نوع مقاله : مقاله پژوهشی
کلیدواژهها
موضوعات
عنوان مقاله English
نویسندگان English
Snakebite as a conflict with reptiles is effective on public health.Identifying the range of distribution of poisonous snakes can help to plan to reduce the possibility of snakebite and also to plan to deal with it.This study was carried out with the aim of evaluating the distribution of Iranian horned vipers in Yazd province and also the possibility of conflicts and snake bites in the province.In this regard, the presence points of the species were collected from all regions of the province, then the habitat of the species was modeled using Domian and Bioclim presence only methods.The output from these models was used to prepare pseudo-absence points.Finally, by combining the findings of 8 models, the species distribution map in the province was obtained.The effect of habitat variables on the distribution was calculated using the random forest model.To check the vulnerability and area of the habitat in each city, the true skill statistic(TSS)threshold was used on the suitability map, and finally, the number of local communities involved in the conflict was identified.The findings showed that the single models used in modeling were successful.The sensitivity and AUC for the Ensembel model were calculated as0.98 and0.99, respectively.Land use, altitude and Hillshade have the greatest effect on the presence of the species.75.86%of Taft county and 413 human settlements in it are at risk of snakebite.The settlements of Bahabad and Ardakan are also in the next ranks.The prediction map of this study can be considered for the implementation of health and safety programs against snakebite.
کلیدواژهها English
تحلیل فضایی گسترههای مستعد رخداد تعارض با خزندگان در استان یزد
مطالعه موردی: افعی شاخدار ایرانی (Pseudocerastes persicus)
پیمان کرمی1، مریم مروتی3،2* و مهدی زارع خورمیزی4
1 ایران، ملایر، دانشگاه ملایر، گروه محیط زیست
2 ایران، اردکان، دانشگاه اردکان، دانشکده کشاورزی و منابع طبیعی، گروه علوم و مهندسی محیط زیست
3 ایران، اردکان، دانشگاه اردکان، پژوهشکده آب، انرژی و محیط زیست
4ایران، یزد، اداره کل حفاظت محیط زیست استان یزد
تاریخ دریافت: 26/04/1402 تاریخ پذیرش: 16/06/1402
چکیده
مارگزیدگی بهعنوان یک تعارض با خزندگان بر روی سلامت عمومی مؤثر است. شناسایی گستره توزیع مارهای سمی میتواند به برنامهریزی برای کاهش احتمال مارگزیدگی و همچنین مقابله با آن کمک شایانی نماید. این مطالعه باهدف ارزیابی توزیع افعی شاخدار ایرانی در استان یزد و همچنین احتمال رخداد تعارض و مارگزیدگی در سطح استان انجامگرفته است. در این راستا بازدیدهای میدانی منطبق با فعالیت گونه در فصول بهار تا پاییز سالهای 1398-1402 از تمام مناطق استان به عمل آمد و نقاط حضور جمعآوری شدند سپس با استفاده از روشهای فقط حضور Domian و Bioclim زیستگاه گونه مدلسازی شد. از خروجی از این مدلها برای تهیه نقاط شبه عدم حضور استفاده شد. درنهایت با تلفیق یافتههای 8 مدل، نقشه توزیع گونه در استان به دست آمد. تأثیر متغیرهای زیستگاهی بر روی توزیع با استفاده از مدل جنگل تصادفی محاسبه گردید. برای بررسی آسیبپذیری و مساحت زیستگاه در هر شهرستان از حد آستانه TSS بر روی نقشه مطلوبیت استفاده شد و درنهایت تعداد جوامع محلی درگیری رخداد تعارض در سطح مناطق شناسایی شدند. یافتههای نشان داد که مدلهای منفرد مورداستفاده در مدلسازی موفق بودهاند. مقدار AUC برای مدل های Bioclim و Domain به ترتیب برابر 93/0 و 90/0 محاسبه گردید.. حساسیت و AUC برای مدل اجماع به ترتیب برابر 98/0 و 99/0 محاسبه شد. متغیر کاربری اراضی، ارتفاع و سایه روشن بیشترین تاثیر را بر روی حضور گونه دارند. 86/75 درصد از شهرستان تفت و به همراه 413 سکونتگاه انسانی در آن دارای خطر مارگزیدگی هستند. سکونتگاههای بهاباد و اردکان نیز در رتبههای بعدی قرار دارند. منطبق با ویژگی ذکر شده برای این گونه وجود رطوبت و آب می تواند احتمال حضور افعی شاخدار را در باغات و مزارع افزایش دهد. نقشه پیش بینی این مطالعه میتواند برای پیاده سازی برنامههای بهداشتی و ایمنی در مقابل مارگزیدگی مد نظر قرار گیرد.
واژه های کلیدی: مدیریت، جوامع انسانی، تعارض، مناطق حفاظتشده، مارگزیدگی
* نویسنده مسئول، تلفن: 09133527142 ، پست الکترونیکی: Mymorovati@ardakan.ac.ir
مقدمه
با افزایش تخریب و دست ورزی انسان در گسترههای طبیعی، مرزی بین بومسازگان و مناطق انسانساخت باقی نمانده است. در پاسخ به این تعدی، گونههای حیاتوحش نیز به طروق خاصی به منافع انسانی آسیب میرسانند که در این شرایط شاهد رخداد تعارض (Conflict) با حیاتوحش خواهیم بود (47). درواقع همپوشانی نیازهای اولیه حیاتوحش با منابع مورداستفاده انسان در سیمای سرزمین (46) سبب بروز تعارض خواهد شد (37). این تعارض از گذشته وجود داشته است و در طول تاریخهای حیات بشری به شیوههای مختلف و متناسب با استفاده از انسان از منابع طبیعی تغییراتی را تجربه کرده است (12). گزش توسط خزندگان یکی از انواع تعارض با حیاتوحش محسوب میشود. مسمومیت ناشی از مارگزیدگی (Snakebite envenoming) یکی از مشکلات سلامت عمومی است که جمعیت 5/2 میلیون نفر را در سراسر جهان تحت تأثیر قرار داده است (38). از میان 3000 گونه مار شناساییشده تقریباً 200 گونه که معادل 15 درصد از کل گونههای شناساییشده است بهعنوان گونههای خطرناک شناخته میشوند (32). تا 5 میلیون مارگزیدگی در سال رخ میدهد که منجر به مرگ حدود 100000 نفر میشود (50). مارگزیدگی (Snakebite) میتواند طیف گستردهای از علائم مانند مشکلات تنفسی، سردرد و اختلال در گفتار، گرفتگی و درد عضلات، کلیه، آسیب به اندام را در برگرفته و در شرایط حاد منجر به مرگ شود (28، 44). مارگزیدگی را میتوان با پارامترهای اقتصادی- اجتماعی نیز مرتبط دانست چراکه معمولاً مارگزیدگی در مناطق فقیرنشین بیشتر رخ میدهد (26)؛ که این امر میتواند به دلیل حاشیهنشینی، توسعه کمتر این نواحی و عدم آموزش کافی باشد. مارگزیدگی تنها مختص نواحی بیابانی نیست در مناطق گرمسیری و نیمه گرمسیری با بارندگی بالا نیز مارگزیدگی بهعنوان یک فوریت گزارششده است (30). در ایرانی نیز بر اساس مطالعات انجامگرفته بیشتر مارگزیدگیها در نواحی روستایی رخ میدهند (16؛ 17، 43).
آشنایی با توزیع مارهای سمی و تأثیر آنها بر سیستم بهداشتی، جمعیتهای انسانی در سطح ناحیهای، ملی، منطقهای و جهانی میتواند در راستای کاهش خطر رخداد آن مؤثر باشد (48). بااینحال دانش در خصوص الگوی رخداد مارگزیدگی محدود است (26). آگاهی به توزیع گونههای مختلف گیاهی و جانوری در چند دهه گذشته با توسعه علوم مکانی و ارتباط آن با روشهای مختلف آماری و یادگیری ماشین میسر شده است. این دسته از مدلها که به آنها مدلهای توزیع (Species distribution model) و یا مطلوبیت زیستگاه (habitat suitability model) گفته میشود قادر هستند بین مناطق مشاهده گونه و مقادیر زیستگاهی ارتباط برقرار کرده (1) و گستره توزیع گونهها را در مقیاسهای خرد و کلان تخمین بزنند (8). اغلب مدلهای پیشبینی و پراکنش گونهای بر تئوری هاچینسونی استوار هستند (36) که بر اساس آن، شرایط محیطی پیرامون گونه بهصورت یک فضای N بعدی قابلتعریف است که هر بعد آن نیز برآیندی از مجموعه شرایط مختلف است.
علیرغم توسعه SDMs و کاربرد آنها در زمینههای مختلف مطالعات محیطی، استفاده از این مدلها برای بررسی تعارض خزندگان کمتر مورد توجه محققین بوده است. در ایران علاوه بر وجود مارهای غیر سمی و نیمه سمی، مارهای سمی مهمی مانند کفچهمار (Naja naja oxiana)، کبری سیاه (walterinnesia morgani)، مارهای دریایی (Hydrophidae)، انواع افعیها، گرزه مار (Macrovipera lebetinus)، افعی البرزی (vipera eriwanensis)، افعی لطیفی (Montivipera latifii) و مار جعفری (Echis carinatus) زیست میکنند (7) که به منظور کاهش خطر تعارض و مارگزیدگی لازم است گستره توزیع این گونهها بررسی شود. از طرفی آشنایی با گستره انتشار و توزیع اینگونه میتواند در پیشبرد مطالعاتی که بر روی سم این گونهها انجام میگیرد مؤثر عمل کند چراکه سم بسیاری ازاینگونهها دارای خاصیت دارویی است. در مطالعه که توسط زرگان و همکاران (1399) بر روی اثرات سم خام افعی شاخدار ایرانی انجام گرفت یافتهها نشان داد زهر اینگونه دارای اثرات ضد باکتریایی بوده که تأثیر آن بر روی باکتریهای گرم مثبت بیش از باکتریهای گرم منفی است همچنین سم خام اینگونه با القا آپاپتوز نکروز سبب مرگومیر در سلولهای سرطانی کبد شده است(4).
Viperidae خانوادهای از مارهای سمی هستند که گونههای متعلق به این خانواده در اقصی نقاط جهان بهجز در قطب جنوب، بخشهای از قطب شمال، ماداگاسکار، استرالیا، نیوزیلند پراکندگی دارند همگی آنها دارای دندان نیش برای فروکردن سم به بدن طعمه هستند (29). جنس Pseudocerastes از این خانواده، دارای سری مشخص که پوشیده از فلسهای ریز بوده و مردمک چشم عمودی است سوراخ بینی به سمت بیرون جهتگیری کرده و در سپر بینی بزرگ و غیر منقسم قرار دارد (20). این جنس دارای 3 گونه است که 2 گونه آن یعنی افعی شاخدار ایرانی (Pseudocerastes persicus) و افعی دم عنکبوتی (Pseudocerastes urarachnoides) در ایران حضور دارند. افعی شاخدار ایرانی علاوه بر ایران در کشورهای عراق، کویت، عربستان سعودی، افغانستان، پاکستان، عمان و امارت متحده عربی پراکنش دارد(33). در ایران در مناطق شنی، صخرهای و بوتهزارهای استانهای یزد، خراسان، کرمان، سیستان و بلوچستان، اصفهان، فارس، سمنان، مرکزی، خوزستان، زنجان، تهران، قم و هرمزگان جز زیستگاه گونه است (11). استانهای مرکزی، شرقی و جنوب شرقی کشور زیستگاه مارهای سمی زیادی هستند و همین مسئله اهمیت مطالعه توزیع این مارها را در این مناطق دوچندان میکند. استان یزد یکی از استانهای مرکز ایران با شرایط آب و هوایی گرم خشک است. وجود اینچنین شرایطی در بسیاری از زیستگاههای طبیعی استان منجر شده که گونهها سازگار با شرایط سخت نواحی بیابانی در این استان بهوفور یافت شوند.
مطالعات متعددی در راستای بررسی توزیع و آسیبرسانی گونهها مختلف مار انجامگرفته که در ادامه به برخی از آنها اشاره میشود. قلیجی سلخ و همکاران (1398) پراکنش افعی قفقازی (Gloydius halys caucasicus) را در ایران مطالعه کردند. در این مطالعه از نقاط حضور گونه متغیرهای اقلیمی و مدل آنتروپی بیشینه استفاده شد یافتههای این مطالعه نشان داد که زیستگاه پیشبینیشده برای گونه منطبق با نقاط حضور شناساییشده است (8). Zacariasو Loyola (2019) به مطالعه و بررسی تأثیر تغییر اقلیم بر روی گزش مار در موزامبیک پرداختند. در این بررسی از 13 گونه مارسمی و مدلسازی توزیع گونه استفاده شد. یافتههای این مطالعه نشان میدهد که با افزایش درجه حرارت احتمال گزش و مارگزیدگی افزایش پیدا میکند و زیستگاه 9 گونه از 13 گونه مار مورد بررسی در اثر تغییر اقلیم کاهش پیدا خواهد کرد. بر اساس نتایج این پژوهش آگاهی به اقدامات پیشگیرانه برای مواجه برای عواقب احتمالی مارگزیدگی الزامی است (51). Yousefi و همکاران (2020) به مطالعه خطر آسیبپذیری از مارگزیدگی 5 گونه مارسمی در ایران پرداختند که شامل گونههای Macrovipera lebetinus، Echis carinatus، Pseudocerastes persicus و Naja oxiana بود. مدلسازی با استفاده از مدلهای توزیع انجام گرفت. بر اساس یافتهها، شمال شرق ایران احتمال آسیبپذیری نسبت به مارگزیدگی بیشتری است و درمجموع تعداد 51112 روستا در معرض گزیدگی گونه M. lebetinus، 30339 روستا در معرض گزیدگی E. carinatus، 51657 روستا در معرض گزیدگی P. persicus و 12124 روستا در معرض گزیدگی N. oxiana قرار دارند (49). Moon و همکاران (2023) با استفاده از مدلهای توزیع احتمال مارگزیدگی توسط جنس Gloydius و با تأکید بر روی 3 گونه Gloydius saxatilis، Gloydius brevicaudus، Gloydius ussuriensis در پارکهای ملی واقع جنوب کره جنوبی بررسی کردند. مدلسازی توزیع با استفاده پلت فرم VisTrails و نرمافزار SAHM انجام گرفت. متغیرهای زیستگاهی مورداستفاده نیز شامل متغیرهای کاربری/پوشش اراضی، توپوگرافی و اقلیمی بودند. احتمال مارگزیدگی در پارکهای ملی کره جنوبی بین 18 تا 57 درصد متغیر بود (39). علیرغم انجام چند مطالعه در سطح کشور در مقیاس دادههای زیستی تاکنون مطالعهی با تفکیک مکانی بالا برای بررسی وضعیت توزیع و احتمال آسیبرسانی افعی شاخدار انجام نگرفته است. لذا این مطالعه باهدف مدلسازی توزیع و شناسایی جوامع محلی و سکونتگاههای آسیبپذیر در مقابل مارگزیدگی در سطح استان یزد انجامگرفته است.
مواد و روشها
محدوده موردمطالعه و جمعآوری نقاط حضور: استان یزد با مساحتی معادل 4/7 میلیون هکتار با 10 شهرستان و اقلیم خشک و نیمهخشک در مرکز ایران قرارگرفته است (شکل 1). بهمنظور جمعآوری نقاط حضور بازدیدهای میدانی در خلال سالهای 1398 تا 1402 از سطح استان به عمل آمد. تمرکز بازدیدها بر روی فصول بهار تا پاییز بود چرا که متناسب با بازه زمانی فعالیت اینگونه است (18). در طول این بازدیدها حضور گونه با استفاده از سامانه موقعیتیاب جهانی (GPS) ثبت شد. شکل 1 موقعیت نقاط حضور گونه را در سطح استان نمایش میدهد. در این شکل سیمای طبیعی زیستگاه، موقعیت نقاط حضور به تفکیک شهرستانهای استان و تصویر افعی شاخدار نمایش دادهشده است. در این مطالعه هریک از نقاط حضور گونه بهعنوان یک نقطه مستعد تعارض در نظر گرفته شد چراکه در هریک از نقاط حضور با احساس خطر احتمال گزیدگی وجود دارد. درمجموع تعداد 57 نقطه در سطح استان برای گونه شناسایی شد که ازنظر تجانس شرایط بسیار متفاوتی را نمایش میدهند. ازآنجای که حداقل فاصله میان نقاط حضور ثبتشده از قدرت تفکیک مکانی دادههای مورداستفاده در این مطالعه (100× 100 متر) بیشتر است لذا هیچیکی از نقاط حضور از تحلیل حذف نشدند و تمام نقاط وارد مدلسازی شدند (42) این روش کاهش خودهمبستگی مکانی به روش سیستماتیک (Systematic Sampling bias correction) موسوم است (19). نقاط به رنگ سبز در شکل 1 نمایش دادهشدهاند.
شکل 1- استان یزد و شهرستانهای استان، نقاط حضور افعی شاخدار (Pseudocerastes persicus)
متغیرهای زیستگاهی: با توجه به اهمیت محرکهای محیطی در شناسایی مناطق مستعد مارگزیدگی (41) با در نظر گرفتن مطالعات از پیش انجامگرفته بر روی گونههای مختلف مار (31، 39)؛ متغیرهای این مطالعه به شرح کاربری/پوشش، ارتفاع، درصد شیب، دمای سطح زمین، شاخص پوشش گیاهی، سایهروشن ارتفاع، فاصله از منابع آب سطحی و تراکم سکونتگاههای انسانی انتخاب شدند. با توجه به گرمسیری بودن استان و احتمال حضور گونه در فصول گرم منطقه مانند بهار و تابستان (42) و همچنین ادامه گرما تا اویل مهرماه آمادهسازی متغیرهای زیستگاهی پویا مانند دما و پوشش گیاهی در این بازه زمانی (فروردین تا مهرماه) در محیط گوگل ارث انجین (23) پردازش شدند. استخراج تصاویر با استفاده از فیلترگذاری و برای مجموعه تصاویر ماهواره لندست 8 سنجنده OLI با ابر کمتر از 3 درصد انجام گرفت. دمای سطح زمین با استفاده از معکوس تابع پلانک و شاخص پوشش گیاهی نیز با استفاده از NDVI ارزیابی شدند. ازآنجا عمده فعالیتهای انسان در سیمای سرزمین در فرآیند مدلسازی توزیع با استفاده از نقشه کاربری/پوشش قابلبررسی است (22،21)، در این مطالعه کاربری/پوشش اراضی استان یزد از نقشه سازمان جنگل و مرتع تهیه شد. مدل رقومی ارتفاعی (Digital Elevation Model) قدرت تفکیک مکانی 30 متری از تارنمای https://dwtkns.com تهیه شد. سپس از این متغیر برای استخراج سایهروشن ارتفاع استفاده شد. استخراج این شاخص با استفاده از الگوریتم K-mean در نرمافزار QGIS میسر است. متغیر درصد شیب زمین نیز با استفاده از مدل رقومی مذکور تهیه گردید. نقشه تراکم مناطق مسکونی در کیلومترمربع با استفاده از تابع تراکم کرنل در نرمافزار ArcGIS10.4.1 انجام گرفت مناطق مسکونی در این مطالعه شامل تمام روستاها، مناطق انسانساخت در عرصههای استان یزد است. پیش از ورود متغیرهای زیستگاهی به فرآیند مدلسازی اجرای آزمون همبستگی در محیط نرمافزار Arcgis و با استفاده از دستور Band Collection Statistics از مجموعه ابزارهای Spatial Analyst Tools انجام گرفت تا آن دسته از متغیرهای که دارای همبستگی بیش از 75/0 هستند از تحلیل کنار روند.
مدلسازی و ارزیابی: در این مطالعه از مدلهای فقط حضور (Presence only) و حضور /شبه عدم حضور (Pseudo-absences) برای ارزیابی توزیع افعی شاخدار ایرانی استفاده شد. ابتدا مدلهای توزیع وابسته به نقاط حضور مانند Domian و Bioclim برای مدلسازی مورداستفاده قرار گرفتند برای اجرای هر یک 25 درصد دادهها برای آزمون مدنظر قرار گرفت و اعتبار سنجی مدلها نیز با استفاده از معیار (AUC= Area under the curve) انجام گرفت. سپس این دو نقشه با یکدیگر ادغام شدند و از نقشه خروجی این دو مدل برای ایجاد نقاط شبه عدم حضور استفاده شد. AUC در واقع مساحت سطح زیر منحنی (ROC= Receiver operator characters) است. AUC بین 7/0 تا 8/0 بیانگر یک مدل خوب، بین 8/0 تا 9/0 مدل عالی و مقادیر بیش از 9/0 بیانگر اجرای مدل بسیار عالی است (33). تعداد نقاط شبه عدم حضور برابر با تعداد نقاط حضور (114) در نظر گرفته شدند (9). سپس برای اجرای مدلهای دوطبقهای از مدلهای Roghset، حداکثر احتمال (MaxLik= Maximum likelihood)، آنتروپی بیشینه (MaxEnt= Maximum Entropy)، شبکه عصبی با پسخور (Bp-ANN) (Back-propagation ann) و درخت تصمیم ناپارامتری (Ctree= Conditional Inference Trees) استفاده شد. تمام مدلهای مذکور در نرمافزار ModEco پیادهسازی شدند. برای ارزیابی هر یک از مدلهای طبقهبندی کننده در این مطالعه از معیارهای کاپا (Kappa) و حساسیت (Sensitivity) استفاده شد. رابطه 1 شیوه محاسبه شاخص کاپا را نمایش میدهد.
رابطه 1:
در رابطه بالا P0 درستی تقسیمبندی نقاط حضور و Pc توافق مورد انتظار را نمایش میدهند. شاخص کاپا بین -1 تا +1 در نوسان است مقدار 1+ نشاندهنده توافق کامل و مقادیر صفر و کمتر از آن نشانگر آن است مدل عملکردی بهتری از مدل تصادفی نداشته است (10). حساسیت بیانگر تعداد نقاط حضوری است که در پس از اعمال آستانه مجدد حضور شناساییشدهاند (40). از رابطه زیر محاسبه میشود.
رابطه 2:
TP بیانگری نقاط حضوری است که از پس از اعمال آستانه مجدداً بهعنوان نقطه حضور شناساییشدهاند و FN نیز بیانگر آن دسته از نقاط حضوری است که بهاشتباه بعد از اعمال آستانه بهعنوان نقطه شبه عدم حضور شناساییشدهاند. تمام مدلها بر اساس وزن مقدار حساسیت با یکدیگر ادغام شدند و مدل اجماع (Ensemble model) حاصل گردید. با استفاده از چارچوب مدل پیشبینی اجماعی، هم میتوان عدم اطمینانهای (Uncertainty) که در هر مدل وجود دارد را کاهش داد و هم میتوان کارایی پیشبینی تکنیکهای مختلف مدلسازی را افزایش داد (3).
اهمیت متغیرهای زیستگاهی: برای بررسی اهمیت متغیرهای زیستگاهی تمام نقاط حضور و شبه عدم حضور ساختهشده در فرآیند مدلسازی وارد مدل جنگل تصادفی شدند. جنگل تصادفی (RF= Random Forest) یک الگوریتم یادگیری ماشین باقابلیت استفاده ساده است که هم برای طبقهبندی کردن (Classification) و هم رگرسیون (Regression) مورداستفاده قرار میگیرد. RF مجموعهای از درختهای هرس نشده که هر درخت با الگوریتم افزارهای بازگشتی (Recursive partitioning) به دست میآید (27). رویکرد جنگل تصادفی مبتنی بر روش جدید ترکیب اطلاعات است که در آن تعداد زیادی درخت تصمیم ایجاد گردیده، سپس تمام درختان باهم برای پیشبینی ترکیب میشوند (2). مهمترین ویژگی جنگلهای تصادفی عملکرد بالای آنها در اندازهگیری اهمیت متغیرها برای مشخص کردن اینکه هر متغیر چه نقشی در پیشبینی دارد میباشد. برای اجرای جنگل تصادفی نقاط حضور و شبه عدم حضور به همراه تمام متغیرهای زیستگاهی وارد فرآیند مدلسازی به روش جنگل تصادفی شدند. اجرای مدل با استفاده بسته مربوطه در محیط نرمافزار R انجام گرفت.
تأثیر بر روی جوامع: نقشه مطلوبیت حاصل از مدل اجماع، مطلوبیت زیستگاه را بهصورت احتمالی و در تلفیق با سایر مدلها نمایش میدهد. برای اینکه بتوان مشخص کرد که در چه سطحی، چه بخشی از محدوده توزیع در معرض آسیبپذیری است لازم است تا پیشبینی اجماع به نقشه باینری تبدیل شود. یکی از رویکردهای که میتوان استفاده کرد استفاده از حد آستانه (Threshold) است. برای ارزیابی تأثیرپذیر شهرستانهای استان از احتمال حضور و مارگزیدگی ابتدا با استفاده از آستانه (TSS= True skill statistic) نقشه احتمال به نقشه مطلوبیت تبدیل شد. برای محاسبه حد آستانه از منحنی (ROC= Receiver operating characteristic) استفاده در نرمافزار SPSS 16.0 استفاده شد. به این منظور نقاط حضور/شبه عدم حضور و مقداری از مطلوبیت زیستگاه پیشبینیشده به ازای این نقاط با استفاده از دستور Extracts the cell values استخراجشده و سپس با فرمت .txt به نرمافزار مذکور انتقال پیدا کردند و از دستور ROC برای شناسایی آستانه استفاده شد. پس از شناسایی آستانه با استفاده از ماشینحساب رستری (RasterCalculator) نقشه احتمال پیشبینیشده به نقشه باینری تبدیل و سپس مساحت به تفکیک شهرستانها محاسبه گردید. سپس نقشه تمام مناطق مسکونی شامل روستاها، دامداریها، آغلها و بسیاری از ساختههای انسانساخت در محدوده استان بزد از نقشه سکونتگاهها استخراج شد؛ و مقدار همپوشانی آنها با نقشه مطلوبیت زیستگاه با استفاده از Select by location در نرمافزار ArcMap تهیه گردید.
نتایج
اعتبارسنجی مدل: مقدار AUC برای مدلهای Domain و Bioclim به ترتیب برابر 93/0 و 90/0 محاسبه گردید. جدول 1 نتایج حاصل از ارزیابی مدلهای زیستگاهی مورداستفاده را نمایش میدهد. یافتهها نشان میدهد که مقدار حساسیت برای تمام مدلها مناسب عمل کرده است بهنحویکه مقدار آن برای مدلهای Ctree، Roghset و مدل اجماع برابر 1 محاسبهشده است. در مقایسه با سایر مدلها، آنتروپی بیشینه و حداکثر احتمال مقدار رونوشت پایینتری داشتهاند. مقدار AUC برای مدل اجماع نهایی برابر 99/0 پیشبینی شد که با توجه به مقادیر و نوسان این متغیر مقدار مناسبی ارزیابی میشود.
جدول 1- ارزیابی مدلهای طبقهی مورداستفاده در فرآیند مدلسازی
|
مقادیر |
CTree |
Bp-ANN |
MaxLik |
MaxEnt |
Rogh set |
اجماع |
|
Kappa |
95/0 |
90/0 |
73/0 |
72/0 |
97/0 |
96/0 |
|
حساسیت |
1 |
95/0 |
85/0 |
83/0 |
1 |
1 |
مدلسازی و حساسیت سنجی آن: شکل 2 نتایج حاصل از مدلسازی توزیع را نمایش میدهد. در این شکل مدلها منفرد به تفکیک نمایش دادهشدهاند در این اشکال رنگ آبی نشاندهنده زیستگاه مطلوب و رنگ نارنجی نشاندهنده زیستگاه نامطلوب در سطح استان است همانطور که در تصویر مشخص است بخش زیادی از پیشبینیها مدل مربوط به شهرستانهای جنوب غربی استان است و تا حدودی مطلوبیت زیستگاه در بخشهای میانی و شمال شرقی استان کمتر است.
شکل 2- نقشه مطلوبیت زیستگاه افعی شاخدار با استفاده از مدلهای منفرد و اجماع
شکل 3 نتایج حاصل از حساسیت سنجی با استفاده از روش جنگل تصادفی را نمایش میدهد. بر اساس نتایج روش جنگل تصادفی، متغیرهای کاربری اراضی، ارتفاع و سایهروشن بیشترین تأثیر را بر روی توزیع افعی شاخدار ایرانی داشتهاند. در شکل، همچنین منحنی پاسخ و مطلوبیت زیستگاه برای نقاط حضور و نقاط شبه عدم حضور نیز به تفکیک نمایش دادهشده است. از میان طبقات کاربری/پوشش طبقه مراتع ضعیف بیشترین حضور گونه به ثبت رسید. با افزایش ارتفاع بر مطلوبیت زیستگاه گونه افزوده میشود عمده ارتفاع مطلوب برای گونه 1000 تا 2500 متر است اما ارتفاع در نقاط شبه عدم حضور دارای مقادیر پایینتری میباشند. مقادیر مربوط به سایهروشن نیز نشان داد که با افزایش تشعشات دریافتی، مطلوبیت زیستگاه اضافه میشود و مقادیر پایین این متغیر برای گونه مطلوبیت کمی دارند.
شکل 3- منحنی پاسخ اهمیت 3 متغیر تأثیرگذار بر روی توزیع افعی شاخدار به تفکیک نقاط حضور/شبه عدم حضور (1 تا 3) و حساسیت سنجی مدل (4)
تأثیر در سطح شهرستان: مقدار شاخص TSS در این بررسی برابر 29./0 محاسبه شد و در این آستانه حساسیت برابر 100 درصد اندازهگیری شد. جدول 2 نتایج حاصل از بررسی و انطباق زیستگاه مطلوب افعی را در شهرستانهای مختلف استان نمایش میدهد. بر اساس این یافتهها در شهرستان یزد 57/48 درصد از مساحت کل شهرستان برای گونه دارای زیستگاه مطلوب است و تعداد 41 سکونتگاه انسانی در این شهرستان دارای ریسک آسیبپذیری از مارگزیدگی هستند. این شهرستان کمترین آمار سکونتگاه انسانی در معرض آسیب را دارد. این مقدار برای شهرستان تفت برابر 413 سکونتگاه است که به نسبت کل استان بیشتری سهم را دارد. نتایج بهخوبی نشان میدهد که تقریباً تمام شهرستانهای انسان دارای پتانسیل حوض هستند اما شهرستان مهریز با 94/78 درصد بیشترین سهم را نسبت به مرز خود دارد.
جدول 2- درصد مساحت زیستگاه مطلوب و سکونتگاهها درگیر در زیستگاه مطلوب افعی شاخدار
|
نام شهرستان |
درصد از استان |
درصد زیستگاه مطلوب در شهرستان |
مناطق مسکونی درگیر |
|
ابرکوه |
49/7 |
16/66 |
42 |
|
اردکان |
41/31 |
61/51 |
180 |
|
بهاباد |
10/9 |
01/58 |
133 |
|
بافق |
40/11 |
13/57 |
86 |
|
خاتم |
07/11 |
34/76 |
87 |
|
مهریز |
16/9 |
94/78 |
135 |
|
میبد |
74/6 |
95/73 |
54 |
|
صدوق |
57/2 |
08/62 |
94 |
|
تفت |
65/7 |
86/75 |
413 |
|
یزد |
36/3 |
57/48 |
41 |
بحث و نتیجه گیری
سازمان بهداشت جهانی برای کاهش مرگومیر ناشی از مارگزیدگی بهاندازه 50 درصد تا 2030 برنامه دارد (38)؛ اما روند تغییرات اقلیم نشان میدهد که تغییر میتواند بر روی گستره توزیع مارهای سمی مؤثر بوده و درنتیجه احتمال مارگزیدگی نیز افزایش پیدا کند. در این مطالعه برای نخستین بار احتمال مارگزیدگی با استفاده از مدلهای توزیع در سطح شهرستان یزد برای گونه Pseudocerastes persicus مدنظر قرار گرفت که یکی از 5 مارسمی با گستره انتشار و احتمال بالای گزش در ایران است (50). مطالعات محدودی در خصوص ارزیابی احتمال مارگزیدگی در ایران انجامگرفته است. در مطالعهی که توسط Yousefi و همکاران (2020) بر روی بررسی احتمال مار گزیدگی در ایران انجام گرفت گستره آسیبرسانی Pseudocerastes persicus متفاوت از یافتههای این مطالعه بود چراکه نواحی محدوده مستعد رخداد مارگزیدگی در استان یزد تنها در شهرستانهای تفت و بخشی از مهریز پیشبینیشده بود(49) که این امر میتواند تحت تأثیر نقاط حضور، قدرت تفکیک مکانی و متغیرهای مورداستفاده باشد؛ اما بزرگمقیاس بودن این دسته از مطالعات انطباق یافتههای آنها را با واقعیتها دشوار میسازد. چراکه متغیرهای بیوفیزیکی در مقیاس محلی توزیع گونه را بهتر تشریح میکنند (25). از طرفی پیادهسازی اقدامات مدیریتی بر روی جمعیتها معمولاً در مقیاس Fine انجام میگیرد (33). تمام مدلهای منفرد اجراشده در این مطالعه دارای قدرت پیشبینی مناسبی بودند و توزیع گونه را بهخوبی پیشبینی کردند. اجماع تمام مدلها با یکدیگر نیز منجر به افزایش کارایی مدل نهایی گردید. مدل آنتروپی بیشینه علیرغم کارایی بالایی آن در مدلسازی توزیع، در این مطالعه در مقایسه با سایر مدلهای با کارایی کمتر عمل کرد یکی از دلایل آن میتواند حساسیت این مدل به دادههای گونههای پراکنده در مقابل گونهها نادر باشد (31).
حضور گونه در ارتفاعات مختلف در گستره توزیع خود یکی از نشانههای پهنای آشیان بومشناختی گونه است. در استان یزد احتمال حضور گونه در ارتفاعهای بین 1500 تا 2000 متر بسیار بالاست به نظر میرسد خارج این دامنه ارتفاعی، احتمال حضور گونه کاهش پیدا میکند این در حالی است که در کشور عمان متوسط ارتفاع حضور 500 متر از سطح آبهای آزاد گزارششده است (15). البته برخی از پژوهشگران معتقد هستند که عدم حضور اینگونه در ارتفاعات پایینتر میتواند به دلیل رقابت با Echis carinatus باشد (13). ارتفاع میتواند بر روی نوسان سایر متغیرهای زیستگاهی مانند دما مؤثر باشد. تغییرات دما خود نیز میتواند با تأثیر بر روی خواب زمستانی، تغذیه و تولیدمثل بر روی انتخاب زیستگاه مارها مؤثر باشد (39).
گونه از حضور در مناطق پست و بهدور از پوشش گیاهی و آب اجتناب دارد بنابراین وجود هرگونه منبع آبی و رطوبت که به شکل مستقیم و یا غیرمستقیم توسط پارامتری مختلف محیطی ایجاد شوند در فصول فعالیت گونه بهویژه تابستان بهعنوان یک جاذبه عمل میکند ازجمله این ساختارها میتوان به سایه کنار دیوارها، خرابه و آغلها اشاره کرد. به دلیل پهنای بالای آشیان اکولوژیک، گونه توان حضور در تیپهای مختلفی زیستگاهی را دارد بهطور مثال بخش زیادی از زیستگاه در مراتعی با پوشش گیاهی کم تراکم قرارگرفته است اما این گونه در مناطقی با پوشش گیاهی بالا نیز حضور پیدا خواهد کرد. فرآیندهای سازشی از جمله تغییرات تکاملی فراوان در شکل بدن، ادراک شیمیایی و حرارتی، سم و سیستم تولید مثل، در مجموع باعث تمایز مارها از سایر فلسداران میشود که در مارهای پیشرفته به اوج خود رسیده است(5). حضور گونه در مجاورت زمینهای کشاورزی در شهرستان تفت میتواند به دلیل تمایل به رطوبت در باغهای این شهرستان باشد. بسیار از نقاط ثبتشده حضور گونه در کنار شیرکوه در شهرستان تفت است. این حضور در کنار درهها و مزارع کشاورزی میتواند به دلیل بالا بودن احتمال شکار طعمههای مانند مارمولکها، جوندگان و پرندگانی باشد که در این مناطق حضور دارند. از طرفی حضور گونه در این مناطق به دلیل وجود شاخه درخت برای نشستن (35) میتواند با استراتژی شکار افعیها که مبتنی برنشستن و انتظار (sit and wait) است نیز انطباق داشته باشد (24)؛ بنابراین اگرچه افعی شاخدار در انتخاب زیستگاه تخصصی عمل نمیکند اما نزدیکی به منابع آب و رطوبت برای اینگونه مهم است. اینچنین شرایط برای گونههای دیگر مانند Hemorrhois hippocrepis و Malpolon insignitus نیز در مطالعه Segura و همکاران (2007) مشاهدهشده است (46). با توجه به اینکه پیشه مردم این شهرستان مذکور بیشتر به سمت باغداری و کشاورزی است لذا وجود این رطوبت و آب در باغات و زمینهای کشاورزی میتواند زمینهسازی آسیبهای افعی شاخدار باشد. از طرفی تولیدمثل مارها و آغاز فعالیت آنها نیز منطبق با فصول کشاورزی است (45). دلیل این امر نیز آن است که جفتگیری و تخم گذاری باید زمانی صورت بگیرد که نوزادان با کمبود غذا در اواخر تابستان و پاییز مواجه نشوند از این رو بهار و اوایل تابستان بهترین زمان برای تولید مثل خزندگان است(6). بهطورکلی گسترش زمینهای کشاورزی بهعنوان یک دلیل احتمالی برای مارگزیدگی در ایران است (49).
جمعیتهای روستایی معمولاً به دلیل دسترسی کمتر به پادزهر و مراکز درمانی معمولاً از آسیبپذیرترین بخش جامعه نسبت به مارگزیدگی محسوب میشوند (14). سایر شهرستانهای استان نیز دارای پتانسیل مارگزیدگی هستند بهطور مثال 78 درصد شهرستان مهریز آشیان بالقوه حضور افعی شاخدار است که به نسبت مساحت کل شهرستان مقدار بالایی است. بهجز شهرستان یزد باقی شهرستانهای استان دارای مساحت بالایی از سطح کل شهرستان هستند. شیبهای بین 0 تا 20 درصد بالاترین مطلوبیت زیستگاه را برای گونه داشتند و شیبهای بیش از 50 درصد برای گونه مطلوب نبودند؛ اما تمایل به مناطقی با تشعشات دریافتی بالا میتواند برای گونه بهمنزله توازنی بین مناطق گرم و سرد باشد به عبارتی گونه به مناطقی از کوهستانها تمایل دارد که بتوانند بین سرما کوهستان و ارتفاعات و گرمای ناشی از تابش آفتاب یک تعادل ایجاد کند.
وجود پتانسیل بالای مارگزیدگی توسط افعی شاحدار در سطح استان یزد میتواند الزام به ایجاد و توسعه برنامههای حفاظتی برای گونه و افزایش آگاهی عمومی مردم باشد؛ که یکی از برنامههای میتواند در کاهش خطرات مارگزیدگی مهم باشد دستیابی به پادزهر (Antivenom) است (50). نقشه پیشبینیشده میتواند به استقرار و شناسایی بهداشتی و درمانی مناسب برای معاینه و تجویز پادزهر و سرم برای بیماران مؤثر باشد. در کنار مخاطرات ارزش مطالعات علمی اینگونه برای در چند سال گذشته بارز شده است که لازم است به این مقوله نیز توجهی خاص گردد.
سپاسگزاری
نویسندگان این مقاله از مجموعه اداره محیطزیست استان یزد جهت کمک به بازدیدهای میدانی و جمعآوری دادههای موردنیاز این مطالعه کمال سپاسگزاری را دارند.
این پژوهش حاصل طرح پژوهشی داخلی دانشگاه اردکان به شماره 7760/ 1402 میباشد.
1- اسدی، ع. کابلی، م. احمدی، م. کفاش، ا. نظری زاده، م. بهروز، ر. رجبی زاده، م. 1395. پیشبینی حضور جمعیتهای رلیکت افعیهای کوهزی جنس Montivipera در غرب ایران؛ مدلسازی زیستگاه مبتنی بر تجمیع چهار الگوریتم همراه با بازسازی اثرات تغییرات اقلیمی از گذشته تا آینده. فصلنامه محیطزیست طبیعی، دوره 69، شماره 2، صفحات 303-327.
2- جعفریان، ز. کارگر، م. 1396. مقایسه مدلهای جنگل تصادفی(RF) و درخت رگرسیون تقویتشده(BRT) در پیشبینی حضور گونههای غالب مرتعی در مراتع پلور، مازندران. فصلنامه بومشناسی کاربردی، دوره 6، شماره1، صفحات 55-41.
3- حبیب زاده، ن. حسنعلی زاده، ر. 1396. مدلسازی چند مقیاسی از مطلوبیت زیستگاه تغذیه ای کرکس مصری در منطقه حفاظت شده ارسباران. فصلنامه بوم شناسی کاربردی، سال 6، شماره 3، صفحات 12-1
4- زرگان، ج. میرزائی ندوشن، م. ثباتی، ح. گودرزی، ح. حاجی نور محمدی، ا. ابراهیمی، ف. 1399. بررسی اثرات ضد سرطانی و خواص ضد باکتریایی سم خام مار شاخدار ایرانی. کومش، جلد 22، شماره 3، صفحات 528-518.
5- شیخ، ی. اورعی، ح. رستگار پویانی، ا. 1398. مطالعه ریخت شناسی مارهای منطقه سیستان. مجله پژوهش های جانوری، جلد 32، شماره 4، صفحات 291-283.
6- صوفی زاده، ا. حجتی، و. کمی، ح.ق. 1394. مطالعه مقدماتی زیست شناسی تولید مثل مار چلیپر ماده در استان مازندران. فصلنامه پژوهش های جانوری، جلد 28، شماره 2، صفحات 197-188.
7- قارزی، ا. نظری، آ. عباسی، م. 1392. اثرات مخرب سم مار جعفری(Echis carinatus) بر روی بافت و شش و کبد گونهای پرنده. فصلنامه علمی پژوهشی زیستشناسی جانوری، سال 5، شماره 3، صفحات 58-51.
8- قلیچی سلخ، آ. کمی، ح. رجبی زاده، م. 1398. مدلسازی پراکنش افعی قفقازی(Gloydius halys caucasicus) در ایران. فصلنامه محیطزیست جانوری، سال 10، شماره 2، صفحات 146-140.
9- کرمی، پ. 1400. شناسایی و تحلیل توزیع نواحی داغ زیستگاهی مهرهداران شاخص از منظر سیمای سرزمین در استان کرمانشاه. رساله مقطع دکتری محیطزیست، دانشکده منابع طبیعی و محیطزیست، دانشگاه ملایر. 421 صفحه.
10- کرمی، پ. شایسته، ک. کرمی، ا. حسینی، س.م. 1397. شناسایی دالانهای زیستگاهی گوسفند وحشی ارمنی(Ovis Orientalis) در بستر سیمای سرزمین مبتنی بر تئوری مدار الکتریکی(مطالعه موردی: مناطق لشگر در و گلپر آباد). فصلنامه پژوهشهای جانوری، جلد 31، شماره 3، صفحات 330-316.
11- لطیفی، م. 1371. مارهای ایران. انتشارات سازمان حفاظت محیطزیست. 231 صفحه.
مجله پژوهشهای جانوری (مجله زیست شناسی ایران)(علمی)