Моделирование потенциального ареала обитания растений методами машинного обучения
УДК 519.67, 551.581.1
Аннотация
Статья посвящена моделированию потенциального ареала обитания вида Pulsatilla turczaninovii Kryl. et Serg. (Прострел Турчанинова). Моделирование экологических ниш растений — процесс построения моделей с использованием современных компьютерных алгоритмов и биоклиматических данных для прогнозирования ареала обитания видов растений. Результатом моделирования является модель, с помощью которой можно картографировать территорию произрастания или проживания видов, прогнозировать ареал или анализировать влияние окружающей среды на виды.
Для построения эффективных моделей прогнозирования экологических ниш растений требуются данные как о присутствии видов, так и об их отсутствии на той или иной территории. Точки отсутствия видов (или фоновые точки) не регистрируются в базах данных, но могут быть сгенерированы с использованием разных подходов.
В данной статье описывается реализация трех подходов к выбору точек псевдо-отсутствия видов на определенной территории и представлен результат моделирования потенциального ареала обитания вида Pulsatilla turczaninovii Kryl. et Serg. с помощью алгоритма случайного леса — наиболее популярного способа построения ансамблей деревьев решений. Программная реализация модели осуществлена на высокоуровневом языке программирования Python.
Скачивания
Metrics
Литература
Guisan A., Thuiller W. Predicting species distribution: offering more than simple habitat models // Ecology letters. 2005. Vol. 8. № 9.
Зайков В.Ф., Ваганов А.В., Шмаков А.И. Климатическое моделирование потенциального ареала Pulsatilla turczaninovii Кгу1. et Serg. (Ranunculaceae) на территории Евразии // Теоретическая и прикладная экология, 2022. № 1.
Ваганов А.В., Покалякин З.В., Хворова Л.А. Комплексное решение задач оценки растительных ресурсов методами ГИС и климатического моделирования // Проблемы ботаники Южной Сибири и Монголии. 2021. Т. 20, № 1.
Макунина Н.И., Егорова А.В., Писаренко О.Ю. Построение потенциальных ареалов растительных сообществ с целью ботанико-географического районирования (на примере лесов Тувы) // Сибирский экологический журнал. 2020. № 4. DOI: 10.1134/s1995425520040095.
Дудов С.В. Моделирование распространения видов по данным рельефа и дистанционного зондирования на примере сосудистых растений нижнего горного пояса хр. Тукурингра (Зейский заповедник, Амурская область) // Журнал общей биологии. 2016. Т. 77. № 2.
Elith J., Leathwick J.R. Species distribution models: ecological explanation and prediction across space and time // Annual Rev. Ecol. Evol. Systematics. 2009. Vol. 40. DOI: 10.1146/annurev.ecolsys.110308.120159.
Global Biodiversity Information Facility (GBIF) Occurrence Download (accessed: 20.12.2019). DOI: 10.15468/ dl.4khq61.
Barbet-Massin M., Jiguet F., Albert C.H., Thuiller W Selecting pseudo-absences for species distribution models: how, where and how many? https://besjournals.onlinelibrary. wiley.com/doi/10.1111/j.2041-210X.2011.00172.x.WorldClim. https://www.worldclim.com/node/] (дата обращения: 30.04.2022).
Thuiller W., Lafourcade B., Engler R., Araujo M.B. BIOMOD — a platform for ensemble forecasting of species distributions // Ecography. 2009. Vol. 32. № 3.
Полетаева Н.Г. Классификация систем машинного обучения // Вестник Балтийского федерального ун-та. 2020. № 1.
Anderson R. P., Lew D., Peterson A. T. Evaluating predictive models of species’ distributions: criteria for selecting models // Ecological Modelling. 2003. Vol. 162. DOI: 10.1016/ s0304-3800(02)00349-6.
Barthlott W., Biedinger N., Braun G., Feig F., Kier G., Mutke J. Terminological and Methodological Aspects of the Mapping and Analysis of the Global Biodiversity // Acta Bot. Fennica, 1999. Vol. 162.
Austin M. Species distribution models and ecological theory: A critical assessment and some possible new approaches // Ecol. Model. 2007. Vol. 200. DOI: 10.1016/j. ecolmodel.2006.07.005.
Brown J.L. SDMtoolbox: a python-based GIS toolkit for landscape genetic, biogeographic and species distribution model analyses // Methods in Ecology and Evolution. 2014. Vol. 5. № 7. DOI: 10.Ш1/2041-210Х.12200.
Кoрзников К.А. Климатическое моделирование местообитания Kalopanax septemlobus и Phellodendron amurense var. sachalinense в островном секторе Дальнего Востока России // Известия РАН. Серия биологическая. 2019. № 6. DOI: 10.1134/S0002332919040088.
Hallgren W, Beaumont L., Bowness A., Chambers L., Graham E., Holewa, H., Laffan S., Mackey B., Nix H., Price J., Vanderwal J., Warren R., Weis G. The Biodiversity and Climate Change Virtual Laboratory: Where ecology meets big data // Environmental Modelling and Softwareю 2016. № 76. DOI: 1016/j.envsoft.2015.10.025.
Copyright (c) 2022 Алексей Владимирович Ваганов , Владимир Федорович Зайков , Ольга Сергеевна Кротова , Андрей Игоревич Мусохранов , Захар Валерьевич Покалякин , Любовь Анатольевна Хворова
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
