Daha çox

QGIS-də başqa bir shapefile istifadə edərək bir shapefile kəsin

QGIS-də başqa bir shapefile istifadə edərək bir shapefile kəsin


QGIS 2.0.1-də, bir shapefile avtomatik olaraq dilimləndirmək və başqa shapefile-də müəyyən edilmiş çoxbucaqlılardan istifadə edərək birdən çox fayl kimi ixrac etmək üçün bir yol varmı?

Bütün Arizona əyalətinin torpaq mülkiyyətini təsnif edən ətraflı bir şəklim var. (Bu səhifədə "az_surf_mgmt" adlanır.) Bütövlükdə, Google Xəritədəki KML dəstəyinin ölçüsü və mürəkkəblik məhdudiyyətlərini çox üstələyir. Beləliklə, bu faylı götürüb başqa yerlərdə əldə edilmiş başqa bir shapefile tərəfindən təyin olunduğu kimi ayrı-ayrı ölkələrə və ya bəlkə də oyun idarəetmə vahidlərinə doğramaq istəyirəm.

Demək olar ki, eyni bir sual tapdım, lakin qəbul edilmiş cavabda bunun necə avtomatik edilə biləcəyinə toxunulmur. Cavab Python və PyQGIS öyrənməyimi tələb edirsə, elə də olsun.


QGIS-in bölünmə funksiyası var, ancaq geometriya deyil atributuna görə bir shapefile-ni filiallara bölür. Ancaq bunu çox sadə bir müddətdə istifadə edə bilərsiniz. Bölgələrinizin (və ya oyun vahidlərinizin) məlumatlarının digər məlumatlarınızdan fərqli bir unikal id sahəsinə sahib olduğundan əmin olun. Formalı sənədinizi bölgələrinizlə kəsişdirin və sonra istifadə edinVector-> Data Management Tools-> Split Vector Layer.


İpucu: 2.14.5.LTR (alman gui) istifadə edirəm.

Bu mənim üçün iki mərhələli bir analiz kimi səslənir. Əvvəlcə aAtributları məkana görə qoşun(axtarışemal alət qutusu). Sizin nümunənizdə bu, hər xüsusiyyətiniz üçün mahal atributuna qoşulacaqdıraz_surf_mgmtqat. Sonra bu təbəqəyə birləşdirilmiş atributlarla, istifadə edərək onu atributla bölmək olarsplit vektor qatıalət. Rahatlıq üçün bunları qrafik modelləşdirici ilə birləşdirə bilərsiniz.

Atributları məkana görə qoşun:

Bölünən vektor təbəqəsi:


Jurnal siyahısı menyusu

Qlobal Buğda Proqramı, Beynəlxalq Misir və Buğda Təkmilləşdirmə Mərkəzi (CIMMYT), Ciudad de Mexico, 06600 Meksika

Qlobal Buğda Proqramı, Beynəlxalq Misir və Buğda Təkmilləşdirmə Mərkəzi (CIMMYT), Ciudad de Mexico, 06600 Meksika

Suchismita Mondal, Qlobal Buğda Proqramı, Beynəlxalq Misir və Buğda Yaxşılaşdırma Mərkəzi (CIMMYT), Ciudad de México, 06600, Meksika.

Qlobal Buğda Proqramı, Beynəlxalq Misir və Buğda Təkmilləşdirmə Mərkəzi (CIMMYT), Ciudad de Mexico, 06600 Meksika

Qlobal Buğda Proqramı, Beynəlxalq Misir və Buğda Təkmilləşdirmə Mərkəzi (CIMMYT), Ciudad de Mexico, 06600 Meksika

Qlobal Buğda Proqramı, Beynəlxalq Misir və Buğda Təkmilləşdirmə Mərkəzi (CIMMYT), Ciudad de Mexico, 06600 Meksika

Stakman – Borlaug Davamlı Bitki Sağlamlığı Mərkəzi, Minnesota İkiz Şəhərlər Universiteti, St. Paul, Minnesota, 55108 ABŞ

Tətbiqi Fenomika Mərkəzi, Minnesota İkiz Şəhərlər Universiteti, St. Paul, Minnesota, 55108 ABŞ

Kansas State University, Bitki Patoloji Bölümü, Manhattan, Kansas, 66506 ABŞ

Urbana – Champaign İllinoys Universitetinin Bitki Elmləri Bölümü, Urbana, Illinois, 61801 ABŞ

Bitki Yetişdirmə və Genetika Bölməsi, İnteqrativ Bitki Elmləri Məktəbi, Cornell Universiteti, İthaka, New York, 14853 ABŞ

Bitki Yetişdirmə və Genetika Bölməsi, İnteqrativ Bitki Elmləri Məktəbi, Cornell Universiteti, İthaka, New York, 14853 ABŞ

Kansas State University, Bitki Patoloji Bölümü, Manhattan, Kansas, 66506 ABŞ

Qlobal Buğda Proqramı, Beynəlxalq Misir və Buğda Təkmilləşdirmə Mərkəzi (CIMMYT), Ciudad de Mexico, 06600 Meksika

Qlobal Buğda Proqramı, Beynəlxalq Misir və Buğda Təkmilləşdirmə Mərkəzi (CIMMYT), Ciudad de Mexico, 06600 Meksika

Suchismita Mondal, Qlobal Buğda Proqramı, Beynəlxalq Misir və Buğda Yaxşılaşdırma Mərkəzi (CIMMYT), Ciudad de México, 06600, Meksika.

Qlobal Buğda Proqramı, Beynəlxalq Misir və Buğda Təkmilləşdirmə Mərkəzi (CIMMYT), Ciudad de Mexico, 06600 Meksika

Qlobal Buğda Proqramı, Beynəlxalq Misir və Buğda Təkmilləşdirmə Mərkəzi (CIMMYT), Ciudad de Mexico, 06600 Meksika

Qlobal Buğda Proqramı, Beynəlxalq Misir və Buğda Təkmilləşdirmə Mərkəzi (CIMMYT), Ciudad de Mexico, 06600 Meksika

Stakman – Borlaug Davamlı Bitki Sağlamlığı Mərkəzi, Minnesota İkiz Şəhərlər Universiteti, St. Paul, Minnesota, 55108 ABŞ

Tətbiqi Fenomika Mərkəzi, Minnesota İkiz Şəhərlər Universiteti, St. Paul, Minnesota, 55108 ABŞ

Kansas State University, Bitki Patoloji Bölümü, Manhattan, Kansas, 66506 ABŞ

Urbana – Champaign İllinoys Universitetinin Bitki Elmləri Bölümü, Urbana, Illinois, 61801 ABŞ

Bitki Yetişdirmə və Genetika Bölməsi, İnteqrativ Bitki Elmləri Məktəbi, Cornell Universiteti, İthaka, New York, 14853 ABŞ

Bitki Yetişdirmə və Genetika Bölməsi, İnteqrativ Bitki Elmləri Məktəbi, Cornell Universiteti, İthaka, New York, 14853 ABŞ

Kansas State University, Bitki Patoloji Bölümü, Manhattan, Kansas, 66506 ABŞ

Müxbir redaktor Paulo Teodoroya təyin edildi.


1. Giriş

İnkişaf etməkdə olan ölkələrdə ümumi yoxsulluğun% 70-dən çoxu kənd yerlərində (Dixon və digərləri, 2001) yaşayış yerləri üçün kənd təsərrüfatından çox asılı olduqları bölgələrdədir. Buna görə kənd əkinçilik icmalarında yoxsulluğun səbəblərini başa düşmək əsas problemdir. Keniyada kənd təsərrüfatı iqtisadiyyat üçün həyati əhəmiyyət daşıyır və ölkənin ümumi kənd təsərrüfatı məhsulunun 75% -ni təşkil edən kəndli əhalisinin% 70-dən çoxunu mülkiyyətçiləri cəlb edir (FAO, 2014). Bununla birlikdə, 10 milyondan çox insan qida təhlükəsizliyini qoruyaraq, qida təhlükəsizliyini kənd təsərrüfatı sektoru üçün əsas hədəf halına gətirir (Kenya Kənd Təsərrüfatı Araşdırma İnstitutu, 2012). Kəndli fermerlərin gerçəkliklərini və dolanışıqlarının əsas məhdudiyyətlərinə dair perspektivləri anlamaq qida təhlükəsizliyi ilə mübarizə və təsirli müdaxilələrin inkişafı üçün həlledici rol oynayır (Adesina və digərləri, 1994 Midega və digərləri, 2012).

Kiçik təsərrüfatçılar (iki hektar və ya daha az torpaq sahəsi olan ev təsərrüfatları: FAO, 2015) məhsul istehsalında bir çox çətinliklə üzləşirlər (Salami və digərləri, 2010). Məsələn, məhdudiyyətlər arasında kreditə giriş, sağlam toxum əldə etmək, gübrələrin dəyəri, gözlənilməz iqlim şəraiti, bazarlara giriş və məhsul zərərvericiləri ola bilər (burada böcəklər, patogenlər və alaq otları daxil edilir). Son məhsul zərərvericiləri dünya miqyasında kənd təsərrüfatı istehsalı üçün ciddi bir problem kimi tanınır (Oerke, 2006). Bitki zərərvericilərinə Oerke'nin (2006) bildirdiyi ümumi potensial itkilərin alaq otları üçün ən yüksək (% 34) olduğunu, heyvan zərərvericiləri (% 18) və patogenlər üçün (16%) daha az əhəmiyyət verdiyi (mütləq itkilər və itki dərəcələri olmasına baxmayaraq) məhsullar arasında dəyişir). Əkinçilikdən yüksək asılılığın olduğu Afrikada böcək zərərvericiləri istehsalın ən böyük məhdudiyyətlərindən biri kimi göstərilir (Abate və digərləri, 2000). Məsələn, zərərli orqanizmin əksəriyyətinin iqtisadi əhəmiyyəti barədə çox az məlumat verilsə də, məhsul itkiləri% 100-ə qədər müşahidə olunur (Abate və digərləri, 2000). Zərərvericilərin kənd təsərrüfatına qarşı təhlükəsinin getdikcə daha əhəmiyyətli bir tərəfi, bir çox məhsulda invaziv yad növlərdən (IAS) qaynaqlanır, bu növlər hazırda zərərvericilər komplekslərinin əhəmiyyətli bir hissəsini təşkil edir. Beş əsas invaziv növün, altı Afrika ölkəsindəki qarışıq qarğıdalı əkinçiləri üzərində illik iqtisadi təsirlərinin təxmini ABŞ-da hesablanmışdır

3. Nəticələr

3.1. Demoqrafik və təsərrüfat məlumatları

Təsadüfi seçmə, Kimqay, Nyua, Kiambogo, Kagumoinii, Nyaga və Wang’ata (Şəkil 1 (b)): Kanqayadakı altı alt palatadan gələn respondentlərin anketlərdə iştirak etməsi ilə nəticələndi. Respondentlərin və kişilərin sayı demək olar ki, bərabər idi (müvafiq olaraq% 47 və% 53). Respondentlərin orta (± SD) yaşı 49 (± 14) il, orta ev təsərrüfatlarının həcmi 6 (± 3) idi. Ev təsərrüfatlarının əksəriyyəti (% 88) mal-qaraya sahib idi və hamısı sıfır otlaqla məşğul olurdu, yem təsərrüfatdan kənarda toplanaraq heyvanlara gətirilirdi. Qarğıdalı bütün cütçülər tərəfindən bananla yetişdirildi (Musa spp.) və pomidor (Solanum lycopersicum L.) fermerlərin% 97-si və 44% -i tərəfindən yetişdirilən növbəti ən çox becərilən məhsullar. Respondentlərin əksəriyyəti (88%) 2 ha və ya daha az əraziyə sahibdir. Yetişdirilən müxtəlif məhsullar üçün orta sahədə əhəmiyyətli bir fərq (p & lt 0.001) var idi. Məsələn, əkilən ilkin məhsul olan qarğıdalı üçün əkilmiş orta sahə (± SE) 0,54 (± 0,08) ha və banan üçün 0,13 (± 0,03) ha idi ki, bu da hər ikisi üçün digər məhsullardan xeyli yüksək idi (şəkil 2) ).

Bu məhsullardan qarğıdalı yaşayış təmin edir, lakin gəlir əldə etmək üçün bəzi fermerlər tərəfindən satıla bilər. Fermerlər həm yaşayış üçün, həm də bəzi hallarda yerli bazarlarda satılmaq üçün daha kiçik ərazilərdə bir sıra digər məhsullar yetişdirdilər, lakin əsasən təsadüfi bir şəkildə və bu da tez-tez banan daxil idi. Bəzi fermerlər gəlir əldə etmək üçün əsas nağd məhsulların yetişdirilməsinə aktiv olaraq sərmayə qoyurdular, buna banan yetişdirmək və mütləq birlikdə pomidor da daxil deyildi. Bəzi fermerlər Fransız lobyalarını da eyni məqsədlə yetişdirdilər, lakin digər iki nağd məhsulla eyni dərəcədə deyil. Beləliklə, əsas məhsullara təsir göstərən əsas zərərvericilərin təhlili üçün ən çox yetişən üç məhsula diqqət yetirildi: qarğıdalı, banan və pomidor.

3.2 Bitkiçilikdə məhdudiyyətlər

Fermerlər tərəfindən müəyyən edilən və cinsinə görə ayrılan ən çox görülən səkkiz məhdudiyyət Şəkil 3-də görülə bilər. Məhdudluqlar kateqoriyası arasında əhəmiyyətli bir fərq tapıldı (-2 = 142.6 p & lt 0.001). Hər bir məhdudiyyət cinsiyyətə görə ayrıldıqda, hər hansı bir kateqoriya üçün kişi və qadın cavabları arasında əhəmiyyətli bir fərq tapılmadı, baxmayaraq ki məlumatlarda bəzi meyllər əl alaq otlanmasını müəyyənləşdirən daha çox qadın və daha çox kişinin bazar çatışmazlığı kimi ilk üç məhdudiyyət içərisindədir və əks olunur bu əkinçilik sistemləri daxilində tipik cinsi əmək bölgüsü. Şəkil 3, respondentlərin yüksək bir hissəsinin böcək zərərvericilərini, patogenləri və alaq otlarını (müvafiq olaraq, 88%, 85% və 60% fermerlərin) istehsalın məhdudlaşdırıldığı ilk üçlüyə daxil etdiyini göstərir. Müəyyən edilmiş digər mühüm məhdudiyyətlər arasında quraqlıq, bazar və kapital çatışmazlığı, eyni zamanda kişi və qadın cütçüləri fərqli şəkildə təsir edən bu məhdudiyyətlərlə gübrə qiyməti də var idi, lakin fermerlər tərəfindən zərərvericilərin təsirindən daha az əhəmiyyət kəsb etdikləri qəbul edildi. Zərərvericilərin əhəmiyyəti aşağıdakı cütçü şərhlərində əks olundu: “[böcək zərərvericiləri], idarə etməyimizə və idarə etməyə çalışdığımız əsas problemdir, əks halda heç bir şey yığmayacağıq” ”[Qarğıdalı öldürücü nekroz xəstəliyi (MLND)] ən pis problemdir, quru mövsümdə bitki məhsulun 100% -ni təsir edərsə, əvvəllər heç orada olmamışdı, keçən il və indi də bu il ”” “[alaq otları] biz onları idarə etməliyik və əgər don veririksə“ təmizləyin ” Yabanı ot və ya püskürtməyiniz zəif məhsula səbəb olur alaq otları artmaqdadır ”. Əlavə müsahibələr fermerlərin yaşadıqları ciddi problemlərin zərərverici problemlər olduğunu və fermerlərin şikayətlərinin ilbəil artdığını təsdiqlədi.

Onlayn dərc olundu:

Şəkil 3. Fermer məhsul istehsalı üçün məhdudiyyətləri müəyyən etdi.

Şəkil 3. Fermer məhsul istehsalı üçün məhdudiyyətləri müəyyən etdi.

3.3 Əsas məhsullarda böcək zərərvericiləri və patogenlər

Cədvəl 1, əkinçilərin araşdırmaya daxil olan məhsullar barədə məlumat verdikləri bir məhsulda bənzər bir bəslənmə vərdişinə sahib olduqları ən çox yayılmış böcək zərərvericiləri və patogenləri və ya birincisi qrupları (məsələn, kök borular), bu növün elmi adı , ya da bir qidalanma qrupundakı növlər və növün statusu - istər yerli, istərsə də IAS - bəzi hallarda bir zərərvericinin mənşə sahəsi aydın deyil və IAS kimi təsvir etmək mümkün deyil. Bundan əlavə, fermer, üç əsas məhsul üçün böcək zərərvericiləri və patogenlər səbəbiylə mövcudluğu və orta illik məhsul itkisini (nəzarət səylərindən sonra) bildirdi. Üç əsas məhsulda meydana gələn bir sıra vacib böcək zərərvericiləri və patogenləri, bir nöqtədə Keniyaya gətirilən IAS'dır. Digər simptomlar və kiçik zərərvericilər bir neçə fermer tərəfindən bildirildi, lakin bunların təsirləri yalnız kiçik hesab edildi və təqdim edilmədi.

Onlayn dərc olundu:

Cədvəl 1. Əsas məhsullar haqqında məlumat verilən əsas böcək zərərvericiləri və patogenləri, mövcud ehtimal olunan növlər, IAS vəziyyəti və fermerlərin məhsul itkisinin olması və qəbul edildiyi bildirildi

Fermerlər, qarğıdalıda məhsul itkisinə səbəb olan bir sıra böcək zərərvericilərinin və patogenlərin olduğunu bildirdi. Fermerlərin əksəriyyəti qarğıdalı böcək zərərvericiləri səbəbindən aşağı səviyyəli məhsul itkilərini (% 0-9) bildirmiş, lakin orta səviyyəli məhsul itkilərinin (% 10-50)% 27,% 20,% 15 və 11% sırasıyla qurdlar, gövdə yuvaları, sümüklər və ordu qurdları. Mısır patogenləri baxımından cütçülərin% 42 və% 7'si, sırasıyla MLND və MSV səbəbiylə orta məhsuldarlıq itkiləri (10-50%) və 6 və 3% yüksək məhsuldarlıq itkiləri (51-100%) bildirmişdir ki, bu patogenlərin məhsuldarlığa təsir göstərdiyini göstərir xeyli dərəcədə. Qarğıdalı yetişdirən fermerlərin yüksək bir hissəsi, təsərrüfatlarında mövcud olan kök borusu və yabanı bitkilərin zərərvericilərini (müvafiq olaraq% 94 və% 84) bildirdi, hər ikisi də kimyəvi pestisidlərdən istifadə olundu; əksər fermerlər bildirmədilər ki, ümumi məhsul itkisi yaşanacaqdır. Fermerlər MLND-nin çox yayılmış olduğunu və xüsusən də quraqlıq dövründə bölgədəki ən ciddi problemlərdən biri olduğunu bildirən bir fermer keçən il bütün məhsulunu MLND-yə itirdiyini bildirdi dörd fermer patojenin nisbətən yaxın zamanlarda gəldiyini bildirdi (son 2-3 ildə). il) ədəbiyyata uyğun olaraq.

Fermerlər banan üçün məhsul itkilərini açıqlamaqda çətinlik çəkdilər, çünki əksər hallarda itkilər ümumi itkilərdən çox, meyvələrin ölçüsünün azalması baxımından baş verir. Banan toxumunun mövcud olmasına baxmayaraq, cütçüləri narahat edən əsas problem, Qara Siqatoka olaraq təyin olunan saralma xəstəliyidir, Mycosphaerella fijiensis (Plantwise rabitə ilə təsdiqlənmişdir). Təsərrüfatında mövcud olan xəstəliyi bildirən fermerlər (% 74) bunun yeni bir problem olduğunu bildirdilər. Məhsul itkisi baxımından fermerlərin% 29-u xəstəliyin aşağı səviyyəli itkilərə səbəb olduğunu bildirmişdir (% 0-9), fermerlərin% 10-u orta səviyyəli itkilər (% 10-50) və% 6-sı xəstəliyin yüksək səviyyəyə qatqı verdiyini bildirmişdir itkilər (51-100%).

Pomidorda, fermerlər yarpaqçı olduğunu, Tuta absoluta, ən problemli olduğu kimi. Aşağıdakı cütçü sitatı Kanqayda pomidor yetişdirənlərin fikirlərini nümunə göstərir: “[T. absoluta] yarpaqlarda başlayır və meyvəyə keçir. Çox bahalı və məhsulun başlanğıcından etibarən püskürtülməsə 100% itir. Zərərverici əkinçilər üçün yeni bir fəryaddır və burada pomidor yetişdirmək üçün məğlub ola biləcəyimiz çox təhlükəlidir ”. Fermerlər nəzarət olmadan ümumi məhsul itkisi yaşanacağını bildirdi: “[T. absoluta] çox ziyan vurur və müqavimət səbəbiylə onu idarə etmək üçün müxtəlif pestisidlərdən istifadə etməlisən və bütün [pomidor məhsulunu] itirməyin. ” Əvvəllər pomidor yetişdirən dörd əkinçi bu zərərvericiyə görə artıq yetişdirməyi dayandırdı. Təsirə məruz qalan respondentlərin demək olar ki hamısı (% 90) səbəbiylə orta səviyyəli itkiləri (% 10-50) bildirdi T. absoluta, nəzarət tədbirləri alındıqdan sonra. Bu araşdırmada iştirak edənlər, kimyəvi pestisidlərə nəzarət etmək üçün etibar etdiklərini bildirdilər T. absoluta Bununla yanaşı, mütəmadi əl yuyulmasına ehtiyac da qeyd edildi. Pomidor satış üçün nağd məhsul kimi yetişdirildiyi üçün, daha çox fermer zərərləri qarğıdalı ilə müqayisədə azalmış gəlirlə əlaqələndirir.

Fermerlər tərəfindən bildirilən xüsusi zərərverici problemlərdən hər iki əkinçilik dilerinə edilən ən böyük şikayət isə idi T. absoluta pomidorda, MLND-ni izlədi və sonra məşhur invaziv də daxil olmaqla qarğıdalıda yabanı bitkilər P. truncatus. Hər iki aqrar satıcı vaxt keçdikcə bu zərərvericilərin əvvəllər təsirli olan bəzi pestisidlərin təsirsiz hala gəldiyini pisləşdirdiyini bildirdilər. Kənd Təsərrüfatı Sorumlusu zərərverici problemlərin bölgədəki fermerlər üçün ən ciddi məhdudiyyət olduğunu və MLND-nin xüsusilə problemli olduğunu təsdiqlədi.

3.4 Fermalarda mövcud olan alaq otları

Çox sayda alaq otu (18 növ) mövcud idi və fermerlər tərəfindən təsərrüfatlarında problemli olduğu təsbit edildi. Cədvəl 2-də, nəzarət tədbirləri alındıqdan sonra əkinçilərin məhsul veriminə təsiri ilə birlikdə ən çox bildirilən növlərin siyahısı verilmişdir. Qalan yabanı ot növləri, daha az bir cütçü tərəfindən təqdim edildiyi və bunların Cədvəl 2-də göstərilmədiyi bildirildi, lakin bəzilərinin meydana gəlməsi kiçik böcək zərərvericiləri və patogenlərindən daha yüksək olduğu üçün aşağıdakı mətndə qeyd edildi. Alaq otları təsərrüfat səviyyəsində təsir göstərir, çünki əksər alaq otları məhsula xas deyil.

Onlayn dərc olundu:

Cədvəl 2. Əsas alaq növlərinin olması və əkinçinin məhsula təsiri qəbul edilir

Fermerlərin ərazilərində ən çox yayılan üç alaq otu daxil edilmişdir C. benghalensis, B. pilozaA. Balkonzoidlər. Ümumiyyətlə, fermerlər alaq otlarına aid edilən məhsul itkilərini aşağı qiymətləndiriblər, lakin bəzi növlər üçün məhsul itkiləri fermerlərin az olması ilə orta-yüksək olaraq qiymətləndirilib - məsələn, ən çox yayılan üç ot üçün. Əksər fermerlərin məhsul itkisini aşağı səviyyədə qiymətləndirməsinə baxmayaraq, fermerlərin ümumi nisbəti, bu alaq otlarının hər birinin yayılması nəticəsində hər il məhsuldar olduqlarını hiss etdilər. Beləliklə, bir çox hallarda əsasən əl yuyulması şəklində yüksək yabanı otarma səyləri və bəzi hallarda bu tətbiqetmə ilə əlaqəli cinsi təsirləri olan herbisidlərin istifadəsi (yəni əsasən əl yuyulması və herbisidlərin tətbiqi amale aktivliyindən məsul olan qadınlar) ). Bundan əlavə, fermerlərin çox hissəsi istehsal keyfiyyətinin pozulduğunu düşünürdü. Məsələn, bir fermer dedi: “[B.pilosa] yabanı otlar təmizlənməsə, bütün ərazini 80% itki ilə əhatə edəcək və çəmənliklərdə otların bir hissəsinin böyüməsinə mane olsanız. ”

Bir sıra fermerlər son illərdə alaq otlarının yayılma sürətində bir artım olduğunu və əvvəllər bir mövsümdə bir dəfə ot yeyə bildiklərini, bu halın 3-4 dəfə artdığını bildirdi. Aşağıdakı cütçü sitatı ilə misal gətirildi: "İllər keçdikcə bütün alaq otları tədricən artır, bu günlərdə olduğu kimi çiləmə üsulu ilə istifadə etmədilər."

Fermerlər tərəfindən müəyyən edilmiş əsas alaq otlarından (Cədvəl 2) C. benghalensis tropik və subtropik bölgələrdə (Qərbi Afrika, Şərqi Afrika, Mərkəzi, Cənubi və Yaponiya, Filippinlər və Avstraliyaya qədər uzanan Cənub-Şərqi Asiyada (CABI İnvaziv Türlər Compendium, 2017)) geniş yayılmışdır, həqiqətən bu sürünən alaq Şərqi Afrikadakı əkin sahələrinin əksəriyyətində mövcud və problemli olduğu bildirildi. Bununla birlikdə, fermerlər tərəfindən problemli olaraq təsbit edilən növlərin qalan hissəsi IAS'dır. Misal üçün, B. piloza Şərqi Afrikadakı yüksək səviyyəli istilada meydana gələn pantropik bir alaq və Keniyada invaziv olaraq bildirilir A. konyzoidlər Afrika boyunca təbiiləşdirilsə də, Keniyada invazivdir T. minuta ilk dəfə Keniyada 1920-ci illərdə qeydə alınan yad bir alaqdır S. acuta Keniyada geniş yayılmış bir invazivdir X. strumarium Keniyanın bəzi yerlərində də geniş təbiiləşdirilmiş, lakin invazivdir D. stramonium Keniyanın və bölgələrinin bir hissəsində invazivdir P. histerofor Keniyada invaziv və sürətlə yayılır (BioNET-EAFRINET, Keys and Fact Sheets, 2011 CABI İnvasive Species Compendium, 2017 Qlobal İnvaziv Növlər Verilənlər Bazası, 2019). Bundan əlavə, fermerlər tərəfindən bildirilən bir sıra alaq otları da (Cədvəl 2-də yer almayıb), eyni zamanda, IAS-dır Lantana camara (Keniyanın geniş yerlərində geniş yayılmış və invaziv), Acanthospermum hispidum (ilk olaraq 1945-ci ildə Keniyada bildirilmiş və indi Keniyada geniş yayılmış bir invazivdir), Mimoza pigraTithonia diversifolia hər ikisi də Keniyanın bəzi yerlərində invaziv olduğu bildirildi. Kanqayda mövcud olan, lakin daha az cütçü tərəfindən bildirilən ruderal yabanı ot növlərindən biri idi Richardia scabra (kobud Meksika yonca) sürətlə yayılması və yüksək təsirləri səbəbindən yerli olaraq “AIDS alaqı” adlandırılmışdır (Şərqi Afrika Bitkiləri, Fotoşəkil bələdçisi, 2011).

3.5 İstifadə olunan nəzarət metodlarının növü və effektivliyi

Fermerlər tərəfindən istifadə olunan nəzarət metodlarına əl yuyulması və kimyəvi pestisidlərin və herbisidlərin tətbiqi daxildir. Bu işdə istifadə olunan hər hansı bir nəzarət üsulu üçün cinslər arasında əhəmiyyətli bir fərq yox idi. Tədqiqatdakı bütün fermerlər təsərrüfatlarını özləri təmizləyirlər və əksəriyyət (% 84) bu işə kömək etmək üçün fəhlələr də işə götürürlər. Əhəmiyyətli dərəcədə daha çox respondent əl yabanı otların təmizlənməsini digər effektivlik reytinqlərindən heç birinə görə zəif təsirli (p & lt 0,05), əsasən bu yanaşmanı təkrarlamağa ehtiyac olduğu üçün tapdı. Bir sıra fermerlər tərəfindən həşərat zərərvericilərinə qarşı mübarizə üçün kimyəvi pestisidlərdən istifadə edilmişdir (% 72). Pestisidlərdən istifadə edən əksər fermerlərin effektivliyə dair cavabları arasında ciddi bir fərq olmasa da, onları çox təsirli hesab etdilər. Görüşülən fermerlərin yarısı alaq otlarına qarşı mübarizə aparmaq üçün herbisidlərdən istifadə etdilər və yenə də effektivlik kateqoriyalarında əhəmiyyətli bir fərq tapılmasa da, bu nəzarət metodundan istifadə edənlərin əksəriyyəti herbisidlərin çox təsirli olduğunu bildirdi (Şəkil 4).

Onlayn dərc olundu:

Şəkil 4. Fermerlərin nəzarət metodlarının səmərəliliyinin qiymətləndirilməsi.

Şəkil 4. Fermerlərin nəzarət metodlarının səmərəliliyinin qiymətləndirilməsi.

3.6 Zərərvericilərin təsərrüfat səviyyəsində iqtisadiyyata təsiri

İlkin təhlillər göstərmişdir ki, bu tədqiqatda təsərrüfat sahəsi ilə yaşayış növü (məlumat jurnalının dəyişdirildiyi) və ya xalis gəlir arasında əhəmiyyətli bir əlaqə olmamışdır və bu səbəbdən dizaynda bu amil nəzarət edilməmişdir. Orta illik ümumi gəlirin (əkinçilikdən əldə edilən gəlirlər daxil olmaqla, heyvandarlıqdan və ya digər təsərrüfat fəaliyyətlərindən deyil) yetişdirilən nağd məhsulların sayı ilə müqayisədə əhəmiyyətli dərəcədə artdığı aşkar edildi (p & lt 0.001) (məlumatlar dəyişdirildi - kub kökü) (Şəkil 5 ) cüt-cüt təhlil, dolanışıq növü a və dolanışıq növü b (p = 0,01) ilə dolanışıq növü a və dolanışıq növü c (p & lt 0,001) ilə dolanışıq növü b və c (p = 0,03) arasında gəlirdə əhəmiyyətli fərqlər göstərdi.

Onlayn dərc olundu:

Şəkil 5. Dolanışıq növü ilə əlaqəli orta illik gəlir, xalis gəlir, cəmi giriş xərcləri və nəzarət xərcləri (± SE çubuqları) (sətirlərlə göstərilən məlumatlardakı trend).

Şəkil 5. Dolanışıq növü ilə əlaqəli orta illik gəlir, xalis gəlir, cəmi giriş xərcləri və nəzarət xərcləri (± SE çubuqları) (sətirlərlə göstərilən məlumatlardakı trend).

Cəmi digər daxilolmaların (yəni nəzarət xərcləri daxil deyil) maliyyətinin də dolanışıq növü ilə əlaqəli şəkildə əhəmiyyətli dərəcədə artdığı (p = 0,02) aşkar edilmişdir, lakin cüt cütlü analiz yalnız yaşayış növü a ilə b növləri (p = 0,03) ilə müqayisədə əhəmiyyətli olduğunu göstərmişdir. c (p = 0.03), lakin b və c növləri arasında deyil (şəkil 5). Əslində, satış üçün satılan bir və ya daha çox nağd məhsulla qarğıdalı yetişdirildikdən sonra ümumi giriş xərcləri oxşar qalır.

Cəmi digər daxilolma xərcləri üçün tapılan dolanışıq növü ilə əlaqəli nəzarət xərclərinin tendensiyası (onları tətbiq etmək üçün işə götürülən fəhlələrin maliyyətinə əlavə olaraq pestisid və herbisid məhsulu xərcləri və ya fəhlələrin əl yuyulması üçün işə götürüldüyü xərclər). a növü b (p = 0.006) və c (p = 0.007)] növlərindən əhəmiyyətli dərəcədə fərqlənirdi] (məlumat dəyişdirildi - kub kökü). Bir böyük nağd məhsul qarğıdalı ilə yetişdirildikdən sonra nəzarət xərcləri artdı, lakin əlavə nağd məhsullarla əhəmiyyətli dərəcədə artmadı. Bununla birlikdə, nağd məhsul yetişdirən fermerlər üçün nəzarət xərcləri digər daxilolma xərclərinin (təxminən% 30) mühüm bir hissəsi oldu. Bununla birlikdə, analiz, qarğıdalı ilə iki böyük nağd məhsul yetişdirən bir neçə fermanın bəzən qarğıdalı ilə bir nağd pul məhsulu yetişdirənlərdən daha çox kimyəvi pestisidlərə daha çox xərclədiyi bir tendensiyanı gizlətdi.

Xalis gəlir, yaşayış növləri (p & lt 0.001) arasında əhəmiyyətli dərəcədə fərqləndi (məlumatlar dəyişdirildi - kub kökü) (Şəkil 5) dolanışıq növü a və c (p = 0.004) və b və c (p = 0.002) arasında əhəmiyyətli bir artımla fərqləndi, lakin arasında deyil a və b. Digər məhsullar və nəzarət xərcləri illik təsərrüfat büdcələrinin əhəmiyyətli bir hissəsini təşkil etdiyi kimi, xalis gəlir yalnız orta hesabla satılmaq üçün qarğıdalı ilə iki və ya daha çox nağd məhsul yetişdirdikdə müsbət hala gəldi (şəkil 5).

.9-1.1 milyard, gələcək illik itkilər 1.0-1.2 milyard ABŞ dolları olaraq qiymətləndirilir (Pratt et al., 2017). İnvaziv yad növlər dünyanın ən dağıdıcı növlərindən bəzilərini əhatə edir və ticarətin, nəqliyyatın və səyahətin artması ilə güclü bir şəkildə inkişaf edən və dünya miqyasında böyüyən bir problemdir (Early et al., 2016 Perrings, 2005).

Bununla birlikdə, zərərli orqanizmlər səbəbindən məhsul məhsuldarlığına dair əksər rəqəmlər, milli və ya regional səviyyədə zərərlər üçündür və təcrid olunmuş qiymətləndirilən əsas zərərvericilərin araşdırmalarına əsaslanır. Bununla yanaşı, təsərrüfat səviyyəsində kiçik sahibkarlar bir çox məhsul zərərvericiləri problemi ilə qarşılaşırlar və təsərrüfat məhsulu və təsərrüfat iqtisadiyyatı üzərində göstərə biləcəkləri ümumi təsirə dair məlumatlar azdır. Eyni dərəcədə vacibdir ki, fermerlər zərərli məhsulların təsirini məhsul istehsalındakı digər məhdudiyyətlərlə əlaqəli şəkildə necə qəbul edir və ya qiymətləndirirlər. Məsələn, fermerlərin algılarını anlamaq, Keniyanın qərbindəki zəif pambıq məhsuldarlığının səbəblərini müəyyənləşdirməkdə (Midega və digərləri, 2012) və Fildişi Sahilindəki düyü zərərvericiləri üçün təsirli inteqrasiya edilmiş zərərvericilərlə mübarizə strategiyalarının hazırlanmasında vacib idi (Adesina et al. 1994) . Kiçik miqyaslı fermerlərdən əldə olunan yerli ekoloji biliklər, invaziv alaq otları ilə mübarizə üçün də dəyərli məlumatlar vermişdir (Bart, 2010). Sahra altı Afrikanın (SSA) ən vacib əkinçilik sistemlərindən biri olan qarışıq qarğıdalı əkinçiliyi, mülkiyyətçilərin zərərvericilərə qarşı üzləşdikləri problemləri yaxşı göstərir. Qarışıq qarğıdalı sistemindəki bütün fermerlər qarğıdalı yetişdirirlər (Zea mays L.), tez-tez digər taxıl və ştapel ilə yanaşı, lakin bunu edə bilən cütçülər nağd məhsula da yatırım edirlər. Bu səbəbdən bu sistemdə cütçülər dolanışıq spektri arasında meydana gələ bilər. Məsələn, bu fermerlər yalnız dolanışıq üçün qarğıdalı yetişdirirlər və potensial olaraq artıq olanı bir nağd məhsula əlavə olaraq qarğıdalı yetişdirən başqalarına satırlar və potensial olaraq bir neçə nağd məhsula investisiya qoyanlara satırlar.

Bu tədqiqatın məqsədi kiçik sahibkarların əkinçilik təcrübələrindəki əsas məhdudiyyətlər barədə təsəvvürlərini, zərərvericilərlə mübarizə üçün mövcud tətbiqlərini və yaşanan məhsul itkisi səviyyələrini və zərərli orqanizmlərin təsərrüfat səviyyəsindəki iqtisadiyyata təsirlərini qiymətləndirməkdir. Bu iş Mərkəzi Keniyanın Mwea West bölgəsindəki tipik qarışıq qarğıdalı əkinçilik icmasında aparılmışdır. Araşdırılmış tədqiqat suallarına aşağıdakılar daxildir: (1) yetişdirilən əsas məhsullar hansılardır, fermer demoqrafik göstəriciləri və fermer istehsal üçün əsas məhdudiyyətləri müəyyənləşdirmişdir? (2) müəyyən edilmiş məhdudiyyətlər səbəbindən fermerlərin məhsul itkiləri nələrdir və bu məhdudiyyətlər dolanışıq növü ilə əlaqəli ümumi təsərrüfat illik xalis gəliri üzərində necə təsir göstərir? (3) hazırda fermerlər hansı zərərvericilərə qarşı mübarizə metodlarından istifadə edirlər və bunlar nə dərəcədə effektivdir? və (4) bölgədəki fermerlər zərərvericilər kompleksinə qarşı nə qədər həssasdırlar və əlavə zərərvericilərə qarşı hansı risklərlə qarşılaşırlar? Fermerlərin perspektivlərini başa düşmək üçün keyfiyyət, həm də kəmiyyət araşdırma metodlarının istifadəsi dəyərlidir və dərrakənin dərinləşməsinə kömək edir (Dooley, 2007). Dərin birinci əl məlumatların toplanması, yer üzündəki xüsusi əkinçilik icması üçün vəziyyətin vacib bir görüntüsünü təqdim edir və tapıntıların daha yüksək miqyasda tətbiq edilməsində məhdudiyyətlər olmasına baxmayaraq, kiçik sahibkarların məsələlərin çeşidini anlamaq üçün məlumatverici bir başlanğıc nöqtəsi təmin edir. yaşayırıq.


Mücərrəd

Giardia spp. vəhşi təbiət populyasiyalarındakı infeksiyalar antropogen yoluxma mənbələri və dünya səviyyəsində müxtəlif təbiət növləri və ekoloji yerlərdə xalq sağlamlığı riski ilə əlaqələndirilmişdir. Gündəlik (Isoodon obesulus) Qərbi Avstraliyanın Perth şəhərindəki bir çox şəhərləşmiş ərazidə qalır və insanlarla və ev heyvanları ilə qarşılıqlı münasibətlərində acgöz ola bilər. Əvvəlki bir araşdırmada yüksək bir yayılma Giardia spp. infeksiya Qərbi Avstraliyanın Perth şəhərində şəhər mühitində və kolluq ərazilərdə qapalı qalanlar arasında təsbit edildi. Bu tədqiqat bu növü genişləndirmək məqsədi daşıyırdı: müəyyən növlərin yayılması və müəyyənləşdirilməsi Giardia quendə yoluxmaq və bununla da risk faktorlarını təyin edən antropozoonotik / ictimai sağlamlıq əhəmiyyətini aydınlaşdırmaq Giardia spp. infeksiya və infeksiya ilə sağlamlıq göstəriciləri arasındakı ehtimal olunan əlaqələri araşdırmaq. Giardia spp. Perth quenda'daki infeksiyalar, əksəriyyətində ev sahibinə uyğunlaşdırılmış, zoonotik deyil Giardia peramelis (görünən yayılma 22.2% 95% CI 17.7-27.4), bu parazit cinsi ilə əlaqəli əhəmiyyətli bir baytarlıq xalq sağlamlığı riski olmadığını göstərir. Ancaq hər birində bir vəziyyət Giardia duodenalisGiardia canis genotip D şəhərləşmiş mühitlərdə tələyə salınmış kvendada müəyyən edilmişdir (aşkar yayılma dərəcələri% 0.4% 95% CI 0.1-1.9%). Gündəlikdə, Giardia spp. infeksiya ilə əlaqələndirilir Kriptosporidiya ev sahibi əhalinin sıxlığını əks etdirə bilən infeksiya və birə infeksiyası intensivliyi Kriptosporidiya spp., oxşar ötürmə yolları və ya ana daxilindəki bu taksonlar arasındakı sinergetik qarşılıqlı təsirlər. Giardia spp. infeksiya Perth quenda-da ölçülən pis sağlamlıq göstəriciləri ilə əlaqəli deyil, lakin bu tapıntı təmsil olunur Giardia peramelis yalnız digərlərinin görünən nadirliyi nəzərə alınmaqla Giardia sp. Bu işdə infeksiyalar.


Müzakirə

Kolumbiya PA-larında və ətrafındakı bufer bölgələrdə meşələrin qırılması sülhün başlanğıcı ilə sürətləndi. Həqiqətən, əvvəllər münaqişə 57 ilə “qorunan” ərazilərdə sülh gəldikdə bioloji müxtəlifliyin necə təhdid olunduğuna dair bir əhvalat inkişaf etmişdir. Ancaq bu hekayə nöqtəni qaçırır. Münaqişə torpağın inkişafına mane olmasına və qeyri-qanuni istifadənin qarşısını almasına baxmayaraq, bioloji müxtəlifliyin təhlükəsizliyini təmin edə bilməz, nəticədə funksional deyil və daha sistemli və köklü problemlərin təcəssümüdür.

Bir neçə tarixi meşə qırma faktoru bu nəticəni təhrik etdi, lakin ölkənin böyük bir hissəsini idarə edən güclü bir aktyorun çıxması onları daha da pisləşdirdi. Milli hökumətin PA-ları və ətraf bölgələrini tarixən idarə etməsindəki sistematik zəifliyi bir çox mürəkkəb və qarşılıqlı təsir göstərən səbəblərdən borcludur. Bunlardan həlledici cəhət bunlardır: ölkənin qeyri-qanuni ələ keçirilmiş torpaqları bərpa etmək qabiliyyətinin aşağı olması, qeyri-qanuni torpaq işğalı tarixi qeydinin yaradılması istiqamətində maliyyə, texniki və əməliyyat gücünün olmaması, qanuni olaraqfiziki və regional qurumların muxtariyyətini kəsən inzibati mərkəzləşmə. Məsələn, milli hökumət bir neçə PA-da funksional institusional mövcudluğu təmin edə bilmədi. Nə ölkənin hüquq-mühafizə qurumları (Milli Prokurorluq, polis və ordu), nə də məcburi torpaq sahələrinin və məcburi köçkünlərin geri qaytarılmasından məsul olan xüsusi inzibati vahid olan Torpaq Qaytarma Vahidi (Qanun 1448/2011) təsirli olmamışdır. Hüquq-mühafizə orqanları Kolumbiya konstitusiyasında ictimai qoruma sahələrinə verilən hərəkətləri icra edə bilmədi. Bu amillər geniş miqyaslı torpaq mülkiyyətçilərinin və digər qanunsuz aktyorların aşağı risk altında PA-larda və ətraflarında torpaq almasına və geniş heyvandarlıq sistemləri qurmasına imkan yaratdı (Şəkil 3). Maldarlıq, cinayətkarların böyük mənfəət əldə etmək üçün ərazi spekulyasiyasını həyata keçirməsinə imkan verən torpağın istifadəsinə dair bir sübut təqdim edərək əraziyə sahib olmağın təhlükəsizliyini təmin edən ucuz bir üsuldur. PA-lar xaricində parkların bufer əraziləri üçün torpaq mülkiyyətinin rəsmiləşdirilməsinə dair xüsusi bir siyasət müəyyənləşdirməyə ehtiyac var.

Cənubi Serranía de la Macarena NNP-də torpaq ələ keçirmək. Heyvandarlıq qurmaq və torpaq sahibi olmağı tələb etmək üçün böyük meşə sahələri otlaqa çevrilir (Kreditlər: Fundación para la Conservación y el Desarrollo Sostenible, 2017).

Artan beynəlxalq koka tələbatı, tropik meşələrin qırılmasının əsas dolayı sürücüsü kimi də çıxış edir 44. Land area devoted to coca crops increased 4% from 2016 to 2017 within the Colombian system of protected areas, reaching 83 km 2 of extension however, there has been a relative reduction for certain PAs where authorities enlisted local communities to voluntarily substitute illicit crops with legitimate ones 44 . Fifteen of the analyzed PAs are affected by coca crops two-thirds are concentrated in the NNPs Serranía de la Macarena (28.3 km 2 ), Paramillo, and the NNR Nukak 64 (Fig. 4). Each component of a national park’s local context, including the presence of guerrillas, paramilitary groups, and criminal bands, influences the potential for expansion of illicit crops. Furthermore, governmental limitation of the use of crop control strategies, such as fumigation, factors into the potential incentivization of illicit cropping inside the system of Colombian PAs.

Presence of coca crops in Colombia in 2017 (source: SIMCI-UNODC, 2018). Protected area boundaries in black, buffer areas (10 km) in blue. Dotted line: 2018 enlargement of Serranía de Chiribiquete NNP (not used in calculations). Numbers correspond to protected area IDs, detailed in Table 1. Figure created using ArcGIS software by Esri, used herein under license.

Historically guerrilla groups, especially FARC, were important actors in both starting and controlling deforestation inside the system of national protected areas. From one side the guerrilla defined the areas for colonization, assigned lands among its social basis, promoted the construction of linear infrastructures and urbanizations (e.g. schools, hospitals), and greatly influenced local productive systems such as livestock and illegal cropping 65 . Currently, armed groups, especially FARC dissidents, are consolidating within new territories (e.g., in Tinigua NNP), by assigning land to farmers within and close to protected areas and promoting livestock and coca crops as an economic engine of the colonization process. These groups are re-activating old tracks used during the past conflict and opening new ones, to create a political-military transportation network. This territorial-control strategy allows consolidating a social basis for these armed groups, economic inputs for rearmament, and a population exploiting this ‘territorial security’, which also represents a source of recruitment for the guerrillas 37 . A new long-term cycle of violence is potentially incubating in these regions. At the same time, competing paramilitary groups operate with analogous behavior, establishing in areas where African oil palms (Elaeis guineensis) and cattle ranching are dominating, such as the low watershed of Ariari river and the towns of Puerto Lleras and San José del Guaviare (Meta department).

The current Colombian legislation regarding land planning is stratified in time and in assigning tasks and responsibilities to different institutions, while at the same time presenting often degrees of contradictions toward its objectives and plans. Especially because of its ‘strategic adaptation’ to the conflict, the Colombian government system historically presents low levels of law enforcement in rural areas 66 . This adaptation focused on social consensus towards territorial management, but under the tutelage of the armed actors of the region that were, and in many cases still are, the real owners of the decisional power within determined regions. Consequently, the system of protected areas of Colombia needs a radical transformation and development, to acquire effective enforcement of existing laws against the illegal use of natural resources and for the recovery of grabbed land. Additionally, in the current postconflict scenario, especially the ‘Victims and Lands Restitution Law’ that states that those who have been dispossessed of their lands or forced to abandon them because of the conflict have the right to their restitution, could generate a new flux of people in areas surrounding the protected areas. On the other hand, this can represent a precious opportunity for an exercise of land formalization, which would re-establish the role of the government over the illegal actors that are grabbing public land. Moreover, local population in Colombia has in general a low level of participation to decision making with regard to the use of natural resources -in the areas where it is allowed-, due to the country’s low development of participative policies and a weak capacity of financial investment and economic incentives in marginal areas.

While the specifics of Colombia may be unique, there are some general lessons that could apply to post-conflict regions characterized by poor governance. In Colombia and elsewhere following a peace settlement, it is essential that governments make a coordinated effort among all involved agencies to establish an effective physical and legal presence within and around conservation areas. Ecological restoration plans, necessary actions for degraded parks, should not just pursue strictly ecological objectives, but they should represent a clear return of the State’s institutions in the protected territories. Between PAs and unprotected land it is of primary importance to reestablish the regional ecological connectivity, at the basis of the processes that regulate at large scale the maintenance and formation of biodiversity, and that would allow Colombia to meet international commitments targets, among others, the objectives of Aichi Target 11 67 . Outside protected areas, the establishment of differential property tax regimes would reward with incentives sustainable forest use, and conversely disincentive the widely diffused unproductive cattle ranching. Degraded and low productivity areas should be at the focus of a new policy of productive restoration 68 .

The government’s presence cannot focus solely on the protection of biodiversity it must also consider the broader social and economic needs of the local communities around PAs. Economic development is a pivotal way not only to prevent the expansion of illegal activities, but also to reduce deforestation. Government incentives that support sustainable use of forests are therefore imperative 45 . Furthermore, when security conditions permit, ecotourism presents an opportunity for local economic development within buffer zones or in PAs where legislation would allow it. Initial data already shows that in post-conflict Colombia, the number of tourists has been increasing, as well as the number of people visiting national parks 69 . This demonstrates a promising result of peace.

Exacerbated by the failure of government systems and targeted economic incentives, we face deforestation and loss of biodiversity worldwide. In Colombia, the presence of rich natural resources abused for economic growth coupled with the absence of effective governance allowed for significant recklessness. This study demonstrates an important lesson – substantial, additional support for conservation efforts and economic stabilization is imperative as regions transition from conflict to peace. When society emerges from a long period of conflict, and as economic activities resume, an uptick in deforestation is a likely and foreseeable outcome. This consequence can occur post-conflict, as in Colombia and Vietnam 70 , after the collapse of a government (e.g., the Soviet Union), or after the discovery of abundant resources in a politically weak state (e.g., oil in Nigeria). Nations undergoing such transitions require assistance to quickly re-establish protections for the natural environment. Creative bilateral agreements (e.g., debt-for-nature swaps) are a start, but aid is also needed (e.g., financial grants, technical support, policy expertise) to support governments in repatriating displaced people to their rightful lands and to restore effective rule of law within and outside conservation areas. Forests and natural systems are assets with the potential to deliver resilience and sustainable benefits to society long beyond short-term profits. Their effective conservation requires an integrative, comprehensive understanding of local communities’ needs, sustainable development, and long-term management.


Methods

Ethics statement

Tick baiting collections from G. polyphemus dens in Florida were performed under permit number 2014–0310 from the Florida Department of Agriculture and Consumer Services. When O. turicata specimens were collected from Wildlife Management Areas in Texas (WMA), approval was obtained from Texas Parks and Wildlife and WMA personnel.

Database search and field collection of O. turicata

The currently known distribution of O. turicata was assessed by performing literature searches using O. turicataB. turicatae as key words (n = 47) [13,19,20,29–35]. When authors reported specific regions of field collected ticks or locations of human exposure to B. turicatae geographic data points were noted at the county level. Records of O. turicata collections were also obtained from the United States National Tick Collection (USNTC) [36] and the Symbiota Collections of Arthropods Network (SCAN) (n = 104) [37], and field studies in Texas and Florida (n = 7). The catalog of O. turicata collections provided from the USNTC consisted of O. turicata numbers, developmental stages, specimen identification, and locality information. When a municipality, county, or estimated location of collection was provided, manually georeferenced data points were generated using Google Earth [38]. When ticks were collected from a vertebrate host, the level of host taxa was noted.

When Ornithodoros ticks were collected at field sites in Texas and Florida, the latitude and longitude were recorded. In the evening, dry ice was placed at the openings of gopher tortoise burrows, coyote (Canis latrans) dens, and within 1–2 m of rodent (Neotoma, PeromyscusSigmodon spp.) and burrowing owl (Athene cunicularia) nests. As ticks emerged from a given location, they were collected and housed in 15 or 50 ml conical tubes with perforated caps, and kept separate according to the coordinates of the den and nest. Upon returning to the laboratory, the arthropods were housed at 27°C and 85% and 95% relative humidity for ticks collected in Texas and Florida, respectively [39,40]. They were also inspected by microscopy to determine species collected using taxonomic descriptions [4].

Species Distribution Models (SDMs)

A total of 158 O. turicata localities with no duplicates from the datasets described above were used to build the SDMs. Locality records (presence only data) that lacked geographical coordinates (longitude and latitude) were georeferenced using GEOLocate v.3.21 [41]. For specimens that only had county level data, GEOLocate was used to obtain geographic coordinates from the centroid of each corresponding county. Twenty data layers containing environmental and altitude variables at 30 arc-seconds (≈1 × 1 km 2 grid cells) spatial resolution (S1 Table) were acquired from the WorldClim dataset (http://worldclim.org) [42]. The WorldClim dataset was generated through interpolation of average monthly data from numerous global weather stations representing a time period from 1950–2000. To determine whether there were correlations among the environmental variables, a correlation matrix was built using the “Explore Climate: Correlations and Summary Stats tool” within an extension toolkit SDMtoolbox (http://sdmtoolbox.org) [43]. Based on the Pearson’s correlation value we eliminated one variable in each pair that was either ≥ 0.80 or ≤ -0.80 (S2 Table). The variable accepted out of the pair was based on biological importance in relevance to O. turicata. Out of the 20 variables we kept 12 (Table 1). Localities, environmental, and altitude variables were used with a common machine learning technique, maximum entropy modeling (Maxent v.3.3.3k) [26] to construct four O. turicata SDMs. Maxent was chosen because of its performance, robustness, and statistical validation [27,28]. Moreover, given the limited understanding of O. turicata geographic range and Maxent’s use of presence-only data, this modeling approach was an appropriate first step to increase our understanding of the distribution of the tick. Maxent was set up with the following default settings: algorithm parameters set as auto features, a convergence threshold of 0.00001, a maximum of 10,000 background points, a regularization multiplier of 1, and a logistic output grid format all other remaining parameters were left in the default settings. In addition to these default settings the number of iterations was modified to 5,000. Response curves were also included for each Maxent model run, which allows one to evaluate how the prediction depends on the variables. Maxent creates two types of response curves, the first shows how the prediction changes with each variable while keeping all other variables in the model (S1 Fig), and the second only utilizes the corresponding variable (S2 Fig). The advantage of the second response curves is that it allows for easier interpretation of environmental variables that may be correlated or slightly correlated. The following four models with 10 subsampling runs using a random test percentage of 20% (n = 31) were constructed with predefined environmental and altitude parameter data layers (Table 1): 1) an average precipitation model, 2) an average temperature model, 3) an average full model which included all environmental variables and altitude, and 4) an average model based on the top-five environmental variables from the full model (top-five model).

Maxent calculated the area under the curve (AUC), a value that ranges from 0.5 to 1, providing information on the species’ restricted predicted distribution in relation to the range of predictor variables in the model, but this value does not necessarily measure the fit of the model [44]. An informative AUC score is equal to 1, while an AUC score of 0.5 equates a model performance no better than random. To see which variables contributed the most to the model, Maxent calculated the percent contribution (PC) and permutation importance (PI) of each variable for all models. The PC value is dependent on the algorithm path that Maxent used to obtain the model while PI depends only on the final Maxent model. Additionally, variable jackknifing for the training gain, test gain, and test AUC was also conducted where each environmental variable was excluded. A model was subsequently created, and the process was repeated until all the variables had been excluded. The second part of the jackknife test created a model using each environmental variable in isolation of one another. Specifically for the top-five model, three additional models were run using: 1) the top-five variables from the PC, 2) the top-five variables from the PI, and 3) the top-five variables from the jackknife results. The highest AUC score among these three models was selected to be our top-five environmental model.

All SDMs were processed and visualized in QGIS v.2.4 Chugiak [45] with the geographic area restricted to the United States and Mexico based on collection records available of O. turicata. Five classes of probabilities each with about a 20% interval were given a specific name and color for visual representation of model results: very high probability (red), high probability (orange), moderate probability (yellow), low probability (green), and very low probability (white).

A shapefile representing the most informative SDM was drawn in QGIS by including the percentage of low (< 20%) to very high probability (∼86%). To create a shapefile we excluded isolated areas that were not in close proximity from areas >

20% (such as the states of Washington, Idaho, Montana, Wyoming, and South Dakota). Alabama, Louisiana, and Mississippi were also excluded because previous survey data indicated the absence of O. turicata [46]. This shapefile was then imported into ArcMap 10.2.2 [47] where the geometry of the shapefile was checked using the “Check Geometry Tool” within the “Data Management Toolbox.” This tool reported if any errors occurred, such as overlaps and/or no closed connection for polygons. If problems were found with the shapefile it was fixed using the “Repair Geometry Tool” also within the “Data Management Toolbox.” The shapefile was projected to the map projection of North American Albers Equal Area before the area (km 2 ) of the shapefile was calculated.

GIS analyses of host diversity and distribution

Host diversity was obtained from the USNTC, where host records were classified to either genus or species. Therefore in cases with taxa at the genus level we included all species known to occur in the most informative Maxent model distribution. In addition, we included 48 suspected hosts because these species are part of the burrow community utilizing the burrows of original excavators. For example A. cunicularia inhabits the burrows of Cynomys ludovicianus (S3 Table) [48]. A total of 58 host species were included in this study (S3 Table). Taxonomic names were based on the International Union for Conservation of Nature (IUCN) Red List of Threatened Species (http://iucnredlist.org) [49] and Wilson & Reeder’s Mammal Species of the World, 3 rd edition database [50]. We obtained most of the host species distribution shapefiles from the IUCN Red List of Threatened Species [49]. For Sus scrofa, its distribution was obtained from the National Feral Swine Mapping System, Southeastern Cooperative Wildlife Disease Study. No spatial data were provided in the IUCN Red List of Threatened Species for G. agassiziiG. polyphemus thus they were drawn in QGIS following known species distributions [51,52].

In ArcMap all shapefiles were checked and fixed for errors in geometry and projected to North American Albers Equal Area Conic. Some of the hosts’ distribution shapefiles obtained were clipped to the extent of the United States and Mexico. The area of extent (km 2 ) for each host species’ distribution was calculated in ArcMap. Each of the host species shapefiles were intersected with the most informative SDM shapefile in order to obtain new shapefiles showing shared occupancy. For A. cunicularia, because of its nesting phenology, analyses were conducted with its full range and three range subdivisions: year-round, breeding, and winter. In ArcMap we calculated the area (km 2 ) of these shared occupancies for each individual species. Next we calculated the percentage of the area shared for each species as .


Discussion

We have assessed the impact of roads on terrestrial carnivore species at the global level, using a species-specific, spatially explicit approach – thereby identifying not only species that are expected to be most exposed to roads at the global level, but also where, within its range, each species is expected to be more affected.

Our approach has several limitations that need to be considered when interpreting the results of our analysis. The maximum road density (D.max) was derived assuming unlimited dispersal ability, and the minimum size of favourable habitat patches that are surrounded by roads (Amin) was derived assuming that individuals always die when crossing a road (see Methods and Borda-de-Água et al., 2011 ). Such assumptions are simplifications of real ecological systems: these metrics may underestimate the maximum possible road density and overestimate the minimum possible patch size necessary for population persistence, and it is possible that even if D.obs > D.max, or when Aobs < Amin, populations persist (Borda-de-Água et al., 2011 ). Moreover, the behaviour of individuals towards roads influences how roads affect species (Jaeger & Fahrig, 2004 Jaeger et al., 2005 ). Many large predator species move along low-traffic roads (Forman & Alexander, 1998 ) for example, wolves can select low-use roads as travel routes (e.g. Whittington et al., 2005 ). Also, road mortality may be compensated for by increased fecundity or survival (e.g. Seiler & Helldin, 2006 ).

For these reasons, it is not appropriate to use D.max və ya Amin as strict thresholds for population persistence. Instead, we have ranked the species analysed in relation to one another to detect which species would be more exposed to roads than other species, and we have estimated in which areas within its range a species would be more exposed to roads than in other areas of its range. We did so because even though populations may persist where D.obs > D.max or where Aobs < Amin they are expected to be more exposed to the impact of roads in those areas than in areas where D.obs < D.max, or Aobs > Amin, respectively.

Despite its limitations, our framework provides a way to obtain a first approximation to pinpoint species that may be more exposed to the impact of roads, to identify the areas within a species range where it may be more exposed to roads and also to highlight regions that may have a higher number of species more exposed to roads.

Time to extinction should also be interpreted with caution given the assumptions made when deriving the expressions for AminText (see Methods and Borda-de-Água et al., 2011 ) and the unknown effects of the behaviour of each species. While our approach allows us to estimate the time to extinction in those areas within a species’ range where Aobs < Amin, the assumption that animals always die when crossing a road is a simplification. Moreover, the impact of roads on population persistence, and therefore time to extinction, will also depend on their sensitivity to the effects of roads (including not only road mortality but also habitat loss, resource inaccessibility and population subdivision), on the type of behavioural response of the animals towards roads, on the types of roads, on traffic intensity (Jaeger et al., 2005 ), on habitat affinities and on the variation of population density within species ranges (Grilo et al., 2014 ). Because these factors were not explicitly taken into account in our analysis, Text should be considered as a first approximation.

We also grouped all roads together when computing D.obs, and we did not differentiate road mortality according to the type of road (e.g. Jaeger et al., 2005 Grilo et al., 2009 ) because it would have been impractical in an analysis performed at the global scale and for such a large number of species. Assessments performed at smaller spatial scales, or for a smaller number of species, could include computing separate D.max and separate D.obs for different road types.

Our results suggest the need to reassess the status and threats of those species that have not been previously recognized as exposed to roads. In such cases applying a modelling approach such as ours, which explicitly combines extrinsic factors of threat and intrinsic species traits, will allow us to move from a descriptive to a mechanistic, biologically sound evaluation of threats (Lee & Jetz, 2010 Dirzo et al., 2014 ).

Our approach brings together process-based models that link species-specific life histories, population dynamics and dispersal with biogeographical and land-use data – in this case, the road infrastructure. However, as discussed above, other factors that we did not account for can influence how roads affect animals. In more localized studies it may be desirable to incorporate those issues in order to obtain a refined understanding of the impacts across species and regions, but for that it is necessary to deepen our knowledge on the impact of roads, and strengthen the link between empirical knowledge and models (e.g. using models to guide data collection, or collecting parameters that are implementable for models).

Our analysis differs from a simple spatial overlap between species ranges and road density. Despite its limitations, it provides a first quantitative approximation to assess whether the road density that is observed within a species’ range may be beyond a threat threshold. By integrating species traits, this analysis also allowed us to detect species which, despite having relatively low road density within their range, are nevertheless estimated to be more exposed to roads than other species for which road density is relatively high within their range. Such inferences would not have been possible using a simple spatial overlap analysis between species ranges and road density.

By pinpointing where species are expected to be affected by roads within their ranges, and which regions have more species vulnerable to roads, this type of spatial analysis can be used for identifying areas for conservation, for prioritizing regions where mitigation measures, such as passages or fences, should be implemented and for informing the development of schemes for road building (Laurance et al., 2014 ). Moreover, this framework can also be applied at different spatial and temporal scales, for example for conservation or management purposes at the local scale, for environmental impact assessments or for projecting the effects of future large-scale road network developments, which can then feed, for example, World Bank projections or scenarios for global biodiversity change (Pereira et al., 2010 ).


The R script used in the analyses in this manuscript is available at https://doi.org/10.5061/dryad.fj6q573v3.

Vijay, V., Pimm, S. L., Jenkins, C. N. & Smith, S. J. The impacts of oil palm on recent deforestation and biodiversity loss. PLoS One 11, pe0159668 (2016).

Rulli, M. C. et al. Interdependencies and telecoupling of oil palm expansion at the expense of Indonesian rainforest. Renew. Sustain. Energy Rev. 105, 499–512 (2019).

Davis, K. F. et al. Tropical forest loss enhanced by large-scale land acquisitions. Nat. Geosci. 13, 482–488 (2020).

Strona, G. et al. Small room for compromise between oil palm cultivation and primate conservation in Africa. Proc. Natl Acad. Sci. USA 115, 8811–8816 (2018).

United States Department of Agriculture, Foreign Agricultural Service. Data retrieved from: https://apps.fas.usda.gov/psdonline/app/index.html#/app/advQuery (2020).

Sagar, H. S. et al. India in the oil palm era: describing India’s dependence on palm oil, recommendations for sustainable production, and opportunities to become an influential consumer. Trop. Conserv. Sci. 12, 1940082919838918 (2019).

Jadhav, R. Exclusive: India urges boycott of Malaysian palm oil after diplomatic row—sources. Reuters (13 January 2020).

Srinivasan, U. Oil palm should not be expanded in Arunachal Pradesh. Arunachal Times (October 2016).

Ministry of Agriculture and Farmers’ Welfare. National Mission on Oilseeds and Oil Palm https://nmoop.gov.in (Government of India, 2020).

Bose, P. Oil palm plantations vs shifting cultivation for indigenous peoples: analyzing Mizoram’s New Land Use Policy. Land Use Policy 81, 115–123 (2019).

Dhar, A. Enter oil palm in northeast India: centre, Patanjali, Godrej bet big. The Citizen (16 September 2020).

Raman, T. R. S. R. Is oil palm expansion good for Mizoram? The Frontier Despatch 3, 6–7 (2016).

Khandekar, N. Expanding oil palm plantations in the northeast could extract a long-term cost. The Wire (4 August 2020).

Mandal, J. & Raman, T. R. S. R. Shifting agriculture supports more tropical forest birds than oil palm or teak plantations in Mizoram, northeast India. The Condor 118, 345–359 (2016).

Nandi, J. Oil palm push on the northeast may impact biodiversity, water table, say experts. Hindustan Times 10, 51 (2020).

Myers, N., Mittermeier, R. A., Mittermeier, C. G., Da Fonseca, G. A. B. & Kent, J. Biodiversity hotspots for conservation priorities. Nature 403, 853–858 (2000).

Global Agro-Ecological Zones, GAEZ v.3.0 (Food and Agriculture Organization, 2016) https://gaez.fao.org/pages/data-viewer

Corley, R. H. V. How much palm oil do we need? Environ. Sci. Policy 12, 134–139 (2009).

Meijaard, E. et al. The environmental impacts of palm oil in context. Nat. Plants 6, 1418–1426 (2020).

West, P. C. et al. Leverage points for improving global food security and the environment. Science 18, 325–328 (2014).

Fan, Y., Li, H. & Miguez-Macho, G. Global patterns of groundwater table depth. Science 339, 940–943 (2013).

Shaktivadivel, R. The Agricultural Groundwater Revolution: Opportunities and Threats to Development (CAB International, 2007).

Lee, J. S. H., Miteva, D. A., Carlson, K. M., Heilmayr, R. & Saif, O. Does oil palm certification create trade-offs between environment and development in Indonesia? Env. Res. Lett. 15, 124064 (2020).

Sankar, K. N. M. Oil palm finds favour with East Godavari farmers. The Hindu (25 January 2017).

Curry, G. N. & Koczberski, G. Finding common ground: relational concepts of land tenure and economy in the oil palm frontier of Papua New Guinea. Geogr. J. 175, 98–111 (2009).

DeVos, R., Kohne, M. & Roth, D. We’ll turn your water in Coca Cola: the atomising practices of oil palm development in Indonesia. J. Agrar. Change 1, 385–405 (2018).

IPCC. Climate Change: Synthesis Report (eds Core Writing Team, Pachauri, R. K. & Meyer, L. A.) (IPCC, 2014).

IPCC. IPCC Special Reports on Emissions Scenarios: Summary for Policymakers (IPCC, 2000).

Schwalm, C. R., Glendon, S. & Duffy, P. B. RCP8. 5 tracks cumulative CO2 emissions. Proc. Natl Acad. Sci. USA 18, 19656–19657 (2020).

Copernicus Land Monitoring Service (European Environment Agency, 2020).

Hoffman, M., Koenig, K., Bunting, G., Cosntanza, J. & Willams, K. J. Biodiversity Hotspots v.2016.1 (2016) https://doi.org/10.5281/zenodo.3261806

IUCN World Database on Protected Areas, online April 2017 (UNEP-WCMC, 2016) www.protectedplanet.net

QGIS Development Team. QGIS Geographic Information System (Open Source Geospatial Foundation, 2021) http://qgis.osgeo.org

R Core Team. R: A Language and Environment for Statistical Computing (R Foundation for Statistical Computing, 2021).


Abstract

The Data-Intensive Farm Management (DIFM) project works with participating farmers, using precision technology to inexpensively design and run randomized agronomic field trials on whole commercial farm fields, to provide data-based, site-specific farm input management guidance, thus providing economic and environmental benefits. This article lays out a conceptual framework used by the multidisciplinary DIFM research team to facilitate collaboration and then presents details of DIFM's procedures for what it calls on-farm precision experimentation (OFPE), which includes field trial design and implementation, data generation, processing, and management, and analysis. It is argued that DIFM's data and the agricultural “Big Data” currently being collected with remote and proximal sensors are complementary that is, more of either increases the value of the other. In 2019, DIFM and affiliates conducted over 120 trials, ranging from 10 to 100 ha in size, on maize, wheat, soybeans, cotton, and barley in eight US states, Argentina, Brazil, and South Africa. The DIFM is developing cyberinfrastructure to “scale up” its activities, to permit researchers and crop consultants worldwide to work with farmers to conduct trials, then process and manage the data. In Addition, DIFM is in the early stages of developing a software system for semi-automatic data analytics, and a cloud-based farm management aid, the purpose of which is to facilitate conversations between agronomists and farmers about implementing data-driven input management decisions. The proposed framework allows researchers, agronomists, and farmers to carry out on-farm precision experimentation using novel digital tools.

The Data-Intensive Farm Management project's on-farm trials can generate massive amounts varied managed input data.

The Data-Intensive Farm Management project's data fill a gap in agricultural “Big Data,” to enable data-intensive crop management.

The Data-Intensive Farm Management project's protocols support trial design, data processing and analysis.

The Data-Intensive Farm Management project can be implemented by researchers, consultants, and farmers in diverse agronomic scenarios.

Abbreviations


All results supporting the study are available at https://doi.pangaea.de/10.1594/PANGAEA.889033 (all model predictions, model evaluation scores and spatial conservation plans) for each realm. All environmental data used for modelling are available in the following repositories for download: www.worldclim.org, www.earthenv.org, http://sedac.ciesin.columbia.edu/data/set/grand-v1-dams-rev01, www.bio-oracle.org, www.marspec.org, and Supporting Information of Fithian et al. ( 2015 ). Species data are available for download in the following repositories: Supporting Information of Fithian et al. ( 2015 ), http://sero.nmfs.noaa.gov/sustainable_fisheries/caribbean/fish_indep_wkshp/surveys/sefis/, and www.freshwaterplatform.eu.

Please note: The publisher is not responsible for the content or functionality of any supporting information supplied by the authors. Any queries (other than missing content) should be directed to the corresponding author for the article.


Videoya baxın: SHP TO DXF AND DXF TO SHP USING QGIS