با همکاری مشترک دانشگاه پیام نور و انجمن فیزیولوژی و فارماکولوژی ایران

نوع مقاله : مقاله پژوهشی

نویسندگان

1 گروه محیط زیست، دانشکده منابع طبیعی، دانشگاه ‏تهران، تهران، ایران‏

2 گروه علوم جانوری، دانشکده زیست شناسی، ‏دانشگاه دامغان، دامغان، ایران‏

3 گروه تنوع زیستی، پژوهشگاه علوم و تکنولوژی ‏پیشرفته و علوم محیطی، دانشگاه تحصیلات ‏تکمیلی صنعتی و ‏فناوری پیشرفته کرمان، کرمان، ‏ایران‏

4 گروه جغرافیای انسانی، دانشکده جغرافیا، دانشگاه ‏تهران، تهران، ایران‏

5 گروه زیست شناسی، دانشکده علوم، دانشگاه حکیم ‏سبزواری، ایران‏

10.30473/eab.2023.65397.1887

چکیده

مارگزیدگی یکی از مهم­ترین چالش­های سلامت و حفاظت است. شناخت مناطق با خطر مارگزیدگی بالا میتواند در مدیریت این چالش سلامت عمومی موثر باشد. اما تغییرات اقلیمی در حال تغییر الگوهای مکانی خطر مارگزیدگی است و سبب می­شود تا مدیریت آن پیچیده تر و دشوار تر گردد. در مطالعه حاضر مطلوبیت زیستگاه افعی جعفری (Echis carinatus) به عنوان شاخص خطر مارگزیدگی گونه افعی جعفری در نظر گرفته شد و نحوه تغییر مطلوبیت زیستگاه گونه تحت تاثیر تغییرات اقلیمی بررسی شد. برای مدل سازی مطلوبیت زیستگاه این گونه از رویکرد تجمیعی پنج روش مدل­سازی (مدل­های خطی تعمیم یافته، مدل­های سازشی تعمیم یافته، مدل­های درخت رگرسیونی افزایشی، مکسنت و جنگل تصادفی)  استفاده شد. همچنین تعداد روستاهای در معرض خطر گزش تحت شرایط اقلیمی حاضر و آینده تعیین شد. نتایج نشان داد، زیستگاه­های مطلوب گونه تحت تاثیر تغییرات اقلیمی از 472619 کیلومتر مربع به 584881 کیلومتر مربع افزایش خواهد یافت و در نتیجه روستاهای در معرض خطر گزش نیز در آینده از 70247 به 82881 افزایش خواهد یافت. مناطقی که در مطالعه حاضر با خطر مارگزیدگی بالا شناسایی شدند اولویت بالایی برای اجرای برنامه های آموزشی و توزیع پادزهر دارند. مدل­های مطلوبیت زیستگاه برای شناسایی مناطق با خطر مارگزیدگی بالا تحت تاثیر تغییرات اقلیمی در کشور مفید هستند و میتوانند برای مطالعه خطر گزش سایر مارهای سمی تحت تاثیر تغییرات اقلیمی نیز مورد استفاده قرار گیرند.

کلیدواژه‌ها

موضوعات

Chen, I. C., Hill, J. K., Ohlemüller, R., Roy, D. B., & Thomas, C. D. (2011). Rapid range shifts of species associated with high levels of climate warming. Science333(6045), 1024-1026.
Chippaux, J.P. (1998). Snake-bites: Appraisal of the global situation. Bulletin of the World Health Organization. 76, 515.9868843.
Dehghani, R., Fathi, B., Shahi, M. P., & Jazayeri, M. (2014). Ten years of snakebites in Iran. Toxicon90, 291-298.
Dehghani, R., Rabani, D., Shahi, M. P., Jazayeri, M., & Bidgoli, M. S. (2012). Incidence of snake bites in Kashan, Iran during an eight year period (2004-2011). Archives of trauma research1(2), 67-71.
Ebrahimi, V., Hamdami, E., Khademian, M. H., Moemenbellah-Fard, M. D., & Vazirianzadeh, B. (2018). Epidemiologic prediction of snake bites in tropical south Iran: Using seasonal time series methods. Clinical Epidemiology and Global Health6(4), 208-215.
Eslamian, L., Mobaiyen, H., Bayat-Makoo, Z., Piri, R., Benisi, R., & Behzad, M. N. (2016). Snake bite in Northwest Iran: A retrospective study. Journal of Research in Clinical Medicine4(3), 133-138.
Farzaneh, E., Fouladi, N., Shafaee, Y., Mirzamohammadi, Z., Naslseraji, F., & Mehrpour, O. (2017). Epidemiological study of snakebites in Ardabil Province (Iran). Electronic physician9(3), 3986-90.
Fielding, A. H., & Bell, J. F. (1997). A review of methods for the assessment of prediction errors in conservation presence/absence models. Environmental conservation24(1), 38-49.
Freeman, E. A., & Moisen, G. (2008). PresenceAbsence: An R package for presence absence analysis. Journal of Statistical Software. 23 (11), 1-31.
Guisan, A., Thuiller, W., & Zimmermann, N. E. (2017). Habitat suitability and distribution models: with applications in R. Cambridge University Press.
Gutiérrez, J. M., Calvete, J. J., Habib, A. G., Harrison, R. A., Williams, D. J., & Warrell, D. A. (2017). Snakebite envenoming. Nature reviews Disease primers3(1), 1-21.
Hannah, L. (2021). Climate change biology. Academic Press.
Hickling, R., Roy, D. B., Hill, J. K., Fox, R., & Thomas, C. D. (2006). The distributions of a wide range of taxonomic groups are expanding polewards. Global change biology12(3), 450-455.
Hijmans, R.J. (2021). raster: Geographic Data Analysis and Modeling. R package version 3, 4-13.
Jarvis, A.; Reuter, H. I.; Nelson, A.; Guevara, E. (2008). Hole-filled SRTM for the globe Version 4. Available from the CGIAR-CSI SRTM 90m Database. https ://srtm.csi.cgiar .org. Accessed on 15 Apr 2015.
Kasturiratne, A., Wickremasinghe, A. R., de Silva, N., Gunawardena, N. K., Pathmeswaran, A., Premaratna, R., & de Silva, H. J. (2008). The global burden of snakebite: a literature analysis and modelling based on regional estimates of envenoming and deaths. PLoS medicine5(11), e218.
Longbottom, J., Shearer, F. M., Devine, M., Alcoba, G., Chappuis, F., Weiss, D. J., & Pigott, D. M. (2018). Vulnerability to snakebite envenoming: a global mapping of hotspots. The Lancet392(10148), 673-684.
Moreno‐Rueda, G., Pleguezuelos, J. M., Pizarro, M., & Montori, A. (2012). Northward shifts of the distributions of Spanish reptiles in association with climate change. Conservation Biology26(2), 278-283.
Naimi, B. (2015). Uncertainty Analysis for Species Distribution Models. package version 1,1-15.
Nori, J., Carrasco, P. A., & Leynaud, G. C. (2014). Venomous snakes and climate change: ophidism as a dynamic problem. Climatic Change122, 67-80.
Parmesan, C. (2006). Ecological and evolutionary responses to recent climate change. Annu. Rev. Ecol. Evol. Syst.37, 637-669.
Phillips, S. J., Anderson, R. P., & Schapire, R. E. (2006). Maximum entropy modeling of species geographic distributions. Ecological modelling, 190(3-4), 231-259.
Pintor, A. F., Ray, N., Longbottom, J., Bravo-Vega, C. A., Yousefi, M., Murray, K. A., & Diggle, P. J. (2021). Addressing the global snakebite crisis with geo-spatial analyses–Recent advances and future direction. Toxicon: X11, 100076.
Potet, J., Beran, D., Ray, N., Alcoba, G., Habib, A. G., Iliyasu, G., & Williams, D. J. (2021). Access to antivenoms in the developing world: A multidisciplinary analysis. Toxicon: X12, 100086.
Quinn, G. P., & Keough, M. J. (2002). Experimental design and data analysis for biologists. Cambridge university press.
Rafinejad, J., Shahi, M., Navidpour, S., Jahanifard, E., & Hanafi-Bojd, A. A. (2020). Effect of climate change on spatial distribution of scorpions of significant public health importance in Iran. Asian Pacific Journal of Tropical Medicine13(11), 503-514.
Rajabizadeh, M. (2017). Snakes of Iran. Iran. Shenasi Publishing, Tehran.
Team, R. C. R. (2020). A Language and Environment for Statistical Computing. R Foundation for Statistical Computing.
Uzoma, I. E. (2020). in Human Geography- Concepts, Approaches and Trends. Stamford Lake.
Vaissi, S. (2022). Response of Iranian lizards to future climate change by poleward expansion, southern contraction, and elevation shifts. Scientific Reports12(1), 2348.
Vitt, L.J., & Caldwell, J.P. (2013). Herpetology: An Introductory Biology of Amphibians and Reptiles, 4th Edn. Cambridge, MA: Academic Press.
WHO. (2019). Snakebite envenoming: a strategy for prevention and control. Geneva: World Health Organization; 2019. Licence: CC BY-NC-SA 3.0 IGO.
Yousefi, M., & Kafash, A. (2018). Venomous snakes of Iran under climate change. In SCCS Europe—4th Hungarian Student Conference on Conservation Science, 4–8 September (2018).
Yousefi, M., Kafash, A., Valizadegan, N., Ilanloo, S. S., Rajabizadeh, M., Malekoutikhah, S., Hosseinian Yousefkhani, S.S., & Ashrafi, S. (2019). Climate change is a major problem for biodiversity conservation: A systematic review of recent studies in Iran. Contemporary Problems of Ecology12, 394-403.
Yousefi, M., Ahmadi, M., Nourani, E., Behrooz, R., Rajabizadeh, M., Geniez, P., & Kaboli, M. (2015). Upward altitudinal shifts in habitat suitability of mountain vipers since the last glacial maximum. PloS one10(9), e0138087.
Yousefi, M., Kafash, A., Khani, A., & Nabati, N. (2020). Applying species distribution models in public health research by predicting snakebite risk using venomous snakes’ habitat suitability as an indicating factor. Scientific Reports10(1), 18073.
Zacarias, D., & Loyola, R. (2019). Climate change impacts on the distribution of venomous snakes and snakebite risk in Mozambique. Climatic Change152(1), 195-207.