Effects of Climate Change on Habitat Suitability and Distribution Model of the Critically Endangered Newt, Neurergus Derjugini Nesterov, 1916 (Urodela: Salamandridae) from Contemporary Period to 2030

Document Type : Original Article

Author

Assistant Professor, Department of Biology, Faculty of Sciences, Razi University, Kermanshah, Iran

Abstract

Evaluating the role of climate changes on species distributions has attracted considerable research interest. The Kurdistan newt (Neurergus derjugini) is one of the critically endangered species in the IUCN Red List, which is distributed in the Avroman Mountains in Iran, on the Iraqi-Turkish border. Nowadays, the population of this species is declining and under serious threat due to several factors, including climate change. In the present study, by using the maximum entropy approach (MaxEnt), based on bioclimatic (precipitation and temperature) and topographical (altitude and slope) variables, the suitable habitats and the potential distribution areas in the contemporary and the representative concentration pathway (RCP) 2.6 scenario and RCP 8.5 scenarios of the future (2030) distribution were modeled for the Kurdistan newt, N. derjugini. Precipitation of the coldest quarter (38.8%), slope (26.8%) and temperature annual range of the year 13.6%) were the most important factors shaping the distribution of N. derjugini in the contemporary period. For the future, in RCP 2.6 and RCP 8.5, respectively, scenarios precipitation of the coldest quarter (43.8% and 42.7%), precipitation seasonality (28% and 30.6%) and temperature seasonality (20.08% and 24.2%) were the most important factors forming the distribution species. As it seems, climatic change has been responsible for fragmentation and destruction of habitats N. derjugini in the present and the future, although human activity in the destruction and change of habitats cannot be ignored.

Keywords

Main Subjects


مقدمه

تغییرات اقلیم نقش مهمی در توزیع گونه‌‌های جانوری ایفا می‌‌کند. واکنش استراتژیک گونه‌‌ها به تغییرات پایدار آب و هوا ممکن است به‌‌صورت تحمل شرایط زیستگاه، تغییر دامنه‌‌ها به مناطقی که آب و هوا در محدودۀ تحمل گونه‌‌ها باشد و درنهایت، انقراض نمایان شود (Davis et al., 2005; Sillero and Carretero, 2013). تجزیه و تحلیل مدل‌‌های توزیع گونه ممکن است به درک پژوهش‌‌های نظری (Phillips et al., 2009)، فرآیندهای محیط زیستی و تکاملی در برنامه‌‌ریزی حفاظت از گونه ها کمک کند (Graham et al., 2004). از الگوهای پراکنش گونه برای بررسی تأثیر تغییرات آب و هوایی بر توزیع و فراوانی گونه‌‌ها (Thomas et al., 2004)، تعیین تنوع زیستی (Kleidon and Mooney, 2000)، ارزیابی تغییرات احتمالی آینده در تنوع (Ramirez-Villegas et al., 2014)، پیش‌‌بینی توزیع پتانسیل و مناسب‌‌بودن زیستگاه برای گونه‌‌ها (Karamiani et al., 2019) استفاده می‌‌شود. رویکرد بیشینۀ آنتروپی (MaxEnt)، رویکردی کلی برای توصیف پراکنش احتمالی از گزارش‌‌های اندک حضور گونه‌‌ها است (Elith et al., 2006; Hernandez et al., 2006; Phillips et al., 2006). توزیع احتمالی براساس متغیرهای محیطی مؤثر در منطقۀ مدنظر، تخمین زده می‌‌شود (Pearson et al., 2007; Kaliontzopoulou et al., 2008). اقلیم عصر حاضر براساس مدل‌‌های گردش عمومی جو شبیه‌‌سازی می‌‌شود که فرآیندهای فیزیکی جو را به‌‌صورت مدل‌‌های عددی نشان می‌‌دهد؛ همچنین شرایط آب و هوایی آینده، با استفاده از سناریوهایی با نام نمایندۀ خط سیر غلظت گازهای گلخانه‌‌ای (Representative Concentration Pathways, RCP) تصویرسازی می‌‌شود (Moss et al., 2010; Miao et al., 2013; Aghakhani Afshar et al., 2017).

در دو دهۀ گذشته جمعیت دوزیستان کاهش یافته است. دو دلیل احتمالی برای کاهش دوزیستان وجود دارد: نخست، شامل فعالیت‌‌های بشر ازجمله ورود گونه‌‌های بیگانه، بهره‌‌برداری زیاد از زیستگاهها، تغییر کاربری اراضی و افزایش استفاده از سموم دفع آفات و سایر مواد شیمیایی سمی و دوم، شامل تغییر اقلیم جهانی (افزایش برخورد اشعۀ فرابنفش و گرم‌‌شدن کرۀ زمین) و بیماری‌‌های عفونی می‌‌شود (Blaustein et al., 2010). تغییرات اقلیم نقش مهمی در کاهش دوزیستان به‌‌ویژه در چند دهۀ گذشته داشته است (Whittaker et al., 2013) و این مسئله به ساختار حیاتی دوزیستان مربوط می‌‌شود؛ زیرا دوزیستان دارای پوستی نفوذپذیر و بدون محافظ و همچنین تخم‌‌های بدون پوسته و خارج رحمی هستند که آنها را دربرابر تغییرات آب و هوایی در معرض آسیب قرار می‌‌دهند. جنبه‌‌های مهم زیست‌‌شناسی دوزیستان مانند رشد، توسعه، تغذیه، زمان خواب زمستانی و آمیزش از آب و هوا تأثیر می‌‌گیرد (Li et al., 2013)؛ علاوه‌‌بر تأثیرات گفته‌‌شده، تغییرات آب و هوا ممکن است زیستگاههای دوزیستان ازجمله پوشش گیاهی، خاک و آب را تغییر دهد. تغییرات آب و هوایی ممکن است بر دردسترس‌‌بودن مواد غذایی و واکنش‌‌های متقابل شکارچی و طعمه تأثیرگذار باشد که ساختار جامعۀ اکوسیستم را تغییر می‌‌دهد (Whittaker et al., 2013)؛ همچنین تغییرات آب و هوایی ممکن است پویایی میزبان پاتوژن را تغییر دهد و بر نحوۀ ظهور بیماری‌‌ها مؤثر باشد (Blaustein et al., 2010).

سمندرهای کوهستانی جنس Neurergus Cope, 1862، در خانوادۀ Salamandridae قرار گرفته‌‌اند. این جنس شامل چهار گونه است که ازلحاظ جغرافیایی در ایران، عراق و ترکیه توزیع شده‌‌اند (Barabanov et al., 2010). گونه‌‌های این جنس عبارتند از: 1862 N. crocatus Cope,، در شمال غربی ایران، شمال و شمال شرقی عراق و جنوب شرقی ترکیه، 1952 N. kaiseri Schmidt,، بومی ایران و در مناطق جنوب غربی ایران در استان‌‌های لرستان و خوزستان (Mahdipour and Rastegar-Pouyani, 2020)، N. strauchii Steindachner, 1887، بومی ترکیه (Schneider and Schneider, 2013) و سمندرکردستانی (Neurergus derjugini Nesterov, 1916 که پیش از این N. microspilotus نامیده می‌‌شد) که در بخش‌‌های شمالی کوههای زاگرس در ایران، عراق و مرز ترکیه پراکنده شده است. گونۀ N. derjugini از N. crocatus و N. strauchii با کمک لکه‌‌های بی‌‌شمار زردرنگ کوچک و سطح شکمی قرمز آجری تشخیص داده می‌‌شود (Leviton et al., 1992).

در این پژوهش، مناطق بالقوۀ پراکنش شناسایی و الگوهای جغرافیای زیستی سمندر کردستانی N. derjugini، در دو دورۀ عصر حاضر و آینده (2030) درک خواهد شد.

 

مواد و روش‌ها

1- ثبت نقاط: ثبت نقاط حضور در مناطق استقرار گونه براساس فعالیت‌‌های میدانی (شکل 1) و با استفاده از گزارش‌‌های ثبت‌‌شدۀ قبلی از دامنۀ پراکنش سمندر کردستانی در استان‌‌های کرمانشاه، کردستان و آذربایجان غربی در ایران و استان‌‌های دهوک، اربیل و سلیمانیه در عراق انجام شد. برای بررسی خودهمبستگی مکانی نقاط از شاخص جهانی موران (Global Moran's I) با نام نمرۀ استاندارد (z-score) در نرم‌‌افزار ArcGIS 10.8 استفاده شد. مقدار شاخص I بین -1 و +1 متغیر است. هرچه مقدار این شاخص به +1 نزدیک‌‌تر باشد، نشان از خودهمبستگی مکانی بیشتر دارد و هرچه به -1 نزدیک‌‌تر شود، نشان‌‌دهندۀ نبود خودهمبستگی مکانی است. در صورتی که مقدار این شاخص صفر باشد، دلیلی بر توزیع تصادفی داده‌‌ها است و درواقع، هیچ‌‌گونه ارتباط مکانی وجود ندارد (Gunaratna et al., 2013). متوسط گسترۀ خانگی سمندر کردستانی 230 متر مربع تخمین زده شده است (Sharifi and Afroosheh, 2014). در این مطالعه از 70 نقطه استفاده شد (پیوست، جدول 1).

 

شکل 1- الف) سمندر کردستانی داخل نهر کاوات (پاوه، کرمانشاه)، ب) سمندر کردستانی بیرون از آب نهر اطراف نوسود (کرمانشاه)، ج) زیستگاه طبیعی سمندر کردستانی در نهر کاوات و د) زیستگاههای ساخته‌‌شده توسط کشاورزان برای تأمین آب باغ‌ها.

 

2- داده‌‌ها و تجزیه و تحلیل آنها: برای مدل‌‌سازی از رویکرد بی‌نظمی بیشینه (MaxEnt) براساس 19 متغیر زیست‌‌اقلیمی (Bioclimatic) و دو متغیر توپوگرافی (پیوست، جدول 2) با دقت تقریبی یک کیلومتر مربع (30 ×30 ثانیه) برای هر دو دوره (معاصر:1950 تا 2000 و آینده: سال 2030) استفاده شد. در این پژوهش، از بررسی‌‌های هیئت بین دول تغییر اقلیم[1] در گزارش پنجم[2] و مدل سیستم اقلیمی مرکز آب و هوایی پکن نسخۀ 1-1[3] استفاده شد (http://www.ccafs-climate.org). برای سال 2030 دو سناریو بررسی شد: 1. سناریوی RCP 2.6: طبق این سناریو غلظت گازهای گلخانه‌‌ای در سال 2030 بسیار کم می‌‌شود و برای غلظت گازهای گلخانه‌‌ای یک «اوج و نزول» در نظر گرفته شده است؛ به طوری که سطح اجباری تابشی گازهای گلخانه‌‌ای ابتدا تا اواسط قرن حاضر (2050) به حدود 1/3 وات در هر متر مربع (W/m²) می‌‌رسد و سال 2100 به 6/2 وات در هر متر مربع بازمی‌‌گردد (Van Vuuren et al., 2007) و برای رسیدن به چنین سطح اجباری از تابش، باید با مدیریت انتشار گازهای گلخانه‌‌ای (و به‌‌طور غیر مستقیم انتشار آلاینده‌‌های هوا) در گذر زمان، غلظت آنها را به میزان شایان توجهی کاهش داد؛ 2. سناریوی RCP 8.5: براساس این ایده، غلظت گازهای گلخانه‌‌ای با گذشت زمان همچنان افزایش خواهد یافت (Riahi et al., 2007). برای شناسایی نسبت همبستگی بین متغیرها و نقاط ثبت‌‌شدۀ حضور گونه، از نرم‌‌افزار Openmodeller (V. 1.0.7) (de Souza Muñoz et al., 2006) استفاده شد؛ سپس مقادیر ضریب همبستگی پیرسون در نرم‌‌افزار SPPS (نسخۀ 22) مشخص و فقط یکی از متغیرهایی که دارای ضریب همبستگی پیرسون بیشتر از 75/0 بود، در مدل‌‌سازی استفاده شد (Karamiani et al., 2019). بین تمامی متغیرهای اقلیمی و توپوگرافی (پیوست، جدول 2) همبستگی گرفته شد؛ سپس هفت متغیر شامل پنج متغیر اقلیمی و دو متغیر توپوگرافی برای مدل‌‌سازی به کار گرفته شد (جدول 1). نقشۀ پراکنش گونه براساس 15 مرتبه اجرای مدل (تکرار) استخراج شد که بهترین مدل را برای گونۀ مطالعه‌‌شده ارائه می‌‌دهد. برای ارزیابی نتایج مدل‌‌سازی نقشه‌‌های پراکنش از آمارۀ تحلیل منحنی ویژگی عامل دریافت‌‌کننده (Receiver operating characteristic curve, ROC) استفاده شد. در صورتی که سطح زیر منحنی در رویکرد بی‌نظمی بیشینه 5/0 تا 7/0 باشد، نشان‌‌دهندۀ پیش‌‌بینی مدل تصادفی است (Gallien et al., 2012). مقادیر 7/0 تا 9/0 بیانگر مدلی خوب و مقادیر بیش از 9/0 نشان‌‌دهندۀ پیش‌‌بینی بسیار عالی مدل است (Manel et al., 2001). درنهایت، از نرم‌‌افزار DIVA-GIS 7.3.0.1 برای ترسیم نقشه‌‌های پیش‌‌بینی‌‌شده براساس نقاط حضور گونه در زیستگاهها استفاده شد (Hijmans et al., 2001).

 

نتایج

مقادیر حاصل از شاخص جهانی موران (Moran's I: 0.012،  z-score: 7.232و p-value: 0.000) برای بررسی خودهمبستگی مکانی نقاط، از نرم‌‌افزار ArcGIS استخراج شد. براساس پیش‌‌بینی مدل‌‌ها، متغیرهای اساسی مهم برای سمندر کردستانی، میزان بارش و تغییرات فصلی، بارش در سردترین سه ماهۀ سال، دامنۀ تغییرات سالانه و شیب زمین بود. مقدارسطح زیر منحنی (Area Under the Curve) در این مطالعه برای هر دو دورۀ زمانی بررسی‌‌شده 001/0±  997/0 بود که بیانگر پیش‌‌بینی بسیار عالی مدل‌‌ها است. نقشۀ مطلوبیت زیستگاهها و احتمال پراکنش سمندر کردستانی در شکل 2 آورده و سهم نسبی عملکردی هر متغیر در دوره‌‌ها در جدول 1 ارائه شده است. وسعت مناطق مستعد حدود 14175 کیلومتر مربع در عصر حاضر و 29146 کیلومتر مربع برای سال 2030 پیش‌‌بینی شده است؛ ولی فقط 37/267 کیلومتر مربع در عصر حاضر و حدود 250 کیلومتر مربع در سال 2030 دارای مطلوبیت زیاد برای بقای سمندر کردستانی پیش‌‌بینی شده است. براساس نتایج حاصل از MaxEnt، عوامل مؤثر بر مدل پراکنش سمندر کردستانی در دورۀ معاصر، بارش در سردترین سه ماه سال (میانگین 8/8 ± 28/348)، توزیع فصلی بارش (میانگین 44/0 ± 48/86)، دامنۀ تغییرات سالانۀ دما (میانگین 84/0 ± 2/40) و شیب زمین (89 درجه) ذکر شده است. متغیرهای مهم مؤثر بر مدل پراکنش پیش‌‌بینی‌‌شدۀ سمندر کردستانی برای سال 2030 سناریوی RCP 2.6 عبارتند از: بارش در سردترین سه ماه سال (میانگین 95/8 ± 85/333 میلی‌‌لیتر)، توزیع فصلی بارش (میانگین 46/0 ± 77/90)، تغییرات فصلی دما (متوسط 5/9 درجۀ سانتی‌‌گراد) و دامنۀ تغییرات سالانۀ دما، به‌‌عبارتی اختلاف گرم‌‌ترین ماه با سردترین ماه سال، (میانگین86/0 ± 21/42)؛ همچنین متغیرهای مهم تأثیرگذار بر الگوی پراکنش پیش‌‌بینی‌‌شدۀ سمندر کردستانی برای سال 2030 سناریوی RCP 8.5 عبارتند از: بارش در سردترین سه ماه سال (میانگین 82/8 ± 323 میلی‌‌لیتر)، توزیع فصلی بارش (میانگین 43/0 ± 62/94) و تغییرات فصلی دما (متوسط 2/10 درجۀ سانتی‌‌گراد).

جدول 1- نسبت متغیرهای مهم (درصدی) در دورۀ معاصر (1950 تا 2000) و آینده (سال 2030، سناریوی 6/2 و سناریوی 5/8) که در مدل MaxEnt برای سمندر کردستانی (N. derjugini) استفاده شده است.

 

 

 

متغیر

توصیف متغیر

دورۀ معاصر

سال 2030، سناریوی 6/2

سال 2030، سناریوی 5/8

Bio19

بارش در سردترین سه ماه سال

8/38

8/43

7/42

Bio15

توزیع فصلی بارش

6/12

28

6/30

Bio4

تغییرات فصلی دما

1

08/20

2/24

Bio7

دامنۀ تغییرات سالانۀ دما

6/13

8/3

-

Slope

شیب زمین

8/26

-

-

Bio3

هم‌‌دمایی (میانگین دمای روزانه/دامنۀ تغییرات سالانۀ دما)

2/5

-

-

Altitude

ارتفاع

2

-

-

 

شکل 1- الگوی پراکنش بالقوۀ سمندر کردستانی (Neurergus derjugini) در زیستگاهها در دوره‌‌های: الف) دورۀ معاصر (1950 تا 2000)، ب) سال 2030 سناریوی RCP 2.6 و ج) سال 2030 سناریوی RCP 8.5 در استان‌‌‌‌های آذربایجان غربی (1)، کردستان (2) و کرمانشاه (3) در ایران و استان‌‌های سلیمانیه (4)، اربیل (5) و دهوک (6) در عراق. دایره‌‌ها بیانگر حضور گونه و مربع‌‌ها نشان‌‌دهندۀ مقدار مطلوبیت زیستگاه است.

 

 

 

 

بحث

در شاخص موران جهانی، فرضیۀ صفر این است که هیچ نوع خوشه‌‌بندی فضایی بین نقاط استقرار وجود نداشته باشد. زمانی که مقدار p-value بسیار کوچک و مقدار Z محاسبه‌‌شده بسیار بزرگ باشد، فرضیۀ صفر رد می‌‌شود. اگر شاخص موران بیشتر از صفر باشد، داده‌‌ها نوعی خوشه‌‌بندی فضایی دارند و اگر کمتر از صفر باشد، دارای الگوی پراکنده هستند. نتایج شاخص موران برای سمندر کردستانی نشان داد نقاط نوعی خوشه‌‌بندی فضایی و الگوی متراکم و نزدیک به هم دارند.

تغییرات آب و هوایی تأثیر به‌‌سزایی بر کاهش جمعیت و انقراض بسیاری از گونه‌‌ها دارد؛ به طوری که این تغییرات بر رفتار تولید مثلی، ایمنی دربرابر بیماری‌‌ها به‌‌ویژه بیماری‌‌های قارچی و باکتریایی و افزایش حساسیت دوزیستان دربرابر آلاینده‌‌های شیمیایی تأثیر می‌‌گذارد (Yousefi Siahkalroodi et al., 2013). تغییر در الگوهای آب و هوایی بر جمعیت‌‌های کوچک بیش از جمعیت‌‌های بزرگ اثر می‌‌گذارد و ممکن است آنها را به سمت انقراض پیش ببرد (Pullin, 2002). سمندر کردستانی همانند سمندر لرستانی و دیگر سمندرها بسیار از میزان بارش فصلی و سالیانه، میانگین درجۀ حرارت سالیانه و ارتفاع تأثیر می‌‌گیرد؛ به گونه‌‌ای که دما و بارندگی بر فرآیندهای مهمی مانند انتخاب زیستگاه و مهاجرت آنها تأثیر می‌‌گذارد (Dervo et al., 2016; Zangene et al., 2016). نتایج این مطالعه، الگوی پراکنش شناخته‌‌شده و جدید سمندر کردستانی را براساس شرایط آب و هوایی تأیید می‌‌کند (Mawloudi et al., 2018). مدل‌‌های این مطالعه از نقش فرضیۀ تغییرات آب و هوایی پیش‌‌بینی‌‌شدۀ مؤثر بر مناسب‌‌بودن زیستگاه آیندۀ سمندر کردستانی پشتیبانی می‌‌کند که باعث تغییر در مناطقی از دامنۀ پراکنش آنها می‌‌شود. نتایج نشان داد هرچند وسعت مناطق با مطلوبیت کم و متوسط با روند صعودی پیش‌‌بینی شده است، وسعت مناطقی که دارای مطلوبیت بسیاری برای بقای سمندر کردستانی هستند، روند نزولی و اثر منفی خواهند داشت و این یافته تا حدی با سایر مطالعات انجام‌‌شده روی دوزیستان به‌‌ویژه در رابطه با افزایش دما مطابقت دارد (Milanovich et al., 2010; Ochoa-Ochoa et al., 2012; Velo‐Antón et al., 2013; Barrett et al., 2014; Sutton et al., 2015; Tok et al., 2016; Sharifi et al., 2017).

بارش ماههای سرد سال به میزان بیش از 50 درصد، در ترسیم و پیش‌‌بینی الگوی پراکنش نقش اساسی ایفا کرده است؛ زیرا تجمع برف در ارتفاعات باعث ذخیرۀ آب در دورۀ آبی چشمه‌‌ها و نهرها می‌‌شود. متغیرهای تغییرات فصلی دما و دامنۀ تغییرات سالانۀ دما، به احتمال زیاد اثر زیادی بر درجۀ حرارت فصل بهار (فصل بین دو فصل سرد و گرم سال)، فصل انجام فعالیت‌‌های حیاتی (مانند زادآوری و رشد لاروها) سمندر کردستانی، دارد. مطالعات و گزارش‌‌های قبلی (Rastegar-Pouyani et al., 2014) دربارۀ نواحی پراکنش سمندر کردستانی نشان داد بیشتر زیستگاههای آن در مناطق مرتفع و سرد با شیب زیاد قرار گرفته‌‌اند که بیانگر این است که سمندر کردستانی وابستگی ویژه‌‌ای به دما و میزان بارش در فصل سرد سال دارد. سمندر کردستانی برخلاف سمندر لرستانی برای بقا نیاز به آب تازه با دمای 15 تا 20 درجۀ سانتی‌‌گراد دارد (Sharifi et al., 2017) که همین عامل باعث شده است بیشتر در چشمه‌‌های مرتفع زیست کند. به‌‌طور کلی، توانایی گونه‌‌ها برای سازگاری با تغییرات آب و هوا به سرعت تغییرات آب و هوایی و توانایی پراکندگی گونه‌‌ها بستگی دارد (Schloss et al., 2012). دمای گرم‌‌تر باعث می‌‌شود سمندر کردستانی دامنۀ پراکنش جغرافیایی خود را به سمت ارتفاعات تغییر دهد؛ درنتیجه کاهش اندازۀ دامنه و زیستگاه موجود به‌‌طور احتمالی خطر انقراض را افزایش می‌‌دهد (Segelbacher et al., 2010; Hermes et al., 2018)؛ با این حال دوزیستانی که از هر دو زیستگاه آبزی و خشکی استفاده می‌‌کنند، مانند N. derjugini و N. kaiseri، گاهی برخلاف انتظار مسافت‌‌های شایان توجهی (بیشتر از یک کیلومتر) را می‌‌پیمایند تا به زیستگاههای مناسب دوردست برسند (Smith and Green, 2005; Sinsch, 2014; Ashrafzadeh et al., 2019). زنده‌‌ماندن در آب و هوایی که به‌‌سرعت درحال تغییر است به این بستگی دارد که گونه‌‌های حساس مؤفق به یافتن پناهگاههایی شوند و دربرابر شرایط شدید مصون بمانند (Scheffers et al., 2014). زیستگاههای خرد با ارائۀ میکروکلیماهای مناسب (Ibanez et al., 2013)، ممکن است در جایگاه پناهگاههای اصلی (پناهگاه خرد) برای تعدیل پیامدهای اکوفیزیولوژیک تغییر آب و هوا بر جوامع خونسرد عمل کنند (Huey and Tewksbury, 2009; Scheffers et al., 2014)؛ در حالی که پناهگاههای خرد ممکن است به موجودات برای تحمل شرایط سخت دربرابر تغییر شدت درجۀ حرارت کمک کنند (Keppel et al., 2012; Rodhouse et al., 2017)؛ ولی کاهش شایستگی و تکه‌‌تکه‌‌شدن زیستگاه و درنهایت، پویایی جمعیت‌‌ها (metapopulation) خطر انقراض گونه را افزایش می‌‌دهد (Huey and Tewksbury, 2009). تجزیه و تحلیل این مطالعه نشان داد در حالی که نفوذپذیری به‌‌نسبت خوبی در بسیاری از تکه‌‌های زیستگاه در مدل آب و هوایی فعلی وجود دارد، ممکن است اتصال بین تکه‌‌های زیستگاه تا سال 2030 به‌‌طور شایان توجهی کاهش یابد و انتظار می‌‌رود از دست دادن نقاط اتصالی زیستگاهها باعث جریان ژن در میان جمعیت‌‌ها، کاهش تنوع ژنتیکی و کاهش ظرفیت سازگاری با تغییرات آب و هوا شود (Hermes et al., 2018)؛ همچنین بررسی مناطق پراکنش گونه حاکی از آن است که قسمت بزرگی از زیستگاههای مطلوب گونه از فعالیت‌‌های انسان ازجمله برداشت روزافزون آب از نهرها و چشمه‌‌های زیستگاه سمندر برای کشاورزی تأثیر گرفته است که وضعیتی هشداردهنده است و نیاز مبرم به مدیریت و همراهی مسئولان دارد.

 

سپاسگزاری

بدین‌‌وسیله از معاونت پژوهش و فناوری دانشگاه رازی و مدیریت سازمان محیط زیست استان کرمانشاه جناب مهندس فریدون یاوری قدردانی می‌‌شود که در پیشبرد این پروژه کمال همکاری با اینجانب را داشتند.

 

 

 

[1] IPCC: Intergovernmental Panel on Climate Change

[2] AR5: Fifth Assessment Report

[3] bcc-csm1-1: The Beijing Climate Center Climate System Model version 1.1

Afrooshehh, M., Akmali, V., Esmaelii, S., & Sharifi, M. (2016). On the Distribution, Abundance and Conservation Status of the Endangered Spotted Mountain Newt Neurergus Microspilotus (Caudata: Salamandridae) in Western Iran. Journal of Herpetological Conservation and Biology, 11(1), 52-60.
Aghakhani Afshar, A., Hassanzadeh, Y., Besalatpour, A. A., & Pourreza Bilondi, M. (2017). Annual Assessment of Kashafrood Watershed Basin Climate Components in Future Periods by Using Fifth Report of Intergovernmental Panel on Climate Change. Journal of Water and Soil Conservation, 23(6), 217-233.
Al-Sheikhly, O. F., Iyad, A. N., Rastegar-Pouyani, N., & Browne, R. K. (2013). New Localities of the Kurdistan Newt Neurergus Microspilotus and Lake Urmia Newt Neurergus Crocatus (Caudata: Salamandridae) in Iraq. Journal of Amphibian and Reptile Conservation, 6(4), 42-49.
Ashrafzadeh, M. R., Naghipour, A. A., Haidarian, M., Kusza, S., & Pilliod, D. S. (2019). Effects of Climate Change on Habitat and Connectivity for Populations of a Vulnerable, Endemic Salamander in Iran. Journal of Global Ecology and Conservation, 19, e00637.
Bahmani, Z., Karamiani, R., Rastegar-Pouyani, N., Gharzi, A., & Browne, R. K. (2014). The Amphibian Fauna of Kurdistan Province, Western Iran. Journal of Amphibian and Reptile Conservation, 9(1), 31-35.
Barabanov, A. V., & Litvinchuk, S. N. (2015). A New Record of the Kurdistan Newt (Neurergus Derjugini) in Iran and Potential Distribution Modeling for the Species. Russian Journal of Herpetology, 22(2), 107-115.
Barrett, K., Nibbelink, N. P., & Maerz, J. C. (2014). Identifying Priority Species and Conservation Opportunities under Future Climate Scenarios: Amphibians in a Biodiversity Hotspot. Journal of Fish and Wildlife Management, 5(2), 282-297.
Blaustein, A. R., Walls, S. C., Bancroft, B. A., Lawler, J. J., Searle, C. L., & Gervasi, S. S. (2010). Direct and Indirect Effects of Climate Change on Amphibian Populations. Journal of Diversity, 2(2), 281-313.
Collins, J. P., & Storfer, A. (2003). Global Amphibian Declines: Sorting the Hypotheses. Diversity and Distributions, 9(2), 89-98.
Davis, M. B., Shaw, R. G., & Etterson, J. R. (2005). Evolutionary Responses to Changing Climate. Journal of Ecology, 86(7), 1704-1714.
De Souza Muñoz, M. E., De Giovanni, R., De Siqueira, M. F., Sutton, T., Brewer, P., Pereira, R. S., Canhos, D. A. L., & Canhos, V. P. (2011). Openmodeller: A Generic Approach to Species’ Potential Distribution Modelling. GeoInformatica, 15(1), 111-135.
Dervo, B. K., Bærum, K. M., Skurdal, J., & Museth, J. (2016). Effects of Temperature and Precipitation on Breeding Migrations of Amphibian Species in Southeastern Norway. Scientifica, 3174316.
Elith, J., Graham, C. H., Anderson, P., Dudík, R., Ferrier, M., Guisan, S., Hijmans, J. A., Huettmann, R. F., Leathwick, R. J., Lehmann, A., & Li, J. (2006). Novel Methods Improve Prediction of Species’ Distributions from Occurrence Data. Ecography, 29(2), 129-151.
Gallien, L., Douzet, R., Pratte, S., Zimmermann, N. E., & Thuiller, W. (2012). Invasive Species Distribution Models-How Violating the Equilibrium Assumption Can Create New Insights. Journal of Global Ecology and Biogeography, 21(11), 1126-1136.
Graham, C. H., Ferrier, S., Huettman, F., Moritz, C., & Peterson, A. T. (2004). New Developments in Museum-Based Informatics and Applications in Biodiversity Analysis. Journal of Trends in Ecology and Evolution, 19(9), 497-503.
Gunaratna, N., Liu, Y., & Park, J. (2013). Spatial Autocorrelation. Journal of Recuperado el, 2, 1-14.
Hermes, C., Keller, K., Nicholas, R. E., Segelbacher, G., & Schaefer, H. M. (2018). Projected Impacts of Climate Change on Habitat Availability for an Endangered Parakeet. PloS One, 13(1), e0191773.
Hernandez, P. A., Graham, C. H., Master, L. L., & Albert, D. L. (2006). The Effect of Sample Size and Species Characteristics on Performance of Different Species Distribution Modeling Methods. Journal of Ecography, 29(5), 773-785.
Hijmans, R. J., Guarino, L., Cruz, M., & Rojas, E. (2001). Computer Tools for Spatial Analysis of Plant Genetic Resources Data: 1. DIVA-GIS. Journal of Plant Genetic Resources Newsletter, 15-19.
Huey, R. B., & Tewksbury, J. J. (2009). Can Behavior Douse the Fire of Climate Warming?. Proceedings of the National Academy of Sciences, 106(10), 3647-3648.
Ibanez, T., Hély, C., & Gaucherel, C. (2013). Sharp Transitions in Microclimatic Conditions between Savanna and Forest in New Caledonia: Insights into the Vulnerability of Forest Edges to Fire. Journal of Austral Ecology, 38(6), 680-687.
Kaliontzopoulou, A., Brito, J. C., Carretero, M. A., Larbes, S., & Harris, D. J. (2008). Modelling the Partially Unknown Distribution of Wall Lizards (Podarcis) in North Africa: Ecological Affinities, Potential Areas of Occurrence, and Methodological Constraints. Canadian Journal of Zoology, 86(9), 992-1001.
Karamiani, R., Rastegar-Pouyani, N., & Mewludi, Sh. (2019). The Reduced Model of Distribution and Habitat Suitability for Endemic the Vulnerable Lorestan Newt, Neurergus Kaiseri Schmidt, 1952 (Urodela: Salamandridae). International Journal of Zoology Studies, 4(6), 64-69.
Keppel, G., Van Niel, K. P., Wardell‐Johnson, G. W., Yates, C. J., Byrne, M., Mucina, L., Schut, A. G., Hopper, S. D., & Franklin, S. E. (2012). Refugia: Identifying and Understanding Safe Havens for Biodiversity under Climate Change. Journal of Global Ecology and Biogeography, 21(4), 393-404.
Kleidon, A., & Mooney, H. A. (2000). A Global Distribution of Biodiversity Inferred from Climatic Constraints: Results from a Process‐Based Modelling Study. Journal of Global Change Biology, 6(5), 507-523.
Lanza, B., Arntzen, J. W., & Gentile. E. (2010). Vertebral Numbers in the Caudata of the Western Palaeartic (Amphibia). Atti del Museo Civico di Storia Naturale di Trieste, 54, 3-114.
Leviton, A. E., Anderson, S. C., Adler, K., & Minton, S. A. (1992). Handbook to Middle East Amphibians and Reptiles. St. Louis: Society for the Study of Amphibians and Reptiles.
Li, Y., Cohen, J. M., & Rohr, J. R. (2013). Review and Synthesis of the Effects of Climate Change on Amphibians. Journal of Integrative Zoology, 8(2), 145-161.
Mahdipour, F., & Rastegar-Pouyani, N. (2020). Distribution and Habitats of the Lorestan Newt, Neurergus Kaiseri (Schmidt, 1952) (Amphibia: Salamandridae) in Lorestan and Khuzestan Provinces. Journal of Taxonomy and Biosystematics, 12(42), 1-10.
Manel, S., Williams, H. C., & Ormerod, S. J. (2001). Evaluating Presence–Absence Models in Ecology: The Need to Account for Prevalence. Journal of Applied Ecology, 38(5), 921-931.
Mawloudi, S., Rastegar-Pouyani, N., Rastegar-Pouyani, E., & Karamiani, R. (2018). Two New Localities for Kurdistan Newt Neurergus Derjugini from Kurdistan Province. 20th National & 8th International Congress of Biology, 22-24 Aug, 2018, University of Maragheh, Iran.
Miao, C. Y., Duan, Q. Y., Sun, Q. H., & Li, J. D. (2013). Evaluation and Application of Bayesian Multi-Model Estimation in Temperature Simulations. Progress in Physical Geography, 37(6), 727-744.
Milanovich, J. R., Peterman, W. E., Nibbelink, N. P., & Maerz, J. C. (2010). Projected Loss of a Salamander Diversity Hotspot as a Consequence of Projected Global Climate Change. PloS One, 5(8), e12189.
Moss, R. H., Edmonds, J. A., Hibbard, K. A., Manning, M. R., Rose, S. K., Van Vuuren, D. P., … & Wilbanks, T. J. (2010). The Next Generation of Scenarios for Climate Change Research and Assessment. Nature, 463(7282), 747-756.
Najafi-Majd, E., & Kaya, U. (2013). Rediscovery of the Lake Urmia Newt, Neurergus Crocatus Cope, 1862 (Caudata: Salamandridae) in Northwestern Iran after 150 Years. Journal of Amphibian and Reptile Conservation, 6(4), 36-41.
Nesterov, P. V. (1916). Trois Formes Nouvelles d’Amphibiens (Urodela) du Kurdistan. Annu Mus Zool Acad, 21, 1-30.
Ochoa-Ochoa, L. M., Rodríguez, P., Mora, F., Flores-Villela, O., & Whittaker, R. J. (2012). Climate Change and Amphibian Diversity Patterns in Mexico. Journal of Biological Conservation, 150(1), 94-102.
Parto, P., Vaissi, S., Farasat, H., & Sharifi, M. (2013). First Report of Chytridiomycosis (Batrachochytrium Dendrobatidis) in Endangered Neurergus Microspilotus (Caudata: Salamandridae) in Western Iran. Global Veterinaria, 11(5), 547-551.
Pearson, R. G., Raxworthy, C. J., Nakamura, M., & Townsend Peterson, A. (2007). Predicting Species Distributions from Small Numbers of Occurrence Records: A Test Case Using Cryptic Geckos in Madagascar. Journal of Biogeography, 34(1), 102-117.
Phillips, S. J., Anderson, R. P., & Schapire, R. E. (2006). Maximum Entropy Modeling of Species Geographic Distributions. Journal of Ecological Modelling, 190(3-4), 231-259.
Phillips, S. J., Dudík, M., Elith, J., Graham, C. H., Lehmann, A., Leathwick, J., & Ferrier, S. (2009). Sample Selection Bias and Presence‐Only Distribution Models: Implications for Background and Pseudo‐Absence Data. Journal of Ecological Applications, 19(1), 181-197.
Pullin, A. S. (2002). Conservation Biology, Chapter 4: Effects of habitat Destruction. Cambridge University Press. 76-101.
Ramirez-Villegas, J., Cuesta, F., Devenish, C., Peralvo, M., Jarvis, A., & Arnillas, C. A. (2014). Using Species Distributions Models for Designing Conservation Strategies of Tropical Andean Biodiversity under Climate Change. Journal for Nature Conservation, 22(5), 391-404.
Rastegar-Pouyani, N., Mirani, R., Bahmani, Z., Karamiani, R., Takesh, M., & Browne, R. K. (2014). Conservation Status of the Kurdistan Newt Neurergus Microspilotus in Kermanshah and Kurdistan Provinces, Iran. Journal of Amphibian and Reptile Conservation, 9(1), 36-41.
Rastegar-Pouyani, N., Takesh, M., Fattahi, A., Sadeghi, M., Khorshidi, F., & Browne, R. K. (2013). Ecology of Kurdistan Newt (Neurergus Microspilotus: Salamandridae): Population and Conservation with an Appraisal of the Potential Impact of Urbanization. Amphibian and Reptile Conservation, 6, 30-35.
Riahi, K., Grübler, A., & Nakicenovic, N. (2007). Scenarios of Long-Term Socio-Economic and Environmental Development under Climate Stabilization. Technological Forecasting and Social Change, 74(7), 887-935.
Rodhouse, T. J., Hovland, M., & Jeffress, M. R. (2017). Variation in Subsurface Thermal Characteristics of Microrefuges Used by Range Core and Peripheral Populations of the American Pika (Ochotona Princeps). Journal of Ecology and Evolution, 7(5), 1514-1526.
Scheffers, B. R., Edwards, D. P., Diesmos, A., Williams, S. E., & Evans, T. A. (2014). Microhabitats Reduce Animal's Exposure to Climate Extremes. Journal of Global Change Biology, 20(2), 495-503.
Schloss, C. A., Nuñez, T. A., & Lawler, J. J. (2012). Dispersal Will Limit Ability of Mammals to Track Climate Change in the Western Hemisphere. Proceedings of the National Academy of Sciences, 109(22), 8606-8611.
Schmidtler, J. J., & Schmidtler, J. F. (1975). Untersuchungen an Westpersischen Bergbachmolchen der Gattung Neurergus (Caudata, Salamandridae). Salamandra, 11(2), 84-98.
Schneider, W., & Schneider, C. (2013). Fieldnotes on the Distribution of Neurergus Derjugini (Nesterov, 1916), Neurergus Microspilotus (Nesterov, 1916), and Neurergus Kaiseri Schmidt, 1952, in Iran. Herpetozoa, 26(1-2), 27-38.
Segelbacher, G., Cushman, S. A., Epperson, B. K., Fortin, M. J., Francois, O., Hardy, O. J., Holderegger, R., Taberlet, P., Waits, L. P., & Manel, S. (2010). Applications of Landscape Genetics in Conservation Biology: Concepts and Challenges. Journal of Conservation Genetics, 11(2), 375-385.
Sharifi, M., & Afroosheh, M. (2014). Studying Migratory Activity and Home Range of Adult Neurergus Microspilotus (Nesterov, 1916) in the Kavat Stream, Western Iran, Using Photographic Identification (Caudata: Salamandridae). Herpetozoa, 27(1-2), 77-82.
Sharifi, M., & Assadian, S. (2004). Distribution and Conservation Status of Neurergus Microspilotus (Caudata: Salamandridae) in Western Iran. Journal of Asian Herpetological Research, 10, 224-229.
Sharifi, M., Karami, P., Akmali, V., Afrooshehh, M., & Vaissi, S. (2017). Modeling Geographic Distribution for the Endangered Yellow Spotted Mountain Newt, Neurergus Microspilotus (Amphibia: Salamandridae) in Iran and Iraq. Journal of Herpetological Conservation and Biology, 12(2), 488-497.
Sillero, N., & Carretero, M. A. (2013). Modelling the Past and Future Distribution of Contracting Species. The Iberian Lizard Podarcis Carbonelli (Squamata: Lacertidae) as a Case Study. Zoologischer Anzeiger-A Journal of Comparative Zoology, 252(3), 289-298.
Sinsch, U. (2014). Movement Ecology of Amphibians: From Individual Migratory Behaviour to Spatially Structured Populations in Heterogeneous Landscapes. Canadian Journal of Zoology, 92(6), 491-502.
Smith, M. A., & Green, D. M. (2005). Dispersal and the Metapopulation Paradigm in Amphibian Ecology and Conservation: Are All Amphibian Populations Metapopulations?. Ecography, 28(1), 110-128.
Sutton, W. B., Barrett, K., Moody, A. T., Loftin, C. S., DeMaynadier, P. G., & Nanjappa, P. (2015). Predicted Changes in Climatic Niche and Climate Refugia of Conservation Priority Salamander Species in the Northeastern United States. Forests, 6(1), 1-26.
Thomas, C. D., Cameron, A., Green, R. E., Bakkenes, M., Beaumont, L. J., Collingham, Y. C., Erasmus, B. F., De Siqueira, M. F., Grainger, A., & Hannah, L. (2004). Extinction Risk from Climate Change. Nature, 427(6970), 145-148
Tok, C. V., Koyun, M., & Çiçek, K. (2016). Predicting the Current and Future Potential Distributions of Anatolia Newt, Neurergus Strauchii (Steindachner, 1887), with a New Record from Elazığ (Eastern Anatolia, Turkey). Biharean Biologist, 10(2), 104-108.
Van Vuuren, D. P., Den Elzen, M. G., Lucas, P. L., Eickhout, B., Strengers, B. J., Van Ruijven, B., Wonink, S., & Van Houdt, R. (2007). Stabilizing Greenhouse Gas Concentrations at Low Levels: An Assessment of Reduction Strategies and Costs. Journal of Climatic Change, 81(2), 119-159.
Velo‐Antón, G., Parra, J. L., Parra‐Olea, G., & Zamudio, K. R. (2013). Tracking Climate Change in a Dispersal‐Limited Species: Reduced Spatial and Genetic Connectivity in a Montane Salamander. Journal of Molecular Ecology, 22(12), 3261-3278.
Whittaker, K., Koo, M. S., Wake, D. B., & Vredenburg, V. T. (2013). Global Declines of Amphibians, in Encyclopedia of Biodiversity. Second Edition Vol. 3. Levin S. A. Waltham, MA: Academic Press.
Yousefi Siahkalroodi, S., Saeedi, H., Behfar, M. S., Fallahi, R., & Izadian, M. (2013). Atlas of Amphibians of Iran. Deputy of Natural Environment Division–Department of Environment of Iran.
Zangene, M. T., Fakheran, S., Poormanafi, S., & Senn, J. (2016). Assessment of the Conservation Status and Habitat Suitability of Critically Endangered Lorestan Newt (Neurergus Kaiseri) in Lorestan and Khuzestan Provinces. Iranian Journal of Applied Ecology, 5(17), 11-24.
Zarei, F., Hosseini, S. N., Amini, S. S., Pezeshk, J., Soofi, M., & Esmaeili, H. R. (2017). A New Locality of Kurdistan Newt, Neurergus Derjugini Derjugini (Nesterov, 1916) Represents a Large Population in Iran: Implication for Conservation. Journal of Herpetology Notes, 10, 611-614.