالعات رابطه بین دینامیک آب-انرژی و غنای گونه‌ای را نشان داده‌اند و تخمین‌هایی از غنای خزندگان، دوزیستان، پرندگان، پستانداران و گیاهان در آمریکای شمالی، اروپا و آفریقای جنوبی ارائه می‌کنند [7 ، 9 ، 10 ، 11 ] . با این حال، سیستم آب و هوا بسیار غیر خطی است، متشکل از فرآیندهای دینامیکی مختلف که در مقیاس‌های مکانی و زمانی مختلف عمل می‌کنند. تا به امروز، روش‌های کمی عمدتاً بر اساس میانگین بلندمدت آب و هوایی [ 12 ] بوده‌اند. با این حال، این روش‌ها نمی‌توانند در نظر بگیرند که چگونه ویژگی‌های آب و هوایی با سری‌های زمانی غیرخطی بر تنوع زیستی تأثیر می‌گذارند [ 13]]. بنابراین، لازم است فرضیه دینامیک آب-انرژی برای مناطق مختلف جهان قبل از تجزیه و تحلیل تأثیر آن بر غنای گونه‌ای آزمایش شود. علاوه بر این، اثرات پایداری زمانی دینامیک آب-انرژی بر غنای گونه‌ای نیز باید در نظر گرفته شود زیرا پایداری زمانی تحت تأثیر سیستم‌های آب و هوایی غیر خطی قرار می‌گیرد.
این مطالعه بررسی کرد که آیا می توان غنای گونه ها را از دینامیک آب-انرژی با استفاده از داده های سنجش از دور در چین پیش بینی کرد. میانگین بلندمدت و پایداری زمانی دینامیک آب-انرژی با استفاده از شاخص‌های تحلیل کمیت عود (RQA) اندازه‌گیری و ارزیابی شد. ما همچنین توانایی تشخیص تغییرات در دینامیک انرژی آب را بررسی کردیم. انتظار می‌رود این مطالعه فرضیه انرژی آب را با ترکیب اطلاعات در مورد تغییرات دینامیکی و پایداری زمانی گسترش دهد تا اطلاعات دقیق‌تری در مورد غنای گونه‌ها بر اساس داده‌های سنجش از دور ارائه دهد.

2. مواد و روشها

2.1. دینامیک آب-انرژی و مجموعه داده های سنجش از دور

تبخیر و تعرق بالقوه (PET) و تبخیر و تعرق (ET) با توجه به نقش حیاتی آنها در دینامیک آب و هوای جهانی و پویایی بهره وری اکوسیستم زمینی [12، 14، 15، 16] برای نشان دادن پویایی آب – انرژی زمین استفاده شد . PET و ET پیش بینی کننده های خوبی برای الگوهای غنای گونه ای [ 9 ] هستند اما سازگار نیستند. کوری [ 17 ] و رودریگز [ 10 ] دریافتند که PET بهترین پیش بینی کننده برای غنای مهره داران در سراسر آمریکای شمالی و برای غنای دوزیستان در اروپا است. با این حال، ET یک پیش بینی کننده قوی برای پرندگان در اروپا و پستانداران در آمریکای جنوبی است [ 9 ، 18]]. بنابراین، بررسی‌های بیشتر برای تعیین توانایی PET و ET برای پیش‌بینی غنای گونه‌ای ضروری است.
این مطالعه از مجموعه داده های سری زمانی PET و ET از طیف رادیومتر تصویربرداری با وضوح متوسط ​​(MODIS، پروژه تبخیر و تعرق جهانی MOD16-MODIS، http://www.ntsg.umt.edu/project/mod16 ) استفاده کرد. مجموعه داده‌های PET و ET (ماهانه برای پایداری زمانی و سالانه برای میانگین بلندمدت، از سال 2000 تا 2013) با وضوح فضایی 1 × 1 کیلومتر مربع به عنوان شبکه‌ها (تولید سطح 4) در طرح جغرافیایی Lat/Lon بر اساس داده WGS-84 مجموعه داده های MOD16 ET با استفاده از یک الگوریتم بهبود یافته ET [ 19 ]، که بر اساس معادله پنمن-مونتیث بود، برآورد شد. پردازش داده ها شرایط آب و هوایی، پوشش زمین، ساختار پوشش گیاهی و عوامل دیگر را در بر می گیرد [ 19]. داده‌ها در چین از طریق داده‌های مشتق‌شده/اندازه‌گیری شار جمع‌آوری‌شده توسط لیو [ 20 ] تأیید شدند. برای حفظ وضوح فضایی 10 کیلومتری غنای گونه‌ای، مجموعه داده‌های MOD16 با استفاده از الگوریتم نزدیک‌ترین همسایه نمونه‌گیری مجدد شدند.

2.2. غنای گونه ها و مجموعه داده های سنجش از دور

داده های سرشماری در مورد غنای گونه ای پستانداران و دوزیستان از اتحادیه بین المللی حفاظت از طبیعت به دست آمد، در حالی که داده های سرشماری پرندگان از BirdLife International و NatureServe [21,22 ] به دست آمد. توزیع جغرافیایی پستانداران مشابه پرندگان بود (R2 = 0.7884، شکل 1 d). این مجموعه داده ها ( شکل 1 )، که در سال 2013 با وضوح فضایی 10 × 10 کیلومتر مربع به روز شدند ، برای آزمایش رابطه بین مجموعه داده های بررسی میدانی و جایگزین غنای گونه ای مشتق از آب بر اساس سنجش از دور استفاده شدند.

2.3. شاخص های پایداری زمانی

PET و ET منعکس کننده پویایی آب و هوا و نحوه تعامل آن با اکوسیستم هستند. با این حال، دینامیک آب و هوا و اکوسیستم ذاتاً در مکان و زمان غیر خطی هستند [ 13 ، 24 ]. بنابراین، مهم است که در نظر بگیریم که چگونه ثبات زمانی مجموعه داده‌های سری زمانی بر گونه‌ها تأثیر می‌گذارد. در این مطالعه، جبرگرایی (DET)، آنتروپی طول مورب (ENTR)، طول قطری متوسط ​​(Lmean) و لایه‌پذیری (LAM) با استفاده از تحلیل کمیت عود (RQA، برای جزئیات بیشتر به [25] مراجعه کنید) برآورد شد . این شاخص‌ها قبلاً برای توصیف داده‌های سری زمانی به‌دست‌آمده از سیستم‌های اجتماعی به سیستم‌های بیولوژیکی استفاده شده‌اند [ 13 ، 24]]. در اینجا، از این چهار شاخص برای ارزیابی پایداری زمانی سری ET استفاده شد. این چهار شاخص بر اساس ساختار خط مورب و عمودی نمودار عود (RP، که به عنوان یک مسیر رسم می شود) است. ایکسمن→∈آرn ( i = 1 ، … ، N)ایکسمن→∈آر� (من=1،…،ن)در فضای فاز n بعدی و نشان دهنده بازگشت مسیر فضای فاز به یک حالت خاص از طریق یک نمودار ماتریسی است، که در آن سفید = 0 و سیاه = 1. دو محور در RP نشان دهنده زمان است [25، 26 ] ) . در هیستوگرام، خطوط مورب (نماینده تکامل محلی مشابه قسمت‌های مختلف مسیر) طولی برابر با l دارند، در حالی که خطوط عمودی (که نشان‌دهنده یک حالت بدون تغییر برای مدتی است) دارای طول v در RP هستند، با تعداد کل زیر آن در [ 25 ]:

پ( ل ) =∑i ، j = 1ن( 1- _آرi − 1 ، j − 1( ε ) ) ( 1 −آرi + l ، j + l( ε ) )∏k = 0v − 1آرi + k ، j + k( ε )پ(ل)=∑من،�=1ن(1-آرمن-1،�-1(�))(1-آرمن+ل،�+ل(�))∏ک=0�-1آرمن+ک،�+ک(�)
پ( v ) =∑i ، j = 1ن( 1- _آرمن ، ج) ( 1 ,آرi ، j + v)∏k = 0v − 1آرi ، j + kپ(�)=∑من،�=1ن(1-آرمن،�)(1،آرمن،�+�)∏ک=0�-1آرمن،�+ک

جایی که ε�آستانه فاصله است.

DET جبر (پیش‌بینی‌پذیری) یک سیستم معین را اندازه‌گیری می‌کند و نسبت نقاط بازگشتی است که ساختارهای مورب را به همه نقاط بازگشتی تشکیل می‌دهند. DET از 0 تا 1 است که در آن مقادیر نزدیک به 0 نشان دهنده یک سری تصادفی است، در حالی که مقادیر نزدیک به 1 نشان دهنده یک سری قطعی [ 25 ] است.

D Eتی=∑نl =لm i nل پ( ل )∑نl = 1ل پ( ل )��تی=∑ل=لمترمن�نلپ(ل)∑ل=1نلپ(ل)

ENTR به آنتروپی شانون احتمال ( p(l) ) برای یافتن یک خط مورب با طول دقیق l در RP اشاره دارد و پیچیدگی RP را در رابطه با خطوط مورب منعکس می کند. ENTR بالا نشان دهنده پیچیدگی بالا است [ 25 ].

نل=∑l ≥لm i nپ( ل )نل=∑ل≥لمترمن�پ(ل)
p ( l ) =پ( ل )نلپ(ل)=پ(ل)نل
EنتیR = –∑l =لm i nنp ( l ) ln p ( l )�نتیآر=-∑ل=لمترمن�نپ(ل)لوگاریتمپ(ل)

LAM که لامیناریته نامیده می شود، نسبت بین عود نقاطی است که ساختارهای عمودی را تشکیل می دهند و کل مجموعه نقاط عود. LAM مقدار حالت‌های آرام را اندازه‌گیری می‌کند (انتقال دوره‌ای-آشوب/آشوب-پریودیک، و همچنین انتقال آشوب-آشوب) [ 25 ، 26 ].

L A M=∑نv =vm i nv P( v )∑نv = 1v P( v )�آم=∑�=�مترمن�ن�پ(�)∑�=1ن�پ(�)

Lmean میانگین طول خط مورب است، که میانگین زمانی است که دو بخش از مسیر به یکدیگر نزدیک هستند و میانگین زمان پیش‌بینی را نشان می‌دهد [ 25 ].

L m e a n =∑نl =لm i nل پ( ل )∑نl =لm i nپ( ل )�مترهآ�=∑ل=لمترمن�نلپ(ل)∑ل=لمترمن�نپ(ل)
DET، ENTR و Lmean شاخص هایی هستند که بر اساس خطوط مورب تولید شده توسط نمودارهای بازگشتی هستند. DET و ENTR ساختار و سطح پیچیدگی داده های سری زمانی را نشان می دهند. مقادیر بالای DET نشان می دهد که داده ها در یک سری زمانی معین، صرف نظر از نوع ساختار، ساختار تعیین کننده ای دارند. با این حال، یک ساختار پیچیده معمولاً مقادیر ENTR بالایی دارد. LAM به انتقال حساس است، با یک مقدار بالاتر نشان دهنده انتقال مکرر بین حالت های آرام است [ 25 ، 26 ]. Lmean نشان دهنده میانگین زمان پیش بینی زمانی است که دو بخش از یک مسیر در زمان های مختلف به یکدیگر نزدیک هستند [ 25 ].

2.4. تحلیل گرایش

روندها با داده های شبکه ای در مورد پیش بینی کننده های احتمالی غنای گونه ها برای کشف علل بالقوه تغییرات مشاهده شده تجزیه و تحلیل شدند. برای تخمین دینامیک PET و ET بلند مدت (2000-2013)، یک تحلیل رگرسیون خطی ساده با حداقل مربعات [ 27 ] برای PET و ET سالانه اعمال شد.

اسl o p e =T ×∑تیهتیسt × DN – (∑تیهتیست ) (∑تیهتیسDN )T ×∑تیهتیستی2–(∑تیهتیست )2اسل�په=تی×∑تیستیهتی×DN-(∑تیستیهتی)(∑تیستیهDN)تی×∑تیستیهتی2-(∑تیستیهتی)2

که در آن t ∈ {2000، 2001،…، 2013} سال خاص را نشان می دهد، T تعداد کل سال ها، و DN تعداد دیجیتال سلول های شبکه PET یا ET برای یک سال خاص است. روند PET یا ET زمانی که شیب مثبت باشد افزایش می یابد و بالعکس. این تجزیه و تحلیل با استفاده از تابع ‘REGRESS’ در IDL©6.4 (زبان داده های تعاملی) و ENVI©4.4 (محیط برای تجسم تصاویر) انجام شد.

2.5. تحلیل آماری

تبدیل داده‌های سری زمانی ماهانه به شاخص‌های پایداری زمانی یک گام کلیدی برای تعیین توانایی پایداری زمانی برای پیش‌بینی غنای گونه‌ای است. یک رابطه خطی مستقیم بین میانگین بلند مدت مجموعه داده های سری زمانی و غنای گونه های خاص قبلاً مستند شده است [ 9 ]. با این حال، مطالعات کمی ثبات زمانی مجموعه داده های سری زمانی بلند مدت را گزارش کرده اند. در اینجا، ما این فرضیه را آزمایش کردیم که PET، ET، یا پایداری زمانی جایگزین‌های قابل اعتمادی از غنای گونه‌ای در رژیم‌های انرژی متوسط ​​است، جایی که PET > 1000 میلی‌متر در سال، امکان طبقه‌بندی غنای گونه‌ای در مناطق بزرگ (و نحوه تغییر آن در طول زمان) را فراهم می‌کند. بر اساس یک مدل رگرسیون خطی ساده معادله مدل به صورت زیر بود؛ غنای گونه ای = الف× ( ET یا PET یا شاخص های پایداری زمانی ) + b ، که در آن a شیب خط رگرسیون و b فاصله بین y است. یک رابطه خطی از R2 و p -value رگرسیون تأیید شد ، که نشان می‌دهد این یک پیش‌بینی‌کننده خوبی برای یک جایگزین سنجش از دور احتمالی برای غنای گونه‌ای است.
مرحله 1: پیش پردازش داده: IDL © 6.4 و نرم افزار ENVI © 4.4 برای ارتباط / ترکیب و نمونه برداری مجدد از داده های MODIS PET و ET (1 × 1 کیلومتر مربع ) برای به دست آوردن وضوح مکانی مناسب 10 × 10 کیلومتر مربع برای واقعی استفاده شد. بررسی های میدانی فراوانی گونه ها
مرحله 2: استفاده از میانگین بلندمدت PET یا ET برای پیش‌بینی غنای گونه‌ای: میانگین بلندمدت PET و ET (بر اساس مجموعه داده‌های سالانه از سال 2000 تا 2013) با داده‌های بررسی میدانی غنای گونه‌ای برای تجزیه و تحلیل آنها مقایسه شد. پتانسیل به‌عنوان پراکسی‌های دینامیک آب-انرژی سنجش از دور برای پیش‌بینی غنای گونه‌ای با استفاده از رگرسیون خطی ساده (که با استفاده از بسته آماری در R انجام می‌شود).
مرحله 3: اثرات پایداری زمانی بر غنای گونه‌ای: در میان ابزارهای بلندمدت، ET توانایی خوبی برای پیش‌بینی غنای گونه‌ای نشان می‌دهد. بنابراین، ما شاخص‌های ثبات زمانی را بر اساس مجموعه داده‌های ماهانه ET استخراج کردیم. مقادیر (12 ماه × 14 سال) هر پیکسل به یک فرمت فایل (متن) منحصر به فرد تبدیل شد تا چهار شاخص (DET، ENTR، LAM، و Lmean) پایداری زمانی با استفاده از جعبه ابزار CRT برای Matlab توسط نوربرت مروان به دست آید. 25 ]. این شاخص‌ها از نقاط به مجموعه داده‌های شبکه تبدیل شدند. پارامترهای RQA از میانگین مقدار ET در سراسر چین تعیین شد: تعبیه ابعاد m = 6 (تعیین شده توسط نزدیکترین همسایگان نادرست [ 28 ] و روش Cao [ 29]])؛ و تاخیر زمانی τ = 2 (تعیین شده از طریق روش اطلاعات متقابل [ 30 ]). 10 درصد از حداکثر قطر فضای فاز [ 25 ] به عنوان آستانه ε برای هر پیکسل انتخاب شد. این چهار شاخص برای آزمایش این فرض استفاده شد که پایداری زمانی یک جایگزین مناسب برای غنای گونه‌ای در مقیاس منطقه‌ای است، بر اساس رگرسیون خطی ساده (که با بسته آماری در برنامه R انجام شد).
مرحله 4: تجزیه و تحلیل گرایش: تغییرات در دینامیک انرژی آب در طول زمان بر اساس مجموعه داده های سری زمانی سالانه (همانطور که در بخش 2.4 نشان داده شد ) با استفاده از نرم افزار IDL© 6.4 و ENVI©4.4 انجام شد.

3. نتایج و بحث

3.1. دینامیک آب-انرژی و غنای گونه ها

توزیع جغرافیایی ET و PET در سراسر چین متفاوت بود که ناهمگنی بالایی را نشان می دهد ( شکل 2 ). نتایج ما نشان می‌دهد که چین تحت سلطه رژیم انرژی متوسط، با PET > 1000 میلی‌متر در سال است. رژیم های کم انرژی عمدتاً در قسمت شمالی دشت شمال شرقی چین یافت می شد. ET تابش بالایی را در جنوب شرقی چین و شمال غربی چین نشان داد، اما در اولی مرطوب و در دومی با علفزار خشک بود. با این حال، مناطق کم ارتفاع در فلات تبت در استان‌های شانان و لینژی پوشیده از جنگل‌های بارانی بودند و همچنین دارای ارزش ET بالایی بودند. هیچ رابطه خطی آشکاری بین ET و PET مشاهده نشد.
برای تعیین رابطه بین غنای گونه ای از بررسی میدانی ( شکل 1 ) و میانگین بلندمدت ET و PET، توزیع فراوانی و رگرسیون خطی استفاده شد. به نظر می‌رسد که غنای گونه‌ای با الگوهای ET، با R2∈ (0.40~0.67)، به‌ویژه برای دوزیستان (R2 ~ 0.6639) قوی و مثبت است . برای جزئیات بیشتر، به شکل 3 و جدول 1 مراجعه کنید . علاوه بر این، سازگاری این نتایج با استفاده از مجموعه داده ERA-Interim ET مورد بررسی قرار گرفت. با این حال، غنای گونه‌ای همبستگی بسیار کمتری با PET نسبت به انتظار داشت (R 2 < 0.1، جدول 1 را ببینید.). بنابراین، نتایج ما نشان می‌دهد که ET، به جای PET، بر اساس سنجش از دور دینامیک آب-انرژی، جایگزین قابل اعتمادی از غنای گونه‌ای، حداقل برای پستانداران، پرندگان و دوزیستان، در رژیم انرژی متوسط ​​چین را نشان می‌دهد. یعنی PET > 1000 میلی متر در سال).
در مناطق نسبتاً سرد، انرژی یک محدودیت مهم برای توزیع جغرافیایی گونه ها است، زیرا منابع را محدود می کند، بر نیازهای فیزیولوژیکی و تولید مثل، در میان عوامل دیگر [ 31 ، 32 ] تأثیر می گذارد. بنابراین، PET به طور موثر شیب غنای گونه ها را در مناطق نسبتاً کم انرژی (PET < 1000 میلی متر در سال) پیش بینی می کند. با این حال، با افزایش انرژی در رژیم های انرژی متوسط، در دسترس بودن آب، یا تعامل بین آب و انرژی، بسیار مهم است [ 31 ]. در نتیجه، ET غنای گونه ای در چین را بهتر از PET توضیح می دهد. این تجزیه و تحلیل غنای گونه های زمینی در چین به شدت از فرضیه انرژی آب [ 4 ] پشتیبانی می کند.
یافته های ما که دوزیستان به میانگین بلندمدت سری زمانی ET حساس هستند، از مطالعه قبلی در مورد حساسیت نسبی گونه ها در قسمت شمال غربی آمریکای شمالی به تغییرات آب و هوایی حمایت می کند [2 ] . نتایج ما همچنین از کیان [ 33 ] حمایت می کند، که نتیجه گرفت که آب و انرژی متغیرهای توضیحی اولیه برای دوزیستان هستند. به نظر می رسد نیازهای فیزیولوژیکی مختلف (به عنوان مثال، دوزیستان معمولاً برای استفاده از زیستگاه و تولیدمثل به آب نیاز دارند) و فرآیندهای تکاملی در بین دوزیستان، پستانداران و پرندگان [ 33 ] به نظر می رسد که عوامل اولیه تأثیرگذار بر حساسیت گونه های متعلق به این گروه های مختلف به آب و هوا باشد. تغییر دادن.

3.2. ثبات زمانی و غنای گونه ای

الگوهای فضایی DET، ENTR، LAM، و Lmean ناهمگنی فضایی واضح و توزیع های منطقه ای مشابه را نشان می دهند (به جز LAM، شکل 4). این الگوها با پوشش گیاهی (جنگل همیشه سبز > جنگل برگریز > زمین زراعی > علفزار) همراه بود. DET بالاتر (ENTR و Lmean) در کوه‌های جنوب چین، که در جنگل‌های پهن برگ همیشه سبز پوشیده شده‌اند، رخ می‌دهد. دشت شمال شرقی چین که پوشیده از جنگل های همیشه سبز برگ سوزنی است. و قسمت جنوبی فلات چینگهای-تبت که پوشیده از جنگل های استوایی است. سری زمانی ET در این مناطق به نظر می رسد پایدارتر در این مناطق است. مقادیر کمتر DET در شمال غربی چین و در فلات چینگهای-تبت، که با علفزار یا پوشش گیاهی کم پوشیده شده بودند، یافت شد. سری زمانی ET در این مناطق بیشتر تصادفی بود. LAM به اختلال حساس است. LAM نسبتاً بالایی در نواحی ساحلی جنوبی، علاوه بر فلات چینگهای-تبت، فلات لس، رخ داده است. و دشت شمال شرقی چین. این نتایج با روندهای ET و PET سازگار بود، که نشان می دهد این مناطق در طول زمان تغییر کرده اند.
مقادیر بالاتر DET، ENTR و Lmean نشان می‌دهد که پایداری زمانی پایدار و معین است (عدم اختلال) زمانی که غنای گونه‌ای بیشتر باشد. غنای گونه ای با ثبات زمانی ET در یک سری زمانی ماهانه همبستگی مثبت داشت، به خصوص زمانی که غنای گونه کم بود. با این حال، وجود روابط مجانبی ( شکل 5 a-f) نشان می‌دهد که برخی عوامل زمینه‌ای خاص (به جز DET و ENTR) بر غنای گونه‌ها تأثیر می‌گذارند که هم سطح آب و هم انرژی بالا باشد.
برای مقایسه عینی، روابط بین غنای گونه‌ای و شاخص‌های پایداری زمانی نیز با رگرسیون خطی ساده با استفاده از داده‌های اصلی مورد بررسی قرار گرفت. بطور غیرمنتظره، میانگین بلندمدت ET با غنای گونه ای بیشتر از شاخص های پایداری زمانی مرتبط بود ( جدول 2 ). رابطه بین گونه ها و پایداری زمانی برای سه گروه طبقه بندی الگوهای مشابهی ایجاد کرد ( شکل 5)، از عدم همبستگی (گونه در مقابل LAM) به خطی ضعیف (گونه در مقابل Lmean)، با برخی موارد مجانبی (گونه در مقابل DET و ENTR) گسترش می یابد. همه نتایج نشان می دهد که میانگین آب و هوای ET غنای گونه را بهتر از شاخص های پایداری زمانی توضیح می دهد. در مقابل، مناطق با DET بالا، ENTR، و Lmean از سطح بالایی از غنای گونه پشتیبانی می کنند. با این حال، غنای گونه ای زمانی بهتر توضیح داده شد که شاخص های پایداری زمانی با میانگین آب و هوایی ET ( جدول 3 ) ترکیب شدند. گونه ها اغلب به دلیل تعامل گونه های مختلف با محیط خود [ 13 ] و پاسخ های تکاملی متفاوت [ 34] پاسخ های متفاوتی به ثبات زمانی آب و هوا نشان می دهند.]؛ در نتیجه، حساسیت نسبی گونه ها به تغییرات آب و هوایی در گروه های طبقه بندی مختلف [ 2 ] متفاوت است.
پایداری زمانی ET در درجه اول با آشفتگی ها و تغییرات آب و هوایی مرتبط است. ساختار چشم انداز و تنوع پوشش گیاهی نیز به تفاوت در پایداری زمانی کمک می کند [ 35 ]. نواحی با پایداری زمانی کم (اندازه گیری شده با DET، ENTR، LAM و Lmean) در طول زمان بیشتر تغییر می کنند. تنوع فضایی نشان‌دهنده ناهمگونی محیطی بیشتر است و فرصت‌های بیشتری را برای همزیستی گونه‌هایی فراهم می‌کند که انعطاف‌پذیری بالاتری در برابر آشفتگی‌ها دارند [ 36 ، 37 ، 38]]. با این حال، گونه‌ها احتمالاً با توجه به استفاده از فضا (توزیع جغرافیایی) و ویژگی‌های فردی (فیزیولوژیکی، به عنوان مثال، تغییر رفتار) واکنش‌های متفاوتی به تغییرات آب و هوا و زیستگاه نشان می‌دهند. بنابراین، گونه های تخصصی تحت تأثیر این تغییرات بیشتر مستعد انقراض هستند [ 1 ، 39 ، 40 ].

3.3. گرایش و تغییر

مطالعات قبلی نشان داد که گرم شدن آب و هوا و تغییر الگوهای بارش علاوه بر تنوع زیستی، تغییراتی را در ET و PET ایجاد کرده است [ 1 ، 41 ]. برای تعیین اینکه آیا چنین روندهایی در درازمدت (2000-2013) برای PET و ET ادامه دارند یا خیر، تجزیه و تحلیل رگرسیون خطی ساده برای تعیین شیب، همبستگی و اهمیت اجرا شد ( شکل 6 a-f). چهار منطقه فرعی (فلات چینگهای-تبت، فلات لس، دشت شمال چین و دشت شمال شرقی چین) به دلیل روندهای قوی PET و ET، و همچنین تفاوت های منطقه ای در آب و هوا، پوشش زمین، غنای گونه ای برجسته شدند. و غنای گونه ای در معرض تهدید است. سه نتیجه کلیدی شناسایی شد.
اول، حداکثر شیب افزایش در PET و کاهش در ET در دشت شمال چین (قاب C در شکل 6 ) و فلات چینگهای-تبت ( شکل 6 ، قاب A) رخ می دهد. هم افزایش دما و هم الگوهای تغییر در بارش به تغییرات در فلات چینگهای-تبت کمک کردند، جایی که بارش در غرب افزایش یافت اما در جنوب کاهش یافت [ 42 ، 43 ، 44 ]. الگوهای مشابهی در دشت شمال چین ثبت شد، جایی که بارش در زمستان افزایش یافت اما در تابستان کاهش یافت [ 45 ]. یک الگوی تغییر در دوره های مرطوب و خشک برای فلات چینگهای-تبت ثبت شد [ 42 ، 43]. در مقایسه، افزایش نفوذ بارندگی باعث تغییراتی در دشت شمال چین شد [ 46 ].
دوم، افزایش قابل توجهی در ET در Plateau Losses شناسایی شد ( p <0.05؛ شکل 6 ، قاب B). در مقایسه، کاهش قابل توجهی ( p > 0.05) در PET در فلات به دلیل اجرای برنامه دانه به سبز از سال 1999 وجود نداشت [ 47 ، 48 ]. تعرق آب توسط پوشش گیاهی به دلیل احیای جنگل افزایش یافت و باعث شد پوشش گیاهی در فلات لس از 31.6 درصد در سال 1999 به 59.6 درصد در سال 2013 افزایش یابد [49 ] . ترکیبی از گرم شدن آب و هوا و کاهش بارندگی در قسمت جنوب شرقی فلات لس (بر اساس داده های ایستگاه های هواشناسی که با افزایش پوشش گیاهی مطابقت دارد) [ 50، 51 ] منجر به افزایش شدت خشکسالی در لایه سطحی می شود که با کاهش بهره وری، تنوع زیستی را تهدید می کند و منجر به تخریب اکولوژیکی می شود [ 1 ، 49 ].
سوم، افزایش قابل توجهی در ET بدون تغییر آشکار در PET در دشت شمال شرقی چین مشاهده شد ( شکل 6 ، قاب D). عوامل غالب مؤثر در این پدیده عبارتند از افزایش دما و کاهش بارندگی (به ویژه در تابستان) [ 52 ]. علاوه بر این، تغییر پوشش زمین، مانند تبدیل تولید گندم یا لوبیا به تولید برنج، نیز به افزایش ET کمک کرد [ 53 ].
مقایسه بین ET و PET و رابطه بین آنها برای مناطق با تغییرات قابل توجه (به عنوان مثال، مناطق با مقدار p ≤ 0.05 و |R | > 0.5) بررسی شد. تغییرات قابل توجهی در ET و PET به ترتیب در 16.81٪ و 22.27٪ از کل منطقه رخ داده است. رابطه PET با شیب زمانی که PET بزرگتر یا کوچکتر از 1600 میلی متر در سال بود تغییر کرد. برای مثال، زمانی که PET کمتر از 1600 میلی‌متر در سال بود، شیب با PET همبستگی مثبت داشت، اما زمانی که PET > 1600 میلی‌متر در سال بود، ارتباط منفی با PET داشت. هر دو روند افزایشی و کاهشی ET زمانی که مقادیر ET بالا بود آشکارتر بود.
تغییرات آب و هوایی و فعالیت های انسانی به روندهای PET و ET کمک می کند و بر توزیع فضایی گونه ها و جمعیت ها تأثیر می گذارد. روندهای PET و ET به خوبی به تغییرات آب و هوایی، از جمله تغییر در الگوهای بارش و افزایش دما، پاسخ می دهند. تجزیه و تحلیل بر اساس ایستگاه های آب و هوایی با تغییر در ET و PET در فلات چینگهای-تبت همزمان شد [ 52 ]. داده‌های تبخیر تشت که از ایستگاه‌های هر منطقه به دست آمد نشان داد که ET به طور قابل‌توجهی در فلات چینگهای-تبت و دشت چین شمالی کاهش یافت، اما در دشت شمال شرقی چین و فلات لس افزایش یافت [52 ]]. علاوه بر این، اختلالات در اکوسیستم، مانند جنگل زدایی و تبدیل کاربری زمین در مناطق بزرگ، از روندهای قابل توجهی در ET شناسایی شد. فعالیت‌های احیای مثبت انسان، مانند Grain-to-Green، برنامه ملی گفتگوی جنگل، و جنگل پناهگاه نیز با تغییر پوشش گیاهی و چرخه آب، به طور قابل توجهی بر ET تأثیر می‌گذارند [54 ] .
عدم قطعیت به دلیل محدود ماندن دانش توزیع جغرافیایی گونه های شناخته شده وجود دارد، حتی اگر اکثر گونه ها توصیف شده اند [ 55 ]. به عنوان مثال، توزیع پستانداران در سراسر چین [ 56 ] با توزیع در نقشه جهانی [ 21 ] سازگار نیست . علاوه بر این، درک مردم از گونه‌ها متفاوت است [ 55 ]، با بهبود دسترسی به فناوری‌های جدید، غنای گونه‌ها و جنس‌ها دائماً به روز می‌شود. فن آوری های جدید، مانند بارکدگذاری DNA [ 57 ] و داده های جمع آوری شده [ 58]]، فرصت های قابل توجهی را برای شناسایی و نظارت بر طیف وسیعی از گونه ها در طول زمان و در سراسر مناطق جغرافیایی بزرگ ارائه می دهد. علاوه بر این، دقت داده های سنجش از دور (به عنوان مثال، اندازه گیری های نادرست ET در فلات تبت، که تمرکز مطالعه فعلی نبود) باید در نظر گرفته شود، با داده های تصحیح شده که برای بهبود توانایی آن در پیش بینی غنای گونه ها ادغام می شوند. . یک پایگاه داده دقیق در مورد توزیع جغرافیایی گونه ها، حفاظت از تنوع زیستی را افزایش می دهد، اما برای تحقق بخشیدن به آن نیاز به تلاش زیادی دارد.

4. نتیجه گیری

به طور خلاصه، این مطالعه اولین مطالعه ای است که فرضیه آب-انرژی را در چین اعمال می کند و امکان مقایسه با نتایجی را که قبلاً برای آمریکای شمالی، اروپا و جنوب آفریقا به دست آمده است، می دهد. علاوه بر این، ما این فرضیه را از استفاده از میانگین بلندمدت ET گسترش دادیم تا ثبات زمانی ET را نیز شامل شود. در نتیجه، نشان دادیم که چگونه میانگین بلندمدت و پایداری زمانی ET بر اساس سنجش از دور با غنای گونه‌ای با استفاده از RQA و رگرسیون خطی مرتبط است.
ما تأیید کردیم که ET پیش‌بینی‌کننده بهتری برای غنای گونه‌ای نسبت به PET در چین است، که انرژی متوسطی دارد (یعنی PET > 1000 میلی‌متر در سال)، به‌ویژه برای دوزیستان. در مقایسه با ثبات زمانی، میانگین بلندمدت ET نیز غنای گونه را بهتر توضیح داد. تغییرات آب و هوایی و انسانی به روندهای مشاهده شده در سری های زمانی ET و PET کمک می کند. گرم شدن آب و هوا و تغییر در بارش تغییرات قابل توجهی را نسبت به ET و PET نشان داد که به نوبه خود بر تنوع زیستی تأثیر می گذارد. علاوه بر این، احیای پوشش گیاهی طبیعی و تغییرات در پوشش زمین، پویایی آب و انرژی و همچنین تنوع زیستی را تغییر می‌دهد. دینامیک انرژی آب و پایداری زمانی آنها به وضوح بر غنای گونه ای تأثیر می گذارد. مناطق با آب و انرژی بالا و همچنین سیستم های آب و هوایی معین و منظم،
این نتایج درک ما را از پویایی انرژی آب و پویایی مکانی-زمانی تنوع زیستی زمینی در چین بهبود می‌بخشد و اجازه می‌دهد تاثیر تغییرات آب و هوا و تغییرات انسانی در نظر گرفته شود. ما این اثرات را با تشخیص روند در ET و PET بر اساس سنجش از راه دور بررسی کردیم. اثرات تغییرات آب و هوایی (از جمله دمای گرم شدن و تغییر الگوهای بارش) عوامل اصلی محدود کننده تعادل آب و انرژی در چین هستند. مناطق با فعالیت های انسانی (از جمله تغییر پوشش زمین و احیای جنگل) عمدتاً به تغییرات ET و PET در دشت شمال شرقی چین و فلات لس کمک کرده اند. از این رو،

منابع

  1. Mantyka-pringle، CS; مارتین، تی جی; رودز، JR تعاملات بین اقلیم و اثرات از دست دادن زیستگاه بر تنوع زیستی: یک بررسی سیستماتیک و متاآنالیز. گلوب. چانگ. Biol. 2012 ، 18 ، 1239-1252. [ Google Scholar ] [ CrossRef ]
  2. کیس، ام جی. لاولر، جی جی. توماسویچ، JA حساسیت نسبی به تغییرات آب و هوایی گونه ها در شمال غربی آمریکای شمالی. Biol. حفظ کنید. 2015 ، 187 ، 127-133. [ Google Scholar ] [ CrossRef ]
  3. فریتز، SA; Bininda-Emonds، OR; Purvis, A. تنوع جغرافیایی در پیش بینی خطر انقراض پستانداران: بزرگ بد است، اما فقط در مناطق استوایی. Ecol. Lett. 2009 ، 12 ، 538-549. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  4. هاوکینز، کارشناسی; فیلد، ر. کرنل، HV; کری، دی جی; Guégan، J.-F. کافمن، دی.م. کر، جی تی؛ Mittelbach، GG; اوبردورف، تی. O’Brien، EM انرژی، آب، و الگوهای جغرافیایی در مقیاس وسیع غنای گونه ها. اکولوژی 2003 ، 84 ، 3105-3117. [ Google Scholar ] [ CrossRef ]
  5. ژانگ، ک. کیمبال، جی اس. مو، کیو. جونز، لس آنجلس; گوتز، اس جی. در حال اجرا، تجزیه و تحلیل مبتنی بر ماهواره SW از روند شمال ET و تغییرات مرتبط در تعادل آب منطقه ای از سال 1983 تا 2005. J. Hydrol. 2009 ، 379 ، 92-110. [ Google Scholar ] [ CrossRef ]
  6. O’Brien، EM نسبیت بیولوژیکی به دینامیک آب-انرژی. J. Biogeogr. 2006 ، 33 ، 1868-1888. [ Google Scholar ] [ CrossRef ]
  7. O’Brien، E. دینامیک انرژی آب، آب و هوا، و پیش بینی غنای گونه های گیاهی چوبی: یک مدل کلی موقت. J. Biogeogr. 1998 ، 25 ، 379-398. [ Google Scholar ] [ CrossRef ]
  8. گیلمن، LN; رایت، SD؛ کوزنز، جی. مک براید، پی.دی. ملحی، ی. Whittaker، RJ Latitude، بهره وری و غنای گونه ای. گلوب. Ecol. Biogeogr. 2015 ، 24 ، 107-117. [ Google Scholar ] [ CrossRef ]
  9. هاوکینز، کارشناسی; پورتر، EE تأثیرات نسبی عوامل فعلی و تاریخی بر الگوهای تنوع پستانداران و پرندگان در آمریکای شمالی یخ زدایی شده. گلوب. Ecol. Biogeogr. 2003 ، 12 ، 475-481. [ Google Scholar ] [ CrossRef ]
  10. رودریگز، MA; Belmontes، JA انرژی، آب و الگوهای در مقیاس بزرگ از غنای گونه های خزندگان و دوزیستان در اروپا. Acta Oecol. 2005 ، 28 ، 65-70. [ Google Scholar ] [ CrossRef ]
  11. Whittaker، RJ; نوگوس-براوو، دی. Araújo، MB شیب جغرافیایی غنای گونه ای: آزمون حدس انرژی آب هاوکینز و همکاران. (2003) با استفاده از داده های اروپایی برای پنج گونه. گلوب. Ecol. Biogeogr. 2007 ، 16 ، 76-89. [ Google Scholar ] [ CrossRef ]
  12. کری، دی جی; Mittelbach، GG; کرنل، HV; فیلد، ر. Guégan، JF; هاوکینز، کارشناسی; کافمن، دی.م. کر، جی تی؛ اوبردورف، تی. O’Brien، E. پیش‌بینی‌ها و آزمون‌های فرضیه‌های مبتنی بر آب و هوا در مورد تنوع در مقیاس وسیع در غنای طبقه‌بندی. Ecol. Lett. 2004 ، 7 ، 1121-1134. [ Google Scholar ] [ CrossRef ]
  13. پرولکس، آر. پاروت، ال. فهریگ، ال. کری، دی جی تکرارهای طولانی مدت در اکولوژی: تشخیص روابط بین پویایی آب و هوا و تنوع زیستی در امتداد یک گرادیان عرضی. در تحلیل کمیت تکراری ; Springer: برلین، آلمان، 2015; صص 335-347. [ Google Scholar ]
  14. بینی، LM; دینیز فیلهو، JAF; هاوکینز، BA توضیحات ماکرواکولوژیکی برای تفاوت در شیب غنای گونه: تجزیه و تحلیل متعارف پرندگان آمریکای جنوبی. J. Biogeogr. 2004 ، 31 ، 1819-1827. [ Google Scholar ] [ CrossRef ]
  15. المو، اچ. Senay، GB; کاپتو، AT; Kovalskyy، V. تنوع تبخیر و تعرق و ارتباط آن با پویایی پوشش گیاهی در حوضه نیل، 2002-2011. Remote Sens. 2014 , 6 , 5885–5908. [ Google Scholar ] [ CrossRef ]
  16. توماس، A. ویژگی های مکانی و زمانی روند تبخیر و تعرق بالقوه در چین. بین المللی جی.کلیماتول. 2000 ، 20 ، 381-396. [ Google Scholar ] [ CrossRef ]
  17. Currie، DJ Energy و الگوهای در مقیاس بزرگ غنای گونه های حیوانی و گیاهی. صبح. نات 1991 ، 137 ، 27-49. [ Google Scholar ] [ CrossRef ]
  18. روجیرو، آ. Kitzberger، T. همبستگی های زیست محیطی غنای گونه های پستانداران در آمریکای جنوبی: اثرات ساختار فضایی، طبقه بندی و محدوده جغرافیایی. اکوگرافی 2004 ، 27 ، 401-417. [ Google Scholar ] [ CrossRef ]
  19. مو، کیو. ژائو، ام. در حال اجرا، بهبود SW به الگوریتم جهانی تبخیر و تعرق زمینی MODIS. Remote Sens. Env. 2011 ، 115 ، 1781-1800. [ Google Scholar ] [ CrossRef ]
  20. لیو، ز. شائو، کیو. لیو، جی. عملکرد محصولات MODIS-GPP و-ET در چین و حساسیت آنها به داده های ورودی (fPAR/LAI). Remote Sens. 2014 ، 7 ، 135-152. [ Google Scholar ] [ CrossRef ]
  21. جنکینز، CN; Pimm، SL; Joppa، LN الگوهای جهانی تنوع و حفاظت از مهره داران زمینی. Proc. Natl. آکادمی علمی ایالات متحده آمریکا 2013 ، 110 ، 2602–2610. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  22. Pimm، SL; جنکینز، CN; آبل، آر. بروکس، TM; گیتلمن، جی ال. Joppa، LN; ریون، PH; رابرتز، سی ام. Sexton، JO تنوع زیستی گونه ها و میزان انقراض، توزیع و حفاظت از آنها. علم 2014 . [ Google Scholar ] [ CrossRef ] [ PubMed ]
  23. ژانگ، سی. کای، دی. گوا، اس. گوان، ی. فرادریش، ک. نی، ی. لیو، ایکس. Bian، X. پویایی فضایی-زمانی تنوع زیستی زمینی چین: تشخیصی شاخص زیستگاه پویا. Remote Sens. 2016 , 8 , 227. [ Google Scholar ] [ CrossRef ]
  24. Parrott, L. اندازه گیری پیچیدگی اکولوژیکی. Ecol. اندیک. 2010 ، 10 ، 1069-1076. [ Google Scholar ] [ CrossRef ]
  25. مروان، ن. رومانو، ام سی؛ تیل، م. کرتز، جی. نمودارهای بازگشتی برای تجزیه و تحلیل سیستم های پیچیده. فیزیک Rep. 2007 , 438 , 237-329. [ Google Scholar ] [ CrossRef ]
  26. مروان، ن. وسل، ن. مایرفلد، یو. Schirdewan، A. کورتس، جی. معیارهای پیچیدگی مبتنی بر نمودار عود و کاربرد آنها برای داده‌های تغییرپذیری ضربان قلب. فیزیک Rev. E 2002 , 66 , 026702. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  27. رائو، CR; توتنبورگ، اچ. شلاب، HC; Schomaker, M. مدل های خطی و تعمیم. حداقل مربعات و جایگزین ها ، ویرایش سوم. Springer: برلین، آلمان، 2008. [ Google Scholar ]
  28. ابربانل، HD; براون، آر. سیدورویچ، جی جی. Tsimring، LS تجزیه و تحلیل داده های آشفته مشاهده شده در سیستم های فیزیکی. Rev. Mod. فیزیک 1993 ، 65 ، 1331. [ Google Scholar ] [ CrossRef ]
  29. Cao, L. روش عملی برای تعیین حداقل بعد تعبیه یک سری زمانی اسکالر. Physica D 1997 ، 110 ، 43-50. [ Google Scholar ] [ CrossRef ]
  30. فریزر، AM; Swinney، HL Independent از اطلاعات متقابل برای جذب جاذبه های عجیب و غریب هماهنگ می کند. فیزیک Rev. A 1986 , 33 , 1134. [ Google Scholar ] [ CrossRef ]
  31. کیان، اچ. Kisling، WD مقیاس فضایی و تطابق متقابل تاکسونی مهره‌داران زمینی و گونه‌های گیاهی آوندی در چین. اکولوژی 2010 ، 91 ، 1172-1183. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  32. کر، جی تی؛ Packer، L. ناهمگونی زیستگاه به عنوان یک عامل تعیین کننده غنای گونه های پستانداران در مناطق پر انرژی. طبیعت 1997 ، 385 ، 252-254. [ Google Scholar ] [ CrossRef ]
  33. کیان، اچ. وانگ، ایکس. وانگ، اس. لی، ی. عوامل تعیین کننده محیطی غنای گونه های دوزیستان و خزندگان در چین. اکوگرافی 2007 ، 30 ، 471-482. [ Google Scholar ] [ CrossRef ]
  34. هاوکینز، کارشناسی; مک کین، سی ام. دیویس، تی جی; باکلی، LB; Anacker، BL; کرنل، HV; دامشن، EI; گریتنس، جی. هریسون، اس. Holt، RD تاریخچه های مختلف تکاملی زمینه ساز شیب غنای گونه های متجانس پرندگان و پستانداران است. J. Biogeogr. 2012 ، 39 ، 825-841. [ Google Scholar ] [ CrossRef ]
  35. ژائو، ز. لیو، جی. پنگ، جی. لی، اس. وانگ، ی. ویژگی‌های غیرخطی و الگوهای پیچیدگی پویایی پوشش گیاهی در منطقه گذار شمال چین. Ecol. اندیک. 2015 ، 49 ، 237-246. [ Google Scholar ] [ CrossRef ]
  36. Fjeldså، J. بووی، RCK؛ راهبک، ج. نقش رشته‌کوه‌ها در تنوع‌بخشی پرندگان. آنو. کشیش اکول. تکامل. سیستم 2012 ، 43 ، 249-265. [ Google Scholar ] [ CrossRef ]
  37. هورتال، جی. Carrascal، LM; تریانتیس، کالیفرنیا؛ Thébault، E. میری، س. Sfenthourakis، S. غنای گونه ای می تواند با ارتفاع کاهش یابد اما با تنوع زیستگاهی کاهش نمی یابد. Proc. Natl. آکادمی علمی ایالات متحده آمریکا 2013 ، 110 ، 2149-2150. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  38. تیوس، جی. بروس، یو. گریم، وی. تیلبورگر، ک. ویچمن، ام سی؛ شواگر، ام. Jeltsch، F. تنوع گونه های جانوری ناشی از ناهمگونی/تنوع زیستگاه: اهمیت ساختارهای کیستون. J. Biogeogr. 2004 ، 31 ، 79-92. [ Google Scholar ] [ CrossRef ]
  39. کوریستین، LE; کر، JT تغییرات جغرافیایی مرتبط با دما در میان رهگذران: فرآیندهای متضاد در امتداد حاشیه‌های محدوده قطب و استوا. Ecol. تکامل. 2015 ، 5 ، 5162-5176. [ Google Scholar ] [ CrossRef ]
  40. توماس، سی دی آب و هوا، تغییرات آب و هوا و محدوده محدوده. غواصان. توزیع کنید. 2010 ، 16 ، 488-495. [ Google Scholar ] [ CrossRef ]
  41. Thuiller, W. Biodiversity: تغییر آب و هوا و اکولوژیست. طبیعت 2007 ، 448 ، 550-552. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  42. کای، دی. فرادریش، ک. سیلمان، اف. ژانگ، ال. زو، ایکس. گوا، اس. Guan، Y. پویایی گیاهی در فلات تبت (1982 تا 2006): یک انتساب توسط تشخیص اکو هیدرولوژیکی. جی. کلیم. 2015 ، 4576-4584. [ Google Scholar ] [ CrossRef ]
  43. چن، اچ. زو، س. پنگ، سی. وو، ن. وانگ، ی. نیش، ایکس. گائو، ی. زو، دی. یانگ، جی. تیان، جی. و همکاران اثرات تغییرات آب و هوایی و فعالیت های انسانی بر چرخه های بیوژئوشیمیایی در فلات چینگهای-تبت گلوب. چانگ. Biol. 2013 ، 19 ، 2940-2955. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  44. وانگ، ام. ژو، سی. وو، L. الگوی خشکی فلات تبت و عوامل تأثیرگذار آن در 2001-2010. Adv. صعود چانگ. Res. 2012 ، 8 ، 320-326. [ Google Scholar ]
  45. فن، ال. لو، سی. یانگ، بی. چن، Z. روند بلند مدت بارش در دشت چین شمالی. جی. جئوگر. علمی 2012 ، 22 ، 989-1001. [ Google Scholar ] [ CrossRef ]
  46. منگ، اس. فی، ی. ژانگ، ز. لی، تی. کیان، ی. Li، Y. تحقیق در مورد توزیع مکانی و زمانی مقدار نفوذ بارش در 50 سال گذشته در دشت شمال چین. Adv. علوم زمین 2013 ، 8 ، 9. [ Google Scholar ]
  47. اوچیدا، ای. خو، جی. Rozelle، S. Grain برای سبز: مقرون به صرفه بودن و پایداری برنامه کنار گذاشته حفاظت از چین. اقتصاد زمین 2005 ، 81 ، 247-264. [ Google Scholar ] [ CrossRef ]
  48. خو، ز. خو، جی. دنگ، ایکس. هوانگ، جی. اوچیدا، ای. Rozelle، S. Grain برای سبز در مقابل غلات: تضاد بین امنیت غذایی و حفاظت در چین کنار گذاشته شده است. توسعه دهنده جهانی 2006 ، 34 ، 130-148. [ Google Scholar ] [ CrossRef ]
  49. چن، ی. وانگ، ک. لین، ی. شی، دبلیو. آهنگ، ی. او، X. متعادل کردن تجارت سبز و غلات. نات Geosci. 2015 ، 8 ، 739-741. [ Google Scholar ] [ CrossRef ]
  50. لی، ز. ژنگ، فلوریدا؛ لیو، WZ; Flanagan، DC توزیع فضایی و روندهای زمانی رویدادهای شدید دما و بارش در فلات لس چین طی سال‌های 1961-2007. کواترن. بین المللی 2010 ، 226 ، 92-100. [ Google Scholar ] [ CrossRef ]
  51. وانگ، کیو. فن، X. وانگ، ام. روند بارش در طول 1961-2010 در منطقه فلات لس چین. Acta Ecol. گناه 2011 ، 31 ، 5512-5523. [ Google Scholar ]
  52. چی، تی. ژانگ، Q. وانگ، ی. شیائو، ام. لیو، جی. Sun، P. الگوهای فضایی-زمانی تبخیر تشت در 1960-2005 در چین: تغییر خواص و علل احتمالی. علمی جغرافیا. گناه 2015 ، 35 ، 1599-1606. [ Google Scholar ]
  53. لیو، جی. کوانگ، دبلیو. ژانگ، ز. خو، X. Qin، Y. نینگ، جی. ژو، دبلیو. ژانگ، اس. لی، آر. Yan, C. ویژگی‌های فضایی و زمانی، الگوها و علل تغییرات کاربری زمین در چین از اواخر دهه 1980. جی. جئوگر. علمی 2014 ، 24 ، 195-210. [ Google Scholar ] [ CrossRef ]
  54. او، تی. Shao، Q. تغییرات مکانی-زمانی تبخیر و تعرق زمینی در چین از سال 2001 تا 2010 با استفاده از محصولات MOD16. J. Geo-Inform. Sci 2014 , 16 , 979-988. [ Google Scholar ]
  55. میدن، RL سلسله مراتبی از مفاهیم گونه: انحراف در حماسه مشکل گونه. در گونه: واحدهای تنوع زیستی ; Claridge, MF, Dawah, HA, Wilson, MR, Eds. چپمن و هال: لندن، انگلستان، 1997; جلد 54، ص 381–423. [ Google Scholar ]
  56. جیانگ، ز. ممکن است.؛ وو، ی. وانگ، ی. ژو، ک. لیو، اس. فنگ، ز. Li، L. تنوع پستانداران چین و توزیع جغرافیایی ; China Science Publishing: Beijing, China, 2015. (به زبان چینی) [ Google Scholar ]
  57. هبرت، PD; Cywinska، A.; شناسایی بیولوژیکی توپ، SL از طریق بارکدهای DNA. Proc. R Soc. Lond B Bio. علمی 2003 ، 270 ، 313-321. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  58. فریتز، اس. مک کالوم، آی. شیل، سی. پرگر، سی. ببینید، L. شپاچنکو، دی. ون در ولده، م. کراکسنر، اف. Obersteiner, M. Geo-wiki: یک پلتفرم آنلاین برای بهبود پوشش جهانی زمین. محیط زیست مدل. نرم افزار 2012 ، 31 ، 110-123. [ Google Scholar ] [ CrossRef ]
Ijgi 06 00058 g001 550
شکل 1. توزیع جغرافیایی غنای گونه ای بر اساس بررسی های میدانی (تعداد گونه/100 کیلومتر مربع ) از ( الف ) پستانداران. ب ) پرندگان؛ و ( ج ) دوزیستان [ 21 ، 22 ، 23 ]. جزایر دریایی به دلیل کمبود غنای گونه ای در نظر گرفته نشدند. توزیع فراوانی سه گروه در قالب (x,y) از ( d ) (پستانداران، پرندگان) ارائه شده است. ( ه ) (پستانداران، دوزیستان). و ( و ) (پرندگان، دوزیستان).
Ijgi 06 00058 g002 550
شکل 2. توزیع جغرافیایی میانگین بلندمدت ( الف ) تبخیر و تعرق (ET). و ( ب ) تبخیر و تعرق بالقوه (PET) (بر اساس مجموعه داده های سالانه از 2000 تا 2013). مجموعه داده ها از وب سایت MOD16 بارگیری شد: http://www.ntsg.umt.edu .
Ijgi 06 00058 g003 550
شکل 3. توزیع فراوانی غنای گونه ها بر اساس بررسی های میدانی در مقابل میانگین بلند مدت تبخیر و تعرق (ET) و تبخیر و تعرق بالقوه (PET، 2000-2013) در قالب (x,y) با توجه به (a) (پستانداران) ارائه شده است . ، ET)؛ ( ب ) (پرندگان، ET); ( ج ) (دوزیستان، ET)؛ ( د ) (پستانداران، PET)؛ ( ه ) (پرندگان، PET)؛ و ( f ) (دوزیستان، PET).
Ijgi 06 00058 g004 550
شکل 4. توزیع جغرافیایی شاخص های پایداری زمانی (بر اساس مجموعه داده های ماهانه از سال 2000 تا 2013) تبخیر و تعرق بلند مدت (ET): (الف ) جبر (DET). ( ب ) آنتروپی شانون (ENTR)؛ ( ج ) لامیناریته (LAM); و ( d ) طول خط مورب متوسط ​​(Lmean). این شاخص ها با استفاده از جعبه ابزار CRT برای Matlab توسط نوربرت مروان [ 25 ] با ابعاد تعبیه شده: m = 6 و تاخیر زمانی τ = 2 تولید شدند. 10٪ از حداکثر قطر فضای فاز به عنوان آستانه ε برای هر پیکسل انتخاب شد.
Ijgi 06 00058 g005 550
شکل 5. توزیع فراوانی بین غنای گونه ها از بررسی های میدانی و DET تبخیر و تعرق طولانی مدت (ET) در قالب (x,y) برای ( a ) (پستانداران، DET) ارائه شده است. ( ب ) (پرندگان، DET)؛ ( ج ) (دوزیستان، DET)؛ ( د ) (پستانداران، ENTR)؛ ( ه ) (پرندگان، RNTR)؛ ( f ) (دوزیستان، ENTR)؛ ( g ) (پستانداران، LAM); ( h ) (پرندگان، LAM); ( i ) (دوزیستان، LAM)؛ ( ی ) (پستانداران، Lmean); ( k ) (پرندگان، Lmean); و ( ل ) (دوزیستان، Lmean).
Ijgi 06 00058 g006 550
شکل 6. توزیع جغرافیایی ویژگی های رگرسیون خطی برای تبخیر و تعرق بالقوه (PET) و تبخیر و تعرق (ET) در یک دوره 14 ساله (2000 تا 2013): (الف ) روندهای PET. ( ب ) همبستگی PET. ( ج ) قابل توجه PET. ( د ) روندهای ET. ( ه ) همبستگی ET. و ( f ) قابل توجه ET. چهار منطقه فرعی انتخاب شدند: A، فلات چینگهای-تبت. ب، فلات لس؛ C، دشت چین شمالی؛ د، دشت شمال شرقی. تغییر زمانی (گرایش ها) از نظر توزیع فرکانس در قالب (x، شیب (x)) برای تغییر قابل توجه در شیب ( p -value ≤ 0.05 & | R| > 0.5) برای مناطق با ( g) ارائه شده است.) PET و ( h ) ET.
جدول
جدول 1. ضرایب همبستگی غنای گونه ای بر اساس بررسی های میدانی در مقابل ET و PET مبتنی بر سنجش از دور با استفاده از رگرسیون خطی ساده داده های خام.
جدول
جدول 2. ضرایب همبستگی بین غنای گونه ای از بررسی های میدانی و پایداری زمانی ET با استفاده از یک رگرسیون خطی ساده داده های خام.
جدول
جدول 3. ضرایب همبستگی غنای گونه ای، بر اساس بررسی های میدانی، در مقابل ثبات زمانی که با میانگین بلندمدت ET با استفاده از رگرسیون خطی ساده داده های خام ترکیب شده است.

;کاربردهای GISمقالات

آموزش کاربردیآموزش کاربردی ArcGISالهام ابراهیم زادهکاربرد جی ای اسکاربرد جی ای اس در زمین شناسیکاربردهای GIs در زمین شناسی

بدون نظر

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

همواره حمایت دانشجویان عزیزمان همراه ما بوده و این سببب شده که گامی محکم به‌سوی ایجاد یک مرجع برای آموزش GIS برداریم. با این امید که بتوانیم قدردان حمایت شما بزرگواران باشیم.

  • خانه
  • آموزش
  • فیلم آموزشی
  • تماس با ما
  • درباره ما
  • وبلاگ
  • سمنان /خیابان کاشانی/ساختمان فناوری اطلاعات/پ 8
  • 09120049370