همکاری با انجمن علمی مدیریت و کنترل مناطق بیابانی ایران

نوع مقاله : مقاله پژوهشی

نویسندگان

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

2 استاد، گروه احیا مناطق خشک و کوهستانی، پردیس کشاورزی و منابع طبیعی کرج، دانشگاه تهران، کرج، ایران

3 دانشیار، گروه محیط زیست، پردیس کشاورزی و منابع طبیعی کرج، دانشگاه تهران

4 استاد، بخش تحقیقات گیاه شناسی، مؤسسه تحقیقات جنگلها و مراتع کشور، سازمان تحقیقات، آموزش و ترویج کشاورزی، تهران، ایران

5 استادیار، بخش تحقیقات گیاه شناسی، مؤسسه تحقیقات جنگلها و مراتع کشور، سازمان تحقیقات، آموزش و ترویج کشاورزی، تهران، ایران

چکیده

آنالیز داده‌های چند متغیره در تحقیقات بوم‌شناسی و تنوع زیستی دارای اهمیت زیادی است. بوم‌شناسان اغلب، نیاز به آزمون فرضیاتی در رابطه با اثرات عوامل مورد آزمایش بر روی کل ترکیب جامعه دارند. برای آنالیز داده‌های چند متغیره، استفاده از روش‌های آماری کلاسیک، مبتنی بر فرضیاتی نظیر نرمال بودن توزیع داده‌ها‌ست که معمولا در داده‌های بوم شناسی رعایت نمی‌شوند. لذا در سال‌های اخیر آزمون‌های ناپارامتریک مبتنی بر جایگشت و ماتریس‌های عدم شباهت بطور گسترده برای آزمون وجود اختلافات در ترکیب گونه‌ای در علوم بوم شناسی مورد استفاده قرار گرفته است. هدف از این مقاله معرفی و آشنایی با آزمون‌های ناپارامتریک چند متغیره جدید مرتبط با علوم بوم‌شناسی نظیر آزمون‌های سیمپر، آنوزیم، پرمانوآ و پرمدیسپ، با هدف تجزیه و تحلیل ترکیب جوامع گیاهی است. به منظور معرفی این آنالیزها، از داده‌های پوشش گیاهی شش سایت مرتعی واقع در اراضی اطراف استان تهران استفاده شد و ترکیب جوامع گیاهی مناطق مذکور مورد تجزیه و تحلیل قرار گرفت. آنالیز سیمپر نشان داد که گونه‌های Stipahohenackeriana و Bromustomentellus بترتیب دارای بیشترین سهم در ایجاد تمایز بین سایت‌های مورد مطالعه در مناطق خشک و نیمه خشک هستند. آنالیز‌های آنوزیم و پرمانوآ تفاوت معنی‌دار ترکیب پوشش بین سایت‌ها را نشان دادند. با توجه به نتایج این آزمون‌ها سایت‌های فیروزکوه-البرز، دماوند-سمنان و ساوه-سلفچگان تشابه بیشتری از لحاظ ترکیب پوشش گیاهی از خود نشان دادند. آنالیز پرمدیسپ نشان داد که ناهمگنی و پراکندگی چند متغیره پوشش گونه‌ها بطور معناداری در واحدهای نمونه‌برداری سایت‌های سلفچگان و ساوه بیشتر بود. بنابراین با توجه به نتایج می‌توان بیان کرد که به منظور حفظ تنوع زیستی در سایت‌های مورد مطالعه، حداقل نیاز به سه برنامه مدیریتی مجزا داریم. همچنین با توجه به نتایج آنالیز سیمپر، می‌توان برنامه‌های مدیریتی جهت حفظ تنوع زیستی مناطق مورد مطالعه، با حمایت از گونه‌های متمایز مشخص شده در هر سایت ارائه داد.

کلیدواژه‌ها

عنوان مقاله [English]

Investigation of rangeland communities composition using multivariate nonparametric permutation

نویسندگان [English]

  • Parvaneh Ashouri 1
  • Mohammadali Zare Chahooki 2
  • Afshin Danehkar 3
  • Adel Jalili 4
  • Behnam Hamze 5

1 Senior Research Expert, Research Range Division, Research Institute of Forests and Rangelands, Agricultural Research, Education and Extension Organization (AREEO), Tehran, Iran

2 Professor, Department of Reclamation of Arid and Mountainous Regions, Faculty of Natural Resources, University of Tehran, Karaj, Iran

3 Associate Professor, Department of Environmental Science, Faculty of Natural Resources, University of Tehran, Karaj, Iran

4 Professor, Research Botany Division, Research Institute of Forests and Rangelands, Agricultural Research, Education and Extension Organization (AREEO),Tehran, Iran

5 Research Instructor, Research Botany Division, Research Institute of Forests and Rangelands, Agricultural Research, Education and Extension Organization (AREEO), Tehran, Iran

چکیده [English]

Multivariate data analysis in ecology and biodiversity research is very important. Ecologists often need to test hypotheses about the effects of experimental factors on the entire community composition. To analyze multivariate data, the use of classical statistical methods is based on assumptions such as the normal distribution of data that are not usually observed in ecological data. To analyze multivariate data, the use of classical statistical methods is based on assumptions such as the normal distribution of data that are not usually observed in ecological data. Therefore, in recent years, nonparametric tests, based on permutation tests and distance or dissimilarity matrix, have been widely used to test the existence of differences in species composition in ecology sciences. The purpose of this paper is to introduce and familiarization with new ecological non-parametric multivariate tests related to ecology sciences such as SIMPER, ANOSIM, PERMANOVA and PERMDISP, with the aim of analyzing the composition of plant communities. In order to introduce these analyzes, vegetation data of six sites of rangelands located in the surrounding area of ​​Tehran province were used and the composition of the plant communities of the mentioned areas was analyzed. SIMPER analysis showed that Stipa hohenackeriana and Bromus tomentellus, respectively, had the largest role in differentiating among the sites studied in arid and semi-arid regions. ANOSIM and PERMANOVA analyzes showed a significant difference of plant composition among the sites. According to the results of these tests, Firouzkooh-Alborz, Damavand-Semnan and Saveh-Salafchegan sites had more similarity in terms of composition of vegetation. PERMDISP analysis showed that heterogeneity and multivariate dispersion of species coverage were significantly higher in Salafchegan and Saveh sampling sites. Therefore, according to the results, it can be stated that in order to preserve biodiversity in the study sites, at least three separate management plans are needed. Also, according to SIMPER analysis results, management plans to preserve the biodiversity of the areas studied can be supported by the distinct species identified in each site.

کلیدواژه‌ها [English]

  • Quantitative ecology
  • Permutation
  • similarity percentages analysis (SIMPER)
  • analysis of similarities (ANOSIM)
  • Permutational multivariate analysis of variance (PERMANOVA)
  • permutational multivariate analysis of dispersion (PERMDISP)
-  Anderson, M. J., 2001. A new method for non-parametric multivariate analysis of variance. Austral Ecology, 26: 32–46.
-  Anderson, M. J. and Walsh, D. C., 2013. PERMANOVA, ANOSIM, and the Mantel test in the face of heterogeneous dispersions: What null hypothesis are you testing?. Ecological Monographs, 83: 557-574.
-  Anderson, M. J., 2006. Distance-based tests for homogeneity of multivariate dispersions. Biometrics, 62:245–253.
-  Bray, J. R. and Curtis, J. T., 1957. An ordination of the upland forest communities of southern Wisconsin. Ecological monographs, 27(4), 325-349.
-  Clarke, K. R. and Warwick R. M., 2001. Change in marine communities: an approach to statistical analysis and interpretation. 2nd edition, PRIMER-E, Plymouth, 172p.
-  Clarke, K. R., 1993. Non-parametric multivariate analyses of changes in community structure. Australian Journal of Ecology, 18: 117-143.
-  Gaston, K. J. and McArdle, B. H., 1994. The temporal variability of animal abundances: measures, methods and patterns. Philosophical Transactions of the Royal Society B: Biological Sciences, 345: 335-358.
-  Gioria, M. and Osborne, B., 2009. Assessing the impact of plant invasions on soil seed bank communities:use of univariate and multivariate statistical approaches. Journal of Vegetation Science, 20: 547–556.
-  Hammer, Ø., Harper, D. and Ryan, P., 2001. PAST: Paleontological Statistics Software Package for education and data analysis. Palaeontolia Electronica, 4 (1): 9p.
-  Hough-Snee, N., Roper, B. B., Wheaton, J. M., Budy, P. and Lokteff, R. L., 2013. Riparian vegetation communities change rapidly following passive restoration at a northern Utah stream. Ecological Engineering, 58, 371-377.
-  Kruskal, J. B. and Wish, M., 1978. Multidimensional Scaling. Sage Publications, Beverly Hills, California, 11:98p.
-  Legendre, P. and Legendre, L., 2012. Developments in Environmental Modelling. Academic Press, Elsevier, 992p.
-  Levene, H., 1960. Robust tests for equality of variances. 278-292 In: Olkin, I., Ghurye, S., Hoeffding, W., Madow, W., Mann, H. (Eds.). Contributions to Probability and Statistics, Stanford University Press, Stanford, CA.
-  Rencher, A. C., 1998., Multivariate statistical inference and applications. John Wiley and Sons, New York,USA, 550p.
-  Skowronek, S., Terwei, A., Zerbe, S., Mölder, I., Annighöfer, P., Kawaletz, H., Ammer, C. and Heilmeier, H., 2014. Regeneration Potential of Floodplain Forests Under the Influence of Nonnative Tree Species: Soil Seed Bank Analysis in Northern Italy. Restoration Ecology, 22: 22-30.
-  Vymazalová, M., Axmanová, I. and Tichý, L., 2012. Effect of intra seasonal variability on vegetation data. Journal of Vegetation Science, 23: 978-984.