Investigation of Cornelian Cherry (Cornus mas L.) in the Scope of Non-Wood Forest Products According to Climate Change Scenarios and Species Distribution Model

Abstract

Climate change is now affecting all living being on earth and changing the balance of nature. While disruption of the balance of nature means a change and transformation in all living elements in the environment, it also means severe losses in terms of human prosperity, ecosystem services and biodiversity. In this context, it is recently seen that, in addition to socio-economic studies on non-wood forest products, ecological studies have also increased in numbers. Hence, the cornelian cherry (Cornus mas L.) is a prominent one with high added value especially as a non-wood forest product. However, little is known about the significant environmental factors that shape the habitat of C. mas L. Therefore, using high-resolution environmental data, the existing distribution areas of C. mas L. in Turkey and its future projections based on scenarios of climate change were modelled by using the MaxEnt 3.4.1 software. The modelling process utilized 19 bioclimatic variables that were formed by using the CCSM4 (The Community Climate System Model) 2050 and 2070 Representative Concentration Pathway (RCP4.5-8.5) climate scenarios. According to the findings of the study, the estimated potential habitat of C. mas L. for today is in a great agreement with its existing geographical distribution. According to the results of the Jackknife test, the environmental variable that provides the largest gain in the potential distribution of C. mas L. is bio7 (Temperature Annual Range (Bio5-Bio6)). The environmental variable that reduces the gain the most when it is neglected is bio15 (Precipitation Seasonality (Coefficient of Variation)). In the RCP4.5 2050 and 2070 projections and the RCP8.5 2050 projection, the distribution area of C. mas L. increases, while its distribution area decreases in the RCP8.5 2070 projection. C. mas L. does not experience a large habitat loss in the future, but it shifts its geographical distribution towards the northern and northwestern parts of Turkey. Considering this situation in terms of NWFPs, as a species with economic importance, contribution to food safety and usage in rural development practices, C. mas L. becomes even more significant. Therefore, more comprehensive studies should be carried out on climate change and interactions of species and these interactions should also be evaluated in the social and economic sense.

Keywords

• Climate change,Species distribution models,MaxEnt,Habitat suitability,Cornus mas L.

İklim Değişimi Senaryoları ve Tür Dağılım Modeline Göre Kızılcık Türünün (Cornus mas L.) Odun Dışı Orman Ürünleri Kapsamında Değerlendirilmesi

Öz

İklim değişimi bugün dünya üzerindeki tüm canlıları etkilemekte ve doğanın dengesini değiştirmektedir. Doğanın dengesinin bozulması, içindeki tüm canlı unsurların değişim ve dönüşümünü ifade ederken insan refahı, ekosistem hizmetleri ve biyoçeşitlilik bağlamında da ciddi kayıplar anlamına gelmektedir. Bu bağlamda son yıllarda odun dışı orman ürünleri ile ilgili yapılan sosyo-ekonomik çalışmaların yanı sıra ekolojik çalışmalarında arttığı görülmektedir. Bu kapsamda kızılcık türü (Cornus mas L.) odun dışı orman ürünleri kapsamında katma değeri oldukça yüksek bir tür olarak öne çıkmaktadır. Ancak, C. mas. L’nin habitatını şekillendiren önemli çevresel faktörler hakkında az şey bilinmektedir. Bu nedenle çalışmada, yüksek çözünürlüklü çevresel veriler kullanılarak C. mas L.’nin Türkiye’deki mevcut yayılış alanları ve iklim değişimine bağlı olarak geliştirilen senaryolara göre gelecek projeksiyonu MaxEnt 3.4.1 programı kullanılarak modellenmiştir. Modellemede CCSM4 (The Community Climate System Model) 2050 ve 2070 yılı RCP (Representive Concentration Pathway) 4.5 ve RCP 8.5 iklim senaryosu kullanılarak oluşturulmuş 19 biyoklimatik değişken kullanılmıştır. Çalışma bulgularına göre, C. mas L.’nin günümüz tahmini potansiyel habitatı mevcut coğrafi dağılımı ile büyük ölçüde uyuşmaktadır. Jackknife testinin sonuçlarına göre C. mas L.’nin potansiyel dağılımında en yüksek kazancı olan çevresel değişken bio7 (yıllık sıcaklık oranı (Bio5-Bio6))’dır. İhmal edildiğinde kazancı en çok azaltan çevresel değişken ise bio15 (mevsimsel yağış miktarı (değişim katsayısı)) olmuştur. RCP 4.5 2050 ve 2070 projeksiyonları ile RCP8.5 2050 projeksiyonunda C. mas L.’nin yayılış alanının artmakta, RCP 8.5 2070 projeksiyonunda ise yayılış alanı azalmaktadır. C. mas L. gelecekte büyük bir habitat kaybına uğramamakta ancak coğrafi dağılışını Türkiye’nin kuzey ve kuzey batı bölgelerine doğru değiştirmekte ve buralardaki yayılışını genişletmektedir. Bu durum odun dışı orman ürünleri kapsamında değerlendirildiğinde ekonomik açıdan önem taşıyan, gıda güvenliğine katkı sağlayan ve kırsal kalkınma çalışmalarında kullanılan bir tür olarak C. mas L.’nin önemini daha da artırmaktadır. Bu nedenle iklim değişikliği ve türlerin etkileşimine yönelik daha kapsamlı çalışmalar yapılmalı ve bu etkileşimler sosyal ve ekonomik açılardan da değerlendirilmelidir.

Anahtar Kelimeler

• İklim değişikliği,Tür dağılım modelleri,MaxEnt,Habitat uygunluğu,Cornus mas L.

Kaynakça

1. Akyol, A. & Tanas, E.K. (2019). Rehabilitasyon eylem planları çerçevesinde kızılcık (Cornus mas L.) rehabilitasyon çalışmalarının sosyo-ekonomik katkılarının irdelenmesi: Dursunbey Orman İşletme Müdürlüğü örneği. Turkish Journal of Forestry, 20(2): 101-109.
2. Arbuckle, J.G., Morton, L.W. & Hobbs, J. (2013). Farmer beliefs and concerns about climate change and attitudes toward adaptation and mitigation: Evidence from Iowa. Climatic Change, 118(3-4): 551-563.
3. Arslan, E.S. (2019). İklim değişimi senaryoları ve tür dağılım modeline göre kentsel yol ağaçlarının ekosistem hizmetleri bağlamında değerlendirilmesi: Robinia pseudoacacia L. örneği. Turkish Journal of Forestry, 20(2): 142-148.
4. Baytop, T. (1984). Türkiye’de Bitkiler ile Tedavi. İstanbul Üniversitesi Basımevi, Yayın No: 3255, İstanbul.
5. CESM, (2019). Community Earth System Model. http://www.cesm.ucar.edu/models/ccsm4.0/, Erişim Tarihi: 25.04.2019.
6. Davis, P.H., (1982). Flora of Turkey and the Aegean Islands. Vol. :I-IX, Edinburgh University Press, London.
7. Davis, P.H., Tan, K. & Mill, R. (1988). Flora of Turkey and tha Aegean Islands. Vol. :X (supplement), Edinburgh University Press, London.
8. Dülgeroğlu, C. & Aksoy, A. (2018). Predicting impacts of climate change on geographic distribution of Origanum minutiflorum Schwarz & P.H. Davis using maximum entropy algorithm. Erzincan University Journal of Science and Technology, 11(2):182-190.

9. Elith, J., Phillips, S.J., Hastie, T., Dudík, M., Chee, Y.E. & Yates, C.J. (2011). A statistical explanation of MaxEnt for ecologists. Diversity and Distributions, 17 (1): 43-57.
10. Falcucci, A., Maiorano, L. & Boitani, L. (2007). Changes in land-use/land-cover patterns in Italy and their implications for biodiversity conservation. Landscape ecology, 22(4): 617-631.
11. Franklin, J. (2013). Species distribution models in conservation biogeography: developments and challenges. Diversity and Distributions, 19(10): 1217-1223.
12. Gassó, N., Thuiller, W., Pino, J. & Vilà, M. (2012). Potential distribution range of invasive plant species in Spain. NeoBiota, 12: 25-40.
13. GBIF, (2019). Global Biodiversity Information Facility. www.gbif.org, Erişim tarihi: 14.02.2019.
14. Guisan, A. & Thuiller, W. (2005). Predicting species distribution: offering more than simple habitat models. Ecology letters, 8(9): 993-1009.
15. Güleryüz, M. & Pırlak, L. (1996).Türkiye'de Kızılcık (Cornus mas L.) Yetiştiriciliği. Derim, 13(3): 129-136.
16. Güneş, N.T., Özüpek, Ö. & Bakoğlu, N. (2016). Amasya’da doğal olarak yetişen kızılcık (Cornus mas L.) meyvelerinin raf ömrü sürecinde bazı fizikokimyasal özelliklerindeki değişimler. Bahçe, Yalova Atatürk Bahçe Kültürleri Merkez Araştırma Enstitüsü Dergisi, 45(1): 680-684.
17. Hijmans, R.J., Cameron, S.E., Parra, J.L., Jones, P.G. & Jarvis, A. (2005). Very high resolution interpolated climate surfaces for global land areas. International Journal of Climatology, 25: 1965-1978.
18. IPCC, (2014). Impacts, Adaptation and Vulnerability: Summary for Policymakers. Cambridge University Press, Cambridge, United Kingdom and New York.
19. Korkmaz, M. (2018). Public awareness and perceptions of climate change: Differences in concern about climate change in the West Mediterranean Region of Turkey. Applied Ecology and Environmental Research, 16(4):4039-4050.
20. Mase, A.S., Gramig, B.M. & Prokopy, L.S. (2017). Climate change beliefs, risk perceptions, and adaptation behavior among Midwestern US crop farmers. Climate Risk Management, 15: 8-17.
21. Mert, A., Özkan, K., Şentürk, Ö. & Negiz, M.G. (2016). Changing the potential distribution of Turkey Oak (Quercus cerris L.) under climate change in Turkey. Polish Journal of Environmental Studies, 25(4): 1633-1638.
22. Moiseev, P.A. & Shiyatov, S.G. (2003). The use of old landscape photographs for studying vegetation dynamics at the tree line ecotone in the Ural Highlands, Russia. In: Nagy, L. (Ed.), Alpine Biodiversity in Europe. Springer-Verlag, Berlin.
23. Moss, R.H., Babiker, M., Brinkman, S., Calvo, E., Carter, T., Edmonds, J.A. & Zurek, M. (2008). Towards New Scenarios for Analysis of Emissions, Climate Change, Impacts, and Response Strategies. United States, IPCC Expert Meeting Report. Intergovernmental Panel on Climate Change, 34 pp. Geneva, Switzerland. Oliveira, M.D., Hamilton, S.K., Calheiros, D.F., Jacobi, C.M. & Latini, R.O. (2010). Modeling the potential distribution of the invasive golden mussel Limnoperna fortunei in the Upper Paraguay River system using limnological variables. Brazilian Journal of Biology, 70(3):831-840.
24. Phillips, S.J. (2010). A brief tutorial on Maxent. Lessons in Conservation, 3: 107-135.
25. Phillips, S.J., Dudík, M. & Schapire, R.E. (2004). A maximum entropy approach to species distribution modeling. In Proceedings of the Twenty-First International Conference on Machine Learning, 655-662. ACM Press, Newyork.
26. Sarıkaya, O., Karaceylan, I.B. & Şen, İ. (2018). Maximum Entropy Modeling (MaxEnt) of current and future distributions of Ips mannsfeldi (Wachtl, 1879) (Curculionidae: Scolytinae) in Turkey. Applied Ecology and Environmental Research, 16(3):2527-2535.
27. TÜİK, (2014). Türkiye İstatistik Kurumu, Bitkisel Üretim İstatistikleri.
28. Wei, B., Wang, R., Hou, K., Wang, X. & Wu, W. (2018). Predicting the current and future cultivation regions of Carthamus tinctorius L. using MaxEnt model under climate change in China. Global Ecology and Conservation, 16 (2018) e00477.
29. West, A.M., Kumar, S., Wakie, T., Brown, C.S., Stohlgren, T.J., Laituri, M., Bromberg, J. (2015). Using high-resolution future climate scenarios to forecast Bromus tectorum invasion in Rocky Mountain National Park. PLoS ONE 10(2): e0117893.doi:10.1371/journal.pone.0117893.
30. WorldClim, (2019). WorldClim - Global Climate Data. www.worldclim.org, Erişim tarihi: 14.05.2019.