استفاده از شاخص‌هاي كوادراتي در تعيين الگوي پراكنش برخي گونه‌هاي گياهي پارك ملي قميشلو

Spatial Distribution Pattern of Certain Plant Species Use of Quadrate Indices in Ghamishloo National Park

شناخت الگوی پراكنش مكانی گیاهان در توصیف پایداری اكوسیستم، طراحی طرح‌های مدیریتی و اقدامات حفاظتی و احیایی مفید است. به منظور تعیین الگوی پراكنش برخی از گیاهان پارك ملی قمیشلو، ابتدا 6 منطقه امن انتخاب شد. سپس تعداد 360 كوادرات یك متر مربعی در طول شش ترانسكت به طور سیستماتیك تصادفی مستقر و تعداد پایه‌های گیاهان مورد نظر در هر كوادرات شمارش گردید. در این مطالعه از شاخص‌های پراكندگی، خوشه‌بندی، گرین، لوید و موریسیتا استفاده شد. از آنجایی كه تعداد زیادی گونه‌های گیاهی و با تراكم‌های مختلف انتخاب شده است، نتایج حاصل از شاخص‌ها نشان داد كه تراكم تاثیری بر نوع الگوی پراكنش ندارد. اعداد حاصل از شاخص گرین الگویی بین دو نوع الگوی پراكنش تصادفی و غیر‌تصادفی (خوشه‌ای یا كپه‌ای) را نشان ‌داد. بنابراین، پیشنهاد می‌شود به منظور تعیین دقیق نوع الگوی پراكنش از مقادیر حداكثری كپه‌ای استفاده شود. در بین این شاخص‌ها، برای شاخص‌های لوید و موریسیتا مقدار ماكزیمم مشخصی برای الگوی كپه‌ای تعریف نشده است. بدین منظور، دو فرمول برای تعیین حداكثر كپه‌ای تعریف شد و نتایج حاصل از شاخص‌ها طبق آنها تفسیر شد.

Recognition of spatial distribution pattern of plants is useful in describing the ecosystem stability, designing management plans and protective rehabilitative measures. In order to determine the distribution pattern of certain plant species in Ghamishloo National Park, six safe regions were selected. Three hundred sixty quadrates with the size of 1×1 m2 were established by using random-systematic method along six transects and the number of individuals of each species was recorded. In this study, dispersion indices such as clustering, Green, Lloyd and Morisita were used. Since a large number of plants with different densities were selected, the results of indices showed that density had no effect on distribution pattern. The values of Greenʹs index showed a pattern between random and non-random (clumped) distribution pattern. Therefore, it is recommended to use maximum clumped values to determine the exact type of distribution pattern. Among the study indices, no specified maximum value was defined for Lioyd and Morisita regarding the clumped pattern. For this purpose, two formulas were defined to determine the maximum clumping and the results of indices were interpreted according to these formula.