مطالعه تنوع ريختي قورباغه درختي (Hyla savignyi, Audouin, 1827) در دو محدوده جغرافيايي: استان هاي لرستان و مركزي

نظر به اهميت مطالعات ريختي در درك جايگاه تاكسونوميكي و تغييرات درون جمعيتي، در اين مطالعه الگوهاي جغرافيايي و خصوصيات جمعيتي قورباغه‌ درختي H. savignyi، در دو استان ايران: لرستان و مركزي مورد بررسي قرار گرفت. به منظور بررسي تغييرات صفات و الگوهاي جغرافيايي جمعيتي در اين گونه، 19 صفت ريخت سنجي اندازشي در 67 نمونه نر در 13 منطقه جغرافيايي مختلف مورد مطالعه قرار گرفت. الگوي ارتباطات جغرافيايي درون گونه اي با استفاده از آناليزهاي آماري وايانس تك متغيره (ANOVA)، مؤلفه اصلي (PCA)، تابع مميزي (DFA) و تحليل خوشه اي با الگوريتم UPGMA بررسي شد. نتايج آزمون آماري ANOVA نشان داد كه از بين صفات مورد مطالعه تعداد 14 صفت SVL، FL، TFL، TML، HW، ND، HDE، EAD، T1L، ES، FLL، IMTL، WMT، WUE داراي اختلاف معني داري (0⁄05≥P) در بين جمعيت هاي مختلف است. مطالعه ريخت شناسي برمبناي تجزيه و تحليل هاي درون گونه اي وجود دست كم دو گروه جمعيتي متمايز قورباغه هاي درختي با احتمال 100 درصد را نشان دادند: مخملكوه (گروه 1) و لرستان-مركزي (گروه 2).

Due to the importance of morphometric studies in understanding the taxonomic status and intraspecific changes, In this study, geographical patterns and population characteristics of H. savignyi tree frog were investigated in Two Provinces of Iran: Lorestan and Markazi. In order to investigate the changes in the traits and geographical patterns of populations in this species, 19 morphological characters in more than 67 specimens were studied in 13 different geographic regions. Intraspecific geographic communication pattern was investigated using one-way ANOVA and principal component multivariate analysis (PCA), Discriminant Function Analysis (DFA) and cluster analysis with UPGMA algorithm. The results of ANOVA test showed that among the studied traits, 14 traits of SVL, FL, TFL, TML, HW, ND, HD, EAD, T1L, ES, FLL, IMTL, WMT, WUE had significant differences among different populations (P≤0.05). Based on morphometric characters, our analaysis showe that at least two distinct tree frog populations with 100% probability: Makhmal Koh (Group 1) and Lorestan-Markazi (Group 2).