Content uploaded by Hakan Gür
Author content
All content in this area was uploaded by Hakan Gür on Sep 29, 2016
Content may be subject to copyright.
78
u yazıda, genel olarak iklim değişikliği, iklim de-
ğişikliğinin biyolojik sistemler üzerindeki etkisini
çalışırken yaygın olarak kullanılan modelleme yak-
laşımı (moleküler filocoğrafya ile birlikte ekolojik
niş modellemesi) ve bu yaklaşımın nasıl kullanı-
labileceğinin bir örneği olarak iklim değişikliğinin
step ve alpin çayırlarda yaşayan Anadolu yer sinca-
bını (Spermophilus xanthoprymnus) nasıl etkilediği/
etkileyeceği üzerinde durulmuştur. Yazının genel
kurgusu, özellikle gelecekte gerçekleşecek iklim
değişikliğinin biyolojik sistemleri (örneğin, step a-
lanları ve canlılarını) nasıl etkileyeceğini (geleceği)
gerçekçi öngörmek için, gerçekleşen iklim değişik-
liğinin biyolojik sistemleri nasıl etkilediğini (geç-
mişi) iyi anlamak gerektiği üzerinedir.
İklim değişikliği
İklim değişikliği, doğal değişkenlik ve/veya in-
san faaliyetlerinin bir sonucu olarak iklimin zaman
boyunca değişmesidir (aksi belirtilmediği sürece,
bu bölümdeki iklim değişikliği ile ilgili bilgiler, şu
kaynağa dayanır: Hükümetlerarası İklim Değişikli-
ği Paneli, 4. Değerlendirme Raporu, Çalışma Gru-
bu I, Solomon et al. 2007 - bkz. ayrıca Hükümet-
lerarası İklim Değişikliği Paneli, 5. Değerlendirme
Raporu, www.ipcc.ch/index.htm). Peki, iklim deği-
şikliğinin altında yatan nedenler (iklim değişikliği-
nin yönlendiricileri) nelerdir? Solar radyasyon, se-
ra gazları ve aerosollerin atmosferik yoğunluğu ve
yeryüzü özelliklerindeki değişimler, iklim sistemi-
nin enerji dengesini değiştirir. İklim sisteminin e-
nerji dengesinin değişmesi demek, aslında iklimin
değişmesi demektir.
Örneğin, iklim sisteminin enerji dengesini de-
ğiştiren etkenlerden sera gazlarının atmosferik yo-
ğunluğundaki değişimleri inceleyelim. Karbon-
dioksit (CO2), metan (CH4) ve diazotmonoksitin
(N2O) atmosferik yoğunluğu, 1750 yılından, bir
diğer deyişle, sanayi devriminin başlangıcından
bu yana belirgin bir şekilde artmış ve günümüzde
binlerce yıla yayılan buz çekirdeklerinden belirle-
nen sanayi devrimi öncesi değerleri fazlasıyla geç-
miştir. Örneğin, en önemli antropojenik sera gazı
olan karbondioksitin atmosferik yoğunluğu, sanayi
devrimi öncesindeki yaklaşık 280 ppm (milyonda
parçacık) değerinden 2005 yılındaki 379 ppm de-
ğerine çıkmıştır. Karbondioksitin 2005 yılındaki
atmosferik yoğunluğu, buz çekirdeklerinden belir-
lenen son 650 bin yıldaki doğal değişkenlik aralığı-
nın (180-300 ppm) çok ötesindedir; yani, son 650
bin yılın en yüksek değerindedir. Karbondioksitin
atmosferik yoğunluğundaki artış, temel olarak fo-
sil yakıt ve arazi kullanımlarındaki değişiklikler-
den dolayıdır. Metan ve diazotmonoksitin atmosfe-
rik yoğunluğundaki artış ise, temel olarak tarımın
sonucudur. Örneğin, karbondioksitin atmosferik
İklim değişikliği nedir,
biyolojik sistemleri nasıl etkiler?
İklim, hem Dünya’da hem de Türkiye’de değişti (örneğin, sıcaklıklar arttı ve yağış
örüntüleri değişti) ve değişmeye devam edecek. Bu değişim, insan faaliyetleri,
özellikle de fosil yakıt kullanımı sonucu antropojenik sera gazlarının atmosferik
yoğunluğundaki artış nedeniyledir.
B
Hakan Gür
Ahi Evran Üniversitesi, Fen-Edebiyat Fakültesi, Biyoloji Bölümü, Kırşehir
hakangur.ecology@gmail.com
İklim değişikliği ve
bir step hayvanı olan
Anadolu yer sincabı -1
79
yoğunluğundaki artış, 2005 yılı için
1750 yılındaki sanayi devrimi önce-
si koşullara göre, iklim sisteminde
1,66 (1,49-1,83) W/m2 enerji birik-
mesi ve buna eşdeğer bir ısınma ile
sonuçlanmıştır.
Yakın tarihli iklim değişikliği-
ne yönelik doğrudan gözlemler ne-
ler söylemektedir? İklim sisteminin
ısınması, küresel ortalama sıcaklık
ve deniz seviyesinin artması ve ku-
zey yarımküre mart-nisan kar ör-
tüsünün azalması gözlemlerinden
aşikâr olduğu gibi, su götürmez bir
gerçektir (Şekil 1). Küresel ortalama
sıcaklık, son yüzyılda (1906-2005)
0,74 (0,56-0,92) oC’lik doğrusal bir
ısınma eğilimi sergilemiştir. Isın-
ma, Dünya’nın çoğu bölgesi için is-
tatistiksel olarak önemlidir ve ba-
zı yerlerde (örneğin, İç Asya) daha
güçlüdür. Doğrusal ısınma eğilimi,
son 50 yılda (1956-2005) son yüz
yılda olduğundan hemen hemen i-
ki kat daha hızlı olmuştur (her on
yıl için 0,13 [0,10-0,16] °C). Sıcak-
lık değişimi, iklimdeki daha belirgin
ve kolaylıkla ölçülen değişimlerden
biridir. Ancak iklimin diğer bileşen-
lerinin de değiştiği unutulmamalı-
dır. Örneğin, küresel ortalama kara-
sal yağış, son yüzyılda (1900-2005)
doğrusal bir eğilim sergilememesine
rağmen, 1950’li yıllara kadar artmış,
1990’lı yılların başına kadar azalmış
ve sonra yeniden artmıştır. Bununla
birlikte, karasal yağış, son yüzyılda
(1900-2005) bazı bölgelerde (örne-
ğin, Kuzey Amerika’nın çoğu bölge-
si) doğrusal bir artma eğilimi, bazı
bölgelerde (örneğin, Batı Afrika, Sa-
hel) ise doğrusal bir azalma eğilimi
sergilemiştir.
İklim değişikliği, su götürmez bir
gerçek olduğu gibi, insan faaliyetle-
rin de bir sonucudur. Peki, bunu na-
sıl biliyoruz? Örneğin, 20. yüzyılın
ikinci yarısında gözlenen küresel or-
talama sıcaklıktaki artışın çoğu, bü-
yük olasılıkla antropojenik sera gaz-
larının atmosferik yoğunluğundaki
artış nedeniyledir. Çünkü gözlenen
küresel ortalama sıcaklık değişimi
(küresel ısınma), ancak doğal fak-
törler (solar aktivite ve volkanlar)
ile birlikte antropojenik faktörle-
ri (insan faaliyetleri) dikkate aldığı-
mız iklim modelleri ile açıklanabi-
liyor. Yani, doğal faktörleri dikkate
aldığımız, ancak insan faaliyetlerini
dikkate almadığımız iklim modelle-
ri, gözlenen küresel ısınmayı açıkla-
yamıyor.
İklim modelleri, gelecekte nasıl
bir iklim değişikliği öngörmektedir?
Sera gazları ve aerosollerin atmosfe-
rik yoğunluğu, 2000 yılındaki değer-
lerinde sabit tutulsa bile, 2090-2099
döneminde 1980-1999 dönemi-
ne göre, küresel ölçekte 0,6 (0,3-
0,9) oC ısınma öngörülüyor (sadece
Atmosfer-Okyanus Küresel Sirkü-
lasyon Modelleri [AOKSM]’ne daya-
nan öngörü). Öngörülen ısınma, en
iyimser tahminin dayandığı B1 sera
gazı emisyon senaryosuna göre, 1,8
(1,1-2,9) oC, en kötümser tahminin
dayandığı A1FI sera gazı emisyon
senaryosuna göre ise, 4,0 (2,4-6,4)
oC’dir (AOKSM dahil bir dizi iklim
modeline dayanan öngörüler). Isın-
manın kara ve yüksek kuzey enlem-
lerde en fazla, Güney Okyanusu ve
Kuzey Atlantik Okyanusu’nun bazı
bölgelerinde ise en az olması bekle-
niyor. Yağışın ise, yüksek enlemler-
de yüksek olasılıkla artması, çoğu
subtropikal bölgede ise olasılıkla a-
zalması öngörülüyor.
Peki, iklim değişikliği, Türkiye’de
nasıl gerçekleşti ve gerçekleşecek?
Çoğu bölgede 1950-2010 dönemin-
de ısınma eğilimi gözlenmiştir; diğer
bir deyişle, küresel ısınma etkili ol-
muştur. Yağış, aynı dönemde genel
olarak güney ve batıda azalma, ku-
zey ve doğuda ise artma eğilimi ser-
gilemiştir (T.C. Çevre ve Şehircilik
Bakanlığı 2013). Isınma, 2071-2099
döneminde 1961-1990 dönemine
göre, batı ve doğuda tüm mevsim-
ler için öngörülüyor. Örneğin, yaz
mevsiminde batıda 3,3-6,9 oC, do-
Şekil 1: Küresel ortalama yüzey sıcaklığı (a), gelgit ölçeği (koyu gri alan) ve uydu (gri çizgi)
verilerine dayalı küresel ortalama deniz seviyesi (b) ve mart-nisan Kuzey Yarımküre kar
örtüsünde gözlenen değişiklikler (Solomon et al. 2007’den). Tüm değişiklikler, 1961-1990
dönemi için ilgili ortalamalara görelidir. Yumuşatılmış eğri on yıllık ortalama değerleri, daireler
ise yıllık değerleri göstermektedir. Taralı alanlar, bilinen belirsizliklerin kapsamlı bir analizinden
(a ve b) ve zaman serilerinden (c) tahminlenen belirsizlik aralıklarıdır.
80
ğuda ise 3,4-7,3 o
C arasında deği-
şen bir ısınma bekleniyor. Yağışın i-
se, aynı dönemler arasında kuzey ve
güneyde tüm mevsimler için çoğun-
lukla azalması öngörülüyor (A2 sera
gazı emisyon senaryosu için üç fark-
lı AOKSM [ECHAM5, HadCM3 ve
CCSM3] ve bir AOKSM [CCSM3]
için üç farklı sera gazı emisyon se-
naryosuna [A2, A1FI ve B1] daya-
nan ve bölgesel bir iklim modeli
[RegCM3] ile dinamik ölçek küçült-
me uygulanan öngörüler, Bozkurt
et al. 2012; T.C. Çevre ve Şehircilik
Bakanlığı 2013).
Durum çok açık: iklim, hem
Dünya’da hem de Türkiye’de değiş-
ti (örneğin, sıcaklıklar arttı ve yağış
örüntüleri değişti) ve değişmeye de-
vam edecek (örneğin, sıcaklıklar art-
maya ve yağış örüntüleri değişmeye
devam edecek). Bu değişim, insan
faaliyetleri, özellikle de fosil yakıt
kullanımı sonucu antropojenik sera
gazlarının atmosferik yoğunluğun-
daki artış nedeniyledir.
Buraya kadar, daha çok geçtiği-
miz ve içinde bulunduğumuz yüz-
yıllarda sırasıyla gerçekleşen ve ger-
çekleşecek iklim değişikliği üzerinde
duruldu. Ancak bir şey unutulma-
malıdır. İklim değişikliği, yeni bir
şey değildir. Örneğin, Kuvaterner’in
son 430 bin yıllık dönemi, her biri
100 bin yıl süren buzul buzullara-
rası döngülere sahne olmuştur. Her
buzul buzullararası döngünün kü-
çük bir bölümü (ortalama % 20),
normal olarak 10-30 bin yıl süren
buzullararası dönemde geçmiştir.
Milankoviç döngüleri (dönemsellik
sergileyen orbital parametreler dış
merkezlilik, eğiklik ve yalpalama),
atmosferin üst kısmına gelen solar
radyasyonun mevsimsel ve enlemsel
dağılımını değiştirir. Böylece, Milan-
koviç teorisine göre, 65. kuzey en-
lem civarına yaz mevsiminde gelen
solar radyasyonun minimuma ulaş-
ması, kış boyu yağan karın yıl boyu
kalmasına ve böylece kuzey yarım-
kürede buzulları oluşturacak şekil-
de birikmesine neden olarak buzul
dönemleri tetikler. Örneğin, 65. ku-
zey enleme haziran ayında gelen so-
lar radyasyon, son buzul dönemin
başlangıcında (116 ± 1 bin yıl önce)
bugünkünden 40 W/m2 daha azdı.
Türkiye’de iklim değişikliğinin
nasıl gerçekleştiği ve gerçekleşece-
ğini bilmek, gerçekleşen iklim de-
ğişikliğinin biyolojik sistemleri (ör-
neğin, step alanları ve canlılarını)
nasıl etkilediğini (geçmişi) anlamak
ve gelecekte gerçekleşecek iklim de-
ğişikliğinin biyolojik sistemleri nasıl
etkileyeceğini (geleceği) öngörmek
için ilk adımdır. Bu kapsamda, iklim
modellerine dayanan yeniden oluş-
turulan uzak geçmiş, meteorolojik
kayıtlara dayanan yakın geçmiş ve
iklim modellerine dayanan öngörü-
len gelecek iklim verileri, Türkiye’de
iklim değişikliğinin nasıl gerçekleş-
tiği ve gerçekleşeceğinin bilinme-
si açısından çok önemlidir. Bu ik-
lim verilerinin detaylandırılmasına
yönelik her adım (örneğin, bölgesel
iklim modellerinin kullanımı [örne-
ğin, Bozkurt et al. 2012], meteoro-
lojik istasyon ağının iyileştirilmesi),
Türkiye’de geçmişi anlamak ve gele-
ceği öngörmek açısından şüphesiz
çok değerli olacaktır.
İklim değişikliği neden önem-
lidir? Çünkü biyolojik bilimlerin
penceresinden bakacak olursak, ik-
lim değişikliği (sıcaklık, yağış, aşırı
olaylar, karbondioksit yoğunluğu ve
okyanus dinamikleri gibi bileşenle-
ri), organizmadan biyoma kadar bi-
yolojik çeşitliliğin tüm bileşenleri-
ni etkiler ve biyolojik çeşitlilik için
önemli bir tehdittir (Bellard et al.
2012). Bu kapsamda, içinde bulun-
duğumuz yüzyılda gerçekleşecek ik-
lim değişikliğini daha da önemli kı-
lan, öngörülen iklim değişikliğinin
omurgalılar arasında gözlenen ik-
limsel niş evrim hızından en az 10
bin kat daha hızlı olmasıdır. Yani, i-
çinde bulunduğumuz yüzyılda ger-
çekleşecek iklim değişikliğine uyum
(iklimsel nişin takip edilmesi hariç),
omurgalıların iklimsel nişlerini da-
ha önce görülmemiş bir hızda değiş-
tirmesini gerektirecektir (Quintero
and Wiens 2013).
Peki, biyolojik çeşitliliğin iklim
değişikliğine cevabı nasıl olacaktır?
İklim değişikliğine plastisite ve/veya
mikroevrim yoluyla verilen cevaplar
üç şekilde olabilir: uzamsal, zaman-
sal ve uzamsal ve zamansal olmayan.
Uzamsal cevap, örneğin, türlerin
coğrafi dağılımlarını (örneğin, en-
lemsel ve/veya rakımsal olarak) de-
ğiştirmesini içerir. Zamansal cevap,
türlerin biyolojik olayların (örneğin,
kış uykusundan çıkış) zamanlaması-
nı (fenoloji) değiştirmesinden olu-
şur. Bir diğer cevap, ne uzamsal ne
de zamansaldır; yani, türler, mevcut
uygun iklimsel koşulları ne uzamsal
ne de zamansal olarak takip etmek-
sizin, bulundukları yerdeki yeni ik-
limsel koşullara uyum sağlar (örne-
ğin, fizyolojik cevaplar; Bellard et al.
2012).
Yakın tarihli iklim değişikliği-
nin biyolojik sistemleri nasıl etki-
lediğine yönelik gözlemler neler
81
söylemektedir? Birçok biyolojik sis-
temdeki değişimler, antropojenik ı-
sınma ile ilişkilidir. Örneğin, 1990
veya daha sonrasında sonlanan, en
az 20 yıllık bir periyodu kapsayan
ve önemli bir değişim sergileyen bi-
yolojik sistemler ile ilgili 28.671 ve-
ri serisinden % 90’ı, antropojenik ı-
sınmaya bir cevap olarak beklenen
değişimin yönüyle uyumlu bir de-
ğişim sergilemiştir (Hükümetlera-
rası İklim Değişikliği Paneli, 4. De-
ğerlendirme Raporu, Çalışma Grubu
II, Parry et al. 2007). Ancak bu u-
zun dönemli veri serileri arasında
Türkiye’den herhangi bir veri serisi
yoktur. En azından önümüzdeki 10-
20 yılda (örneğin, step bitkilerinin
ilk çiçeklenme veya memelilerin kış
uykusundan çıkış zamanının veya
ilgili biyolojik bir değişkenin [örne-
ğin, kış uykusuna girişte veya çıkışta
vücut ağırlığı] uzun yıllar izlenmesi-
ne dayalı) bu tür uzun dönemli ve-
ri serileri oluşturularak, Türkiye’de
o zaman için yakın tarihte gerçek-
leşmiş iklim değişikliğinin biyolojik
sistemleri nasıl etkilediği (yakın geç-
miş) anlaşılmalıdır. Bu kapsamda, ö-
zellikle fenolojik gözlemlere yönelik
veri tabanlarının oluşturulması ve/
veya iyileştirilmesi unutulmamalıdır
(örneğin, USA National Phenology
Network, www.usanpn.org; Türkiye
Fenoloji Ağı, trfeno.org).
Peki, iklim değişikliğinin biyo-
lojik sistemler üzerindeki etkisi na-
sıl çalışılabilir? Genel olarak dört
farklı yaklaşımdan söz edilebilir:
korelasyon, modelleme, deney ve
meta-analiz (Lepetz et al. 2009). Bu
yazıda, sadece modelleme yaklaşımı,
moleküler filocoğrafya ile birlikte e-
kolojik niş modellemesi üzerinden
ele alınmıştır (örneğin, Gür 2013).
Ekolojik niş modellemesi
Ekolojik niş modellemesi, koru-
ma biyolojisi, ekoloji ve evrimsel bi-
yoloji gibi çalışma alanları için de-
ğerli biyocoğrafi bilgiler sunar ve
‘tür dağılım’, ‘çevresel niş’, ‘habitat
uygunluk’ veya ‘biyoiklimsel çerçe-
ve’ modellemesi gibi isimler alır. E-
kolojik niş modellemesi, bir türün
coğrafi dağılımını tahmin etmek i-
çin, ilk olarak tür için uygun çevre-
sel koşulları ve daha sonra bu çev-
resel koşulların alansal dağılımını
belirler. Örneğin, bir step bitkisinin
coğrafi dağılımı modellenmek iste-
niyor. İlk olarak, tür dağılım veri-
si (coğrafi koordinat cinsinden bit-
kinin gözlendiği yerler) bu yerlerin
çevresel ve/veya alansal özellikleri
ile ilişkilendirilerek, bitkinin nemli
killi topraklar üzerinde yaşadığı be-
lirlenir; yani, bitki için uygun çevre-
sel koşullar tanımlanır. Daha sonra,
killi toprağa sahip ve yüksek ya-
ğış alan coğrafi yerler belirlenerek,
bitkinin coğrafi dağılımı tahminle-
nir; yani, bitki için uygun çevresel
koşulların alansal dağılımı belirle-
nir. Ancak bir türün uygun çevre-
sel koşullara sahip tüm coğrafi yer-
lerde dağılmasını engelleyen birçok
neden (örneğin, dispersali sınırla-
yan coğrafi bariyerler, diğer türler i-
le rekabet) vardır. Yine de, bu yak-
laşım, değerli biyocoğrafi bilgiler
sunar. Böylece, ekolojik niş model-
lemesi, tür dağılım verisini (coğrafi
koordinat cinsinden türlerin gözlen-
diği yerler) bu yerlerin çevresel ve/
veya alansal özellikleri (coğrafi bilgi
sistemine dayalı bir yaklaşım kulla-
nılarak elde edilen çok sayıda çev-
resel [örneğin, iklimsel] ve/veya a-
lansal [örneğin, rakım] değişken)
ile ilişkilendirerek, türlerin coğrafi
dağılımını tahminleyen -coğrafi u-
zamdaki tür dağılım ve çevresel ve-
rilerden oluşturulan ve çevresel u-
zamda n boyutlu hiperhacim olarak
düşünülen nişi (Hutchinson 1957)
coğrafi uzama taşıyan- bir model o-
luşturur (Pearson 2010; Elith and
Leathwick 2009; Martínez-Meyer
2012). Bu model, tür-iklim eşitliği
(türün uygun iklimsel koşullara sa-
hip tüm alanlarda dağılması) ve za-
man boyunca ekolojik nişin değiş-
mediği varsayımları kabul edilerek
(Nogués-Bravo 2009), türlerin geç-
mişte veya gelecekteki coğrafi dağı-
lımlarını tahmin etmek için, iklim
modellerine dayanan yeniden oluş-
turulan geçmiş ve/veya öngörülen
gelecek iklim verilerine uygulanır
(örneğin, Gür 2013). Bu nedenle, e-
kolojik niş modellemesi, geçmişi an-
lamak ve geleceği öngörmek açısın-
dan en popüler yaklaşımdır.
Ekolojik niş modellemesi için ge-
reken veri, tür dağılım verisi (coğra-
fi koordinat cinsinden türlerin sade-
ce gözlendiği veya hem gözlendiği
hem de gözlenmediği yerler) ve çev-
resel (örneğin, biyoiklimsel) veridir.
Tür dağılım verisi, İnternet üzerinde
mevcut olan tür dağılım veri tabanla-
rından elde edilebilir (bkz. Richards
et al.). Örneğin, Global Biodiver-
sity Information Facility (www.gbif.
org), 1.611.321 türe ait (∼ % 69’u
hayvan ve ∼ % 27’si bitki) yaklaşık
640 milyon (∼ % 88’i coğrafi koordi-
nat cinsinden) dağılım kaydının ser-
best kullanımına izin veren bir ve-
ri tabanıdır (siteye erişim tarihi, 14
Aralık 2015). Özellikle ekolojik niş
modellemesi yaklaşımının yaygın-
laşması, geçmişi anlamak ve gelece-
ği öngörmek açısından bu tür veri
tabanlarının önemini daha belirgin
hale getirmiştir. Türkiye’de tür da-
ğılım veri tabanlarına verilebilecek
en güzel örneklerden biri, 443 kuş
türüne ait yaklaşık 529 bin dağılım
kaydının serbest kullanımına izin
veren KuşBank (www.worldbirds.
org/v3/turkey.php) veya eKuşbank
(ebird.org/content/turkey)’tır (siteye
erişim tarihi, 14 Aralık 2015; bu ve-
82
ri tabanının kullanımına örnek ola-
rak Perktaş et al. 2015a,b; Abolafya
et al. 2013 - bkz. ayrıca Nuhun Ge-
misi Ulusal Biyolojik Çeşitlilik Ve-
ritabanı, www.nuhungemisi.gov.tr).
Türkiye’de geçmişi anlamak ve gele-
ceği öngörmek açısından bu tür ve-
ri tabanlarına daha fazla önem ve-
rilmelidir. Özellikle her tür dağılım
kaydının yaygın gözlenen türler için
bile çok önemli olduğu düşünüldü-
ğünde, farklı amaçlar (örneğin, doğa
fotoğrafçılığı, amatör doğa gözlem-
leri, akademik çalışmalar) ile yapı-
lan bu tür kayıtların tür dağılım veri
tabanlarına yönlendirilmesi gerekir.
Çevresel veri, İnternet üzerinde
mevcut olan iklim veri tabanların-
dan elde edilebilir (bkz. Richards
et al.). Örneğin, WorldClim-Global
Climate Data (www.worldclim.org),
en sık kullanılan ve tüm dünya için
19 değişkenden oluşan biyoiklim-
sel verinin serbest kullanımına izin
veren bir veri tabanıdır (bkz. ayrıca
CliMond: global climatologies for bi-
oclimatic modelling, www.climond.
org). Bu veri, geçmiş (son buzulla-
rarası dönem, 130-116 bin yıl ön-
ce ve son buzul maksimum, 21 bin
yıl önce), günümüz (1950-2000) ve
gelecek (örneğin, 2050, 2070) için
mevcuttur. Yukarıdaki örneklerde
olduğu gibi, Türkiye için bölgesel
iklim modellerine dayanan iklim ve-
rilerinin serbest kullanıma açılması,
özellikle geleceği öngörmek açısın-
dan şüphesiz çok değerli olacaktır.
Ekolojik niş modellemesi, tür da-
ğılım ve çevresel verilere ek olarak
aynı zamanda modelleme teknikle-
rine (algoritmalara) ihtiyaç duyar.
Bu algoritmaların (bkz. Richards et
al.) en etkinlerinden biri, MAXENT
yazılımındaki (www.cs.princeton.
edu/~schapire/maxent, Phillips et al.
2004, 2006; Elith et al. 2011) mak-
simum entropi makine öğrenme al-
goritmasıdır (Elith et al. 2006).
Bu noktada, ekolojik niş modelle-
mesi ile ilgili bazı önerilerde bulun-
mak gerekirse, 1) tür-iklim eşitli-
ği ve zaman boyunca ekolojik nişin
değişmediği varsayımları iyi değer-
lendirilmelidir, 2) mümkünse tü-
re özgü dispersal yeteneği ve biyo-
tik etkileşimler, modelleme sürecine
dahil edilmelidir, 3) farklı algorit-
malar ve (özellikle bölgesel) iklim
modelleri (gelecek için farklı temsi-
li konsantrasyon rotaları ile birlikte)
kullanılmalıdır, 4) mümkünse eko-
lojik niş modellemesi ve moleküler
filocoğrafya yaklaşımları birlikte ele
alınmalıdır.
Moleküler filocoğrafya
Moleküler filocoğrafya, yakın i-
lişkili türler arasında veya tür için-
de genetik varyasyonun dağılımını
etkileyen süreçleri anlamaya çalışır
(Knowles 2009; Nielsen and Beau-
mont 2009; Hickerson et al. 2010).
Bu yaklaşım, nötral genetik varyas-
yon örüntüsünün türün demogra-
fik tarihi ile ilgili bilgi vermesi te-
meline dayanır (Avise et al. 1987;
Avise 2000). Demografik tarih, po-
pulasyon büyüklüğündeki dalgalan-
malar, populasyon ayrılmaları (vi-
karyant olaylar ve/veya migrasyon
ile farklılaşma) gibi genetik varyas-
yon örüntüsünü üreten demografik
olaylardan oluşur. Tanımsal mole-
küler filocoğrafya süreci, ilk olarak
filogenetik metotlar kullanılarak fi-
logenetik ağacın oluşturulması ve
daha sonra filogenetik ağacın topo-
lojisi, soy hatlarının coğrafi dağılımı
ve dallanma olaylarının tahmini ta-
rihleri kullanılarak demografik tari-
hin çıkarsanması şeklinde özetlene-
bilir; yani, filogenetik ağacın coğrafi
bağlamda demografik olaylar ile iliş-
kilendirilmesidir. Ancak, filogenetik
ağaçlar, sadece demografik olaylar
hakkında değil, stokastik (rastgele)
süreçler (yani, bazı bireyler çok sa-
yıda, bazı bireyler ise az sayıda yav-
ru verdiği için, genetik sürüklenme
yoluyla gen soy hatlarının rasgele
kaybolması) hakkında da bilgi içe-
rir; bir diğer deyişle, aynı filogene-
tik ağaç, farklı demografik olaylar
(alternatif biyocoğrafi senaryolar) i-
le açıklanabilir. Bu nedenle, demog-
rafik çıkarımlar, genetik süreçlerin
stokastisitesini dikkate alan istatis-
tiksel filocoğrafya ile yapılmalıdır.
İstatistiksel filocoğrafya, alternatif
biyocoğrafi senaryoların üretilmesi
ve test edilmesine dayanır (Knowles
2009; Nielsen and Beaumont 2009;
Hickerson et al. 2010). Alternatif bi-
yocoğrafi senaryolar, ekolojik niş
modellemesi yaklaşımı kullanılarak
üretilebilir (Richards et al. 2007).
DIYABC yazılımı (www.montpelli-
er.inra.fr/CBGP/diyabc), moleküler
belirteçler kullanılarak demografik
çıkarımlar yapmak, yani alternatif
biyocoğrafi senaryoları test etmek
için, Yaklaşık Bayes Hesaplama me-
toduna kullanımı kolay bir yaklaşım
sunar (Cornuet et al. 2008). İsta-
tistiksel filocoğrafya yaklaşımın A-
nadolu için ilk örneklerinden biri,
Anadolu sıvacı kuşu ile ilgili çalış-
madır (Perktaş et al. 2015a).
GELECEK SAYIDA
Bir step hayvanı olan Anadolu
yer sincabı nasıl etkileniyor?
KAYNAKLAR
- Abolafya M., Onmuş O., Şekercioğlu Ç.H. and Bilgin R.
2013. Using citizen science data to model the distributions
of common songbirds of Turkey under different global
climatic change scenarios. PLoS ONE 8(7): e68037.
- Avise J.C. 2000. Phylogeography: The History and Formation
of Species. Harvard University Press, Cambridge.
83
- Avise J.C., Arnold J., Ball R.M., Bermingham E., Lamb T.,
Neigel J.E., Reeb C.A. and Saunders N.C. 1987. Intraspecific
phylogeography: the mitochondrial DNA bridge between
population genetics and systematics. Annual Review of
Ecology, Evolution, and Systematics 18: 489-522.
- Bellard C., Bertelsmeier C., Leadley P., Thuiller W. and
Courchamp F. 2012. Impacts of climate change on the future
of biodiversity. Ecology Letters 15: 365-377.
- Bozkurt D., Turuncuoglu U., Sen O.L., Onol B. and Dalfes
H.N. 2012. Downscaled simulations of the ECHAM5, CCSM3
and HadCM3 global models for the eastern Mediterranean–
Black Sea region: evaluation of the reference period. Climate
Dynamics 39: 207-225.
- Cornuet J.M., Santos F., Beaumont M.A., Robert C.P.,
Marin J.M., Balding D.J., Guillemaud T. and Estoup A.
2008. Inferring population history with DIY ABC: a user-
friendly approach to Approximate Bayesian Computation.
Bioinformatics 24: 2713-2719.
- Elith J. and Leathwick J.R. 2009. Species distribution
models: ecological explanation and prediction across
space and time. Annual Review of Ecology, Evolution, and
Systematics 40: 677-697.
- Elith J., Graham C.H., Anderson R.P., Dudík M., Ferrier
S., Guisan A., Hijmans R.J., Huettmann F., Leathwick J.R.,
Lehmann A., Li J., Lohmann L.G., Loiselle B.A., Manion G.,
Moritz C., Nakamura M., Nakazawa Y., Overton J.McC.M.,
Peterson A.T., Phillips S.J., Richardson K., Scachetti-Pereira
R., Schapire R.E., Soberón J., Williams S., Wisz M.S. and
Zimmermann N.E. 2006. Novel methods improve prediction
of species’ distributions from occurrence data. Ecography 29:
129-151.
- Elith J., Phillips S.J., Hastie T., Dudik M., Chee Y.E. and Yates
C.J. 2011. A statistical explanation of MaxEnt for ecologists.
Diversity and Distributions 17: 43-57.
- Gür H. 2013. The effects of the Late Quaternary glacial–
interglacial cycles on Anatolian ground squirrels: range
expansion during the glacial periods? Biological Journal of
the Linnean Society 109: 19-32.
- Hickerson M.J., Carstens B.C., Cavender-Bares J., Crandall
K.A., Graham C.H., Johnson J.B., Rissler L., Victoriano P.F.
and Yoder A.D. 2010. Phylogeography’s past, present, and
future: 10 years after Avise, 2000. Molecular Phylogenetics
and Evolution 54: 291-301.
- Hutchinson G.E. 1957. Concluding remarks. Cold Spring
Harbor Symposium on Quantitative Biology 22: 415-457.
- Knowles L.L. 2009. Statistical phylogeography. Annual
Review of Ecology, Evolution, and Systematics 40: 593-
612.
- Lepetz V., Massot M., Schmeller D.S. and Clobert J. 2009.
Biodiversity monitoring: some proposals to adequately study
species’ responses to climate change. Biodiversity and
Conservation 18: 3185-3203.
- Martínez-Meyer E. 2012. Advances, limitations, and
synergies in predicting changes in species’ distribution and
abundance under contemporary climate change. In: Beever
E.A. and Belant J.L. eds. Ecological Consequences of Climate
Change: Mechanisms, Conservation, and Management. CRC
Press, Boca Raton, London, and New York. 67-84.
- Nielsen R. and Beaumont M.A. 2009. Statistical inferences
in phylogeography. Molecular Ecology 18: 1034-1047.
- Nogués-Bravo D. 2009. Predicting the past distribution of
species climatic niches. Global Ecology and Biogeography
18: 521-531.
- Parry M.L., Canziani O.F., Palutikof J.P., van der Linden
P.J. and Hanson C.E. 2007. Contribution of Working Group
II to the Fourth Assessment Report of the Intergovernmental
Panel on Climate Change, 2007. Cambridge University Press,
Cambridge, United Kingdom and New York, NY, USA.
- Pearson R.G. 2010. Species’ distribution modeling
for conservation educators and practitioners. Lessons in
Conservation 3: 54-89.
- Perktaş U., Gür H., Sağlam İ.K. and Quintero E. 2015a.
Climate-driven range shifts and demographic events over the
history of Krüper’s Nuthatch. Bird Study 62: 14-28.
- Perktaş U., Gür H. and Ada E. 2015b. Historical demography
of European green woodpecker: comparing phylogeographic and
ecological niche model predictions. Folia Zoologica 64: 284-295.
- Phillips S.J., Dudík M. and Schapire R.E. 2004. A maximum
entropy approach to species distribution modeling. In:
Proceedings of the 21st International Conference on Machine
Learning, Banff, Alberta, Canada, 4–8 July 2004. ACM Press,
New York. 655-662.
- Phillips S.J., Anderson R.P. and Schapire R.E. 2006.
Maximum entropy modeling of species geographic
distributions. Ecological Modelling 190: 231-259.
- Quintero I. and Wiens J.J. 2013. Rates of projected climate
change dramatically exceed past rates of climatic niche
evolution among vertebrate species. Ecology Letters 16:
1095-1103.
- Richards C.L., Carstens B.C. and Knowles L.L. 2007.
Distribution modelling and statistical phylogeography: an
integrative framework for generating and testing alternative
biogeographical hypotheses. Journal of Biogeography 34:
1833-1845.
- Solomon S., Qin D., Manning M., Chen Z., Marquis M.,
Averyt K.B., Tignor M. and Miller H.L. 2007. Contribution
of Working Group I to the Fourth Assessment Report of
the Intergovernmental Panel on Climate Change, 2007.
Cambridge University Press, Cambridge, United Kingdom and
New York, NY, USA.
- T.C. Çevre ve Şehircilik Bakanlığı. 2013. Türkiye İklim
Değişikliği 5. Bildirimi. Ankara.