Bioclimatic and remote sensing factors are better key indicators than local topography and soil: Vegetation composition variability in forests of Pakistan's Spin Ghar Mountain range

• DOI: 10.1016/j.ecolind.2024.112111
• Publication Date: 2024-05-09T01:03:30Z
• Authors: Sabith Rehman; Zafar Iqbal; Rahmatullah Qureshi; Arshad Mahmood Khan; Mirza Faisal Qaseem; Manzer H. Siddiqui
• Keywords: Composite material; Physical geography; Species extinction risk; Environmental data; Diversity and distribution; Environmental science; Filter (signal processing); Agricultural and Biological Sciences; Vegetation analysis; Biodiversity Conservation and Ecosystem Management; Range (aeronautics); Soil water; Pathology; Ordination; Biology; QH540-549.5; Nature and Landscape Conservation; Species Distribution Modeling and Climate Change Impacts; Habitat Suitability; Geography; Ecology; Agroforestry Tree Domestication in Africa; Ecological Modeling; Life Sciences; Forestry; Sampling (signal processing); Computer science; Habitat complexity; Materials science; Transect; FOS: Biological sciences; Environmental Science; Physical Sciences; Medicine; Habitat fragmentation; Computer vision; Habitat Fragmentation; Edaphic; Vegetation (pathology)

The composition, structure and distribution of vegetation are influenced by diverse environmental factors. Such research inquiries provide the initial data for future conservation and management efforts. The study area of North Waziristan district, Khyber Pakhtunkhwa, Pakistan comprises diverse forests of the Spin Ghar Mountain Range (at the border areas of Pakistan and Afghanistan), and a highly remote, mountainous, and unexplored region. There was little information on the complex relationships that existed between the study area's ambient environment and vegetation. This study hypothesized that the varying environmental complexity in the study area and vegetation variety may be significantly correlated, and the ranking of leading influencing factors might enhance our ecological understanding. A total of 61 study sites comprising 183 transects (50 m each) were randomly selected to record the vegetation-environment data from January-2018 to December-2020 (3 years). Monte Carlo permutation testing, hierarchical clustering of study samples, indicator species analysis, and ordination were applied to assess the sampling data. The results indicated that there were a total of 391 vascular plant species which were further classified into seven significantly different (p < 0.05) plant assemblages, each comprising of a distinct species makeup. A variety of different environmental variables (topographic (06), bioclimatic (19), edaphic (09), remote sensing, and anthropogenic predictors (16)) were considered. Simple term effects testing results depicted the significant (p(adj) < 0.05) role of 39 variables initially, whereas, conditional term effects testing (with variance inflation factor (VIF) threshold value of < 10, and forward selecting variables that provided the most unique information) results highlighted the prominent role of eight (08) contributors. The results of the latter analysis ranked the mean temperature of the warmest quarter (Bio10) as the most influencing factor, followed by Normalized Difference Vegetation Index (NDVI), longitude, continuous heat insulation load index (CHILI), precipitation of the warmest quarter (Bio18), global human modification of the terrestrial systems (gHM), organic carbon density (OCD), and annual precipitation (Bio12). This study concluded that the vegetation variability in the study area was significantly correlated with the prevailing environment, and considered bioclimatic and remote sensing factors were better key indicators for any vegetation distribution when the study was conducted on a large spatial scale. Based on these results, the anticipated future variations in climate, particularly global warming, lengthy drought spells, and population explosion might remarkably lead to decline in local plant species richness and distribution. For the study area to guard its priceless biodiversity for future generations, careful and prompt conservation and management planning are required.<br/>La composition, la structure et la distribution de la végétation sont influencées par divers facteurs environnementaux. Ces enquêtes de recherche fournissent les données initiales pour les efforts futurs de conservation et de gestion. La zone d'étude du district du Waziristan du Nord, Khyber Pakhtunkhwa, au Pakistan, comprend diverses forêts de la chaîne de montagnes Spin Ghar (aux frontières du Pakistan et de l'Afghanistan) et une région très reculée, montagneuse et inexplorée. Il y avait peu d'informations sur les relations complexes qui existaient entre l'environnement ambiant de la zone d'étude et la végétation. Cette étude a émis l'hypothèse que la complexité environnementale variable dans la zone d'étude et la variété de la végétation peuvent être significativement corrélées, et le classement des principaux facteurs d'influence pourrait améliorer notre compréhension écologique. Un total de 61 sites d'étude comprenant 183 transects (50 m chacun) ont été sélectionnés au hasard pour enregistrer les données végétation-environnement de janvier 2018 à décembre 2020 (3 ans). Les tests de permutation de Monte Carlo, le regroupement hiérarchique des échantillons de l'étude, l'analyse des espèces indicatrices et l'ordination ont été appliqués pour évaluer les données d'échantillonnage. Les résultats ont indiqué qu'il y avait un total de 391 espèces de plantes vasculaires qui ont ensuite été classées en sept assemblages de plantes significativement différents (p < 0,05), chacun comprenant une composition spécifique distincte. Une variété de variables environnementales différentes (topographiques (06), bioclimatiques (19), édaphiques (09), télédétection et prédicteurs anthropiques (16)) ont été prises en compte. Les résultats des tests d'effets à terme simple décrivaient initialement le rôle significatif (p(adj) < 0,05) de 39 variables, tandis que les résultats des tests d'effets à terme conditionnel (avec une valeur seuil du facteur d'inflation de variance (vif) < 10 et des variables de sélection directe qui fournissaient les informations les plus uniques) mettaient en évidence le rôle important de huit (08) contributeurs. Les résultats de cette dernière analyse ont classé la température moyenne du trimestre le plus chaud (Bio10) comme le facteur le plus influent, suivi de l'indice de végétation à différence normalisée (NDVI), de la longitude, de l'indice de charge d'isolation thermique continue (PIMENT), des précipitations du trimestre le plus chaud (Bio18), de la modification humaine globale des systèmes terrestres (gHM), de la densité de carbone organique (OCD) et des précipitations annuelles (Bio12). Cette étude a conclu que la variabilité de la végétation dans la zone d'étude était significativement corrélée à l'environnement dominant, et a considéré que les facteurs bioclimatiques et de télédétection étaient de meilleurs indicateurs clés pour toute distribution de la végétation lorsque l'étude était menée à grande échelle spatiale. Sur la base de ces résultats, les variations futures prévues du climat, en particulier le réchauffement climatique, les longues périodes de sécheresse et l'explosion démographique pourraient remarquablement entraîner un déclin de la richesse et de la répartition des espèces végétales locales. Pour que la zone d'étude préserve sa biodiversité inestimable pour les générations futures, une planification minutieuse et rapide de la conservation et de la gestion est nécessaire.<br/>La composición, estructura y distribución de la vegetación están influenciadas por diversos factores ambientales. Dichas investigaciones proporcionan los datos iniciales para futuros esfuerzos de protección y gestión. El área de estudio del distrito de Waziristán del Norte, Khyber Pakhtunkhwa, Pakistán, comprende diversos bosques de la Cordillera Spin Ghar (en las zonas fronterizas de Pakistán y Afganistán), y una región altamente remota, montañosa e inexplorada. Había poca información sobre las complejas relaciones que existían entre el entorno ambiental del área de estudio y la vegetación. Este estudio planteó la hipótesis de que la complejidad ambiental variable en el área de estudio y la variedad de vegetación pueden estar significativamente correlacionadas, y la clasificación de los principales factores de influencia podría mejorar nuestra comprensión ecológica. Se seleccionaron aleatoriamente un total de 61 sitios de estudio que comprenden 183 transectos (50 m cada uno) para registrar los datos de vegetación y medio ambiente de enero de 2018 a diciembre de 2020 (3 años). Se aplicaron pruebas de permutación de Monte Carlo, agrupación jerárquica de muestras de estudio, análisis de especies indicadoras y ordenación para evaluar los datos de muestreo. Los resultados indicaron que había un total de 391 especies de plantas vasculares que se clasificaron además en siete conjuntos de plantas significativamente diferentes (p < 0.05), cada una de las cuales comprendía una composición de especies distinta. Se consideró una variedad de diferentes variables ambientales (topográficas (06), bioclimáticas (19), edáficas (09), teledetección y predictores antropogénicos (16)). Los resultados de las pruebas de efectos de términos simples representaron el papel significativo (p(adj) < 0.05) de 39 variables inicialmente, mientras que las pruebas de efectos de términos condicionales (con un valor umbral del factor de inflación de la varianza (VIF) de < 10 y la selección directa de variables que proporcionaron la información más única) los resultados destacaron el papel destacado de ocho (08) contribuyentes. Los resultados de este último análisis clasificaron la temperatura media del trimestre más cálido (Bio10) como el factor más influyente, seguido del Índice de Vegetación de Diferencia Normalizada (NDVI), la longitud, el índice de carga de aislamiento térmico continuo (CHILE), la precipitación del trimestre más cálido (Bio18), la modificación humana global de los sistemas terrestres (gHM), la densidad de carbono orgánico (OCD) y la precipitación anual (Bio12). Este estudio concluyó que la variabilidad de la vegetación en el área de estudio se correlacionó significativamente con el entorno predominante, y consideró que los factores bioclimáticos y de teledetección eran mejores indicadores clave para cualquier distribución de la vegetación cuando el estudio se realizó a gran escala espacial. Sobre la base de estos resultados, las variaciones futuras previstas en el clima, en particular el calentamiento global, los largos períodos de sequía y la explosión demográfica, podrían conducir notablemente a la disminución de la riqueza y distribución de especies de plantas locales. Para que el área de estudio proteja su invaluable biodiversidad para las generaciones futuras, se requiere una planificación cuidadosa y rápida de la gestión y la gestión.<br/>يتأثر تكوين الغطاء النباتي وبنيته وتوزيعه بعوامل بيئية متنوعة. توفر هذه الاستفسارات البحثية البيانات الأولية لجهود الحفظ والإدارة المستقبلية. تضم منطقة الدراسة في منطقة وزيرستان الشمالية، خيبر باختونخوا، باكستان، غابات متنوعة من سلسلة جبال سبين غار (في المناطق الحدودية لباكستان وأفغانستان)، ومنطقة نائية للغاية وجبلية وغير مستكشفة. كان هناك القليل من المعلومات حول العلاقات المعقدة الموجودة بين البيئة المحيطة لمنطقة الدراسة والغطاء النباتي. افترضت هذه الدراسة أن التعقيد البيئي المتفاوت في منطقة الدراسة وتنوع الغطاء النباتي قد يكونان مرتبطين بشكل كبير، وأن ترتيب العوامل المؤثرة الرئيسية قد يعزز فهمنا البيئي. تم اختيار ما مجموعه 61 موقع دراسة تضم 183 مقطعًا عرضيًا (50 مترًا لكل منها) عشوائيًا لتسجيل بيانات البيئة النباتية من يناير 2018 إلى ديسمبر 2020 (3 سنوات). تم تطبيق اختبار تبديل مونت كارلو، والتجميع الهرمي لعينات الدراسة، وتحليل أنواع المؤشرات، والتنسيق لتقييم بيانات أخذ العينات. أشارت النتائج إلى وجود ما مجموعه 391 نوعًا من النباتات الوعائية التي تم تصنيفها أيضًا إلى سبعة تجمعات نباتية مختلفة اختلافًا كبيرًا (p < 0.05)، يتألف كل منها من تركيبة أنواع متميزة. تم النظر في مجموعة متنوعة من المتغيرات البيئية المختلفة (الطبوغرافية (06)، والمناخية الحيوية (19)، والإيديولوجية (09)، والاستشعار عن بعد، والتنبؤات البشرية المنشأ (16)). صورت نتائج اختبار تأثيرات المصطلح البسيطة الدور الهام (p(adj) < 0.05) لـ 39 متغيرًا في البداية، في حين أبرزت نتائج اختبار تأثيرات المصطلح الشرطية (مع قيمة عتبة عامل تضخم التباين (VIF) < 10، والمتغيرات المختارة للأمام التي قدمت المعلومات الأكثر تميزًا) الدور البارز لثمانية (08) مساهمين. صنفت نتائج التحليل الأخير متوسط درجة الحرارة للربع الأكثر دفئًا (Bio10) باعتباره العامل الأكثر تأثيرًا، يليه مؤشر الفرق الطبيعي للغطاء النباتي (NDVI)، وخط الطول، ومؤشر حمل العزل الحراري المستمر (الفلفل الحار)، وهطول الربع الأكثر دفئًا (Bio18)، والتعديل البشري العالمي للأنظمة الأرضية (gHM)، وكثافة الكربون العضوي (OCD)، وهطول الأمطار السنوي (Bio12). خلصت هذه الدراسة إلى أن تقلب الغطاء النباتي في منطقة الدراسة كان مرتبطًا بشكل كبير بالبيئة السائدة، واعتبرت عوامل المناخ الحيوي والاستشعار عن بعد مؤشرات رئيسية أفضل لأي توزيع للغطاء النباتي عندما أجريت الدراسة على نطاق مكاني كبير. وبناءً على هذه النتائج، فإن التغيرات المستقبلية المتوقعة في المناخ، ولا سيما الاحترار العالمي، ونوبات الجفاف الطويلة، والانفجار السكاني، قد تؤدي بشكل ملحوظ إلى انخفاض في ثراء الأنواع النباتية المحلية وتوزيعها. لكي تحمي منطقة الدراسة تنوعها البيولوجي الذي لا يقدر بثمن للأجيال القادمة، يلزم التخطيط الدقيق والفوري للحفظ والإدارة.<br/>