خلاصه

تعیین مرزهای منطقه حفاظت شده (PA) و سطح محدودیت ها برای حفاظت پایدار بسیار مهم است و چنین تصمیماتی باید شامل داده ها و ارزیابی تنوع زیستی باشد. در یک PA، اجماع دولت و مردم محلی برای اطمینان از تعادل حفاظت و استفاده بسیار مهم است. محدودیت های PA فعالیت های قانونی انسانی را محدود می کند و تعیین مرز و محدودیت ها باید بر اساس تحلیل های علمی مختلف برای دستیابی به اجماع باشد. در این مطالعه، یک رویکرد مبتنی بر GIS برای استفاده از داده‌های تنوع زیستی برای حفاظت کارآمد و برنامه‌ریزی کاربری اراضی در منطقه کاس-ککووا، که یکی از مهم‌ترین مناطق حفاظت شده در ترکیه است، پیشنهاد شده‌است. روش های تحلیل فضایی، یعنی تخمین چگالی هسته، طبقه بندی شکست های طبیعی و شاخص چگالی یکپارچه، برای ارزیابی شبکه‌های زیستگاهی با استفاده از مجموعه داده‌های تنوع زیستی جغرافیایی مرجع انجام شد و نتایج با توجه به داده‌های کاربری واقعی زمین و الگوی مالکیت زمین مورد ارزیابی قرار گرفت. رویکرد تجزیه و تحلیل فضایی توسعه‌یافته برای تهیه نقشه‌های پایه حفاظتی مورد نیاز برای برنامه‌ریزی کاربری منطقه‌ای، برای تعریف استراتژی‌های حفاظت پایدار، و ارائه یک پایگاه کاملاً پذیرفته‌شده برای برنامه‌ریزی کاربری زمین و نظارت بر تنوع زیستی در PA کارآمد است. اگر چه تحقیقات دقیق و نظرات کارشناسان هنوز برای مناطق کمبود داده مورد نیاز است. رویکرد تجزیه و تحلیل فضایی توسعه‌یافته برای تهیه نقشه‌های پایه حفاظتی مورد نیاز برای برنامه‌ریزی کاربری منطقه‌ای، برای تعریف استراتژی‌های حفاظت پایدار، و ارائه یک پایگاه کاملاً پذیرفته‌شده برای برنامه‌ریزی کاربری زمین و نظارت بر تنوع زیستی در PA کارآمد است. اگر چه تحقیقات دقیق و نظرات کارشناسان هنوز برای مناطق کمبود داده مورد نیاز است. رویکرد تجزیه و تحلیل فضایی توسعه‌یافته برای تهیه نقشه‌های پایه حفاظتی مورد نیاز برای برنامه‌ریزی کاربری منطقه‌ای، برای تعریف استراتژی‌های حفاظت پایدار، و ارائه یک پایگاه کاملاً پذیرفته‌شده برای برنامه‌ریزی کاربری زمین و نظارت بر تنوع زیستی در PA کارآمد است. اگر چه تحقیقات دقیق و نظرات کارشناسان هنوز برای مناطق کمبود داده مورد نیاز است.

کلید واژه ها:

برنامه ریزی حفاظتی ؛ آیچی هدف 11 ; شبکه مناطق حفاظت شده ; سیستم های اطلاعات جغرافیایی ; تخمین چگالی هسته ; Kas-Kekova ترکیه

1. معرفی

در نشست زمین در مورد توسعه که در سال 1992 در ریودوژانیرو برگزار شد، پذیرفته شد که از دست دادن تنوع زیستی موضوع مهمی است که می توان با تلاش های هماهنگ جهانی از آن جلوگیری کرد. کنوانسیون تنوع زیستی (CBD) برای “توسعه پایدار” در همان سال تصویب شد [ 1 ]. کنوانسیون عمدتاً بر حفاظت از تنوع زیستی متمرکز بود. علیرغم تمام تلاش ها، از دست دادن تنوع زیستی ادامه دارد و تغییرات آب و هوایی و آلودگی محیطی هر دو نقش مهمی در این فرآیند دارند [ 2 ، 3 ، 4 ]. بنابراین، تلاش های یکپارچه جهانی باید برای حفاظت از زیستگاه های طبیعی و حفظ آنها برای نسل های آینده افزایش یابد.
بسیاری از گونه ها در زمین در خطر انقراض هستند. اهمیت حفاظت از طبیعت توسط بسیاری از سازمان های ملی و بین المللی مورد تاکید قرار گرفته است. برنامه محیط زیست سازمان ملل متحد (UNEP) به عنوان یک مرجع جهانی زیست محیطی پیشرو، حفاظت و استفاده پایدار از تنوع زیستی را در دستور کار جهانی محیط زیست گنجانده است. یکی از اهداف جهانی حفاظت از تنوع زیستی، Aichi Target 11، تعریف شده در برنامه استراتژیک CBD 2011-2020، این هدف را دارد که “تا سال 2020، حداقل 17٪ از مناطق خشکی و داخلی و 10٪ از مناطق ساحلی و دریایی، به ویژه مناطق دارای اهمیت ویژه برای تنوع زیستی و خدمات اکوسیستم، از طریق مدیریت موثر و عادلانه، سیستم های زیست محیطی نماینده و به خوبی مرتبط با مناطق حفاظت شده و سایر اقدامات موثر حفاظتی مبتنی بر منطقه حفاظت می شوند. و در مناظر وسیع تر و مناظر دریایی ادغام شده است.” [5 ]. طبق [ 6 ]، در مجموع 202467 منطقه حفاظت شده زمینی و آب داخلی (PAs) در پایگاه داده جهانی مناطق حفاظت شده (WDPA) ثبت شده است که 14.7٪ (20 میلیون کیلومتر مربع ) از وسعت جهان را پوشش می دهد. این اکوسیستم ها اگرچه مقدار کمتر از Aichi Target 11 است، اما پیچیدگی مشکل و مقدار داده‌های مکانی درگیر در فرآیندها، استفاده کارآمد از سیستم‌های اطلاعات جغرافیایی (GIS) و فناوری‌های مرتبط را نشان می‌دهد.
تعیین منطقه حفاظت شده به عنوان PA توسط دولت ها به خودی خود از دست دادن تنوع زیستی را متوقف نمی کند [ 5 ]. مسائل زیادی وجود دارد که باید در یک PA سازماندهی شود تا یک طرح موفق اجرا شود [ 7 ، 8 ]. علاوه بر این، مقررات سختگیرانه مبتنی بر شبکه های زیست محیطی باید تعیین شود [ 9 ، 10 ، 11 ]. اساساً محافظت مؤثر فقط در مقیاس محلی قابل انجام است. برنامه ریزی زیست محیطی با شفاف سازی سیستم های بیولوژیکی، فیزیکی و اجتماعی یک PA به تعیین کاربری مناسب زمین کمک می کند [ 12 ]]. اولین قدم برای درک فرآیندهای اکولوژیکی، شناسایی الگوهای اکولوژیکی است. برای این منظور، توزیع فضایی و تراکم عناصر گیاهی و جانوری را می توان با استفاده از آمار فضایی تحلیل کرد [ 13 ]. به عنوان مثال، گونه های گیاهی با پراکندگی پراکنده را می توان با نقاط گسسته بیان کرد [ 14 ]. به عنوان خروجی تحلیل فضایی، الگوهای زیستگاه را می توان برای تعریف شبکه اکولوژیکی منطقه ای به دست آورد و ارزیابی کرد. چنین شبکه ای می تواند برای بهبود اتصالات زیستگاه استفاده شود و به عنوان راه حلی برای مشکلات تکه تکه شدن زمین و در عین حال تضمین حفاظت از گونه های در معرض تهدید و تنوع زیستی پیشنهاد شود [ 15 , 16 ]]. به عنوان بخشی از یک شبکه اکولوژیکی، کریدورهای اکولوژیکی و حفظ آنها نیز برای حفاظت پایدار مهم هستند. تعیین کریدورهای اکولوژیکی دارای اهداف مهمی مانند ایجاد زیستگاه پراکنده، جبران تلفات زیستگاه و تضمین حفاظت از گونه ها و جمعیت های در معرض خطر است [ 15 ].
روش‌های مختلفی در ادبیات برای شناسایی شبکه‌های اکولوژیکی با استفاده از روش‌های تحلیل فضایی پیشنهاد شد. اپدام و همکاران [ 17 ] یک رویکرد نمایه سازی فضایی برای تجزیه و تحلیل پتانسیل حفاظتی مناظر برای گونه های مختلف پیشنهاد کرد. مک هیو و تامپسون [ 18 ] یک مدل شبکه اکولوژیکی را برای برنامه ریزی حفاظت با استفاده از پروفایل های زیست محیطی گونه ها مطالعه کردند. Ferretti و Pomarico با ادغام GIS با تجزیه و تحلیل چند معیاره، ابزار موثری برای برنامه ریزی فضایی پیشنهاد کردند [ 19 ]. Gurrutxaga و همکاران. [ 20 ] یک تحلیل مسیر کم هزینه را برای تعیین کریدورهای اکولوژیکی بر اساس مناطق زیستگاه اصلی پیشنهاد کرد. گوو و لیو [ 21 ] و سانتوس و همکاران. [ 22] همچنین یک رویکرد تعیین شبکه اکولوژیکی مبتنی بر تحلیل کم‌هزینه در مقیاس منطقه‌ای را پیشنهاد کرد. چانگ و همکاران [ 23 ] یک ارزیابی اتصال اکولوژیکی مبتنی بر رویکرد برنامه ریزی زیرساخت سبز در منطقه Longgang شنژن در چین پیشنهاد کرد. زی و همکاران [ 24 ] یک شاخص یکپارچه پیشنهاد کرد که حفاظت از تنوع زیستی و حفاظت از بلایا را به طور همزمان ارزیابی می کند. هونگ و همکاران [ 25 ] همچنین یک سیستم شاخص بر اساس تجزیه و تحلیل حساسیت اکولوژیکی توسعه داد. روش تخمین تراکم هسته (KDE) اغلب در ادبیات برای ارزیابی الگوهای فضایی زیستگاه ها استفاده شده است (به عنوان مثال، [ 26 , 27 , 28 , 29])؛ اگرچه استفاده از آن برای ارزیابی دیگر برنامه های تحلیل الگوی نقطه گسسته نیز در دسترس است (به عنوان مثال، [ 30 ، 31 ]). با این حال، تعیین شبکه های اکولوژیکی یک مشکل پیچیده و یک زمینه تحقیقاتی فعال است.
در این مطالعه، یک رویکرد مبتنی بر GIS برای تعیین شبکه‌های زیستگاهی در منطقه کاس-ککووا، که در جنوب ترکیه قرار دارد، مورد بررسی قرار گرفت. PA شامل گیاهان بومی متنوع و گونه های جانوری در معرض تهدید است. علاوه بر این، پاسگاه های باستان شناسی در داخل منطقه وجود دارد. PA در معرض خطر زوال یا ناپدید شدن تنوع زیستی به دلیل فشارهای انسانی مانند گردشگری و شهرنشینی سریع است. در منطقه، استفاده از منابع توسط انسان ها باید با برنامه ریزی پایدار مدیریت شود و در عین حال، منافع آنها در حفاظت از تنوع زیستی و محیط زیست تضمین شود. یک رویکرد برنامه ریزی یکپارچه می تواند به توسعه و اجرای اصول حفاظت و حمایت از نیازهای مردم محلی کمک کند. بنابراین، اهداف اصلی پژوهش حاضر عبارتند از: (الف) توسعه یک رویکرد آسان برای استفاده برای تولید نقشه های پایه برای ارائه و درگیر کردن داده های تنوع زیستی برای تعریف محدودیت های کاربری زمین در Kas-Kekova PA. (ب) ادغام عناصر تنوع زیستی در معرض تهدید (اطلاعات گیاهی و جانوری جمع آوری شده به طور مجزا) در برنامه ریزی کاربری زمین. (ج) و پیشنهاد اصول حفاظتی اضافی در کنار اصول قانونی تعریف شده توسط وزارت محیط زیست و شهرسازی (MOEU) بر اساس نتایج تجزیه و تحلیل فضایی داده های تنوع زیستی، کاربری واقعی زمین و الگوی مالکیت دارایی. علاوه بر این، استفاده از یک پلت فرم GIS برای ذخیره و ارائه داده های متنوع می تواند به افزایش آگاهی عمومی و دولت و حمایت از تصمیم گیری کمک کند. (ب) ادغام عناصر تنوع زیستی در معرض تهدید (اطلاعات گیاهی و جانوری جمع آوری شده به طور مجزا) در برنامه ریزی کاربری زمین. (ج) و پیشنهاد اصول حفاظتی اضافی در کنار اصول قانونی تعریف شده توسط وزارت محیط زیست و شهرسازی (MOEU) بر اساس نتایج تجزیه و تحلیل فضایی داده های تنوع زیستی، کاربری واقعی زمین و الگوی مالکیت دارایی. علاوه بر این، استفاده از یک پلت فرم GIS برای ذخیره و ارائه داده های متنوع می تواند به افزایش آگاهی عمومی و دولت و حمایت از تصمیم گیری کمک کند. (ب) ادغام عناصر تنوع زیستی در معرض تهدید (اطلاعات گیاهی و جانوری جمع آوری شده به طور مجزا) در برنامه ریزی کاربری زمین. (ج) و پیشنهاد اصول حفاظتی اضافی در کنار اصول قانونی تعریف شده توسط وزارت محیط زیست و شهرسازی (MOEU) بر اساس نتایج تجزیه و تحلیل فضایی داده های تنوع زیستی، کاربری واقعی زمین و الگوی مالکیت دارایی. علاوه بر این، استفاده از یک پلت فرم GIS برای ذخیره و ارائه داده های متنوع می تواند به افزایش آگاهی عمومی و دولت و حمایت از تصمیم گیری کمک کند.
این مقاله به شرح زیر سازماندهی شده است. ویژگی های اصلی Kas-Kekova PA در بخش 2 توضیح داده شده است. روش های تحلیل فضایی و مجموعه داده ها در بخش 3 ارائه شده است. در بخش 4 ، نتایج ارائه شده و با داده های مالکیت زمین و کاربری زمین ادغام شده و استراتژی های حفاظتی برای برنامه ریزی کاربری اراضی پیشنهاد شده است. یافته های اصلی مطالعه در بخش پایانی مورد بحث قرار می گیرد.

2. ویژگی های اصلی منطقه حفاظت شده کاس-ککووا

منطقه Kas-Kekova در ساحل استان آنتالیا، ترکیه، بین شهرهای کاس در غرب و کاله در شرق واقع شده است ( شکل 1 ). منطقه مورد مطالعه مساحت کل حدود 260 کیلومتر مربع ( ~100 کیلومتر مربع زمینی و ~160 کیلومتر مربع بخش های دریایی) را پوشش می دهد. سه PA مختلف در منطقه توسط دو سازمان دولتی (MOEU و وزارت فرهنگ و گردشگری) بر اساس قوانین مختلف اعلام شده است (مواد 644 و 2863 در [ 32 ، 33 ]). منطقه مورد مطالعه در سال 1989 توسط MOEU به عنوان یک مکان حفاظت طبیعی با بالاترین درجه (اول) اعلام شد، سپس در سال 1990 تحت کنوانسیون UNEP و بارسلونا به عنوان یک PA اعلام شد [ 34]. PA همچنین دارای ویرانه‌های باستان‌شناسی است، عمدتاً از لیسیایی‌ها، و مناظر ساحلی که تحت حفاظت هستند ( شکل 1 ).
پروژه تنوع زیستی Kas-Kekova PA در منطقه مورد مطالعه بین سالهای 2008 و 2010 توسط MOEU [ 36 ] انجام شد. در این پروژه، طبقات زیستگاهی سیستم اطلاعات طبیعت اتحادیه اروپا (EUNIS)، گونه‌های گیاهی، پستانداران، دوزیستان، خزندگان و گونه‌های پرندگان در منطقه حفاظت شده بر اساس دستورالعمل زیستگاه‌های اتحادیه اروپا [ 37 ] و دستورالعمل پرندگان اتحادیه اروپا [ 38 ] تعیین شدند.]. کارهای میدانی گسترده ای که توسط متخصصان در طول پروژه برگزار شد (چهار فصل متوالی بهار و پاییز در دو سال) جمع آوری اطلاعات نماینده تنوع زیستی را تضمین کرد. منطقه حفاظت شده همچنین دسترسی بالایی با پای پیاده دارد و بنابراین، کل منطقه می تواند توسط کارشناسان اکولوژی در چارچوب زمانی پروژه سرگردان شود. به منظور پوشش کل PA، منطقه به 35 شبکه مربع با اندازه شبکه 2.5 × 2.5 کیلومتر تقسیم شد و هر شبکه شماره گذاری شد [ 36]. در طول هشت کمپین میدانی بین اکتبر 2008 و ژوئن 2010، طبقات زیستگاه بر اساس EUNIS ارزیابی شدند. علاوه بر این، نتایج کار میدانی با تصاویر ماهواره‌ای برای تعیین دقیق مرزهای کلاس پوشش گیاهی پشتیبانی شد. فلور بومی و در معرض خطر در حین انجام کارهای صحرایی شناسایی و مکان آنها با حدود اندازه گیری شد. دقت موقعیت 1 متر با استفاده از دستگاه های GPS دستی (سیستم موقعیت یابی جهانی). اگرچه پستانداران و خزندگان توسط کارشناسان مشاهده شدند، اما مکان آنها از دقت فضایی پایین تری برخوردار است زیرا مکان های اندازه گیری شده عمدتاً موقعیت های مشاهده گر با تصحیح تقریبی بود. با این حال، دقت فضایی بهتر از 10 متر را می توان انتظار داشت. مکان های پرندگان دارای ابهام اندازه گیری بزرگ تری هستند، از آنجایی که شناسایی ها توسط ناظران و با ضبط صدا انجام می شد و موقعیت ها بیشتر نشان دهنده مکان ضبط کننده ها و مشاهده کنندگان است. بنابراین، برای پرندگان، دقت فضایی بهتر از 50 متر را می توان انتظار داشت.
در مجموع 51 خانواده، 187 جنس و 272 گونه فلور در رویشگاه های خشکی PA Kas-Kekova شناسایی شدند. از این میان، 26 گونه بومی ترکیه هستند. این گونه‌ها همچنین بر اساس فهرست قرمز اتحادیه بین‌المللی حفاظت از طبیعت (IUCN) [ 39 ، 40 ] که شاخص مهمی از پایداری تنوع زیستی جهان است، ارزیابی شدند. دسته بندی تهدید IUCN به شرح زیر است: منقرض شده (EX)، منقرض شده در طبیعت (EW)، در معرض خطر بحرانی (CR)، در معرض خطر (EN)، آسیب پذیر (VU)، تقریبا در معرض تهدید (NT) و کمترین نگرانی (LC). گونه های موجود در PA در دسته بندی های EN، VU، NT و LC قرار می گیرند. آن دسته از گونه های گیاهی و جانوری که به عنوان CR، EN، VU و NT طبقه بندی شدند ( جدول 1) در الگوریتم های تحلیل فضایی در این تحقیق به کار گرفته شدند، زیرا آنها در معرض تهدید هستند و زیستگاه های آنها در معرض حفاظت قرار دارند. داده‌های خزندگان و دوزیستان گروه‌بندی شدند و در بخش‌های بعدی به عنوان خزندگان ذکر شدند، زیرا تعداد کمی از دوزیستان در یک منطقه بسیار کوچک در منطقه PA شناسایی شدند.
Kas-Kekova PA همچنین دارای چهار جامعه گیاهی اصلی است [ 36 ، 41 ] که عبارتند از جنگل های کاج ( Aetheorhizo Bulbosae–Pinetum Brutiae )، ماکی ( Quercus aucheri–Oleetum europaeae )، phrygana ( Alysso-Genistetum ( Alysso- Genistetumaeloramantho ) . جامعه ماکی ها انجمن اصلی گیاه در PA است [ 36]. این جامعه دارای تنوع زیستی غنی و پایدار است، شامل گونه‌های بومی است و فاز اوج و ترکیب فلورستیکی را در PA ارائه می‌کند. جامعه فریگانا در نتیجه سوزاندن پوشش گیاهی ذرت در منطقه ایجاد شد و در بخش‌های کوچک‌تری از PA نشان داده شد. جامعه هالوفیت ها فقط در باتلاق نمک رشد می کنند و یک منطقه گیاهی هالوفیت بسیار کوچک در PA وجود دارد که توسط حرکات جزر و مدی که از دریا می آیند رخ می دهد. جامعه جنگلی عمدتاً از کاج قرمز تشکیل شده است و به عنوان اتحاد Aetheorhizo bulbosae و Pinetum brutiae تعیین شده است ، اگرچه Pinus brutiaبسیار نادر است. این جوامع در نقشه کاربری زمین که بر اساس طبقه بندی EUNIS ایجاد شده بود، ادغام شدند.
همچنین تأثیرات انسانی در Kas-Kekova و چندین سکونتگاه روستایی در داخل و اطراف PA وجود دارد ( شکل 2 ). جمعیت انسانی در داخل PA حدود. 2000 (از سال 2013). از آنجایی که PA دارای مناظر ساحلی خیره کننده ای است، فعالیت های گردشگری در فصل تابستان زیاد است و جمعیت را دو برابر می کند. فعالیت های روزانه گردشگری بیشتر در خلیج ها انجام می شود و ممکن است تا فصول بهار نیز گسترش یابد. منابع اصلی درآمد مردم محلی، کشاورزی، گردشگری و ماهیگیری است [ 36 ]. از دهه 1990، اقامتگاه های توریستی و جاده ها در PA به سرعت افزایش یافته است ( شکل 3 ). به دلیل برنامه ریزی نادرست زیرساخت ها، اسکله ها و هتل ها باعث ساخت و ساز غیرقانونی می شوند که باعث استفاده بی رویه از منابع طبیعی می شود [ 36 ]]. با وجود اینکه منطقه دولتی دارای طرح اصلی کاربری اراضی با مقیاس 1:25.000 از سال 1991 است، اما این طرح بر اساس داده های تنوع زیستی نبوده و با نیازهای انسانی نیز مطابقت ندارد، علیرغم اینکه 20 درصد از قطعات کاداستر تحت عنوان ثبت شده است. مالکیت خصوصی. از آنجایی که انتظارات اقتصادی برای افراد محلی مهمتر از حفاظت از محیط زیست است [ 42 ]، استراتژی های حفاظت باید برای به دست آوردن تعادل حفاظت-استفاده توسعه یابد.

3. مواد و روشها

به منظور ادغام عناصر تنوع زیستی در معرض تهدید در طرح های کاربری نهایی، الگوهای زیستگاه فضایی این عناصر (یعنی گونه های گیاهی و جانوری بومی و در معرض تهدید) باید آشکار شود. این کار را می توان با روش های تحلیل فضایی به دست آورد، اگرچه پیچیدگی های متعددی باید در نظر گرفته شود، مانند؛ (من) تنوع زیستی بالا است (یعنی بسیاری از گونه ها وجود دارند) و انجام تجزیه و تحلیل زیستگاه گسترده برای هر گونه گونه در PA بسیار دشوار است. (2) فقط تعداد کمی از مشاهدات برای گونه های در معرض خطر در دسترس است و الگوی زیستگاه ممکن است به اندازه کافی آشکار نشود. و (iii) بین تعداد مشاهدات برای انواع گونه های مختلف تغییرات زیادی وجود دارد. برای اهداف تعیین الگوی زیستگاه می توان از روش های تحلیل فضایی مختلف استفاده کرد. اما در انتخاب روش و پارامترهای آن باید دقت ویژه ای داشت. برای گونه‌های جانوری که به ندرت مشاهده می‌شوند و در معرض تهدید هستند، می‌توان از یک روش تخمین محدوده خانگی استفاده کرد، اما ممکن است به مشاهدات میدانی جامع در طولانی مدت نیاز داشته باشد. اگر تعداد مشاهدات برای نشان دادن توزیع فضایی گونه ها کافی باشد، می توان با در نظر گرفتن الگوی توزیع (به عنوان مثال، تصادفی یا خوشه ای) از روش تخمین تراکم آماری استفاده کرد. در این مطالعه، یک روش آسان برای استفاده برای تعیین الگوی زیستگاه فضایی ایجاد شد تا به عنوان پایه ای برای برنامه ریزی کاربری اراضی در PA مورد استفاده قرار گیرد، که در آن عناصر مختلف در چهار دسته (به عنوان مثال، پستانداران، خزندگان، پرندگان) گروه بندی شدند. و فلور بومی) و هر مشاهده در هر گروه به درستی در نقشه نهایی نشان داده شد (مثلاً برای پستانداران در معرض خطر) ( برای گونه‌های جانوری که به ندرت مشاهده می‌شوند و در معرض تهدید هستند، می‌توان از یک روش تخمین محدوده خانگی استفاده کرد، اما ممکن است به مشاهدات میدانی جامع در طولانی مدت نیاز داشته باشد. اگر تعداد مشاهدات برای نشان دادن توزیع فضایی گونه ها کافی باشد، می توان با در نظر گرفتن الگوی توزیع (به عنوان مثال، تصادفی یا خوشه ای) از روش تخمین تراکم آماری استفاده کرد. در این مطالعه، یک روش آسان برای استفاده برای تعیین الگوی زیستگاه فضایی ایجاد شد تا به عنوان پایه ای برای برنامه ریزی کاربری اراضی در PA مورد استفاده قرار گیرد، که در آن عناصر مختلف در چهار دسته (به عنوان مثال، پستانداران، خزندگان، پرندگان) گروه بندی شدند. و فلور بومی) و هر مشاهده در هر گروه به درستی در نقشه نهایی نشان داده شد (مثلاً برای پستانداران در معرض خطر) ( برای گونه‌های جانوری که به ندرت مشاهده می‌شوند و در معرض تهدید هستند، می‌توان از یک روش تخمین محدوده خانگی استفاده کرد، اما ممکن است به مشاهدات میدانی جامع در طولانی مدت نیاز داشته باشد. اگر تعداد مشاهدات برای نشان دادن توزیع فضایی گونه ها کافی باشد، می توان با در نظر گرفتن الگوی توزیع (به عنوان مثال، تصادفی یا خوشه ای) از روش تخمین تراکم آماری استفاده کرد. در این مطالعه، یک روش آسان برای استفاده برای تعیین الگوی زیستگاه فضایی ایجاد شد تا به عنوان پایه ای برای برنامه ریزی کاربری اراضی در PA مورد استفاده قرار گیرد، که در آن عناصر مختلف در چهار دسته (به عنوان مثال، پستانداران، خزندگان، پرندگان) گروه بندی شدند. و فلور بومی) و هر مشاهده در هر گروه به درستی در نقشه نهایی نشان داده شد (مثلاً برای پستانداران در معرض خطر) ( می توان از یک روش تخمین محدوده خانگی استفاده کرد اما ممکن است به مشاهدات میدانی جامع در طولانی مدت نیاز داشته باشد. اگر تعداد مشاهدات برای نشان دادن توزیع فضایی گونه ها کافی باشد، می توان با در نظر گرفتن الگوی توزیع (به عنوان مثال، تصادفی یا خوشه ای) از روش تخمین تراکم آماری استفاده کرد. در این مطالعه، یک روش آسان برای استفاده برای تعیین الگوی زیستگاه فضایی ایجاد شد تا به عنوان پایه ای برای برنامه ریزی کاربری اراضی در PA مورد استفاده قرار گیرد، که در آن عناصر مختلف در چهار دسته (به عنوان مثال، پستانداران، خزندگان، پرندگان) گروه بندی شدند. و فلور بومی) و هر مشاهده در هر گروه به درستی در نقشه نهایی نشان داده شد (مثلاً برای پستانداران در معرض خطر) ( می توان از یک روش تخمین محدوده خانگی استفاده کرد اما ممکن است به مشاهدات میدانی جامع در طولانی مدت نیاز داشته باشد. اگر تعداد مشاهدات برای نشان دادن توزیع فضایی گونه ها کافی باشد، می توان با در نظر گرفتن الگوی توزیع (به عنوان مثال، تصادفی یا خوشه ای) از روش تخمین تراکم آماری استفاده کرد. در این مطالعه، یک روش آسان برای استفاده برای تعیین الگوی زیستگاه فضایی ایجاد شد تا به عنوان پایه ای برای برنامه ریزی کاربری اراضی در PA مورد استفاده قرار گیرد، که در آن عناصر مختلف در چهار دسته (به عنوان مثال، پستانداران، خزندگان، پرندگان) گروه بندی شدند. و فلور بومی) و هر مشاهده در هر گروه به درستی در نقشه نهایی نشان داده شد (مثلاً برای پستانداران در معرض خطر) ( یک روش تخمین چگالی آماری را می توان با در نظر گرفتن الگوی توزیع (به عنوان مثال، تصادفی یا خوشه ای) به کار برد. در این مطالعه، یک روش آسان برای استفاده برای تعیین الگوی زیستگاه فضایی ایجاد شد تا به عنوان پایه ای برای برنامه ریزی کاربری اراضی در PA مورد استفاده قرار گیرد، که در آن عناصر مختلف در چهار دسته (به عنوان مثال، پستانداران، خزندگان، پرندگان) گروه بندی شدند. و فلور بومی) و هر مشاهده در هر گروه به درستی در نقشه نهایی نشان داده شد (مثلاً برای پستانداران در معرض خطر) ( یک روش تخمین چگالی آماری را می توان با در نظر گرفتن الگوی توزیع (به عنوان مثال، تصادفی یا خوشه ای) به کار برد. در این مطالعه، یک روش آسان برای استفاده برای تعیین الگوی زیستگاه فضایی ایجاد شد تا به عنوان پایه ای برای برنامه ریزی کاربری اراضی در PA مورد استفاده قرار گیرد، که در آن عناصر مختلف در چهار دسته (به عنوان مثال، پستانداران، خزندگان، پرندگان) گروه بندی شدند. و فلور بومی) و هر مشاهده در هر گروه به درستی در نقشه نهایی نشان داده شد (مثلاً برای پستانداران در معرض خطر) (شکل 4 ).
ابتدا، داده‌های نقطه گیاهی و جانوری جمع‌آوری‌شده در کار میدانی [ 36 ] برای تعیین الگوهای بوم‌شناسی گیاهی و جانوری و تهیه نقشه‌های حساسیت اکولوژیکی [ 43 ، 44 ] تجزیه و تحلیل شد.]. پس از بررسی‌های اولیه بر روی گزارش‌های تنوع زیستی (به عنوان مثال، گونه‌های بومی، انواع زیستگاه، جامعه گیاهی، دسته‌های در معرض تهدید، مکان و غیره)، یک پایگاه جغرافیایی با داده‌های مکانی و ویژگی‌ها پر شد. نقاط گیاهی و جانوری برای ویژگی‌های بومی و/یا دسته در معرض تهدید (EN، VU، NT) فیلتر شدند و به چهار گروه تقسیم شدند. یعنی گیاهان، پستانداران، خزندگان (از جمله دوزیستان) و پرندگان. پس از بررسی‌های بصری در مکان‌های نقطه فیلتر شده، با نقشه زیستگاه EUNIS و توپوگرافی، یک روش فضایی توسعه داده شد. روش KDE برای تعریف الگوهای نقطه استفاده شد و یک رویکرد تعیین پهنای باند بهینه با توجه به آمار فضایی نقاط ایجاد شد. طبقه بندی شکست های طبیعی برای به دست آوردن تنظیمات فضایی هر گروه استفاده شد. از شاخص تراکم یکپارچه برای ترکیب الگوهای هر چهار گروه و در نتیجه به دست آوردن یک شبکه زیستگاهی استفاده شد. نتایج نهایی همراه با کلاس‌های کاربری اراضی EUNIS، داده‌های مالکیت زمین (داده‌های کاداستر)، و جاده‌ها مورد تجزیه و تحلیل قرار گرفت. چندین استراتژی حفاظتی برای مدیریت PA بر اساس نتایج تجزیه و تحلیل یکپارچه پیشنهاد شده است. تجزیه و تحلیل فضایی با استفاده از نرم افزار ArcGIS 10.2 از ESRI، Redlands، CA، USA انجام شد.45 ].

3.1. مجموعه داده های مکانی

PA Kas-Kekova دارای چهارده طبقه زیستگاه EUNIS ( جدول 2 ) است که طبق طبقه بندی زیستگاه EUNIS [ 46 ] تعریف شده است. مرزهای کلاس به صورت دستی با استفاده از تصاویر ماهواره ای مشخص شد و با کار میدانی بازرسی شد [ 36 ]. قالب ها، منابع و دقت مجموعه داده های ارزیابی شده در مطالعه در جدول 3 آورده شده است. شکل 5 نقشه زیستگاه EUNIS منطقه PA و مکان های جانوران و گیاهان بومی در معرض تهدید را نشان می دهد. این منطقه عمدتاً توسط جنگل (4/82 درصد) پوشیده شده است. در شکل 6، قطعات کاداستر و مالکیت آنها نشان داده می شود. مالکیت ها به این صورت طبقه بندی می شوند. (من) مالکیت خصوصی؛ (2) وضعیت مالکیت خصوصی که پس از جنگل‌زدایی در منطقه به دست می‌آید، (iii) قطعه‌های متعلق به دولت، و (IV) مناطق جنگلی دولتی که تحت مالکیت خصوصی نیستند.
ویژگی های توپوگرافی PA از نظر شیب، جنبه و مقادیر ارتفاع مورد تجزیه و تحلیل قرار گرفت و با توجه به پستانداران، خزندگان و گونه های فلور بومی مورد بررسی قرار گرفت. مقادیر شیب در PA بین 0-33 درجه ( شکل 7 و شکل 8 ) و مقادیر ارتفاع بین 0-1170 متر است. اگرچه توپوگرافی ممکن است مانعی برای عناصر تنوع زیستی ایجاد کند، با توجه به توزیع فضایی پستانداران (به عنوان مثال، Capra aegagrus Erxleben ) و مکان های خزندگان شناسایی شده در PA، توپوگرافی به عنوان یک عامل یا مانع موثر یافت نشد ( شکل 7 و شکل 8).). بنابراین در ارزیابی شبکه اکولوژیکی مورد توجه قرار نگرفت. علاوه بر این، هیچ نشانه واضحی از همبستگی فضایی با ویژگی های توپوگرافی (شیب، جهت و دامنه ارتفاع) و داده های فلور همانطور که در شکل 9 نشان داده شده است مشاهده نشد .

3.2. روشهای تحلیل فضایی

روش KDE اغلب در ادبیات برای تخمین چگالی الگوهای نقطه ای استفاده شده است (به عنوان مثال، [ 26 ، 27 ، 28 ، 29 ، 30 ، 31 ]). این یک روش آماری است که توسط سیلورمن [ 47 ] توسعه یافته و به عنوان یک فیلتر صاف کننده برای نقاط گسسته عمل می کند (معادله (1)). روش KDE بر اساس مقدار i در هر نقطه نمونه (x, y) است.در یک هسته سهم چگالی هر نقطه نمونه با استفاده از توابع هسته محاسبه شد. مقدار چگالی بسته به محدوده شعاع جستجو (پهنای باند) و فاصله سلول شبکه در هر نقطه نمونه تغییر می کند. این روش قبلاً در ArcGIS 10.2 از ESRI، Redlands، CA، USA پیاده سازی شده است و از یک هسته quuartic استفاده می کند، همانطور که توسط Silverman [ 47 ] پیشنهاد شده است. در محدوده شعاع جستجو، نقاط نمونه‌برداری نزدیک‌تر به مرکز سلول شبکه دارای ارزش مشارکت چگالی بالاتری هستند. یک مقدار چگالی تجمعی برای همه هسته‌ها در کل منطقه کاری با استفاده از روش محاسبه می‌شود.

Dهnسمنتیy=1rآدمنتوس2∑من=1n{3πپoپمن[1-دمنستیمنrآدمنتوس]2}2;برای دمنستیمن<rآدمنتوس

جایی که؛

i = 1,…,n نقاط ورودی هستند. فقط در صورتی نقاطی را در مجموع لحاظ کنید که در شعاع فاصله مکان (x,y) باشند.
pop i : مقدار فیلد جمعیت نقطه I
dist i : فاصله بین نقطه i و مکان (x,y).

انتخاب پارامتر برای KDE (به عنوان مثال، نوع هسته و شعاع) در چندین مطالعه مورد بررسی قرار گرفت (به عنوان مثال، [ 48 ، 49 ، 50 ، 51 ، 52 ]) و هنوز هیچ رویکرد استانداردی برای این منظور وجود ندارد. در این مطالعه، یک تحلیل آماری فضایی، میانگین نزدیکترین همسایه (ANN) [ 53 ] پیاده‌سازی شده در ArcGIS 10.2، برای تجزیه و تحلیل توزیع نقاط استفاده شد و رویکردی بر اساس این نتایج برای انتخاب شعاع ایجاد شد. این روش میانگین نسبت نزدیکترین همسایه و میانگین فاصله های مورد انتظار (D E ) و میانگین فاصله های مشاهده شده (D O ) را محاسبه کرد، همانطور که در رابطه (2) نشان داده شده است.

Do=∑من=1nدمنn;DE=0.5n/آ; آنن=DoDE

جایی که؛

DOمیانگین فاصله مشاهده شده بین هر ویژگی و نزدیکترین همسایه آن است.
DEمیانگین فاصله مورد انتظار برای ویژگی های داده شده در یک الگوی تصادفی است.
d i برابر است با فاصله بین ویژگی i و نزدیکترین همسایه آن.
n با تعداد کل ویژگی ها مطابقت دارد.
A مساحت حداقل مستطیل محصور در اطراف همه ویژگی ها است، یا یک مقدار ناحیه مشخص شده توسط کاربر است [ 52 ].
اگر شاخص ANN کمتر از 1 باشد، توزیع خوشه‌بندی می‌شود. اگر شاخص بزرگتر از 1 باشد، نقاط پراکنده می شوند. نتایج تجزیه و تحلیل ANN برای هر گروه در جدول 4 ارائه شده است. نقاط فلور خوشه ای هستند و D E نشان دهنده اندازه متوسط ​​خوشه ها است. با توجه به توزیع تصادفی نقاط پرنده و خزنده، مقادیر D O معرف در نظر گرفته می شود. از سوی دیگر، تنها پنج مشاهده (نقطه) برای پستانداران وجود دارد و آنها پراکنده هستند. از آنجایی که تنها یک گونه ( Capra aegagrus Erxleben ) در این گروه وجود دارد، محدوده محلی آن از [ 54 ] به دست آمد.] به عنوان 150-400 هکتار. لازم به ذکر است که شناسایی دقیق محدوده خانه یک فرآیند جامع است و برای اهداف برنامه ریزی به یک رویکرد ساده و آسان برای استفاده نیاز است. در این مطالعه، شعاع هسته 1000 متر برای همه گروه ها بر اساس مقادیر D O و D E انتخاب شد و محدوده خانه از [ 54 ] به دست آمد.]. علاوه بر این، در طی بررسی های اولیه بر روی شعاع هسته، مشاهده شد که استفاده از شعاع کوچکتر منجر به یک شبکه اکولوژیکی قطع و به شدت پراکنده می شود. از سوی دیگر، استفاده از شعاع هسته بسیار بزرگتر باعث صاف شدن بیش از حد داده ها می شود. شعاع 1000 متری از نظر بصری بهینه است و همچنین منجر به یک حدود می شود. محدوده خانه 3.14 هکتار برای پستانداران. استراتژی زیر را می توان از اجرای فعلی بر اساس تجزیه و تحلیل ANN استخراج کرد:
اگر الگوی توزیع خوشه ای است، D E را بررسی کنید
اگر الگوی توزیع تصادفی است، D O را بررسی کنید
اگر الگوی پراکندگی پراکنده است ← محدوده خانه را برای جانوران (در صورت امکان) یا طبقه زیستگاه EUNIS برای فلور بررسی کنید.
طبقه بندی شکست های طبیعی برای طبقه بندی مجدد مقادیر KDE خروجی هر گروه به پنج دسته استفاده می شود. روش پیاده‌سازی شده در ArcGIS 10.2 از الگوریتم بهینه‌سازی جنکس [ 55 ] استفاده می‌کند که انحراف مربع میانگین‌های کلاس را به حداقل می‌رساند. پس از این مرحله طبقات طبق جدول 5 به عنوان زون رویشگاه در نظر گرفته شدند. چهار طبقه زیستگاه با استفاده از یک رویکرد شاخص تراکم یکپارچه برای به دست آوردن یک الگوی زیستگاه مشترک ترکیب شدند. رویکرد مورد استفاده در اینجا چهار مقدار کلاس (گل، پستانداران، خزندگان و پرندگان) را برای هر نقطه شبکه مقایسه می کند و حداکثر مقدار کلاس را به عنوان خروجی می گیرد. اگر چه روشهای ادغام دیگر (مثلاً میانگین مقادیر کلاس، محاسبه مجموع مقادیر کلاس برای هر پیکسل و طبقه بندی مجدد به پنج کلاس و غیره) می توانند استفاده شوند. رویکرد پیشنهادی به ما اجازه می‌دهد تا سطح اهمیت گونه‌ها را هنگام داشتن تعداد کمی نمونه (مثلاً پستانداران) بهتر نشان دهیم و بنابراین ترجیح داده می‌شود.
نتایج آزمایش های پهنای باند مختلف با 500 متر و 800 متر برای فلور بومی و یک کلاس واحد برای داده های جانوران (به جای سه کلاس مختلف برای پستانداران، خزندگان و پرندگان) در شکل 10 ارائه شده است. این شعاع ها باعث ایجاد شبکه اکولوژیکی منقطع و تکه تکه می شود. از سوی دیگر، همانطور که از شکل 10 ب مشاهده می شود، مناطق هسته پستانداران در معرض تهدید (که با مثلث های قرمز مشخص می شوند) نمی توانند در نقشه نهایی نمایش داده شوند، زمانی که همه داده های جانوران با هم گروه بندی شوند. نتایج تجزیه و تحلیل KDE از هر چهار گروه طبقه بندی شده با شکست های طبیعی در شکل 11 ارائه شده است. همین ناهنجاری در صورتی رخ می دهد که سایر رویکردهای یکپارچه سازی (مثلاً میانگین گیری مقادیر کلاس و غیره) اعمال شود و بنابراین استفاده از حداکثر مقدار کلاس اجازه نمایش بهینه مناطق هسته، مناطق بافر و غیره را می دهد، همانطور که در بخش زیر ارائه شده است.

4. نتایج

4.1. شبکه PA

نتایج یکپارچه با استفاده از خط ساحلی و مرز PA در شکل 12 ارائه شده است. برخلاف استفاده از نقاط گسسته برای نشان دادن زیستگاه‌ها، نتایج نشان‌دهنده یک الگوی پیوسته همانطور که انتظار می‌رود، نشان می‌دهد که PA باید در برابر تکه تکه شدن زیستگاه و تلفات ناشی از آن محافظت شود [ 56 ، 57 ]. پنج سطح به عنوان مناطق زیستگاه اصلی، لکه های حائل، راهروهای اکولوژیکی، مناطق پلکانی و عناصر جدا شده برای گونه های بومی و در معرض تهدید تفسیر شدند ( جدول 5 ). لازم به ذکر است که با توجه به بازه زمانی مبارزات میدانی، داده های جمع آوری شده هنوز ناقص هستند، اگرچه گونه ها دقیقاً شناسایی شده و مکان آنها به طور دقیق اندازه گیری شده است [ 36 ]]. نمونه برداری کم، محدودیت مورد انتظار پروژه های تعیین تنوع زیستی به دلیل روش های جمع آوری داده ها (به عنوان مثال، اغلب به صورت دستی با تفسیر انسانی) و ماهیت گسسته اندازه گیری ها (فاصله های زمانی گسسته) است. نتایج عمدتاً به مناطقی برای حفاظت دقیق اشاره می‌کنند و قسمت‌های باقی‌مانده باید در صورت امکان توسط متخصصان تحلیل و توسط برنامه‌ریزان به دقت تفسیر شود.

4.2. تعاملات بین شبکه PA و استفاده انسانی

برای حفاظت مؤثر، حقوق مالکیت دارایی باید در یک PA در نظر گرفته شود. مناطق مالکیت خصوصی از اهمیت خاصی برخوردار هستند، زیرا حفاظت باید با توافق متقابل مالکان انجام شود. تعادل حفاظت-کاربری را می توان با همکاری داوطلبانه ذینفعان به دست آورد [ 58 ، 59 ، 60 ، 61 ، 62 ] و استراتژی های حفاظت باید با تجزیه و تحلیل اجتماعی و مالی مالکیت زمین و الگوهای کاربری زمین توسعه یابد. توزیع انواع مختلف مالکیت (یعنی املاک خصوصی، املاک خصوصی به دست آمده پس از جنگل زدایی، جنگل های تحت مالکیت دولتی و املاک دولتی غیرجنگلی)، همانطور که در نشان داده شده است.شکل 6 ، تکه تکه شدن جدی زمین های ثبت شده تحت مالکیت خصوصی، هم قطعات خصوصی و هم قطعات ثبت شده جدید پس از جنگل زدایی را نشان می دهد. یک استراتژی حفاظتی عمده می تواند مصادره مالکیت توسط دولت در مناطق حفاظتی دقیق باشد. درصد مالکیت خصوصی (~20%) ارائه شده در جدول 6 نیز نشان دهنده نیاز به سلب مالکیت برای حفاظت از طبیعت است. برای این منظور، تجزیه و تحلیل اولیه با استفاده از بسته های خصوصی، شبکه زیستگاه به دست آمده از روش توسعه یافته، و کلاس های EUNIS انجام شد. تجزیه و تحلیل، بسته های خصوصی را از مجموعه داده استخراج می کند که در داخل مناطق زیستگاه اصلی و تکه های بافر قرار می گیرند (چند ضلعی های قرمز در شکل 13). با این حال، مناطق بسته‌ای که در کلاس‌های EUNIS مناطق مسکونی (روستاها)، گورستان‌ها، ساخت‌وسازهای کشاورزی و محصولات مختلط باغ‌های بازار و باغبانی قرار می‌گیرند از تحلیل حذف شدند. طبق مقررات ملی [ 33 ] برای مجوزهای استفاده در مناطق برنامه ریزی نشده، مرزهای این چهار کلاس قبل از تجزیه و تحلیل 100 متر گسترش یافته است. اگرچه نتایج ارائه شده در شکل 13 مناطقی را نشان می دهد که نیاز به مصادره دارند، با توجه به ماهیت پیچیده داده های تنوع زیستی، قطعات باقی مانده همچنان باید توسط کارشناسان برای تصمیم گیری نهایی بررسی شوند.
تاسیسات زیربنایی در مناطق روستایی توسعه اقتصادی را فراهم می کند اما ممکن است دارایی های طبیعی را از بین ببرد [ 63 ] و تنوع زیستی مناطق حفاظت شده را تهدید کند [ 64 ، 65 ، 66 ، 67 ]. جاده ها با عرض، سطح ترافیک و سرعت خود بر پاسگاه ها تأثیر می گذارند [ 68 ]. دوزیستان، خزندگان، پرندگان و پستانداران بیشتر تحت تأثیر جاده ها قرار می گیرند [ 69 ، 70 ]. تأثیر جاده ها بر شبکه اکولوژیکی در محدوده 100 تا 600 متر است [ 65 ] و با توجه به انواع جاده ها (راه های استانی، بخشداری و روستایی)، منطقه تأثیر را می توان به ترتیب 500، 100 و 50 متر تعیین کرد. [ 71 ، 72]. جاده ها در منطقه PA با استفاده از شعاع های مختلف (500، 100 و 50 متر) بر اساس نوع آنها (استان، ناحیه، روستا) بافر شده و همراه با شبکه اکولوژیکی تعیین شده برای تعریف استراتژی های حفاظت و حمایت از تصمیم گیری برای ساخت جاده های جدید شکل 14 مناطق تاثیر جاده (حائل) و مناطق سکونت گاه با شبکه اکولوژیکی تعیین شده را نشان می دهد. از شکل 14 ، می توان دید که آنها بر روی زیستگاه های اصلی و تکه های بافر تأثیر دارند.

4.3. استراتژی های حفاظت

استراتژی های گزارش شده توسط محققان تنوع زیستی [ 36 ] عمدتاً شامل مشاهدات بر روی عناصر تنوع زیستی و استفاده واقعی از زمین در بخش های مختلف PA با تعاریف جغرافیایی کیفی (به عنوان مثال، غرب جزیره Kekova، غرب PA، و غیره) است. اگرچه این توصیه‌ها وضعیت تنوع زیستی و کاربری زمین را توصیف می‌کنند، استراتژی‌ها و مقررات مدیریت PA عمدتاً توسط MOEU تعریف می‌شوند. استراتژی ها و مقررات را می توان به شرح زیر خلاصه کرد:
  • یک PA باید بر اساس ارزیابی های اکولوژیکی، زمین شناسی، ژئومورفولوژیکی، هیدرولوژیکی و ویژگی های چشم انداز در منطقه تعیین شود.
  • استراتژی های PA، که باید از تصمیم گیرندگان حمایت کند، باید بر اساس نتایج ارزیابی کیفی و کمی باشد.
  • اهمیت بیولوژیکی/اکولوژیکی یک PA باید با وجود گونه های حیاتی و وضعیت واقعی و الگوی زیستگاه آنها نشان داده شود. هدف اصلی مطالعات تنوع زیستی که تحت هدایت MOEU انجام می شود، تعیین تنوع زیستی (فلور و جانوران) و ویژگی های زیستگاه است. شبکه اکولوژیکی نیز باید با چنین مطالعاتی نشان داده شود.
  • کل اکوسیستم باید همراه با پراکندگی مکانی و زمانی گونه های حیاتی و زیستگاه آنها و همچنین روابط آنها ارزیابی شود.
  • بنابراین، برنامه ریزی و حفاظت می تواند بر اساس مطالعات اکولوژیکی و داده های علمی باشد.
در اینجا، این اصول برای Kas-Kekova PA بر اساس نتایج این مطالعه گسترش یافت. پس از تعیین ویژگی های اکولوژیکی و شبکه زیستگاه PA، اصول حفاظتی-استفاده برای حفاظت از گونه های در معرض خطر و استفاده پایدار از زمین می تواند پیشنهاد شود. اول، تلاش های مشترک با مقامات دولتی مسئول توسعه طرح های حفاظتی Kas-Kekova انجام شد. برای استفاده پایدار از زمین، استراتژی های حفاظتی زیر را می توان در اینجا پیشنهاد کرد:
  • شبکه اکولوژیکی باید در برنامه های کاربری زمین ادغام شود. اقدامات حفاظتی سختگیرانه، مانند عدم ساخت و ساز، باید در مناطق زیستگاه اصلی انجام شود. احیای زیستگاه های اصلی باید بهبود یابد.
  • لکه های بافر (منطقه ها) برای حفظ مناطق مرکزی مفید هستند و دارای زیستگاه های مهمی هستند. تکه های بافر ایزوله متمایز زیستگاه را تضمین می کنند و باید کاملاً به عنوان PA نیز تعریف شوند.
  • تأسیسات زیربنایی در مناطق روستایی توسعه اقتصادی را فراهم می کند، اما به راحتی منجر به نابودی دارایی های طبیعی می شود [ 58 ، 59 ، 60 ، 61 ، 62 ]. برای ایجاد مدیریت موثر زمین در منطقه خودگردان، باید از گسترش شهرک ها جلوگیری شود.
  • برای حمایت از حفاظت از زیستگاه و به دست آوردن الگوی بهینه استفاده از زمین، یکپارچه سازی زمین باید در PA انجام شود. باغ‌های موجود را می‌توان با کشاورزی اکولوژیکی حمایت کرد و به‌عنوان عناصر پیوندی برای سایر مناطق، به‌ویژه برای گونه‌های در حال انقراض و زیستگاه‌های در معرض تهدید استفاده کرد.
  • دولت باید مناطق دارای مالکیت خصوصی را که در زیستگاه های اصلی و لکه های حائل قرار دارند، مصادره کند. اگر فرآیند سلب مالکیت نتواند به سرعت اجرا شود، صاحبان آنها می توانند توسط سیستم اجتماعی حمایت شوند تا بتوانند هر گونه فعالیت اقتصادی (مانند گردشگری، کشاورزی و غیره) را ممنوع کنند یا کشاورزان را برای فعالیت های کشاورزی زیست محیطی برای حفاظت آموزش داده و تشویق کنند. و محیط زیست را در زمین های کشاورزی خود بهبود بخشند.
  • راهها در منطقه PA باید بر اساس نوع آنها (استان، ناحیه، روستا) تجزیه و تحلیل و با شبکه اکولوژیکی تعیین شده برای تعریف راهبردهای حفاظتی و حمایت از تصمیم گیری برای ساخت راه های جدید و بازسازی جاده های موجود مقایسه شوند.

5. نتیجه گیری و کارهای آینده

یک روش سریع و عملی بر اساس KDE و شاخص تراکم یکپارچه برای تعریف الگوهای زیستگاه، مناطق حائل و کریدورهای اکولوژیکی گونه‌های در معرض تهدید در Kas-Kekova PA، ترکیه در مطالعه حاضر مورد بررسی قرار گرفت. با توجه به نتایج تحلیل و تفسیر فضایی، یک راهبرد حفاظتی به عنوان رویکردی جامع برای مدیریت مؤثر زمین تدوین و پیشنهاد شد. از نتایج، می‌توان نتیجه گرفت که KDE برای استخراج یک شبکه زیستگاه متصل از نقاط گسسته مکان‌های گونه‌های در معرض خطر قدرتمند است، اگرچه انتخاب یک شعاع هسته که ممکن است برای انواع گونه‌های مختلف مناسب باشد، می‌تواند چالش برانگیز باشد. در اینجا، ANN برای تجزیه و تحلیل الگوهای نقطه ای (تصادفی، خوشه ای، پراکنده) به کار گرفته شد و یک رویکرد انتخاب شعاع هسته بر اساس نتایج پیشنهاد شده است. با این حال، روش ANN ممکن است با نمونه های کمی مناسب نباشد (مثلاً برای پستانداران در خطر انقراض) و برای کسب دانش بیشتر در مورد گونه های در معرض خطر و در نتیجه در مورد انتخاب شعاع هسته به تخصص و مطالعات میدانی بیشتری نیاز است. رویکرد شاخص چگالی یکپارچه برای ترکیب نتایج KDE گروه‌های نقطه‌ای مختلف (به عنوان مثال، پستانداران، خزندگان، پرندگان و گیاهان) و استفاده از حداکثر مقدار ورودی برای هر مقدار شاخص خروجی، از هموار شدن بیش از حد جلوگیری می‌کند و نمایش مقدار اهمیت را امکان‌پذیر می‌سازد. (به عنوان مثال، مناطق هسته) گونه ها با تعداد کمی از نمونه. خروجی روش یک نقشه پایه است که شبکه اکولوژیکی گیاهان و جانوران در معرض تهدید را نشان می دهد که می تواند زیستگاه های تکه تکه شده را به هم متصل کند و برای تجزیه و تحلیل الگوهای زیستگاه مورد استفاده قرار گیرد. برای پستانداران در خطر انقراض) و برای کسب دانش بیشتر در مورد گونه های در معرض خطر و در نتیجه در مورد انتخاب شعاع هسته به تخصص و مطالعات میدانی بیشتری نیاز است. رویکرد شاخص چگالی یکپارچه برای ترکیب نتایج KDE گروه‌های نقطه‌ای مختلف (به عنوان مثال، پستانداران، خزندگان، پرندگان و گیاهان) و استفاده از حداکثر مقدار ورودی برای هر مقدار شاخص خروجی، از هموار شدن بیش از حد جلوگیری می‌کند و نمایش مقدار اهمیت را امکان‌پذیر می‌سازد. (به عنوان مثال، مناطق هسته) گونه ها با تعداد کمی از نمونه. خروجی روش یک نقشه پایه است که شبکه اکولوژیکی گیاهان و جانوران در معرض تهدید را نشان می دهد که می تواند زیستگاه های تکه تکه شده را به هم متصل کند و برای تجزیه و تحلیل الگوهای زیستگاه مورد استفاده قرار گیرد. برای پستانداران در خطر انقراض) و برای کسب دانش بیشتر در مورد گونه های در معرض خطر و در نتیجه در مورد انتخاب شعاع هسته به تخصص و مطالعات میدانی بیشتری نیاز است. رویکرد شاخص چگالی یکپارچه برای ترکیب نتایج KDE گروه‌های نقطه‌ای مختلف (به عنوان مثال، پستانداران، خزندگان، پرندگان و گیاهان) و استفاده از حداکثر مقدار ورودی برای هر مقدار شاخص خروجی، از هموار شدن بیش از حد جلوگیری می‌کند و نمایش مقدار اهمیت را امکان‌پذیر می‌سازد. (به عنوان مثال، مناطق هسته) گونه ها با تعداد کمی از نمونه. خروجی روش یک نقشه پایه است که شبکه اکولوژیکی گیاهان و جانوران در معرض تهدید را نشان می دهد که می تواند زیستگاه های تکه تکه شده را به هم متصل کند و برای تجزیه و تحلیل الگوهای زیستگاه مورد استفاده قرار گیرد. رویکرد شاخص چگالی یکپارچه برای ترکیب نتایج KDE گروه‌های نقطه‌ای مختلف (به عنوان مثال، پستانداران، خزندگان، پرندگان و گیاهان) و استفاده از حداکثر مقدار ورودی برای هر مقدار شاخص خروجی، از هموار شدن بیش از حد جلوگیری می‌کند و نمایش مقدار اهمیت را امکان‌پذیر می‌سازد. (به عنوان مثال، مناطق هسته) گونه ها با تعداد کمی از نمونه. خروجی روش یک نقشه پایه است که شبکه اکولوژیکی گیاهان و جانوران در معرض تهدید را نشان می دهد که می تواند زیستگاه های تکه تکه شده را به هم متصل کند و برای تجزیه و تحلیل الگوهای زیستگاه مورد استفاده قرار گیرد. رویکرد شاخص چگالی یکپارچه برای ترکیب نتایج KDE گروه‌های نقطه‌ای مختلف (به عنوان مثال، پستانداران، خزندگان، پرندگان و گیاهان) و استفاده از حداکثر مقدار ورودی برای هر مقدار شاخص خروجی، از هموار شدن بیش از حد جلوگیری می‌کند و نمایش مقدار اهمیت را امکان‌پذیر می‌سازد. (به عنوان مثال، مناطق هسته) گونه ها با تعداد کمی از نمونه. خروجی روش یک نقشه پایه است که شبکه اکولوژیکی گیاهان و جانوران در معرض تهدید را نشان می دهد که می تواند زیستگاه های تکه تکه شده را به هم متصل کند و برای تجزیه و تحلیل الگوهای زیستگاه مورد استفاده قرار گیرد. مناطق هسته) گونه هایی با تعداد کمی نمونه. خروجی روش یک نقشه پایه است که شبکه اکولوژیکی گیاهان و جانوران در معرض تهدید را نشان می دهد که می تواند زیستگاه های تکه تکه شده را به هم متصل کند و برای تجزیه و تحلیل الگوهای زیستگاه مورد استفاده قرار گیرد. مناطق هسته) گونه هایی با تعداد کمی نمونه. خروجی روش یک نقشه پایه است که شبکه اکولوژیکی گیاهان و جانوران در معرض تهدید را نشان می دهد که می تواند زیستگاه های تکه تکه شده را به هم متصل کند و برای تجزیه و تحلیل الگوهای زیستگاه مورد استفاده قرار گیرد.
فعالیت های حفاظت از طبیعت اغلب توسط حقوق مالکیت دارایی و استفاده واقعی انسان (به عنوان مثال، جاده ها) در مناطق حفاظت شده محدود می شود. همانطور که در راهبردهای حفاظت آمده است، ابزارهای سلب مالکیت و یکپارچه سازی زمین باید توسط مقامات محلی برای بهبود این وضعیت ایجاد شود. مطالعات تنوع زیستی باید در طرح‌های کاربری منطقه‌ای در پاس ادغام شود، زیرا طرح‌های کاربری زمین مهم‌ترین وسیله برای حفاظت از طبیعت پایدار است. برای مدیریت موثر زمین در یک PA، یک طرح محیطی فضایی باید با اولویت دادن به گزارش های تنوع زیستی تهیه شود. اگر اولویت ها با نقشه های تنوع زیستی مشخص نشود، برنامه ریزان شهری به راحتی می توانند از هدف حفاظتی دور شوند یا نمی توانند محدوده کاربری اراضی را در طرح های محیطی فضایی تعیین کنند.
علیرغم اهمیت پروژه های تعیین تنوع زیستی در مناطق حفاظت شده، آنها به سطح بالایی از تخصص، کار دستی گسترده، و کارهای میدانی نیاز دارند که باید در فصول و سال های زیادی گسترش یابد. از سوی دیگر، با پیشرفت‌های اخیر در روش‌های جمع‌آوری، تفسیر و تحلیل داده‌های مکانی – مانند اطلاعات جغرافیایی داوطلبانه (VGI)، علوم شهروندی (CitSci)، سنجش از دور، فناوری‌های حسگر جدید، و GIS به عنوان ذخیره‌سازی، تجزیه و تحلیل، به اشتراک گذاری داده‌ها. و پلت فرم تجسم – کار آسان تر می شود. افزایش مطالعات بر روی تنوع زیستی و نظارت بر کاربری اراضی با تکنیک‌های سنجش از دور نشان می‌دهد که برنامه‌ریزی و مدیریت PA نیز با کمک فن‌آوری‌های فضایی بهتر پشتیبانی می‌شود.
PA Kas-Kekova نیز یک منطقه حفاظت شده دریایی است. در این مطالعه، تنها رویشگاه های خشکی PA مورد ارزیابی قرار گرفته است. در کارهای آینده، تجزیه و تحلیل ها باید به بخش دریایی PA گسترش داده شود و مجموعه ترکیبی از استراتژی های حفاظتی باید برای کل منطقه ایجاد شود، و PA های زمینی و دریایی باید با هم ارزیابی شوند.

منابع

  1. دبیرخانه سازمان ملل متحد، کنوانسیون CBD در مورد تنوع زیستی. 1992. در دسترس آنلاین: https://www.cbd.int/doc/legal/cbd-en.pdf (در 29 ژانویه 2020 قابل دسترسی است).
  2. بوسو، ال. آنسیلوتو، ال. اسمرالدو، اس. D’Arco، S. Migliozzi، A. کونتی، پی. روسو، دی. از دست دادن زیستگاه بالقوه خفاش به دنبال آتش سوزی شدید: ارزیابی سریع مبتنی بر مدل. بین المللی J. Wildland Fire 2018 ، 27 ، 756. [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
  3. مارشال، ال. Biesmeijer, JC; راسمونت، پی. Vereecken، NJ; دووراک، ال. فیتزپاتریک، یو. فرانسیس، اف. نیومایر، جی. اودقاارد، اف. Paukkunen، JPT؛ و همکاران تأثیر متقابل آب و هوا و تغییر کاربری زمین بر توزیع زنبورهای اتحادیه اروپا تأثیر می گذارد. گلوب. چانگ. Biol. 2018 ، 24 ، 101-116. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  4. اسکوگن، ک. هلند، اچ. Kaltenborn، B. نگرانی در مورد تغییرات آب و هوا، از دست دادن تنوع زیستی، تخریب زیستگاه و تغییر چشم انداز: در بسته های مختلف نگرانی های زیست محیطی تعبیه شده است؟ جی. نات. حفظ کنید. 2018 ، 44 ، 12-20. [ Google Scholar ] [ CrossRef ]
  5. CBD، UNEP. برنامه استراتژیک برای تنوع زیستی 2011-2020 و اهداف آیچی. در دسترس آنلاین: https://www.cbd.int/kb/record/decision/12268 (در 23 دسامبر 2019 قابل دسترسی است).
  6. UNEP-WCMC. IUCN Protected Planet Report 2016. موجود به صورت آنلاین: https://wdpa.s3.amazonaws.com/Protected_Planet_Reports/2445%20Global%20Protected%20Planet%202016_WEB.pdf (در 23 دسامبر 2019 قابل دسترسی است).
  7. استانچیو، ای. استایندلگر، جی. راپام. ارزیابی سریع و اولویت‌بندی مدیریت مناطق حفاظت‌شده – پیاده‌سازی روش‌شناسی در رومانی: یافته‌ها و نتایج کلیدی. در دسترس آنلاین: https://www.protectedplanet.net/c/protected-areas-management-effectiveness-pame/reports (در 23 دسامبر 2019 قابل دسترسی است).
  8. تزل، دی. بویوکدمیرجی اوغلو، م. Kocaman, S. ارزیابی دقیق مرزهای مناطق حفاظت شده برای برنامه ریزی کاربری اراضی با استفاده از GIS سه بعدی. Geocarto Int. 2019 ، 1-14. [ Google Scholar ] [ CrossRef ]
  9. فریر، اس. فانک، V. نقشه برداری از الگوی فضایی در تنوع زیستی برای برنامه ریزی حفاظت منطقه ای: از اینجا به کجا؟ سیستم Biol. 2002 ، 51 ، 331-363. [ Google Scholar ] [ CrossRef ]
  10. Pressey، RL مناطق حفاظتی اولویت: به سوی یک تعریف عملیاتی برای ارزیابی های منطقه ای. در پارک های ملی و مناطق حفاظت شده: انتخاب، تعیین حدود و مدیریت . Pigram, JJ, Sundell, RC, Eds. مرکز تحقیقات سیاست آب، دانشگاه نیوانگلند: آرمیدیل، انگلستان، 1997; صص 337-357. [ Google Scholar ]
  11. رید، WV فراتر از مناطق حفاظت شده: تغییر ادراک از اهداف مدیریت زیست محیطی. در تنوع زیستی در مناظر مدیریت شده: تئوری و عمل . Szaro، RC، Johnston، DW، Eds. انتشارات دانشگاه آکسفورد: آکسفورد، انگلستان، 1996; صص 442-453. [ Google Scholar ]
  12. اشتاینر، اف. بروکس، ک. برنامه ریزی زیست محیطی: بررسی. محیط زیست مدیریت 1981 ، 5 ، 495-505. [ Google Scholar ] [ CrossRef ]
  13. فورتین، ام جی. دیل، MRT؛ ور هوف، جی. تحلیل فضایی در اکولوژی. در دسترس آنلاین: https://geog.ucsb.edu/~chris/readings/Spatial.Analysis.in.Ecology.Encyclopedia.Environmetrics.pdf (دسترسی در 23 دسامبر 2019).
  14. بیلی، تی سی؛ Gatrell، تجزیه و تحلیل داده های فضایی تعاملی AC ; Longman Scientific & Technical: Essex, UK, 1995; پ. 413. [ Google Scholar ]
  15. برگس، ال. روشه، پ. ایوان، سی. ایجاد یک شبکه اکولوژیکی ملی برای حفظ تنوع زیستی (مزایا و معایب کریدور اکولوژیکی). علمی Eaux Territ. 2010 ، 3 ، 34-39. [ Google Scholar ]
  16. Jongman, R. شبکه های زیست محیطی یک مسئله برای همه ایالات متحده است. J. Landsc. Ecol. 2008 ، 1 ، 7-13. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  17. اپدام، پی. وربوم، جی. پوولز، آر. انسجام چشم‌انداز: شاخصی برای پتانسیل حفاظت از مناظر برای تنوع زیستی. Landsc. Ecol. 2003 ، 18 ، 113-126. [ Google Scholar ] [ CrossRef ]
  18. مک هیو، ن. تامپسون، اس. ابزار ارزیابی سریع شبکه اکولوژیکی و استفاده از آن در مکان یابی مناطق گسترش زیستگاه در یک چشم انداز در حال تغییر. جی. نات. حفظ کنید. 2011 ، 19 ، 236-244. [ Google Scholar ] [ CrossRef ]
  19. فرتی، وی. پوماریکو، اس. تحلیل تناسب زمین اکولوژیکی از طریق شاخص های فضایی: کاربرد تکنیک فرآیند شبکه تحلیلی و رویکرد میانگین وزنی مرتب شده. Ecol. اندیک. 2013 ، 34 ، 507-519. [ Google Scholar ] [ CrossRef ]
  20. گوروتچاگا، م. لوزانو، پی جی؛ دل باریو، G. رویکرد مبتنی بر GIS برای ترکیب اتصال شبکه های اکولوژیکی به برنامه ریزی منطقه ای. جی. نات. حفظ کنید. 2010 ، 18 ، 318-326. [ Google Scholar ] [ CrossRef ]
  21. گوا، ی. لیو، ی. اتصال مناظر منطقه ای توسط شبکه های زیست محیطی در دلتای رودخانه مروارید بزرگ. Landsc. Ecol. مهندس 2017 ، 13 ، 265-278. [ Google Scholar ] [ CrossRef ]
  22. سانتوس، جی اس. لیت، CCC; ویانا، JCC; دوس سانتوس، آر. فرناندز، MM; Abreu، VDS؛ Nascimento، TPD; دوس سانتوس، LS; فرناندز، MRDM؛ داسیلوا، جی اف. و همکاران تعیین حدود کریدورهای اکولوژیکی در جنگل اقیانوس اطلس برزیل. Ecol. اندیک. 2018 ، 88 ، 414-424. [ Google Scholar ] [ CrossRef ]
  23. چانگ، Q. لی، ایکس. هوانگ، ایکس. Wu, J. برنامه ریزی زیرساخت سبز مبتنی بر GIS برای استفاده پایدار از زمین شهری و توسعه فضایی. Procedia Environ. علمی 2012 ، 12 ، 491-498. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  24. زی، اچ. یائو، جی. لیو، جی. ارزیابی فضایی اهمیت اکولوژیکی بر اساس GIS برای مدیریت محیطی: مطالعه موردی در شهرستان Xingguo چین. Ecol. اندیک. 2015 ، 51 ، 3-12. [ Google Scholar ] [ CrossRef ]
  25. هونگ، دبلیو. گوا، آر. سو، م. تانگ، اچ. چن، ال. Hu، W. ارزیابی حساسیت و کنترل کاربری اراضی راهروهای اکولوژیکی شهری: مطالعه موردی شنژن، چین. سیاست کاربری زمین 2017 ، 62 ، 316-325. [ Google Scholar ] [ CrossRef ]
  26. داونز، جی. هورنر، تخمین چگالی هسته مبتنی بر شبکه MW برای تجزیه و تحلیل محدوده خانگی. در دسترس به صورت آنلاین: https://link.springer.com/chapter/10.1007/978-3-642-12156-2_3#citeas (در 23 دسامبر 2019 قابل دسترسی است).
  27. داونز، تحلیل شبکه JA از الگوهای استفاده از فضای حیوانات. دکتری پایان نامه، دانشگاه ایالتی فلوریدا، تالاهاسی، فلوریدا، ایالات متحده آمریکا، 2008. [ Google Scholar ]
  28. بیوندی، ای. کاساوکیا، اس. پسری، س. Zivkovic، L. Natura 2000 و شبکه بوم شناختی پان اروپایی: روشی جدید برای یکپارچه سازی داده ها. تنوع زیستی حفظ کنید. 2012 ، 21 ، 1741-1754. [ Google Scholar ] [ CrossRef ]
  29. لی، پی. Lv، Y.; ژانگ، سی. یون، دبلیو. یانگ، جی. Zhu، D. تجزیه و تحلیل و برنامه ریزی شبکه های زیست محیطی بر اساس تخمین تراکم هسته برای منطقه پکن-تیانجین-هبی در شمال چین. Sustainability 2016 , 8 , 1094. [ Google Scholar ] [ CrossRef ][ Green Version ]
  30. اردوغان، اس. یلماز، من. بایبورا، تی. گولو، م. یلماز، I. سیستم های اطلاعات جغرافیایی به کمک سیستم تجزیه و تحلیل تصادفات ترافیکی مطالعه موردی: شهر آفیون کاراهیسار. اسید. مقعدی قبلی 2008 ، 40 ، 174-181. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  31. کای، ایکس. وو، زی. چنگ، جی. استفاده از تخمین تراکم هسته برای ارزیابی الگوی فضایی تراکم جاده و تأثیر آن بر تکه تکه شدن منظر. بین المللی جی. جئوگر. Inf. علمی 2013 ، 27 ، 222-230. [ Google Scholar ] [ CrossRef ]
  32. قانون 2863، Kültür ve Tabiat Varlıklarını Koruma Kanunu. 1983; 18113.21: 7; Mevzuatı Geliştirme Yayın Genel Müdürlüğü Mevzuat Bilgi Sistemi, e.mevzuat. در دسترس آنلاین: https://www.mevzuat.gov.tr/Metin1.Aspx?MevzuatKod=1.5.2863&MevzuatIliski=0&sourceXmlSearch=2863&Tur=1&Tertip=5&No=2863 (در 9 نوامبر 2019 قابل دسترسی است).
  33. قانون 644، Çevre ve Şehircilik Bakanlığının Teşkilat Ve Görevleri Hakkında Kanun Hükmünde Kararname. 2011; 27984; Mevzuatı Geliştirme Yayın Genel Müdürlüğü Mevzuat Bilgi Sistemi, e.mevzuat. در دسترس آنلاین: https://www.mevzuat.gov.tr/Metin1.Aspx?MevzuatKod=4.5.644&MevzuatIliski=0&sourceXmlSearch=644&Tur=4&Tertip=5&No=644 (در 9 نوامبر 2019 قابل دسترسی است).
  34. UNEP. برنامه اقدام مدیترانه ای کنوانسیون حفاظت از دریای مدیترانه در برابر آلودگی و پروتکل های مرتبط با آن. در دسترس آنلاین: https://wedocs.unep.org/bitstream/handle/20.500.11822/520/mts170.pdf?sequence=2 (در 23 دسامبر 2019 قابل دسترسی است).
  35. وزارت محیط زیست و شهرسازی. مرز منطقه حفاظت شده کاس-ککووا. در دسترس آنلاین: www.csb.gov.tr ​​(در 9 نوامبر 2019 قابل دسترسی است).
  36. MOEU. Kaş-Kekova Özel Çevre Koruma Bölgesi Biyolojik Çeşitliliğin Tespiti Projesi. در دسترس آنلاین: https://tvk.csb.gov.tr/kas-kekova-ozel-cevre-koruma-bolgesi-karasal-biyolojik-cesitlililigin-tespiti-projesi-proje (در 9 نوامبر 2019 قابل دسترسی است).
  37. دستورالعمل، زیستگاه ها. دستورالعمل 92/43/EEC شورای 21 مه 1992 در مورد حفاظت از زیستگاه های طبیعی و جانوران و گیاهان وحشی. خاموش J. Eur. اتحادیه 1992 ، 206 ، 7-50.
  38. دستورالعمل، پرندگان اتحادیه اروپا. دستورالعمل شورای 2 آوریل 1979 در مورد حفاظت از پرندگان وحشی (79/409/EEC). خاموش J. Eur. جوامع 1979 ، L103 ، 25-04.
  39. IUCN، اتحادیه بین المللی حفاظت از طبیعت. در دسترس آنلاین: www.iucn.org (در 9 نوامبر 2019 قابل دسترسی است).
  40. اتحادیه بین المللی حفاظت از طبیعت. 2006 فهرست قرمز IUCN از گونه های در معرض خطر. 2006. در دسترس آنلاین: https://www.iucnredlist.org/ (در 29 ژانویه 2020 قابل دسترسی است).
  41. آیتاچ، ز. Duman, H. A New Species and 2 New Records from Turkey. ترک. جی. بات. 2013 ، 37 ، 1055-1060. [ Google Scholar ] [ CrossRef ]
  42. کی، آر. توسکا، جی. برنامه ریزی و مدیریت ساحلی ; اولین بار در سال 1999 توسط E & FN Spon منتشر شد. ویرایش دوم منتشر شده در سال 2005 توسط تیلور و فرانسیس: کانادا و ایالات متحده آمریکا. CRC Press: Boca Raton، FL، USA، 2017. [ Google Scholar ]
  43. تزل، دی. Inam, S. تعیین حساسیت گیاهی در مناطق حفاظت شده برای مدیریت زمین: منطقه Kas-Kekova. در مجموعه مقالات کنگره FIG 2018، استقبال از دنیای هوشمند ما در جایی که قاره ها به یکدیگر متصل می شوند: افزایش بلوغ جغرافیایی جوامع، استانبول، ترکیه، 6 تا 11 مه 2018. [ Google Scholar ]
  44. Tezel, D. Kaş-Kekova (Antalya) Bölgesi Flora ve Fauna Duyarlılığı Üzerine Ekolojik Koridorların Mekansal veri Analizi ile Belirlenmesi. دکتری پایان نامه، دانشگاه سلجوک، دانشکده تحصیلات تکمیلی علوم طبیعی، قونیه، ترکیه، آگوست 2018; 164p. در دسترس آنلاین: https://acikerisimarsiv.selcuk.edu.tr:8080/xmlui/handle/123456789/14341 (در 29 ژانویه 2020 قابل دسترسی است).
  45. ESRI. در دسترس آنلاین: www.esri.com (در 29 ژانویه 2020 قابل دسترسی است).
  46. دیویس، م. ماس، دی. هیل، طبقه‌بندی زیستگاه MO EUNIS اصلاح شده در سال 2004. گزارش به: آژانس محیط زیست اروپا-مرکز موضوع اروپا در حفاظت از طبیعت و تنوع زیستی. 2004، صفحات 127-143. در دسترس آنلاین: https://www.eea.europa.eu/data-and-maps/data/eunis-habitat-classification/documentation/eunis-2004-report.pdf (در 23 دسامبر 2019 قابل دسترسی است).
  47. سیلورمن، برآوردگر چگالی BW برای آمار و تجزیه و تحلیل داده ها. در آمار و احتمال کاربردی ; چپمن و هال: نیویورک، نیویورک، ایالات متحده آمریکا، 1986. [ Google Scholar ]
  48. ورتون، روش‌های هسته BJ برای تخمین توزیع استفاده در مطالعات محدوده خانگی. اکولوژی 1989 ، 70 ، 164-168. [ Google Scholar ] [ CrossRef ]
  49. Tremaine, G. تخمین محدوده خانه. بین المللی دایره پریماتول. 2016 ، 1-4. [ Google Scholar ]
  50. فلمینگ، CH; فاگان، WF; مولر، تی. اولسون، کالیفرنیا؛ لیمگروبر، پی. Calabrese, JM Rigorous Range Estimation with Movement Data: تخمینگر تراکم هسته همبسته خودکار جدید. اکولوژی 2015 ، 96 ، 1182-1188. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  51. Shi, X. انتخاب نوع پهنای باند و سمت تنظیم در تخمین چگالی هسته بر روی پس‌زمینه‌های ناهمگن. بین المللی جی. جئوگر. Inf. علمی 2010 ، 24 ، 643-660. [ Google Scholar ] [ CrossRef ]
  52. کوتر، اس. اصول، ن. Kuter، N. تعیین پهنای باند برای تجزیه و تحلیل تراکم هسته رویدادهای آتش‌سوزی در مقیاس منطقه فرعی جنگل. Ecol. مدل. 2011 ، 222 ، 3033-3040. [ Google Scholar ] [ CrossRef ]
  53. تحلیل میانگین نزدیکترین همسایه. در دسترس آنلاین: https://pro.arcgis.com/en/pro-app/tool-reference/spatial-statistics/h-how-average-nearest-neighbor-distance-spatial-st.htm (دسترسی در 23 دسامبر 2019 ).
  54. گاندوگدو، ای. Ogurlu، I. توزیع بز وحشی Capra aegagrus Erxleben 1877 و ویژگی های جمعیت در Isparta، ترکیه. J. Anim. وتر Advan. 2009 ، 8 ، 2318-2324. [ Google Scholar ]
  55. جنکس، GF مفهوم مدل داده در نقشه برداری آماری. بین المللی سالب. کارتوگر. 1967 ، 7 ، 186-190. [ Google Scholar ]
  56. Fahrig, L. اثرات تکه تکه شدن زیستگاه بر تنوع زیستی. آنو. کشیش اکول. تکامل. سیستم 2003 ، 34 ، 487-515. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  57. دبینسکی، دی.م. Holt، RD یک بررسی و مروری بر آزمایش های تکه تکه شدن زیستگاه. حفظ کنید. Biol. 2000 ، 14 ، 342-355. [ Google Scholar ] [ CrossRef ]
  58. اکلوند، ج.اف. Cabeza-Jaimejuan، MDM کیفیت حکمرانی و اثربخشی مناطق حفاظت شده: مفاهیم اساسی برای برنامه ریزی حفاظت. ان آکادمی نیویورک علمی 2017 ، 1399 ، 27–41. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  59. فرانک، پی. ارزیابی اجتماعی مناطق حفاظت شده: تجربیات اولیه و نتایج یک رویکرد مشارکتی و سریع . موسسه بین المللی محیط زیست و توسعه: لندن، بریتانیا، 2014. [ Google Scholar ]
  60. Lockwood، M. حکمرانی خوب برای مناطق حفاظت شده زمینی: چارچوب، اصول و نتایج عملکرد. جی. محیط زیست. مدیریت 2010 ، 91 ، 754-766. [ Google Scholar ] [ CrossRef ]
  61. رید، مشارکت ذینفعان MS برای مدیریت محیطی: مروری بر ادبیات. Biol. حفظ کنید. 2008 ، 141 ، 2417-2431. [ Google Scholar ] [ CrossRef ]
  62. وارد، سی. Stringer، LC; هولمز، جی. مدیریت مشترک منطقه حفاظت شده و تأثیرات معیشتی درک شده. جی. محیط زیست. مدیریت 2018 ، 228 ، 1-12. [ Google Scholar ] [ CrossRef ]
  63. Chomitz، KM; خاکستری، جاده های DA، کاربری زمین و جنگل زدایی: مدل فضایی اعمال شده در بلیز. اقتصاد بانک جهانی Rev. 1996 , 10 , 487-512. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  64. اشلی، EP; رابینسون، JT جاده مرگ و میر دوزیستان، خزندگان و دیگر حیات وحش در Long Point Causeway، دریاچه ایری، انتاریو. می توان. فیلد نات. 1996 ، 110 ، 403-412. [ Google Scholar ]
  65. فورمن، RTT؛ الکساندر، جاده های LE و اثرات عمده اکولوژیکی آنها. آنو. کشیش اکول. سیستم 1998 ، 29 ، 207-231. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  66. Laurance، WF; پلتیه-جلما، ا. گینن، بی. کوستر، اچ. Verweij، P. ون دایک، پی. Lovejoy، TE; شلیچر، جی. ون کوییک، ام. کاهش اثرات زیست محیطی جهانی گسترش سریع زیرساخت. Curr. Biol. 2015 ، 25 ، R259–R262. [ Google Scholar ] [ CrossRef ] [ PubMed ][ نسخه سبز ]
  67. آریاگادا، RA; Echeverria، CM; مویا، DE ایجاد مناطق حفاظت شده در زمین های عمومی: آیا جایی برای حفاظت بیشتر وجود دارد؟ PLoS ONE 2016 , 11 , e0148094. [ Google Scholar ]
  68. کارو، تی. دابسون، ا. مارشال، ای جی؛ Peres، CA راه حل های مصالحه بین حفاظت و ساخت جاده در مناطق استوایی. Curr. Biol. 2014 ، 24 ، R722–R725. [ Google Scholar ] [ CrossRef ] [ PubMed ][ نسخه سبز ]
  69. فهریگ، ال. Pedlar، JH; پاپ، SE; تیلور، PD; وگنر، JF اثر ترافیک جاده ای بر تراکم دوزیستان. Biol. حفظ کنید. 1995 ، 73 ، 177-182. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  70. هادسون، NL بررسی مرگ و میر جاده ای در پستانداران (و شامل داده هایی برای مار علف و قورباغه معمولی). جی. زول. 1966 ، 148 ، 576-579. [ Google Scholar ] [ CrossRef ]
  71. مائو، ایکس. منگ، جی. Xiang، Y. مدل مبتنی بر اتوماتای ​​سلولی برای توسعه الگوهای امنیت اکولوژیکی استفاده از زمین در مناطق نیمه خشک: مطالعه موردی اوردوس، مغولستان داخلی، چین. محیط زیست علوم زمین 2013 ، 70 ، 269-279. [ Google Scholar ] [ CrossRef ]
  72. شی، اچ. شی، تی. یانگ، ز. وانگ، ز. هان، اف. وانگ، سی. اثر جاده ها بر کریدورهای اکولوژیکی مورد استفاده برای حرکت حیات وحش در یک سایت میراث طبیعی. حفظ کنید. 2018 ، 10 ، 2725. [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
Ijgi 09 00091 g001 550
شکل 1. ( الف ) محدوده محل مطالعه و منطقه حفاظت شده ثبت شده (PA) (مختصات بالا سمت چپ: Lat: 36.250 Lon: 29.630؛ مختصات پایین سمت راست: Lat: 36.060 Lon: 29.940) [ 35 ]. ستاره قرمز نشان دهنده محل قلعه سیمنا در Kalekoy، Demre، ترکیه است. ( ب ) عکس گرفته شده از قلعه سیمنا. که مناظر ساحلی و ویرانه‌های باستان‌شناسی را نشان می‌دهد، عمدتاً از لیسیایی‌ها (اعتبار تصویر: MOEU).
Ijgi 09 00091 g002 550
شکل 2. مناطق فرعی کاس (Bayindir، Belenli، Bogazcik، Kilicli) و Demre (Cevreli، Kapakli، Kale-Ucagiz) و جمعیت انسانی مربوطه (تا سال 2013) در Kas-Kekova PA.
Ijgi 09 00091 g003 550
شکل 3. تغییرات استقرار در کاس-ککووا PA عمدتا ناشی از فعالیت های توریستی است که در تصاویر هوایی و ماهواره ای از 1992 ( a ) و 2008 ( b ) قابل مشاهده است. چند ضلعی های قرمز نشان دهنده مرز سکونتگاه روستایی است که توسط MOEU ثبت شده است.
Ijgi 09 00091 g004 550
شکل 4. چارچوب روش شناختی برای PA Kas-Kekova.
Ijgi 09 00091 g005 550
شکل 5. مکان‌های گیاهی و جانوری بومی و/یا در معرض تهدید و طبقات زیستگاه EUNIS که در پروژه تنوع زیستی Kas-Kekova PA که توسط MoEU انجام شده است شناسایی و اندازه‌گیری شده‌اند [ 36 ].
Ijgi 09 00091 g006 550
شکل 6. الگوی مالکیت زمین طبقه بندی شده بر اساس نوع ثبت زمین (به عنوان مثال، جنگل یا کاداستر) و نوع مالک (یعنی مالکیت دولتی یا خصوصی).
Ijgi 09 00091 g007 550
شکل 7. پراکندگی پستانداران آسیب پذیر مشاهده شده توسط کار میدانی در نقشه های شیب ( سمت چپ ) و محدوده ارتفاعی ( راست ).
Ijgi 09 00091 g008 550
شکل 8. پراکندگی خزندگان و دوزیستان آسیب پذیر ( جدول 1 ) که در طول کارهای میدانی روی نقشه های شیب ( سمت چپ ) و محدوده ارتفاعی ( راست ) مشاهده شده است.
Ijgi 09 00091 g009 550
شکل 9. پراکنش گونه های فلور بومی ( جدول 1 ) مشاهده شده در طول کار میدانی بر روی نقشه های محدوده ارتفاعی ( a )، شیب ( b ) و جهت ( ج ).
Ijgi 09 00091 g010a 550 Ijgi 09 00091 g010b 550
شکل 10. نتایج تجزیه و تحلیل پهنای باند KDE با داده های جانوری (همه گونه ها در نتایج گنجانده شد) و مکان های فلور بومی. نتایج بر اساس شکست های طبیعی طبقه بندی شدند.
Ijgi 09 00091 g011 550
شکل 11. نتایج تجزیه و تحلیل KDE با نتایج شعاع 1000 متری طبقه‌بندی شده بر اساس شکسته‌های طبیعی برای: ( الف ) مکان‌های فلور بومی. ( ب ) خزندگان و دوزیستان؛ ( ج ) پستانداران؛ و ( د ) پرندگان.
Ijgi 09 00091 g012 550
شکل 12. نقشه شبکه زیستگاه تولید شده با ادغام نتایج در شکل 11 با توجه به حداکثر مقدار کلاس هر نقطه شبکه. مکان های گیاهی و جانوری روی نقشه نشان داده شده است.
Ijgi 09 00091 g013 550
شکل 13. نتایج تحلیل کاداستر و شبکه زیستگاه تعیین شده.
Ijgi 09 00091 g014 550
شکل 14. مناطق تاثیر جاده و مناطق استقرار با شبکه اکولوژیکی تعیین شده پوشانده شده است.

مقالات داخلی و بین المللی

مطالب مرتبط ...

بدون دیدگاه

دیدگاهتان را بنویسید