ИСТИНА

Моделирование распространения видов позволяет установить связь между местонахождениями особей вида и факторами природной среды. Обработка подобных массивов данных определяет необходимость применения методов машинного обучения. В данной работе ряд таких методик были использованы для моделирования распространения отдельных видов Зонтичных флоры Крыма. Данные о распространении растений получены на основе этикеток гербарных образцов из трех гербариев: Московского университета (MW), Главного ботанического сада имени Н.В. Цицина РАН (MHA), Ботанического института имени В.Л. Комарова РАН (LE). В качестве факторов среды для моделирования использованы данные WorldClim версии 2.0 [1]. Значения для 19 климатических переменных были извлечены для точек в узлах решетки разрешением 0.125°. Статистический анализ, машинное обучение и визуализация результатов выполнены в свободной программной среде R. Для биоклиматических переменных проведен анализ главных компонент (РСА), позволивший оценить корреляцию между переменными и их относительный вклад в дисперсию данных. Кластерный анализ (методом Уорда и к-средних) позволил выделить 5 устойчивых кластеров. Результаты кластеризации были сопоставлены с существующими схемами физико-географического районирования Крыма. С использованием алгоритмов машинного обучения (наивного байесовского классификатора и классификатора “Случайный лес”) были созданы модели распространения отдельных видов Зонтичных флоры Крыма. Для тренировки моделей использовали биоклиматические данные в точках сбора образцов и в случайно выбранных точках решетки. Для отбора оптимальных параметров машинного обучения в разных реализациях использованы различные соотношения этих групп данных.