ИСТИНА

Методы моделирования ареалов живых организмов (species distribution modelling, ecological niche modelling etc.) развиваются с колоссальной скоростью. Количество работ, публикуемых ежегодно, опережает даже скорость публикации результатов молекулярно-генетических исследований. Несложно заметить общие черты между развитием этого направления и общими тенденциями в современных научных публикациях: быстрое появление и развитие научных школ, отсутствие интереса к работам коллег, а особенно предшественников, глобальность выводов и обобщений. Поскольку «русскоязычная наука» благополучно не заметила начала становления и поры бурного роста этого направления, в настоящее время сложился благоприятный для вступления в этот «консорциум» момент. На фоне сотен публикующихся ежемесячно работ, появились крупные критические обзоры методического плана. Таким образом, сложилась подходящая ситуация для того, чтобы вступить в ряды «моделирующих а реалы», но не сделать множество ошибок, которые уже сделали тысячи исследователей - «пионеров». В докладе рассмотрены основные группы теоретических и методических проблем, возникающих при изучении ареалов методами моделирования экологической ниши, с о собым упором на использование музейных коллекций. 1. Суть понятия ареала. Все ли ученые понимают одно и то же под этим словом? 2. Как в принципе можно представить себе ареал? Вероятностная и бинарная модели. 3. Теоретические предпосылки применения методов моделирования экологической ниши для построения ареалов. 4. Известные ограничения на исследование распространения видов по экологическим данным. 5. Что, собственно, мы изучаем? В чем разница между пригодностью биотопов, встречаемостью и «наблюдаемостью»? 6. Характер фаунистических данных, используемых для изучения ареалов. Достаточно ли данных о присутствии вида (нужны ли данные об его отсутствии)? Ограничения по типам данных (коллекционные, литературные, опросные и тп). 7. Характер экологических данных, используемых для изучения ареалов. Ограничения разных типов данных, технические ограничения. 8. Методические проблемы: выбор алгоритма, неполнота выборки, смещенность распределения исходных данных, специфика фаунистических данных, оценка качества модели, пороги дискретизации