Потенциальный биоклиматический ареал Ephedra distachya L.

Обложка

Цитировать

Полный текст

Аннотация

Приводятся современные данные по распространению Ephedra distachya L. Предпринята попытка моделирования биоклиматического ареала вида  методом максимальной энтропии и сравнения полученных данных с ареалом, определенным в сводке «Флора СССР», с учетом дополнений из монографий «Флора европейской части СССР» и «География древесных растений СССР». MaxEnt-моделирование потенциального ареала E. distachya проводилось на основе фондов гербария Саратовского государственного университета (SARAT), базы данных GBIF и электронного атласа «Plantarium». Всего использовано 6973 точки местонахождения вида. В соответствии с полученной биоклиматической моделью, в современном климате наиболее благоприятны условия для существования вида на побережье Черного, Азовского, Мраморного, Средиземного и Каспийского морей, на территориях бывших АзССР, УССР и ГрузССР. В РСФСР (современной РФ) нахождение вида оптимально в Приволжском, Северо-Кавказском и Южном федеральных округах. Резкое сужение потенциального ареала наблюдается в Уральском и Центральном федеральных округах РФ, а также на территориях бывших ТурССР и КазССР. Точность модели подтверждает высокий показатель AUC (Area Under Curve), который составляет 0.933 для тренировочных данных и 0.930 для тестовых. Установлены климатические параметры, влияющие на расселение вида, в которых его существование оптимально. Наибольший вклад в построение модели после пермутации внесли изотермальность (32%), среднегодовая температура (23.1%), среднемесячная суточная амплитуда температуры (12.4%), а также максимальная температура наиболее теплого месяца (11.6%). Проведён корреляционный анализ параметров, внесших наибольший вклад после пермутации. При оценке погрешности методом jackknife получена переменная (среднегодовая температура), содержащая наибольшую информацию, которой нет в других переменных, исключение этой переменной ведет к ухудшению модели.

Об авторах

Екатерина Александровна Нющенко

Саратовский национальный исследовательский государственный университет имени Н. Г. Чернышевского

ORCID iD: 0000-0002-1946-4628
ResearcherId: D-6212-2013
г.Саратов, ул. Астраханская, 83

Вадим Владимирович Солянников

Саратовский национальный исследовательский государственный университет имени Н. Г. Чернышевского

г.Саратов, ул. Астраханская, 83

Список литературы

  1. Санданов Д. В. Современные подходы к моделированию разнообразия и пространственному распределению видов растений: перспективы их применения в России // Вестн. Том. гос. ун-та. Биология. 2019. № 46. С. 82–114. https://doi.org/10.17223/19988591/46/5
  2. Флора СССР / ред. В. Л. Комаров, Б. К. Шишкин, Е. Г. Бобров. М. ; Л. : Изд-во Акад. наук СССР, 1961. Т. 26. 919 с.
  3. Phillips S. J., Dudik M. Modeling of species distributions with maxent: New extensions and a comprehensive evaluation // Ecography. 2008. Vol. 31. P. 161–175. https://doi. org/10.1111/j.0906-7590.2008.5203.x
  4. Phillips S. J., Anderson R. P., Dudík M., Schapire R. E., Blair M. E. Opening the black box: An open-source release of Maxent // Ecography. 2017. Vol. 40. P. 887–893. https://doi. org/10.1111/ecog.03049
  5. GBIF: the Global Biodiversity Information Facility. URL: https://www.gbif.org/ (дата обращения: 12.08.2022).
  6. Plantarium : атлас видов и иллюстрированный online определитель растений. URL: https://www.plantarium. ru (дата обращения: 12.08.2022).
  7. Архипова Е. А., Березуцкий М. А., Болдырев В. А., Буланый Ю. И. Формирование фондов и создание базы данных Гербария Саратовского государственного университета (SARAT, SARP) // Известия Саратовского университета. Новая серия. Серия: Химия. Биология. Экология. 2009. Т. 9, вып. 1. С. 21–23.
  8. WorldClim: Global climate and weather data [Электронный ресурс]. URL: https://www.worldclim.org/ (дата обращения: 18.08.2022).
  9. Куликова Л. В., Петрова Н. А., Кашин А. С. Потенциальный биоклиматический ареал Calophaca wolgarica (l. fl .) DC в связи с выбором мест для его реинтродукции в Саратовскую область // Бюл. Бот. сада СГУ. 2018. Т. 18, № 4. С. 38–48.
  10. Исаев А. П., Борисов Б. З., Никифорова Е. Н. Биоклиматическое моделирование ареала сосны обыкновенной (Pinus sylvestris L.) в Якутии // Природные ресурсы Арктики и Субарктики. 2019. Т. 24, № 3. С. 121–133. https://doi.org/10.31242/2618-9712-2019- 24-3-11
  11. DIVA-GIS. 2021. URL: http://www. diva-gis.org/ (дата обращения: 28.09.2022).
  12. Соколов С. Я., Связева О. А. География древесных растений СССР. М. ; Л. : Наука, 1965. 265 с.
  13. Флора европейской части СССР, том VII / отв. ред. и ред. тома Н. Н. Цвелев. СПб. : Наука, 1994. 317 с.
  14. Тахтаджян А. Л. Флористические области Земли. Л. : Наука, 1978. 248 с.
  15. Голованов Я. М., Ямалов С. М., Лебедева М. В. Растительность меловых обнажений Подуральского плато и сопредельных территорий // Растительность России. 2021. № 40. С. 3–42. https://doi.org/10.31111/ vegrus/2021.40.3
  16. Тептина А. Ю., Лебедева М. В., Ямалов С. М. O некоторых сообществах петрофитных степей Cреднего Урала // Растительность России. 2018. № 33. С. 92–106. https://doi.org/10.31111/vegrus/ 2018.33.92
  17. Золотарева Н. В., Подгаевская Е. Н., Лесина С. А., Куянцева Н. Б. Местонахождения и современное состояние популяций редких растений Ильменского государственного заповедника (степное лесничество) // Вестник ОГУ. 2012. № 6 (142). С. 45–49.
  18. Ямалов С. М., Миркин Б. М. Флористическая и географическая дифференциация настоящих и луговых степей Южного Урала // Растительный мир Азиатской России. 2010. № 2 (6). С. 58–65.
  19. Скользнева Л. Н., Кирик А. И. Динамика растительности Галичьей Горы за 95 лет // Вестник Воронежского государственного университета. Серия: Химия. Биология. Фармация. 2007. № 2. С. 100–109.
  20. Буцких Д. Р., Титова Л. В., Кирина И. Б. Уникальный мир реликтовых растений заповедника «Галичья гора» // Наука и образование. 2022. № 2. С. 1–6.
  21. Солнышкина Е. Н. Характеристика растительного сообщества с Ephedra distachya L., расположенного в охранной зоне участка Лысые горы заповедника «Белогорье» // Флора и растительность Центрального Черноземья : материалы межрегион. науч. конф. (г. Курск, 6 апреля 2013 г.). Курск, 2013. С. 147–150.
  22. Гусев А. В. Флора левобережья р. Холок. окрестности сёл Тростенец и Василь-Дол (Новооскольский район Белгородской области) // Флора и растительность Центрального Черноземья : материалы межрегион. науч. конф. (г. Курск, 6 апреля 2013 г.). Курск, 2013. С. 147–150.
  23. Пережогин Ю. В. Ревизия Гербария Костанайского государственного педагогического института (семейства Onocleaceae – Ephedraceae) // Вестник КГПИ. 2009. № 4. С. 50–53.
  24. Рачковская Е. И. Нелина Н. В. Растительность природного резервата «Алтын-Дала» // Геоботаническое картографирование. 2018. С. 91–106. https://doi.org/ geobotmap/2018.91
  25. Матяшенко Г. В. Меловые обнажения Подуральского плато как рефугиумы для редких видов растений // Ботанические исследования на Урале. Пермь : Пермский государственный университет, 2009. С. 227–230.
  26. Гроссгейм А. А. Флора Кавказа. Т. 1. Баку : АзФАН, 1939. 564 с.
  27. Dormann C. F., Elith J., Bacher S. Collinearity: A review of methods to deal with it and a simulation study evaluating their performance // Ecography. 2013. Vol. 36. P. 27–46. https://doi.org/10.1111/j.1600- 0587.2012.07348.x
  28. Elith J. A. Phillips S. J., Hastie T. Statistical explanation of MaxEnt for ecologists // Diversity and Distributions. 2011. Vol. 17, iss. 1. P. 43–57. https://doi.org/10.1111/ j.1472-464 2.2010.00725.x
  29. Лисовский А. А., Дудов С. В. Преимущества и ограничения методов экологического моделирования ареалов. 2. MaxEnt // Журнал общей биологии. 2020. Т. 81, № 2. С. 135–146. https://doi.org/10.31857/S0044459620020049
  30. Олонова М. В., Гудкова П. Д. Биоклиматическое моделирование: задания для практической работы и методические указания к их выполнению. Томск : Издательский Дом Томского государственного университета, 2017. 50 с.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».