کاربرد نمایه های خرس قهوه ای (Ursus arctos) در شناسایی گستره پراکنش آن و نوع خسارات وارده در استان فارس
محل انتشار: مجله زیست شناسی جانوری تجربی، دوره: 8، شماره: 3
سال انتشار: 1398
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 50
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_EAB-8-3_009
تاریخ نمایه سازی: 22 آذر 1402
چکیده مقاله:
خرس قهوهای (Ursus arctos) بزرگترین حیوان گوشتخوار ایران میباشد که در قارههای آسیا، اروپا و آمریکای شمالی زیست میکند. در ایران پراکنش این گونه محدود به نواحی جنگلی رشته کوههای البرز و زاگرس بوده و مرز جنوبی پراکنش آن در استان فارس واقع میباشد. خرس قهوهای ایران متعلق به زیرگونه سوری (U. a. syriacus) می باشد که دارای جمعیت های گسسته و در معرض خطر بوده و همچنین اطلاعات اندکی از جنبههای مختلف زیست شناسی آن وجود دارد. این پژوهش در راستای شناسایی گستره پراکنش خرس قهوهای در استان فارس به مدت چهار سال انجام گرفت. با توجه به این که مشاهده مستقیم خرس قهوهای به علت شبفعالبودن آن بندرت رخ میدهد معمولا در اینچنین تحقیقاتی از نمایهها استفاده میشود. در کل ۱۷۰ نمایه از این گونه در استان فارس شناسایی شد. بیشترین نمایههای رویت شده مربوط به ردپا (حدود ۴۸ درصد) و سرگین (حدود ۲۰ درصد) میباشد. بررسی نمایهها و تهیه نقشه پراکنش این گونه در استان فارس با استفاده از ArcGIS ۱۰.۳ نشان داد که بیشترین نمایههای حضور این گونه مربوط به مناطق کوهستانی مرودشت (۵۴/۳۲ درصد) و سپیدان (۹۵/۳۱ درصد) در نیمه شمالی استان با محدوده ارتفاعی ۱۶۰۰ تا بیش از ۲۸۰۰ متر از سطح دریا میباشد. نمایهها نشان میدهد که حمله خرس قهوهای به انسان، احشام اهلی، کندوهای عسل، مزارع پرورش ماهی و محصولات کشاورزی از جمله خسارات ناشی از این گونه در استان می باشد.
کلیدواژه ها:
نویسندگان
علی غلامحسینی
استادیار، گروه زیست شناسی، دانشکده علوم، دانشگاه شیراز
مهدی انصاری
کارشناس ارشد، اداره کل حفاظت محیط زیست استان فارس
مهرگان ابراهیمی
استادیار، گروه زیست شناسی، دانشکده علوم، دانشگاه شیراز
حمیدرضا اسماعیلی
استاد، گروه زیست شناسی، دانشکده علوم، دانشگاه شیراز
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :