Application of Cocktail method in vegetation classification

Authors

1 Department of Forest Science, Faculty of Natural Resources and Marin Sciences, Tarbiat Modares University, Noor, Iran

2 Botany Research Division, Research Institute of Forests and Rangelands, Tehran, Iran

3 Herbarium of Noshahr Botanical Garden, Research Center of Agricultural and Natural Resources of Mazandaran, Noshahr, Iran

Abstract

This study intends to assess the application of Cocktail method in the classification of large vegetation databases. For this purpose, Buxus hyrcana dataset consisted of 442 relevés with 89 species were used and by the modified TWINSPAN. For running the Cocktail method, first primarily classification was done by modified TWINSPAN, and by performing phi analysis in the groups resulted five species were selected which had the highest fidelity value. Then sociological species groups were formed by examining co-occurrence of these 5 species with other species in the database. 21 plant communities belongs to 6 variant, 17 sub associations, 11 associations, 4 alliance, 1 order and 1 class were recognized by assigning 379 releves to the sociological species groups by using logical formulas. Also, 63 releves by the logical formula were not assigned to any sociological species groups, by FPFI index were assigned to the sociological species groups which had the most index value. According to 91% classification agreement with Brown-Blanquet classification and Cocktail classification, we suggest Cocktail method to vegetation scientists as an efficient alternative of Braun-Blanquet method to classify large vegetation databases.

Keywords

Main Subjects


مقدمه.

نیاز بشر به طبقه‌بندی محیط اطراف خود به‌ منظور ملموس‌تر کردن آن امری اجتناب‌ناپذیر است (De Caceres et al., 2015). اهمیت این امر در علوم پوشش گیاهی به حدی است که بدون طبقه‌بندی پوشش گیاهی شناخت مناسبی از ویژگی‌های آن حاصل نمی‌شود (Daubenmire, 1968). از این‌ رو، طبقه‌بندی پوشش گیاهی یکی از موضوعات مهم بوم‌شناسی گیاهی است که بر اساس آن، گروه‌های گیاهی مشتمل بر گیاهانی با سرشت و نیازهای مشابه اکولوژیک که در طبیعت کنار هم مستقل هستند شناسایی و تفکیک می‌شوند (Witte, 2002). هدف اولیه طبقه‌بندی پوشش گیاهی، خلاصه کردن تغییرات (مکانی و زمانی) آن در تعداد محدودی واحدها یا اجتماعات گیاهی (plant communities) است (De Caceres et al., 2015). اما به طور کلی، طبقه‌بندی پوشش گیاهی با سه هدف عمده انجام می‌شود:
1- تعیین و نام‌گذاری واحدهای متمایز از پوشش گیاهی یک منطقه به‌ منظور شناخت مناسب از الگوی تغییرات ترکیب پوشش گیاهی یک رویشگاه؛
2- پیش‌بینی بسیاری از ویژگی‌های رویشگاه (ترکیب گونه‌ای، شرایط رویشگاه و فرآیندهای اکولوژیک) از طریق اختصاص دادن گروه‌های گیاهی به واحدهای پوشش گیاهی و 3- تعیین الگوی وقوع مشترک گونه‌ها به‌ منظور پیش‌بینی دامنه اکولوژیک انتشار آنها (Dengler et al., 2008).

روش طبقه‌بندی براون- بلانکه (Braun-Blanquet, 1964) که معروف‌ترین و پرکاربردترین روش طبقه‌بندی پوشش گیاهی به شمار می‌رود، با ارایه یک چارچوب مشخص و با کمک تجربه متخصص، به دنبال بهترین ترکیب گروه‌های گیاهی به‌ منظور طبقه‌بندی پوشش گیاهی است. این روش به دلیل مشکلات اشتباه در نمونه‌برداری (عدم رعایت اصل توده معرف) و عدم شفافیت فرآیند طبقه‌بندی (عدم قانونمندی و شفافیت) همواره مورد انتقاد قرار داشته است Rolecek, 2007)؛ (Dengler et al., 2008. از این‌ رو، از آن بجای یک روش علمی به عنوان یک هنر یاد می‌کنند (Austin and Smith, 1989). امروزه با توسعه علوم رایانه و در نتیجه بهره‌گیری از روش‌های عددی چندمتغیره در فرآیندهای طبقه‌بندی پوشش گیاهی (مانند روش‌های خوشه‌ای و TWINSPAN) تلاش برای کاهش عامل ذهنیت (یا تجربه که در روش سنتز جدولی براون- بلانکه مطرح است) در توصیف پوشش گیاهی به‌ منظور درک هرچه صحیح‌تر روابط پوشش گیاهی و عوامل محیطی با استفاده از معیارهای واضح و روشن مطرح هست (Grabherr et al., 2003). البته آنچه کاربرد روش طبقه‌بندی مبتنی بر تجربه براون- بلانکه را نسبت با روش‌های عددی طبقه‌بندی پوشش گیاهی برجسته‌تر می‌سازد، این است که در روش براون- بلانکه هرگونه اشکال یا پیچیدگی در فرآیند طبقه‌بندی بر اساس تجربه محقق (آگاهی که محقق در مورد رفتار گونه‌ها نسبت به تغییرات خصوصیات محیطی رویشگاه دارد) قابل‌رفع است، اما چنین قابلیتی در روش‌های عددی وجود ندارد. ضمن این که نتایج طبقه‌بندی عددی در مقیاس‌های بزرگ بدون اتکا به دانش تجربی با خطا همراه است (Dengler et al., 2008).

برای دوری از این مشکلات، به تازگی طبقه‌بندی نظارت‌شده (supervised classification) از اهمیت نسبی بالایی برخوردار شده است. روش ترکیب گونه‌های معرف (cocktail) (Bruelheide and Jandt, 1995) یکی از روش‌های طبقه‌بندی نظارت‌شده است که تقلیدی از روش براون- بلانکه است و به‌ منظور احیای آن شکل‌گرفته است (Douda, 2008). توسعه روش ترکیب گونه‌های معرف و در نتیجه حذف عامل محدودیت اثر تجربه محقق در نتیجه فرآیند طبقه‌بندی و ارایه نتایج آن به‌صورت توابع عددی سبب گردید تا نتایج حاصل از آن، ضمن دقت بالا در سطوح بین‌المللی (به دلیل قابلیت تکراری که دارند) نیز قابل ‌ارایه باشد (Bruelheide and Chytry, 2000). این در حالی است که کیفیت نتایج روش سنتز جدولی براون- بلانکه به دلیل تأثیرپذیری از میزان تجربه محقق متفاوت است و بنابراین تنها در سطوح منطقه‌ای و یا ملی قابلیت ارایه دارند. البته این روش به دلیل استفاده از معیار حضور- غیاب گونه‌های گیاهی در فرآیند طبقه‌بندی (که به عنوان مهم‌ترین معیار در فرآیند طبقه‌بندی جوامع گیاهی با روش سنتز جدولی براون- بلانکه مطرح است) و نیز تشابه اصول پردازش داده‌ها در این روش با روش براون- بلانکه Bruelheide, 2000)؛ Boublik, 2010)، امکان ارایه نتایج مطالعات جامعه‌شناسی گیاهی که قبلاً توسط محققان باتجربه انجام‌شده است را به‌صورت توابع عددی فراهم می‌سازد (Koci et al., 2003). از این‌ رو، روش طبقه‌بندی ترکیبی طی دو دهه اخیر به‌ منظور معرفی اجتماعات گیاهی در سطح رویشگاه‌ها در مقیاس‌های بزرگ ملی و بین‌المللی مدنظر محققان علوم پوشش گیاهی قرارگرفته است Bruelheide, 2000)؛ Rolecek, 2007؛ Silc and Carni, 2007؛ Douda, 2008؛ Simonova, 2008؛ Boublik, 2010؛ Hegedusova et al., 2012؛ Li et al., 2013؛ Landucci et al., 2015؛ Li et al., 2015؛ (Douda et al., 2016.

نیاز به ایجاد پایگاه اطلاعاتی پوشش گیاهی در مقیاس‌های بزرگ (در نواحی رویشی مختلف و یا در سطوح پراکنش گونه‌ها) و طبقه‌بندی آنها به‌ منظور شناخت تنوع جوامع گیاهی، در ایران نیز احساس می‌شود. چنین مجموعه الکترونیک از داده‌های اولیه از یک‌سو برای انجام تحلیل‌های آماری کاربرد دارد و از سوی دیگر، به عنوان یک منبع داده فلوریستیک برای مطالعات تغییرات ترکیب پوشش گیاهی طی زمان‌های مختلف کاربرد دارد. همچنین، این اطلاعات می‌تواند برای اهداف دیگری مانند تعیین متغیرهای مهم محیطی، برآورد آشیان اکولوژیک گونه‌ها، ارزیابی ضرایب معرف النبرگ، تهیه نقشه پراکنش برای هرگونه و مدل‌سازی پتانسیل گسترش گونه‌ها و رویشگاه‌ها مورد استفاده قرار گیرند. از این‌ رو، استفاده روش ترکیب گونه‌های معرف در طبقه‌بندی پایگاه‌های اطلاعاتی پوشش گیاهی اجتناب‌ناپذیر است. بنابراین، پژوهش حاضر در نظر دارد ضمن معرفی اجزای این روش طبقه‌بندی، کاربرد آن را در طبقه‌بندی بانک اطلاعاتی جنگل‌های شمشاد هیرکانی (Buxus hyrcana Pojark.) در استان‌های گلستان و مازندران بررسی کند.

 

مواد و روش‌ها.

بانک اطلاعاتی پوشش گیاهی: طی سال‌های 1390 تا 1394 رویشگاه‌های مهم شمشاد هیرکانی از منطقه حفاظت‌شده چشمه بلبل بندرگز استان گلستان به عنوان شرقی‌ترین ناحیه پراکنش این‌گونه در جنگل‌های هیرکانی تا جنگل‌های لیره سر تنکابن در استان مازندران نمونه‌برداری شد (شکل 1). این رویشگاه‌ها در محدوده ارتفاعی 50 متر از سطح دریا (پارک جنگلی سی‌سنگان) تا 1750 متر از سطح دریا (جنگل‌های فریم سوادکوه) و به عنوان مرتفع‌ترین رویشگاه شمشاد در جنگل‌های هیرکانی، قرار دارند. به طور کلی، در رویشگاه‌های مزبور، تعداد 442 رولوه (400 مترمربعی) با روش براون- بلانکه (Braun-Blanquet, 1964) و با رعایت اصل توده معرف برداشت شد. مهم‌ترین نکته در روش براون- بلانکه پراکنش مناسب رولوه‌ها (قطعات نمونه) و تعیین صحیح آنها است. برای این منظور ترانسکت‌هایی با فواصل 400 متر به عنوان خطوط مبنا در امتداد شیب تغییرات ارتفاع از سطح دریا (عمود بر خطوط منحنی میزان) در نظر گرفته ‌شد و رولوه‌ها با در نظر گرفتن هرگونه تغییر احتمالی در پوشش گیاهی منطقه و با تأکید بر اصل توده معرف (Asri, 1995) در هر رویشگاه پیاده شد. بنابراین، طراحی شبکه نمونه‌برداری در هر رویشگاه ترکیبی از دو روش خطی و انتخابی بود (Esmailzadeh et al., 2011). در هر یک از رولوه‌ها فهرست کلیه گونه‌های گیاهی به همراه درصد تاج‌پوشش آنها بر اساس مقیاس وان درمارل با اندکی تغییر (0: غایب، 1: 1-0، 2: 5/2-1، 3: 5-5/2، 4: 5/12-5، 5: 25-5/12، 6: 50-25، 7: 50-75 و 8: 100-75 درصد) ثبت شد. در نهایت، بانک اطلاعاتی شمشاد هیرکانی در استان‌های گلستان و مازندران با 442 پلات و 89 گونه تشکیل شد.

 

 

 

شکل 1- رویشگاه‌های شمشاد موجود در دو استان گلستان و مازندران مطالعه شده به‌ منظور تهیه بانک اطلاعاتی شمشاد هیرکانی

 

 

.روش طبقه‌بندی ترکیب گونه‌های معرف یا روش ترکیبی (cocktail): فرآیند طبقه‌بندی ترکیب گونه‌های معرف با پیدا کردن گروهی از گونه‌های گیاهی (گروه گونه‌های جامعه‌شناختی) که در قطعات نمونه بانک اطلاعاتی پوشش گیاهی تمایل به حضور مشترک دارند، آغاز می‌شود. هر چه بانک اطلاعاتی بزرگ‌تر و شامل رویشگاه‌های بیشتری باشد، تعیین گروه گونه‌های گیاهی با دقت بیشتری انجام می‌شود. به‌ طور معمول، گونه‌هایی که حضور مشترک در قطعات نمونه یکسان دارند، دارای نیازهای رویشگاهی مشابه و در نتیجه آن پراکنش مشابه هستند. مفهوم گروه گونه‌های گیاهی در روش ترکیبی اشاره به اصل اجتماع‌پذیری گونه‌ها دارد (Doing, 1969) و مشابه مفهوم گونه‌های معرف برای واحدهای پوشش گیاهی در جامعه‌شناسی گیاهی است. به بیان ‌دیگر، گروه گونه گیاهی مشتمل بر گونه‌هایی است که در قطعات نمونه با خصوصیات رویشگاهی مشابه حضور مشترک دارند و در نتیجه پراکنش آنها مشابه است. از این‌ رو، می‌توان از آنها به عنوان گونه‌های معرف یک اجتماع گیاهی خاص قلمداد کرد.

به‌ منظور ایجاد یک گروه گیاهی جامعه‌شناختی، نخست چند گونه تفریقی (differential species) اولیه از بانک اطلاعاتی انتخاب می‌شود. تعیین گونه‌های تفریقی اولیه بر اساس تجربه و تخصص محقق، مطالعات انجام ‌شده قبلی در آن منطقه و یا نتایج تحلیل گونه معرف که بر مبنای نتایج یک طبقه‌بندی اولیه شکل‌گرفته است، انجام می‌شود. در پژوهش حاضر، نتایج روش TWINSPAN اصلاح‌شده (Rolecek et al., 2009) به عنوان طبقه‌بندی اولیه مدنظر قرار گرفت.

پس از تعیین گونه‌های تفریقی اولیه، درصد وقوع مشترک آنها با ترکیب گیاهی منطقه با بهره‌گیری از روش‌های عددی اجتماع‌پذیری مانند ضریب تعلقه فی (TPFIM) (Chytry et al., 2002) بررسی شده است و بر این اساس گونه‌های گیاهی که با همدیگر (به‌ طور معمول چهار یا پنج گونه) در یک سری از قطعات نمونه وقوع می‌یابند، به عنوان گروه گونه‌های جامعه‌شناختی معرفی می‌شوند Bruelheide and Chytry, 2000)؛ Koci et al., 2003). به دیگر سخن، با محاسبه درصد اجتماع‌پذیری، گونه‌هایی که پراکنش مشابهی با گونه‌های تفریقی اولیه دارند، شناسایی می‌شوند. در نهایت، تخصیص قطعات نمونه (رولوه‌ها) به هر یک از گروه گونه‌های جامعه‌شناختی (بر مبنای حضور- غیاب گروه گونه‌های جامعه‌شناختی در هر یک از قطعات نمونه) بررسی شده (Willner, 2011) و بر این اساس اجتماعات گیاهی متمایز از یکدیگر تفکیک می‌شوند. در تخصیص قطعات نمونه به یک اجتماع گیاهی، هر قطعه‌نمونه‌ای که حداقل نیمی از گونه‌های یک گروه گونه جامعه‌شناختی را شامل شود به آن اجتماع گیاهی مزبور تعلق می‌یابد (Koci et al., 2003). در ادامه، به منظور تعیین اجتماعات گیاهی در یک سطح طبقه‌بندی، می‌توان اقدام به اجرای مجدد کلیه مراحل بالا در هر یک از جوامع مزبور کرد. بدین‌صورت تمامی اجتماعات گیاهی بانک اطلاعاتی پوشش گیاهی شناسایی می‌شوند.

مرحله نهایی روش طبقه‌بندی ترکیبی، معرفی عددی اجتماعات گیاهی به‌دست‌آمده در مراحل قبلی با استفاده از فرمول‌های منطقی (logical formula) است. هر فرمول منطقی از تعدادی شرایط عضویت (membership condition) تشکیل ‌شده است که توسط عملگرهای منطقی (logical operator) باهم ترکیب می‌شوند. هر شرایط عضویت هم از اصطلاحاتی (terms) تشکیل‌شده است که توسط عملگرهای رابطه‌ای (relational operators) به هم مرتبط می‌شوند. اصطلاحاتی که در شرایط عضویت به کار گرفته می‌شود، معمولاً شامل نام گونه‌ها، حد آستانه درصد تاج‌پوشش گونه‌ها و گروه گونه‌های جامعه‌شناختی است. در مطالعه حاضر، به‌ منظور اجرای طبقه‌بندی ترکیبی و معرفی عددی جوامع گیاهی شمشاد از نرم‌افزار Juice ویرایش 160/0/7 (Tichy, 2002) و شاخص اجتماع‌پذیری (تعلقه) فی تعدیل‌شده (Tichy and Chytry, 2006) استفاده شد. در زیر نمونه‌ای از فرمول منطقی به‌دست‌آمده برای یکی از جوامع گیاهی رویشگاه‌های شمشاد در استان‌های مازندران و گلستان به‌ منظور معرفی علایم و جزییات آن (جدول 1) به عنوان ‌مثال ارایه می‌شود:


(((<Ruscus hyrcanus GR00>OR<Diospyros lotus GR00>)NOT(<Taxus baccata GR00>OR< Zelkova carpinifolia GR00>))AND(<Parrotia persica GR00>OR< Gleditsia caspica GR00>))NOT<Fagus orientalis GR30>

 

 

جدول 1- معرفی علایم و جزییات فرمول‌های منطقی جوامع گیاهی در نرم‌افزار Juice

نوع علایم

علایم

توضیحات

عملگرهای منطقی

AND

هر دو شرایط عضویت باید باهم اتفاق بیفتد

OR

حداقل یکی از دو شرایط عضویت باید اتفاق بیفتد

NOT

شرایط عضویت نباید اتفاق بیفتد

عملگرهای رابطه‌ای

GR

بیشتر از

EQ

برابر با

GE

بیشتر یا مساوی با

شرایط عضویت

< >

برای تشکیل یک شرایط ضویت از این علایم استفاده می‌شود

گروهی از شرایط عضویت

() یا [] یا {}

برای تشکیل گروهی از شرایط عضویت از این علایم استفاده می‌شود. هر سه نوع علایم عملکرد یکسانی دارند و تفاوتی باهم ندارند.

 

 

معمولاً پس از اجرای طبقه‌بندی ترکیبی و اختصاص رولوه‌ها به جوامع گیاهی تعیین‌شده توسط فرمول‌های منطقی، ممکن است تعدادی از رولوه‌ها به هیچ‌یک از جوامع گیاهی تعیین‌شده اختصاص پیدا نیابد و یا به بیشتر از یک جامعه گیاهی اختصاص یابند. رولوه‌های مزبور که به آنها رولوه‌های اشتباه طبقه‌بندی‌شده (misclassified releve) اطلاق می‌شود معمولاً با استفاده از یکی از شاخص‌های اجتماع‌پذیری (تشابه) قطعه‌نمونه-گروه، به یکی از جوامع گیاهی اختصاص پیدا خواهند کرد (Koci et al., 2003). شاخص‌های اجتماع‌پذیری قطعه‌نمونه-گروه متعددی در این زمینه وجود دارد که می‌توان به شاخص مجموع ارزش معرف (TIV, Total Indicator Value) (Dai et al., 2006)، شاخص تلفیقی فراوانی- تعلقه مثبت (FPFI, Frequency-Positive Fidelity Index). (Tichy, 2005) و شاخص مجموع تعلقه فی (TPFI, Total Phi Fidelity Index) . (Esmailzadeh and Asadi, 2014) اشاره کرد. از میان آنها، FPFI پرکاربردترین شاخص اجتماع‌پذیری است که در مطالعات زیادی استفاده شده است Boublik et al., 2007)؛ Douda, 2008؛ Boublik, 2010؛ Janisova et al., 2010؛ Landucci et al., 2013؛ Rodriguez-Rojo et al., 2014). در پژوهش حاضر، به‌ منظور از اختصاص رولوه‌های به‌اشتباه طبقه‌بندی‌شده از شاخص اجتماع‌پذیری FPFI استفاده شد (جدول 2). بالاترین مقدار عددی شاخص FPFI هر یک از رولوه‌ها در هر یک از اجتماعات گیاهی تعیین‌شده در منطقه بیانگر اختصاص آن رولوه‌ها به اجتماعات گیاهی مزبور است.

در پایان، با بهره‌گیری از جدول توافقی، میزان انطباق نتایج حاصل از روش ترکیبی طبقه‌بندی جوامع گیاهی شمشاد هیرکانی با نتایج روش سنتز جدول براون- بلانکه ارزیابی شد. طبقه‌بندی جوامع گیاهی با روش سنتز جدولی براون- بلانکه بر مبنای نتایج اولیه TWINSPAN اصلاح‌شده و با تکیه‌ بر نتایج اجتماع‌پذیری گونه-گروه حاصل از روش تعلقه فی اصلاح‌شده در محیط نرم‌افزار Juice انجام شد.

 

جدول 2- اجزای شاخص تلفیقی فراوانی- تعلقه مثبت

شاخص

فرمول

توضیحات

فراوانی نسبی

 

= مجموع فراوانی یا پایایی نسبی ترکیب گیاهی موجود که در هر رولوه (R) حضور دارند؛ = مجموع مقادیر فراوانی یا پایایی نسبی کلیه گونه‌هایی که در هر گروه گیاهی (C) حضور دارند. دامنه این شاخص از 0 تا 100 است.

تعلقه مثبت

 

روش محاسبه این شاخص کاملاً شبیه روش محاسبه شاخص فراوانی است با این تفاوت که به جای مقادیر فراوانی از مقادیر مثبت ضرایب تعلقه فی استفاده می‌شود. دامنه این شاخص از 0 تا 100 است.

تلفیقی فراوانی- تعلقه مثبت

FPFI = 100 × (FQI + PFDI)/2

این شاخص میانگین دو شاخص فراوانی و تعلقه مثبت را ارایه می‌دهد. دامنه این شاخص از 0 تا 100 است.

 


نتایج.

.تعیین اجتماعات گیاهی با روش براون- بلانکه: به‌ منظور طبقه‌بندی جوامع گیاهی رویشگاه‌های شمشاد با استفاده از روش سلسله مراتبی براون- بلانکه،‌ نتایج طبقه‌بندی حاصل از TWINSPAN اصلاح‌شده (شکل 2) به عنوان طبقه‌بندی اولیه وارد جدول سنتز براون- بلانکه شد. در روش سنتز جدولی براون- بلانکه، با جابه‌جایی قطعات نمونه‌ای که دارای گونه‌های معرف مشابه بودند، گروه‌های جامعه‌شناختی یا سین‌تاکسون‌ها شکل گرفتند. بدین ترتیب، تعداد 21 اجتماع گیاهی بر اساس حضور و مرتب‌سازی گونه‌های معرف در تابلوی جامعه‌شناسی براون- بلانکه شناسایی و تفکیک شد. تابلوی جامعه‌شناختی براون- بلانکه در پژوهش حاضر ارایه نشده است و فقط از ماتریس رولوه- اجتماع گیاهی حاصل از آن برای مقایسه با نتایج روش ترکیبی استفاده شد.

 

 

 

شکل 2- دارنگاره طبقه‌بندی TWINSPAN اصلاح‌شده بانک اطلاعاتی شمشاد در استان‌های گلستان و مازندران


 

 

تعیین اجتماعات گیاهی با روش ترکیبی: بر اساس طبقه‌بندی عددی اولیه TWINSPAN اصلاح‌شده، گروه‌های اولیه شناسایی شد و گونه‌های معرف چهار گروه سطح قطع دوم توسط شاخص تعلقه فی شناسایی شد. سپس، از میان گونه‌های مزبور پنج گونه Zelkova carpinifolia، Taxus baccata، Ruscus hyrcanus، Parrotia persica و Fagus orientalis که دارای بالاترین مقدار تعلقه بودند به عنوان گونه‌های تفریقی اولیه برای شناسایی گروه گونه‌های جامعه‌شناختی بانک اطلاعاتی شمشاد انتخاب شدند. سپس، هر کدام از گونه‌های مزبور، جداگانه وارد تحلیل اجتماع‌پذیری فی شد تا گونه‌هایی که با آنها دارای بالاترین وقوع مشترک و وفاداری هستند شناسایی شوند. نتایج حاصل از تحلیل اجتماع‌پذیری در جدول 3 ارایه‌شده است. هر چه مقدار عددی شاخص اجتماع‌پذیری فی گونه‌های جدول 3 بیشتر باشد، نشان‌دهنده تمایل وقوع مشترک بالاتر گونه‌های مزبور با گونه‌های تفریقی اولیه و در نتیجه کیفیت بهتر آنها در اجرای طبقه‌بندی ترکیبی است. گونه‌های ارایه‌شده در جدول 3 به عنوان گروه گونه‌های جامعه‌شناختی مدنظر قرار گرفتند. در روش ترکیبی بر مبنای وقوع (حضور- غیاب) گروه گونه‌های جامعه‌شناختی مزبور و با بهره‌گیری از توابع اشتراک و اجتماع تعداد 23 اجتماع گیاهی طبقه‌بندی شد. شکل 3 و جدول 4 به ترتیب دارنگاره طبقه‌بندی سلسله مراتبی و تابع‌نویسی جوامع گیاهی روش ترکیبی را نشان می‌دهد. البته در نتیجه اجرای توابع روش ترکیبی تعداد 63 رولوه بانک اطلاعاتی شمشاد توسط روش ترکیبی به هیچ‌کدام از اجتماعات گیاهی جدول 3 اختصاص نیافت یا به بیشتر از یک اجتماع گیاهی اختصاص یافت. رولوه‌های مزبور (63 رولوه) به عنوان رولوه‌های طبقه‌بندی نشده تلقی شدند و توسط شاخص اجتماع‌پذیری قطعه‌نمونه-گروه FPFI به اجتماع گیاهی که دارای بیشترین مقدار این شاخص بودند اختصاص یافتند. همان طور که در دارنگاره طبقه‌بندی روش ترکیبی مشخص است، تعداد 23 اجتماع گیاهی شناسایی‌شده از بانک اطلاعاتی رویشگاه شمشاد هیرکانی در استان‌های گلستان و مازندران در قالب تعداد 8 سطح سلسله مراتبی به منظور انجام مطالعات تکمیلی سین‌تاکسونومیک در آینده قابل ‌ارایه است.

بررسی عضویت‌پذیری مشابه رولوه‌ها در جوامع گیاهی حاصل از دو روش طبقه‌بندی ترکیبی با سنتز جدولی براون- بلانکه نشان داد که 401 رولوه از مجموع 442 رولوه بانک اطلاعاتی به ‌طور مشابه در دو روش مزبور طبقه‌بندی شدند، از این ‌رو انطباق بین این دو روش 91 درصد ارزیابی شد.

 

 

جدول 3- گروه گونه‌های جامعه‌شناختی بانک اطلاعاتی پوشش گیاهی شمشاد هیرکانی به‌ منظور اجرای روش طبقه‌بندی ترکیبی

گونه‌ها (مرتب‌شده بر اساس مقدار تعلقه فی)

مقدار تعلقه

گونه‌های تفریقی اولیه

Celtis australis, Quercus castaneifolia, Cornus australis, Ficus carica

11-58

Zelkova carpinifolia

Prunus laurocerasus, Euonymus europaeus, Ilex spinigera, Tilia rubra

42-51

Taxus baccata

Hedera pastuchovii, Carpinus betulus, Pteris cretica, Asplenium scolopendrium, Acer velutinum

25-44

Ruscus hyrcanus

Carpinus betulus, Smilax excels, Ruscus hyrcanus, Carex remota

17-32

Parrotia persica

Dryopteris affinis, Hedera pastuchovii, Polystichum aculeatum, Daphne mezereum

33-43

Fagus orientalis

 

شکل 3- نمودار نتایج روش طبقه‌بندی ترکیبی بانک اطلاعاتی شمشاد در استان‌های گلستان و مازندران (c: سطح 1، O: سطح 2، SO: سطح 3، A: سطح 4، Sal: سطح 5، As: سطح 6، Sa: سطح 7، V: سطح 8).

 

جدول 4- طبقه‌بندی سلسله مراتبی و فرمول‌های منطقی اجتماعات گیاهی شمشاد استان‌های گلستان و مازندران با استفاده از روش ترکیبی
(c: سطح 1، O: سطح 2، SO: سطح 3، A: سطح 4، Sal: سطح 5، As: سطح 6، Sa: سطح 7، V: سطح 8)

(C)

 

 

 

 

 

 

 

<Carpinus betulus GR00>OR<Buxus hyrcana GR03>

 

(O)

 

 

 

 

 

 

 

(<Ruscus hyrcanus GR00>OR<Diospyros lotus GR00>)NOT(<Taxus baccata GR00>OR<Zelkova carpinifolia GR00>)

 

 

(SO)

 

 

 

 

 

 

 

 (<Ruscus hyrcanus GR00>OR<Diospyros lotus GR00>)NOT <Zelkova carpinifolia GR00>

 

 

 

)1(A

 

 

 

 

 

 

 

<Taxus baccata GR00>OR<Primula heterochroma GR03>

 

 

 

 

 

)1(As

 

 

 

 

 

 

 

(<Taxus baccata GR00>OR<Primula heterochroma GR03>)AND(<Fagus orientalis GR00>AND<Ilex spinigera GR00>)

 

 

 

 

 

 

)1(Sa

 

 

 

 

 

 

 

((<Taxus baccata GR00>OR<Primula heterochroma GR03>)AND(<Fagus orientalis GR00>AND< Ilex spinigera GR00>))AND< Parrotia persica GR00>

 

 

 

 

 

 

)2(Sa

 

 

 

 

 

 

 

((<Taxus baccata GR00>OR<Primula heterochroma GR03>)AND(<Fagus orientalis GR00>AND<Ilex spinigera GR00>))AND< Daphne mezereumGR00>

 

 

 

 

 

)2(As

 

 

 

 

 

 

 

(<Taxus baccata GR00>OR<Primula heterochroma GR03>)AND<Prunus laurocerasus GR00>

 

 

 

 

 

 

)3(Sa

 

 

 

 

 

 

 

(((<Taxus baccata GR00>OR< Primula heterochroma GR03>)AND<Prunus laurocerasus GR00>)AND<Smilax excelsa GR00>)AND(<Ruscus hyrcanus GR00>AND<Polystichum aculeatum GR00>)

 

 

 

 

 

 

)4(Sa

 

 

 

 

 

 

 

((<Taxus baccata GR00>OR<Primula heterochroma GR03>)AND<Prunus laurocerasus GR00>)AND< Smilax excelsa GR00>

 

)1(V

 

 

 

 

 

 

 

(((<Taxus baccata GR00>OR<Primula heterochroma GR03>)AND<Prunus laurocerasus GR00>)AND<Smilax excelsa GR00>)AND(<Epimedium pinnatum GR00>OR< Tamus communis GR00>)

 

 

 

 

 

 

 

)2(V

 

 

 

 

 

 

 

(((<Taxus baccata GR00>OR<Primula heterochroma GR03>)AND< Prunus laurocerasus GR00>)AND< Smilax excelsa GR00>)AND< Diospyros lotus GR00>

 

 

 

)2(A

 

 

 

 

 

 

 

((<Ruscus hyrcanus GR00>OR<Diospyros lotus GR00>)NOT(<Taxus baccata GR00>OR<Zelkova carpinifolia GR00>))AND(<Fagus orientalis GR30>OR<Alnus subcordata GR00>)

 

 

 

 

 

)3(As

 

 

 

 

 

 

 

(((<Ruscus hyrcanus GR00>OR<Diospyros lotus GR00>)NOT(<Taxus baccata GR00>OR<Zelkova carpinifolia GR00>))AND(<Fagus orientalis GR30>OR<Alnus subcordata GR00>))NOT(<Parrotia persica GR00>OR<Polystichum woronowii GR00>)

 

 

 

 

 

 

)5(Sa

 

 

 

 

 

 

 

((((<Ruscus hyrcanus GR00>OR<Diospyros lotus GR00>)NOT(<Taxus baccata GR00>OR<Zelkova carpinifolia GR00>))AND(<Fagus orientalis GR30>OR<Alnus subcordata GR00>))NOT(<Parrotia persica GR00>OR<Polystichum woronowii GR00>))NOT<Fagus orientalis GR00>

 

 

 

 

 

 

)6(Sa

 

 

 

 

 

 

 

((((<Ruscus hyrcanus GR00>OR<Diospyros lotus GR00>)NOT(<Taxus baccata GR00>OR<Zelkova carpinifolia GR00>))AND(<Fagus orientalis GR30>OR<Alnus subcordata GR00>))NOT(<Parrotia persica GR00>OR<Polystichum woronowii GR00>))AND<Fagus orientalis GR00>

 

 

 

 

 

)4(As

 

 

 

 

 

 

 

(((<Ruscus hyrcanus GR00>OR<Diospyros lotus GR00>)NOT(<Taxus baccata GR00>OR<Zelkova carpinifolia GR00>))AND(<Fagus orientalis GR30>OR<Alnus subcordata GR00>))AND(<Parrotia persica GR00>OR<Polystichum woronowii GR00>)

 

 

 

 

 

 

)7(Sa

 

 

 

 

 

 

 

((((<Ruscus hyrcanus GR00>OR<Diospyros lotus GR00>)NOT(<Taxus baccata GR00>OR<Zelkova carpinifolia GR00>))AND(<Fagus orientalis GR30>OR<Alnus subcordata GR00>))AND(<Parrotia persica GR00>OR<Polystichum woronowii GR00>))NOT(<Solanum kieseritzkii GR00>OR<Ulmus glabra GR00>)

 

 

 

 

 

 

)8(Sa

 

 

 

 

 

 

 

((((<Ruscus hyrcanus GR00>OR<Diospyros lotus GR00>)NOT(<Taxus baccata GR00>OR<Zelkova carpinifolia GR00>))AND(<Fagus orientalis GR30>OR<Alnus subcordata GR00>))AND(<Parrotia persica GR00>OR<Polystichum woronowii GR00>))AND(<Solanum kieseritzkii GR00>OR<Ulmus glabra GR00>)

 

 

 

 

 

 

 

)3(V

 

 

 

 

 

 

 

(((((<Ruscus hyrcanus GR00>OR<Diospyros lotus GR00>)NOT(<Taxus baccata GR00>OR<Zelkova carpinifolia GR00>))AND(<Fagus orientalis GR30>OR<Alnus subcordata GR00>))AND(<Parrotia persica GR00>OR<Polystichum woronowii GR00>))AND(<Solanum kieseritzkii GR00>OR<Ulmus glabra GR00>))NOT(<Carpinus schuschaensis GR00>OR<Tilia rubra GR00>)

 

 

 

 

 

 

 

)4(V

 

 

 

 

 

 

 

(((((<Ruscus hyrcanus GR00>OR<Diospyros lotus GR00>)NOT(<Taxus baccata GR00>OR<Zelkova carpinifolia GR00>))AND(<Fagus orientalis GR30>OR<Alnus subcordata GR00>))AND(<Parrotia persica GR00>OR<Polystichum woronowii GR00>))AND(<Solanum kieseritzkii GR00>OR<Ulmus glabra GR00>))AND(<Carpinus schuschaensis GR00>OR<Tilia rubra GR00>)

 

 

 

)3(A

 

 

 

 

 

 

 

(((<Ruscus hyrcanus GR00>OR<Diospyros lotus GR00>)NOT(<Taxus baccata GR00>OR<Zelkova carpinifolia GR00>))AND(<Parrotia persica GR00>OR< Gleditsia caspica GR00>))NOT< Fagus orientalis GR30>

 

 

 

 

)1(Sal

 

 

 

 

 

 

 

((((<Ruscus hyrcanus GR00>OR<Diospyros lotus GR00>)NOT(<Taxus baccata GR00>OR<Zelkova carpinifolia GR00>))AND(<Parrotia persica GR00>OR< Gleditsia caspica GR00>))NOT< Fagus orientalis GR30>)NOT)< Acer cappadocicum GR00> OR Quercus castaneifolia GR00>)

 

 

 

 

 

)5(As

 

 

 

 

 

 

 

(((((<Ruscus hyrcanus GR00>OR<Diospyros lotus GR00>)NOT(<Taxus baccata GR00>OR<Zelkova carpinifolia GR00>))AND(<Parrotia persica GR00>OR< Gleditsia caspica GR00>))NOT< Fagus orientalis GR30>)NOT)< Acer cappadocicum GR00> OR Quercus castaneifolia GR00>))AND<Gleditsia caspica GR00>

 

 

 

 

 

)6(As

 

 

 

 

 

 

 

(((((<Ruscus hyrcanus GR00>OR<Diospyros lotus GR00>)NOT(<Taxus baccata GR00>OR<Zelkova carpinifolia GR00>))AND(<Parrotia persica GR00>OR< Gleditsia caspica GR00>))NOT< Fagus orientalis GR30>)NOT)< Acer cappadocicum GR00> OR Quercus castaneifolia GR00>)) NOT <Gleditsia caspica GR00>

 

 

 

 

)2(Sal

 

 

 

 

 

 

 

((((<Ruscus hyrcanus GR00>OR<Diospyros lotus GR00>)NOT(<Taxus baccata GR00>OR<Zelkova carpinifolia GR00>))AND(<Parrotia persica GR00>OR< Gleditsia caspica GR00>))NOT< Fagus orientalis GR30>) AND < Acer cappadocicum GR00> OR<Quercus castaneifolia GR00>)

 

 

 

 

 

)7(As

 

 

 

 

 

 

 

((((<Ruscus hyrcanus GR00>OR<Diospyros lotus GR00>)NOT(<Taxus baccata GR00>OR<Zelkova carpinifolia GR00>))AND(<Parrotia persica GR00>OR<Gleditsia caspica GR00>))NOT<Fagus orientalis GR30>)AND(<Tilia rubra GR00>OR<Danae racemosa GR00>)

 

 

 

 

 

 

)9(Sa

 

 

 

 

 

 

 

(((((<Ruscus hyrcanus GR00>OR<Diospyros lotus GR00>)NOT(<Taxus baccata GR00>OR<Zelkova carpinifolia GR00>))AND(<Parrotia persica GR00>OR<Gleditsia caspica GR00>))NOT<Fagus orientalis GR30>)AND(<Tilia rubra GR00>OR<Danae racemosa GR00>)) NOT <Ficus carica GR00>

 

 

 

 

 

 

 

)5(V

 

 

 

 

 

 

 

((((((<Ruscus hyrcanus GR00>OR<Diospyros lotus GR00>)NOT(<Taxus baccata GR00>OR<Zelkova carpinifolia GR00>))AND(<Parrotia persica GR00>OR<Gleditsia caspica GR00>))NOT<Fagus orientalis GR30>)AND(<Tilia rubra GR00>OR<Danae racemosa GR00>)) NOT <Ficus carica GR00>)AND<Fagus orientalis GR00>

 

 

 

 

 

 

 

)6(V

 

 

 

 

 

 

 

((((((<Ruscus hyrcanus GR00>OR<Diospyros lotus GR00>)NOT(<Taxus baccata GR00>OR<Zelkova carpinifolia GR00>))AND(<Parrotia persica GR00>OR<Gleditsia caspica GR00>))NOT<Fagus orientalis GR30>)AND(<Tilia rubra GR00>OR<Danae racemosa GR00>)) NOT <Ficus carica GR00>)NOT<Fagus orientalis GR00>

 

 

 

 

 

 

)10(Sa

 

 

 

 

 

 

 

(((((<Ruscus hyrcanus GR00>OR<Diospyros lotus GR00>)NOT(<Taxus baccata GR00>OR<Zelkova carpinifolia GR00>))AND(<Parrotia persica GR00>OR<Gleditsia caspica GR00>))NOT<Fagus orientalis GR30>)AND(<Tilia rubra GR00>OR<Danae racemosa GR00>)) AND<Ficus carica GR00>

 

 

 

 

 

)8(As

 

 

 

 

 

 

 

(((((<Ruscus hyrcanus GR00>OR<Diospyros lotus GR00>)NOT(<Taxus baccata GR00>OR<Zelkova carpinifolia GR00>))AND(<Parrotia persica GR00>OR< Gleditsia caspica GR00>))NOT< Fagus orientalis GR30>) AND < Acer cappadocicum GR00> OR<Quercus castaneifolia GR00>)) AND(<Quercus castaneifolia GR00>OR< Celtis australis GR00>)

 

 

 

 

 

 

)11(Sa

 

 

 

 

 

 

 

((((((<Ruscus hyrcanus GR00>OR<Diospyros lotus GR00>)NOT(<Taxus baccata GR00>OR<Zelkova carpinifolia GR00>))AND(<Parrotia persica GR00>OR< Gleditsia caspica GR00>))NOT< Fagus orientalis GR30>) AND < Acer cappadocicum GR00> OR<Quercus castaneifolia GR00>)) AND(<Quercus castaneifolia GR00>OR< Celtis australis GR00>)) AND<Quercus castaneifolia GR00>

 

 

 

 

 

 

)12(Sa

 

 

 

 

 

 

 

((((((<Ruscus hyrcanus GR00>OR<Diospyros lotus GR00>)NOT(<Taxus baccata GR00>OR<Zelkova carpinifolia GR00>))AND(<Parrotia persica GR00>OR< Gleditsia caspica GR00>))NOT< Fagus orientalis GR30>) AND < Acer cappadocicum GR00> OR<Quercus castaneifolia GR00>))AND(<Quercus castaneifolia GR00>OR< Celtis australis GR00>)) AND< Celtis australis GR00>

 

 

 

)4(A

 

 

 

 

 

 

 

((<Zelkova carpinifolia GR00>OR<Celtis australis GR00>)NOT(<Pteris cretica GR00>OR<Diospyros lotus GR00>))

 

 

 

 

)3(Sal

 

 

 

 

 

 

 

)((<Zelkova carpinifolia GR00>OR<Celtis australis GR00>)NOT(<Pteris cretica GR00>OR<Diospyros lotus GR00>)))AND)< Acer cappadocicum GR00> OR <Hedera pastuchovii GR00>)

 

 

 

 

 

) 9(As

 

 

 

 

 

 

 

)((<Zelkova carpinifolia GR00>OR<Celtis australis GR00>)NOT(<Pteris cretica GR00>OR<Diospyros lotus GR00>)))AND)< Acer cappadocicum GR00> OR <Hedera pastuchovii GR00>)

 

 

 

 

 

 

)14(Sa

 

 

 

 

 

 

 

()((<Zelkova carpinifolia GR00>OR<Celtis australis GR00>)NOT(<Pteris cretica GR00>OR<Diospyros lotus GR00>)))AND)< Acer cappadocicum GR00> OR <Hedera pastuchovii GR00>))AND< Acer cappadocicum GR00>

 

 

 

 

 

 

)15(Sa

 

 

 

 

 

 

 

()((<Zelkova carpinifolia GR00>OR<Celtis australis GR00>)NOT(<Pteris cretica GR00>OR<Diospyros lotus GR00>)))AND)< Acer cappadocicum GR00> OR <Hedera pastuchovii GR00>))AND<Hedera pastuchovii GR00>

 

 

 

 

)4(Sal

 

 

 

 

 

 

 

)((<Zelkova carpinifolia GR00>OR<Celtis australis GR00>)NOT(<Pteris cretica GR00>OR<Diospyros lotus GR00>)))NOT)< Acer cappadocicum GR00> OR <Hedera pastuchovii GR00>)

 

 

 

 

 

)10(As

 

 

 

 

 

 

 

()((<Zelkova carpinifolia GR00>OR<Celtis australis GR00>)NOT(<Pteris cretica GR00>OR<Diospyros lotus GR00>)))NOT)<Acer cappadocicum GR00>OR<Hedera pastuchovii GR00>))AND(<Ficus caricaGR00>OR<Cornus australis GR00>)

 

 

 

 

 

 

)16(Sa

 

 

 

 

 

 

 

(()((<Zelkova carpinifolia GR00>OR<Celtis australis GR00>)NOT(<Pteris cretica GR00>OR<Diospyros lotus GR00>)))NOT)<Acer cappadocicum GR00>OR<Hedera pastuchovii GR00>))AND(<Ficus caricaGR00>OR<Cornus australis GR00>)) NOT<Cornus australis GR00>

 

 

 

 

 

 

17Sa- زیر جامعه ال Fico- Buxetum cornosetosum australis))

 

 

 

 

 

 

 

(()((<Zelkova carpinifolia GR00>OR<Celtis australis GR00>)NOT(<Pteris cretica GR00>OR<Diospyros lotus GR00>)))NOT)<Acer cappadocicum GR00>OR<Hedera pastuchovii GR00>))AND(<Ficus caricaGR00>OR<Cornus australis GR00>)) AND<Cornus australis GR00>

 

 

 

 

 

 

 

)7(V

 

 

 

 

 

 

 

((()((<Zelkova carpinifolia GR00>OR<Celtis australis GR00>)NOT(<Pteris cretica GR00>OR<Diospyros lotus GR00>)))NOT)<Acer cappadocicum GR00>OR<Hedera pastuchovii GR00>))AND(<Ficus caricaGR00>OR<Cornus australis GR00>)) AND<Cornus australis GR00>)NOT<Acer cappadocicum GR00>

 

 

 

 

 

 

 

)8(V

 

 

 

 

 

 

 

((()((<Zelkova carpinifolia GR00>OR<Celtis australis GR00>)NOT(<Pteris cretica GR00>OR<Diospyros lotus GR00>)))NOT)<Acer cappadocicum GR00>OR<Hedera pastuchovii GR00>))AND(<Ficus caricaGR00>OR<Cornus australis GR00>)) AND<Cornus australis GR00>)AND<Acer cappadocicum GR00>

 

 

 

 

 

)10(As

 

 

 

 

 

 

 

()((<Zelkova carpinifolia GR00>OR<Celtis australis GR00>)NOT(<Pteris cretica GR00>OR<Diospyros lotus GR00>)))NOT)<Acer cappadocicum GR00>OR<Hedera pastuchovii GR00>))NOT(<Ficus caricaGR00>OR<Cornus australis GR00>)

 


بحث.

روش ترکیبی (Bruelheide and Jandt, 1995) مانند روش براون- بلانکه (Braun-Blanquet, 1964) یک روش طبقه‌بندی مختص مطالعات جامعه‌شناسی گیاهی است و نتایج آن به ارایه و نام‌گذاری اجتماعات گیاهی به همراه معرفی گونه‌های غالب و معرف اجتماعات گیاهی مزبور منجر می‌شود. در واقع، روش ترکیبی به‌ منظور احیای روش براون- بلانکه که در آن طبقه‌بندی پوشش گیاهی برخلاف روش‌های عددی مانند TWINSPAN و روش‌های خوشه‌ای بر اساس تجربه متخصص انجام می‌شود، معرفی شد. در واقع، روش ترکیبی با استفاده از تحلیل‌های عددی اجتماع‌پذیری گونه-گروه و قطعه‌نمونه-گروه و فرموله کردن نتایج طبقه‌بندی، در صدد رفع نقایص روش مبتنی بر تجربه براون- بلانکه برآمد.

نتایج تحقیق حاضر نشان داد که با انتخاب پنج گونه تفریقی اولیه آزاد (Zelkova carpinifolia)، سرخدار (Taxus baccata)، کوله‌خاس (Ruscus hyrcanus)،انجیلی (Parrotia persica)و راش (Fagus orientalis) و پس‌ازآن تشکیل پنج گروه جامعه‌شناختی و بهره‌گیری از توابع اشتراک و یا اجتماع‌پذیری روش ترکیبی می‌توان یک طبقه‌بندی مناسب از اجتماعات گیاهی شمشاد هیرکانی را ارایه داد. چون در نتیجه اجرای روش ترکیبی، همه 23 اجتماع گیاهی شمشاد که در نتیجه روش سنتز جدولی براون- بلانکه با تکیه ‌بر گروه‌های گیاهی اولیه حاصل از روش TWINSPAN اصلاح‌شده ایجاد شدند، مورد تأیید قرار گرفتند. البته در این رابطه، روش ترکیبی قادر به طبقه‌بندی مستقیم تعداد 63 رولوه از مجموع 442 رولوه نبوده است. رولوه‌های مزبور (63 رولوه باقیمانده) به علت این که سهم گونه‌های تفریقی در آنها نسبت به بقیه رولوه‌ها کمتر بود، توسط توابع روش ترکیبی یا به هیچ گروهی اختصاص پیدا نکردند و یا به چند گروه اختصاص یافتند. به این رولوه‌ها در روش ترکیبی رولوه‌های به اشتباه طبقه‌بندی شده می‌گویند. این رولوه‌ها اگرچه با بهره‌گیری از روش FPFI به‌طور غیرمستقیم به گروه‌های اولیه اختصاص یافتند، اما نتایج بررسی انطباق دو روش ترکیبی و روش سنتز جدولی براون- بلانکه نشان داد که بخش اصلی عدم انطباق نتایج این دو روش مربوط به نتایج اختصاص رولوه‌های با استفاده از روش FPFI است. از این‌ رو، نتایج تحقیق حاضر تصریح می‌کند که اگرچه بهره‌گیری از شاخص‌های تشابه در اختصاص رولوه‌های به‌اشتباه طبقه‌بندی‌شده در روش ترکیبی امری اجتناب‌ناپذیر است، اما می‌توان در خصوص بهره‌گیری دیگر روش‌های جایگزین نظیر مجموع شاخص تعلقه فی (Esmailzadeh and Asadi, 2014) به‌ منظور حصول نتایج مناسب‌تر خوش‌بین بود. به بیان دیگر، برای رفع نقص موجود در روش ترکیبی که همواره در آن تخصیص رولوه‌ها با ترکیب گونه‌های گیاهی معرف فقیر با اشکال همراه است (Koci et al., 2003). در واقع، استفاده از روش مجموع شاخص تعلقه فی به دلیل بهره‌گیری از دو معیار اجتماع‌پذیری گونه‌ها (شاخص تعلقه فی) و درصد تاج‌پوشش گونه‌ها می‌تواند نسبت به روش FPFI که در آن فقط به معیار تعلقه گونه‌ها توجه می‌شود، نتایج دقیق‌تری ارایه نماید.

نتایج تحقیق حاضر نیز کیفیت مناسب گونه‌های تفریقی حاصل از روش ترکیبی در تفکیک و تمایز اجتماعات گیاهی در رویشگاه‌های شمشاد در استان‌های گلستان و مازندران را تبیین می‌سازد. همان‌طور که در نتایج جدول طبقه‌بندی سلسله مراتبی اجتماعات گیاهی شمشاد استان‌های گلستان و مازندران با استفاده از روش ترکیبی مشخص است، بر مبنای پنج گونه تفریقی اولیه آزاد، سرخدار، انجیلی، راش و کوله‌خاس می‌توان تفکیک و طبقه‌بندی چهار اتحادیه متمایز شمشاد هیرکانی را ارایه داد. همچنین، بهره‌گیری از نتایج تحلیل اجتماع‌پذیری گونه‌های مزبور با تعداد 19 گونه گیاهی دیگر (جدول 3) از میان 89 گونه موجود در بانک اطلاعاتی پوشش گیاهی شمشاد سبب شد تا 85 درصد (379 رولوه از 442 رولوه) از رولوه‌های بانک اطلاعاتی پوشش گیاهی مورد مطالعه یک انطباق 100 درصدی را با نتایج طبقه‌بندی براون- بلانکه ارایه دهند.

اساس کار طبقه‌بندی 85 درصد از رولوه‌های بانک اطلاعاتی پوشش گیاهی شمشاد توسط روش ترکیبی مشابا روش براون- بلانکه و به‌ صورت شناسایی گروه گونه‌های جامعه‌شناختی و مرزبندی آنها در بانک اطلاعاتی پوشش گیاهی بر اساس پراکنش گونه‌های تفریقی (differential species) است. شناسایی این گروه‌ها در روش براون- بلانکه به ‌صورت ذهنی و مبتنی بر تجربه متخصص و از میان گونه‌هایی با درجه پایایی متوسط تا کم (60 تا 10 درصد) Asri, 1995)؛ (Esmailzadeh et al., 2013 انجام می‌گیرد، اما در روش ترکیبی بر اساس شاخص عددی اجتماع‌پذیری فی تعیین می‌شود. استفاده از شاخص تعلقه فی در روش ترکیبی در شناسایی گونه‌های تفریقی بانک اطلاعاتی، به دلیل این که این شاخص وضعیت اجتماع‌پذیری هرگوه گیاهی را بر مبنای فراوانی نسبی آن‌گونه در هر گروه گیاهی ارایه می‌کند (Esmailzadeh and Asadi, 2014) و همچنین یک روش عددی به شمار می‌رود و درک دقیق‌تری از ترجیحات گونه‌های تفریقی را فراهم می‌سازد (Tsiripidis et al., 2007) (به دلیل ارایه ترجیحات نسبی مثبت (تمایل حضور) یا منفی (عدم تمایل حضور) گونه‌ها در گروه گیاهی بانک اطلاعاتی پوشش گیاهی (Tichy and Chytry, 2006)، نسبت به روش ذهنی براون- بلانکه از مزیت بیشتری برخوردار است. ضمن این که انتخاب گونه‌های تفریقی به‌صورت ذهنی در روش براون- بلانکه در بانک‌های اطلاعاتی بزرگ پوشش گیاهی همواره با مشکلات و اشتباهاتی همراه است (Bruelheide and Chytry, 2000).

یکی دیگر از مزیت‌های استفاده از روش ترکیبی در طبقه‌بندی پوشش گیاهی، یکسان‌سازی نتایج آن با ارایه تعریف اجتماعات گیاهی توسط فرمول‌های منطقی است. یکسان‌سازی و وضوح بیشتر نتایج روش‌های مختلف طبقه‌بندی از دغدغه‌های مهم متخصصان پوشش گیاهی است (De Caceres and Wiser, 2012). اهمیت این موضوع زمانی بیشتر می‌شود که بخواهیم نتایج طبقه‌بندی رویشگاه‌های مشابه را در سطح ناحیه و یا کشورهای مختلف با هم مقایسه کنیم. فرمول‌های منطقی مزبور توسط ترکیب گروه گونه‌های جامعه‌شناختی توسط ربط‌دهنده‌های AND، OR و NOT به دست می‌آید. پس از تعریف یک فرمول منطقی برای یک اجتماع گیاهی، می‌توان تقریباً کلیه رولوه‌های آن اجتماع گیاهی را در بانک اطلاعاتی فراخوانی کرد و در یک گروه قرار داد. مهم‌ترین مزیت ارایه فرمول‌های منطقی این است که می‌توان رولوه‌های مشابه از نظر ترکیب پوشش گیاهی که در چندین بانک اطلاعاتی مختلف قرار دارد را در یک گروه قرار دارد (Landucci et al., 2015). این مسأله برای شناسایی جوامع گیاهی مشابه در مناطق و یا کشورهای مختلف از اهمیت ویژه‌ای برخوردار است.

در پایان، با توجه میزان انطباق 91 درصدی دو روش طبقه‌بندی براون- بلانکه و ترکیبی و همچنین مزیت‌های یادشده روش ترکیبی در پژوهش حاضر، می‌توان روش مزبور را به عنوان جایگزین مناسب روش کارآمد طبقه‌بندی براون- بلانکه برای طبقه‌بندی بانک‌های اطلاعاتی پوشش گیاهی بزرگ به متخصصان پوشش گیاهی داخل کشور معرفی کرد.

 

سپاسگزاری.

نگارندگان از زحمات ارزشمند جناب آقای مهندس بهروز محمدی ناظر مسؤول شرکت چوب فریم و آقای مهندس رضا شیخ‌پور کارشناس شرکت چوب کاغذ مازندران (دفتر آمل) به خاطر فراهم ساختن امکان نمونه‌برداری از جنگل‌های شمشاد در دو حوزه فریم و غرب هراز، کمال تشکر و امتنان را دارند.

 

 

منابع.
Asri, Y. (1995) Phytosociology. Payame Noor University, Tehran (in Persian).
Austin, M. P. and Smith, T. M. (1989) A new model for the continuum concept. Vegetatio 83(1-2): 35-47.
Boublik, K. (2010) Formalized classification of the vegetation of Abies alba-dominated forests in the Czech Republic. Biologia 65(5): 822-831.
Boublik, K., Petrik, P., Sadlo, J., Hedl, R., Willner, W., Cerny, T. and Kolbek, J. (2007) Calcicolous beech forests and related vegetation in the Czech Repulic: a comparison of formalized classifications. Perslia 79(2): 141-161.
Braun-Blanquet, J. (1964) Pflanzensoziologie. Grundzüge der Vegetationskunde. Springer Verlag, Wien.
Bruelheide, H. (2000) A new measure of fidelity and its application to defining species groups. Journal of Vegetation Science 11(2): 167-178.
Bruelheide, H. and Chytry, M. (2000) Towards unification of national vegetation classifications: A comparison of two methods for analysis of large data sets. Journal of Vegetation Science 11(2): 295-306.
Bruelheide, H. and Jandt, U. (1995) Survey of limestone grassland by statistically formed groups of differential species. Colloques Phytosociologiques 23: 319-338.
Chytry, M., Tichy, L., Holt, J. and Botta-Dukat, Z. (2002) Determination of diagnostic species with statistical fidelity measures. Journal of Vegetation Science 13(1): 49- 90.
Dai, X., Page, B. and Duffy, K. J. (2006) Indicator value analysis as a group prediction technique in community classification. South African Journal of Botany 72(4): 589-596.
Daubenmire, R. (1968) Plant communities: a textbook of plant synecology. Harper and Row, New York.
De Caceres, M. and Wiser, S. K. (2012) Towards consistency in vegetation classification. Journal of Vegetation Science 23(2): 387-393.
De Caceres, M., Chytry, M., Agrillo, E., Attorre, F., Botta-Dukat, Z., Capelo, J. and Feoli, E. (2015) A comparative framework for broad-scale plot-based vegetation classification. Applied Vegetation Science 18(4): 543-560.
Dengler, J., Chytry, M. and Ewald, J. (2008) Phytosociology. In: Encyclopedia of ecology. (Eds. Jorgensen, S. E. and Fath, B. D.) 2767-2779. Elsevier, Amsterdam.
Doing, H. (1969) Sociological species groups. Acta Botanica Neerlandica 18(2): 398-400.
Douda, J. (2008) Formalized classification of the vegetation of alder carr and floodplain forests in the Czech Republic. Preslia 80(2): 199-224.
Douda, J., Boublik, K., Slezak, M., Biurrun, I., Nociar, J., Havrdova, A. and Chytry, M. (2016) Vegetation classification and biogeography of European floodplain forests and alder carrs. Applied Vegetation Science 19(1): 147-163.
Esmailzadeh, O. and Assadi, H. (2014) Total Phi Fidelity Index (TPFIM) as a New Algorithm in Plant Communities Analysis. Iranian Journal of Forest 6(2): 215-232 (in Persian).
Esmailzadeh, O., Asadi, H. and Ahmadi, A. (2013) Phytosociology of Khybus protected area. Journal of Wood and Forest Science and Technology 19 (4): 1-20 (in Persian).
Esmailzadeh, O., Hosseini, S. M., Tabari, M. and Asadi, H. (2011) Classification system analysis in classification of forest plant communities (Case study: Darkola's beech forest). Journal of Plant Biology 7: 11-28 (in Persian).
Grabherr, G., Reiter, K. and Willner, W. (2003) Towards objectivity in vegetation classification: the example of the Austrian forests. Plant Ecology 169(1): 21-34.
Hegedusova, K., Ruzickova, H., Senko, D. and Zuccarini, P. (2012) Plant communities of the montane mesophilous grasslands (Polygono bistortae–Trisetion flavescentis alliance) in central Europe: Formalized classification and syntaxonomical revision. Plant Biosystems 146(1): 58-73.
Janisova, M., Uhliarova, E., Ruzickova, H., Jandt, U., Becker, T. and Dengler, J. (2010) Expert system-based classification of semi-natural grasslands in submontane and montane regions of central Slovakia. Tuexenia 30: 375-422.
Koci, M., Chytry, M. and Tichy, L. (2003) Formalized reproduction of an expert-based phytosociological classification: A case study of subalpine tall-forb vegetation. Journal of Vegetation Science 14(4): 601-610.
Landucci, F., Gigante, D., Venanzoni, R. and Chytry, M. (2013) Wetland vegetation of the class Phragmito-Magno-Caricetea in central Italy. Phytocoenologia 43(1-2): 67-102.
Landucci, F., Tichy, L., Sumberová, K. and Chytry, M. (2015) Formalized classification of species-poor vegetation: a proposal of a consistent protocol for aquatic vegetation. Journal of Vegetation Science 26(4): 791-803.
Li, C. F., Chytry, M., Zeleny, D., Chen, M. Y., Chen, T. Y., Chiou, C. R. and Hsieh, C. F. (2013) Classification of Taiwan forest vegetation. Applied Vegetation Science 16(4): 698-719.
Rodriguez-Rojo, M. P., Fernandez-Gonzalez, F., Tichy, L. and Chytry, M. (2014) Vegetation diversity of mesic grasslands (Arrhenatheretalia) in the Iberian Peninsula. Applied vegetation science 17(4): 780-796.
Rolecek, J. (2007) Formalized classification of thermophilous oak forests in the Czech Republic: what brings the Cocktail method. Preslia 79(1): 1-21.
Rolecek, J., Tichy, L., Zeleny, D. and Chytry, M. (2009) Modified TWINSPAN classification in which the hierarchy respects cluster heterogeneity. Journal of Vegetation Science 20(4): 596-602.
Silc, U. and Carni, A. (2007) Formalized classification of the weed vegetation of arable land in Slovenia. Preslia 79(3): 283-302.
Simonova, D. (2008) Vegetation of trampled habitats in the Czech Republic: a formalized phytosociological classification. Phytocoenologia 38(3): 177-191.
Tichy, L. (2002) JUICE, software for vegetation classification. Journal of vegetation science 13(3): 451-453.
Tichy, L. (2005) New similarity indices for the assignment of releves to the vegetation units of an existing phytosociological classification. Plant Ecology 179(1): 67-72.
Tichy, L. and Chytry, M. (2006) Statistical determination of diagnostic species for site groups of unequal size. Journal of Vegetation Science 17(6): 809-818.
Tsiripidis, I., Karagiannakidou, V., Alifragis, D. and Athanasiadis, N. (2007) Classification and gradient analysis of the beech forest vegetation of the southern Rodopi (Northeast Greece). Folia Geobotanica 42(3): 249-270.
Willner, W. (2011) Unambiguous assignment of relevés to vegetation units: the example of the Festuco-Brometea and Trifolio-Geranietea sanguinei. Tuexenia 31(1): 271-282.
Witte, J. P. M. (2002) The descriptive capacity of ecological plant species groups. Plant Ecology 162(2): 199-213.