Исследование ботанико-географических рубежей в российской части бассейна р. Амур путем моделирования распространения видов растенийНИР

Study phytogeographycal boudaries in Amur basin usin species distribition modelling

Источник финансирования НИР

грант РФФИ

Этапы НИР

# Сроки Название
1 11 января 2016 г.-31 декабря 2016 г. Исследование ботанико-географических рубежей в российской части бассейна р. Амур путем моделирования распространения видов растений
Результаты этапа: Объявленные на отчетный период задачи полностью выполнены. Результаты на региональном уровне исследования Проведен выбор ключевых видов для моделирования. Выбрано 102 вида сосудистых растений имеющие разное распространение в пределах территории исследования, относящихся к разным флороценотическим комплексам, и имеющим разное зонально и высотно-поясное тяготение (см Приложение 1). В списке представлены как неморальные маньчжурские (Fraxinus mandshurica, Maackia amurensis, Menispermum dauricum, Onoclea sensibilis, Paeonia lactiflora, P. obovata, Schisandra chinensis, Tilia amurensis и др.), степные дауро-монгольские (Stipa baicalensis, Stellaria dichotoma, Stellera chamaejasme, Youngia tenuifolia, Orostachys malacophylla и др.), бореальные охотские (Coptis trifolia, Chamaepericlymenum canadense, Aconitum ranunculoides, Spiraea betulifolia и др.), бореальные циркумполярные (Lycopodium annotinum, Antennaria dioica) и евразиатские (Juniperus sibirica, Vaccinium myrtillis) др. Охвачены разные жизненные формы – деревья (Tilia amurensis, Ulmus japonica, U. macrocarpa), кустарники (Lespedeza bicolor, Corylus heterophylla, C. mandshurica, Syringa amurensis, Spiraea media, S. ussuriensis), лианы (Menispermum dauricum, Schisandra chinensis), многолетние травы (Streptopus streptopoides, Youngia tenuifolia, Viola dactyloides, Waldsteinia ternata). В данной выборке имеются виды различных эколого-ценотических групп: облигатные и факультативные петрофиты (Selaginella helvetica, Saposhnikovia divaricata, Scutellaria baicalensis), виды уремных местообитаний (Carex campylorhina, Chloranthus japonicus, Galium paradoxum и др.). Ряд видов является диагностическими синтаксонов высокого ранга, например, класса Querco mongolicae-Betuletea davuricae Ermakov et Petelin in Ermakov 1997 (Artemisia gmelinii, Atractylodes ovata, Carex nanella, Betula davurica, Iris uniflora и др.); класса Quercetea mongolicae (Carex siderosticta), порядков Abieti-Piceetalia Miyawaki, Ohba et Okuda 1968 (Chamaepericlymenum canadense), Lathyro humilis – Laricetalia cajanderii Ermakov, Cherosov et Gogoleva 2002 (Lathyrus humilis, Spiraea media) и др. Некоторые виды из списка находятся под охраной, 15 видов внесены в Красную книгу Забайкальского края (Постановление Правительства Забайкальского края от 16 февраля 2010 г. N 52); 23 - в Красную книгу Амурской области (2008); 17 – Еврейской автономной области (2006); 9 видов – в Красную книгу Приморского края (2008);9- Красную книгу Хабаровского края (2008). Таким образом, исследование ареалов выбранных видов, с одной стороны, позволит выявить ботанико-географические закономерности, а с другой – выйти на решение вопросов сохранения биоразнообразия Приамурья. Для выбранных видов проведена инвентаризация коллекций пяти основных гербариев России: LE (гербарий Ботанического института им. В.Л.Комарова, Санкт-Петербург); MW (гербарий МГУ имени М.В.Ломоносова, Москва); MHA (гербарий Главного ботанического сада имени Н.В.Цицина, Москва); VLA (гербарий биолого-почвенного института ДВО РАН, Владивосток); VBGI (гербарий Ботанического сада-института ДВО РАН, Владивосток). При посещении гербариев образцы фотографировали либо сканировали для дальнейшей привязки. Всего было 24082 изображения получено гербарных образцов по 102 видам. Гербарные сборы датированы с 1890-го по 2016-й год. Основной объем гербарного материала собран в период 1910-1940 гг. (преимущественно LE) (см. Приложение 1). Информацию с гербарных этикеток (географическое положение пункта сбора, характеристика местообитания, коллектор, дата) вносили в базу данных. В отчетный период в базу внесено 2196 листа. Координатная привязка была указана на этикетках менее чем в 50-ти случаях, поэтому большую часть точек находок привязывали, опираясь на словесные описания. Для работы выбрана точность привязки около 1-2 км. Точки находок, которые не удавалось привязать с заданной точностью, исключены. Всего отсеяно 40-70% всех образцов. Для привязки образцов использовали карты в программе SAS.Planet, и другие онлайн-ресурсы («Яндекс.Карты» (https://yandex.ru/maps/, последняя дата обращения 1.12.2016), онлайн ресурс старых и современных карт (с 1600 по 2015 гг.) «ЭтоМесто» (http://www.etomesto.ru/, последняя дата обращения 1.12.2016), сайт «Карты всего мира» с полным набором топографических карт Генштаба СССР и топографических карт ГГЦ (http://loadmap.net/). Часто автор гербарной этикетки указывал привязку к населенному пункту, на настоящий момент исчезнувшему или переименованному. В таком случае использовали историческую литературу (например: «Путешествие по долине реки Уссури» Р. Маака (1861), «Путешествие в Уссурийском крае» Н. М. Пржевальского (1947); многочисленные интернет-источники (официальные сайты субъектов, муниципальных районов, заповедников и национальных парков, краеведческие онлайн-ресурсы). Географические координаты в 2016-м году определены для 1931 образца. Для экстраполяции точек находок и получения моделей ареала использованы климатические данные и производные данных дистанционного зондирования: - Климатическую модель WorldClim – 11 температурных биоклиматических метрик и 8 осадков (Hijmans et al., 2005). Климатические данные используются во многих работах по моделированию распространения видов (Buermann et al., 2008; Saatchi et al., 2008; Cord et al., 2014; Лисовский, Оболенская, 2014 и мн. др.). Анализ климатических данных с использованием коэффициента корреляции Пирсона показывает, что данные имеют значительные взаимные корреляции. Так, переменная BIO 1 (среднегодовые температуры) ожидаемо демонстрирует сильные (0,69-0,91) прямые и обратные связи с переменными BIO 4 (сезонность температур), BIO 6 (t min самого холодного месяца), BIO 7 (среднегодовая разница температур (t max - t min), BIO 9 (средняя температура самого сухого квартала). Для исключения их влияния данные были преобразованы во взаимно ортогональные методом главных компонент (Пузаченко и др., 2011; Dormann et al., 2012). В анализ включено четыре первых переменных (CLIM 1-4), отражающих обобщенное распределение температур, осадков и континентальности климата в пределах региона исследования. - Модель глобальной динамики и географической дифференциации облачности (Wilson, Jetz, 2016), построенные на основе многолетнего набора ежедневных снимков спутникового радиометра MODIS. В анализ взяты четыре слоя: среднемноголетняя повторяемость облачности (MODCF_mean), средняя из 12 среднемесячных стандартных отклонений повторяемости облачности пикселя (MODCF_inter), средняя из 12 среднемесячных повторяемостей облачности (MODCF_intra), сезонность повторяемостей облачности (MODCF_season). A. Wilson и W. Jetz (2016) показали потенциал применения указанных пространственных данных для исследования закономерностей распределения горных тропических лесов, протейных и колибри. - Материалы о глобальной гетерогенности местообитаний (Tuanmu, Jetz, 2015), полученные на основе текстурного анализа распределения улучшенного вегетационного индекса (EVI), полученного на основе снимков MODIS. Распределение данных (слой heterogeneity) отражает закономерности структуры местообитаний в пределах пикселя растра, повышенные значения связаны с горными районами, долинами рек, участками с неоднородным растительным покровом. - Карта наземного покрова России (Bartalev, Belward, 2002), построенная на спутниковых снимках низкого разрешения SPOT - VEGETATION instrument (слой terranorte). Из анализа были исключены водные объекты путем маскирования. Использована маска водных объектов MOD44W (Carol et al., 2004). Обработка данных проведена в программах ArcGis 10.2.1 for Desktop (лицензия 523612 conservation grant); GRASS Gis 7.0.5; SAGA Gis 2.1.2 (свободное ПО). Для построения моделей ареала использован метод максимальной энтропии (Phillips et al., 2006; Phillips, Dudik, 2008; Elith et al., 2011), реализованный в программе MaxEnt (Maximum Entropy Species Distribution Modelling, Version 3.3.3e; www.cs.princeton.edu/~schapire/maxent/). Принцип алгоритма MaxEnt следующий: аппроксимация должна удовлетворять всем известным исследователю ограничениям, и предмет этих ограничений – искомое распространение – должно иметь максимальную энтропию (Phillips et al., 2006). Моделирование проведено для 17-ти видов: Arundinella anomala, Betula davurica, Carex siderosticta, Caulophyllum robustum, Chrysanthemum mongolicum, Cleistogenes kitagawae, Corylus heterophylla, C. mandshurica, Filifolium sibiricum, Hemerocallis minor, Iris uniflora, Lathyrus humilis, Paeonia lactiflora, Ribes diacantha, Scutellaria baicalensis, Stipa baicalensis, Vicia pseudorobus. Каждую модель строили в 20-й повторности, в ходе моделирования исходная выборка случайным образом разбивалась на обучающий (60%) и тестовый (40%) наборы (метод повторяющейся выборки — subsample) (Phillips, Dudik, 2008). Качество моделей оценивали на основе широко применяемой меры оценки прогнозной способности модели (Fielding & Bell, 1997) — площади под ROC-кривой AUC (area under curve of the received operating characteristic), рассчитываемой для обучающего (AUC training) и тестового (AUC test) набора данных. Из 20-ти моделей для каждого вида выбирали лучшую с наивысшим значением AUC test. Полученные модели характеризуются высоким качеством по статистической оценке. Значения AUC training составили 0,85-0,97, AUC test - 0,85-0,98 – «хорошо» и «отлично» по Swets (1988). Для оценки значимости предсказанной вероятности присутствия вида и построения бинарной карты присутствия-отсутствия вида был выбран широко используемый показатель «максимальной чувствительности и специфичности обучающей выборки» («Maximum training sensitivity plus specificity», далее по тексту – MTSS) (Liu et al., 2005). Полученные карты в целом соответствуют существующим представлениям о распространении выбранных видов, однако дают новую информацию о структуре ареалов (Приложение 2). Помимо фундаментально-научной задачи - установить зависимость пространственного распределения ключевых видов от климатических и орографических факторов окружающей среды на территории бассейна р.Амур, результаты реализации проекта дают представление о распространении редких и охраняемых видов со значительно более высоким уровнем детальности (Приложение 2, рис. 2.1.6-2.1.7). Вклады переменных среды в модели исследовали по тесту «важность пермутации» и методом складного ножа (jackknife). Показано (см. Приложение 2.2), что наибольший вклад, до 80-90%, в модели ареалов внесли климатические переменные – Сlim1 – Clim4, причем вклад Clim 1 больше у неморальных видов океанического тяготения (Carex siderosticta, Caulophyllum robustum), а Clim 2 – у степных дауро-монгольских Chrysanthemum mongolicum, Ribes diacantha, Scutellaria baicalensis. Тест методом складного ножа (jackknife) (Приложение 2, рис. 2.2.3) показывает также, что на прирост модели (gain), как на обучающем, так и на тестовом наборам данных влияют переменные, описывающие параметры облачности (MODCF_mean, MODCF_inter, MODCF_intra, MODCF_season). Переменные, имеющие незначительный вклад в прирост модели, оказываются значимыми на формирование точности предсказания по AUC. Преимущественная роль климатических параметров в моделях ареалов видов бассейна Амур, подтверждает тезис В.Б. Сочавы о пацифическом влиянии, определяющем структуру растительность бассейна р. Амур на макроуровне (Сочава, 1980). Результаты на локальном уровне исследования в пределах ключевого участка Проведен комплексный географический анализ флоры и растительности хребта Тукурингра в пределах Зейского заповедника. Выбор данной территории в качестве модельной территории обусловлен положением территории в зоне угасания влияния тихоокеанского муссона, хребет Тукурингра находится в контактной зоне взаимодействия крупных геосистем Северной Азии – восточносибирских континентальных и дальневосточных субокеанических (Сочава, 1980). На основе анализа гербарных коллекций, литературы и собственных полевых данных показано, что флора сосудистых растений Зейского природного заповедника насчитывает 721 вид и подвид сосудистых растений, относящихся к 325 родам и 85 семействам, что составляет около 70% флоры Верхнезейского флористического района (Старченко, 2009). 21 вид сосудистых растений выявлен для Зейского заповедника и хребта Тукурингра нами впервые. Ведущие позиции по видовому богатству имеют семейства: Asteraceae (69 видов, 9,6 %), Cyperaceae (68 видов, 9,4 %), Poacea (61 вид, 8,5 %), Ranunculacea (50 видов, 6,9 %), Rosacea (44 вида, 6,1 %), Fabaceae (27 видов, 6 %), Salicaceae и Caryophyllaceae (по 24 вида и 7 %), Ericaceae (22 вида, 9 %), Polygonaceae (21 вид, 10 %). Состав головной части спектра семейств в целом близок к флорам Маньчжурской провинции Восточноазиатской области (Тахтаджян, 1978). На десять ведущих семейств во флоре приходится около 56 %. Ведущими родами флоры являются: Carex (55 видов (7.6 %), Salix (20 видов, 2.8 %), Potentilla (13 видов, 1.8 %), Artemisia (12 видов, 1.7 %), Viola и Pоа (по 11 видов, 1.5 %). Таксономическое разнообразие, а также семейственные и родовые спектры меняются по высотным поясам. В подгольцовом поясе отмечено 143 вида (20 % всей флоры), из которых 45 встречается исключительно выше верхней границы леса. Наибольшее разнообразие (672 вида, 93 % флоры) характерно для горнотаежного пояса, 74 % флоры (530 видов) произрастает в подпоясе лиственничных лесов. Для подтаежного пояса субнеморальных травяных лиственничных и черноберезово-дубовых лесов показано 285 видов, при этом только в его пределах встречается 122 вида (18 % флоры заповедника). Сравнение флоры заповедника и флор сопредельных горных территорий Восточной Сибири и юга Дальнего Востока, проведено с использованием мер включения (Юрцев, Семкин, 1980; Семкин, 2007). Включения флоры Зейского заповедника в сопредельные региональные флоры составляют от 54 до 75 % (Приложение 3). Наибольшее сходство флора Зейского заповедника демонстрирует с флорой Малого Хингана (542 вида). Для выявления сходства флоры Зейского заповедника и региональных флор Восточной Сибири и Дальнего Востока проведена ординация методом анализа соответствий с удаленным трендом (DCA) (Приложение 3). Исследованные флоры довольно равномерно распределились в ординационном пространстве. Ось 1 соответствует увеличению континентальности климата (от Сихотэ-Алиня к Витимскому нагорью), а ось 2 связана с широтой (от Даурии Аргунской к Алданскому нагорью). Флора Зейского заповедника, таким образом, имеет дальневосточный облик с чертами континентальных горных флор Восточной Сибири. Флора Буреинского нагорья (Буреинский флористический район Хабаровского края по С.Д. Шлотгауэр с соавт., 2001) согласно проведенной ординации оказалась ближайшей к флоре Зейского заповедника. Таким образом флора хребта Тукурингра характеризуется своеобразием и имеет черты как восточносибирских континентальных, так и дальневосточных субокеанических флор. Анализ флоры подгольцового пояса Зейского заповедника с флорами горных сооружений Станового нагорья (включая хребты Северного Прибайкалья), Приохотья, Буреинского нагорья и Сихотэ-Алиня показывает, что число общих с высокогорной флорой хр. Тукурингра видов в рассмотренных флорах составляет 71-120 (50-84 %). Наименьшее число общих видов флора высокогорий хр. Тукурингра имеет с флорами хребтов Прибайкалья, а наибольшее – с флорой хр. Удокан и Дуссе-Алинем. Анализ флоры подгольцового пояса Зейского заповедника показал, что практически все высокогорные виды на хр. Тукурингра встречаются и в высокогорьях хребтов Станового нагорья, Приохотья и Буреинского нагорья. Флористическая специфика заповедника обусловлена, таким образом, особенностями флоры горнотаежного и подтаежного поясов. Флора Зейского заповедника является бореальной дальневосточной. Впервые для горной территории использован метод максимальной энтропии, реализованный в программе MaxEnt, построены картографические модели пространственного распространения 63 видов сосудистых растений хребта Тукурингра и получено представление об их распространении на территории исследования. Анализ моделей показал, что бореальные виды осваивают всю территорию заповедника, а неморальные и гемибореальные приурочены к склонам ущелий рек Зеи и Гилюя и южному макросклону хребта Тукурингра. Анализ моделей распространения видов перспективен как для выявления пространственных закономерностей флоры, так и для картографирования растительности. Полученные модели позволили обосновать границы подтаежного горного пояса и отобразить их на карте. Растительность хребта Тукурингра включает восточносибирские, охотские и маньчжурские комплексы формаций. В ходе работы была уточнена классификационная схема растительности Зейского заповедника, которая включает три типа растительности, 25 формаций и 42 группы ассоциаций. Впервые для Зейского заповедника и хребта Тукурингра в целом показаны такие растительные сообщества как саниониево-пестрохвощевые сообщества наледных полян, вейниковые луга подгольцового пояса, ивково-остролодочниковые тундры и сообщества ивы растопыренной каларской. Наибольшее ценотическое и экологическое разнообразие характерно для лиственничных лесов. Охотские из ели аянской и маньчжурские из березы даурской и дуба монгольского леса имеют низкое ценотическое разнообразие, но играют значительную роль в формировании растительного покрова. Ценотическое разнообразие растительности снижается вверх по высотному профилю. Наиболее высокое разнообразие сообществ характерно для нижнего подпояса лиственничных лесов горнотаежного пояса. Впервые для территории Зейского государственного природного заповедника и его охранной зоны составлена научно-справочная карта растительности м. 1:100 000. Площадь картографирования составила 1206 км2. В основу легенды карты положена эколого-морфологическая классификация растительности (Александрова, 1969; Лавренко, 1982). В качестве высших иерархических категорий в рубрикации легенды карты приняты высотно-поясные подразделения растительности. В их пределах выделы расположены по формационному принципу. На основе литературных и полевых данных выявлены динамические связи растительных сообществ. Коренные, коротко- и длительнопроизводные сообщества рассмотрены с позиций динамических представлений об эпитаксонах В.Б. Сочавы (1979), т.е. сопряженного отображения динамических состояний растительных сообществ и их материнского ядра (коренные ценозы). При организации легенды карты все динамические категории в пределах эпиассоциаций показаны одним цифровым индексом с дополнительным буквенным обозначением производных сообществ. При разработке контурной части карты помимо данных ДДЗ использованы результаты моделирования пространственного распространения видов. Так для выявления границ рододендроновых и подтаежных кустарниковых травяных лиственничных лесов, а также производных мелколиственных лесов на их месте использованы модели константных в данных лесах видов: Rhododendron dahuricum, Spiraea media, Lathyrus humilis, Vicia ramuliflora, Artemisia tanacetifolia. Для отграничения растительных сообществ с участием неморальных видов взяты модели: Iris uniflora, Synurus deltoides, Bupleurum longiradiatum. Масштаб карты растительности (1:100 000) позволил отобразить ценотическое разнообразие растительных сообществ территории на уровне групп ассоциаций, реже ассоциаций в пределах формаций. Легенда карты включает 72 тематических выдела, в том числе два – тундр, пять – стлаников и редколесий, 42 – лесов, три – растительность скал и осыпей, по одному – лугов и зарослей кустарников. Отдельно рассмотрены серийные ряды долин рек – 15 выделов. Карта позволила оценить пространственную роль различных растительных сообществ, получить представление о разнообразии и структуре растительности в разрезе высотно-поясной и внутрипоясной организации растительного покрова. Для проверки выводов о пространственном размещении биоразнообразия, полученных моделей пространственного распространения видов, верификации построенной карты растительности в 2016-м году были проведены полевые исследования на хребте Тукурингра (Амурская область) в пределах Зейского государственного природного заповедника. Сеть маршрутного обследования была выбрана таким образом, чтобы посетить предсказанные в ходе моделирования (Дудов, 2016) местообитания видов маньчжурского неморального комплекса, чтобы выявить рубежи проникновения видов в пределы хребта Тукурингра. Выполнены также флористические исследования. Собран гербарный материал: 400 листов сосудистых растений, 1200 образцов мохообразных, 200 образков лишайников. Гербарий сосудистых растений полностью определен, передан в фонды MW. В ходе полевых работ было выполнено 90 полных геоботанических описаний по стандартной методике и 150 кратких маршрутных описаний, где фиксировали следующие параметры: географические координаты с помощью прибора GPS, положение в рельефе, название растительного сообщества, формулу древостоя, среднюю высоту и диаметр деревьев, видовой состав и структура нижних ярусов. Выявлено 9 ранее не отмеченных на хр. Тукурингра видов сосудистых растений, среди них: - Cystopteris dickeana R. Sim Новый вид для Приамурья и Амурской области. На Дальнем Востоке известен из северных районов, ближайшие местонахождения известны из бассейна р. Мая и Набильского хребта (Охотский и Северо-Сахалинский флористические районы) (Цвелев, 1991). В Сибири известен со Станового Нагорья и района верхнего Алдана (Кашина и др., 1988). Новинки для флоры Верхнезейского флористического района и Зейского заповедника - Chamaerhodos erecta (L.) Bunge— Новинка для флоры Верхнезейского флористического района и Зейского заповедника. Ближайшие известные места произрастания известны в среднем течении реки Зея и верховьях реки Уркан (Якубов и др., 1996). - Listera savatieri Maxim. ex Kom. — . Ближайшие местонахождения на хр. Малый Хинган и на южных отрогах Буреинского нагорья (Вышин, 1996). Известно также изолированное местообитание в верхнем течении реки Алдан: «ЯСССР, Учурский р-н, в 60 км выше устья р. Учур, в долине р. Алдана среди ельника с единичной елью аянской, 9.VIII.1951, М. Караваев» (MW0047710), которое, также, как и отмеченное нами, приурочено к выходам кальцийсодержащих пород. - Viola mirabilis L. — Спорадично распространенный в южной части Амурской области вид (Безделева, 1987; Старченко, 2008), наше местонахождение — на восточной границе ареала вида. Новинки для флоры Зейского заповедника: Aster serpentimontanus Tamamsch, Elytrigia jacutorum (Nevski) Nevski., Hippuris vulgaris L., Cicuta virosa L, Persicaria lapathifolia (L.) S.F. Gray. Установлены новые места произрастания ряда видов маньчжурского флороценотического комплекса, известных по одной-двум находкам в пределах Зейского заповедника (Carex reventa, C. nanella, Berberis amurensis и др.). Обнаружены новые местообитания редких видов. Schisandra chinensis (Turcz.) Baill. Небольшая популяция на площади около 200 м2. Самое северное местонахождение вида в мире. В Зейском заповеднике известны популяции лимонника в устье Гилюйского залива — примерно в 25 км к юго-западу. Также в Зейском заповеднике выявлены три новые для Дальнего Востока вида мхов: Seligeria donniana (Sm.) Müll.Hal, S. tristichoides Kindb., Encalypta pilifera Funck (Dudov et al., 2016). Таким образом, на региональном уровне исследования на первом этапе работу собрана информация по всем основным гербариям. Информация из гербарных этикеток внесена в базу данных, производится ее пространственная привязка. На основе климатических и дистанционных данных созданы модели распространения для 17 видов сосудистых растений, отражающих их потенциальное распространение в пределах территории исследования. Исследована роль природных факторов в формировании структуры ареалов выбранных видов. Созданные модели впервые позволили исследовать распространение выбранных видов на обширной территории российской части бассейна Амура. Карты ареалов, полученные в результате моделирования, могут быть использованы в дальнейшем для исследования распространения редких и охраняемых видов растений. Детальность таких карт ареалов значительно превышает таковую, представленную в региональных красных книгах. На локальном уровне впервые проведен комплексный ботанико-географический анализ ключевого участка – Зейского заповедника. Это позволило выявить региональную специфику и закономерности пространственного размещения биоразнообразия в пределах горной территории на границе угасания влияния тихоокеанского муссона. Результаты моделирования пространственного распространения ценотически значимых видов дали возможность обосновать границы растительных сообществ маньчжурского комплекса – дубово-черноберезовых лесов, суббореальных лиственничных лесов, а также гемибореальных травяных лиственничных лесов на хребте Тукурингра, что использовано для картографирования растительности. Впервые выполненная для территории Зейского заповедника и хребта Тукурингра в целом крупномасштабная карта растительности позволила оценить пространственную роль различных растительных сообществ и получить представление о ценотическом разнообразии и структуре растительности в разрезе высотно-поясной и внутрипоясной организации растительного покрова, рассмотреть степень сохранности его эколого-фитоценотического разнообразия. Созданная карта растительности в дальнейшем послужит пространственной основой для разноплановых исследований ботанического разнообразия в регионе. Для уточнения выявленных закономерностей, полевой проверки построенных моделей проведены полевые исследования на хребте Тукурингра (Амурская область), в результате которых был выявлен ряд новых флористических находок. Найдены новые местонахождения видов маньчжурского флороценотического комплекса на границе своего распространения. Составлены геоботанические описания, собран гербарий сосудистых растений, мхов и лишайников. Собранные полевые данные совместно с данными об ареалах видов на региональном уровне послужат основой для подготовки статьи по закономерностям пространственного размещения маньчжурского флороценотического комплекса на границе ареала.
2 5 мая 2017 г.-12 апреля 2018 г. Исследование ботанико-географических рубежей в российской части бассейна р. Амур путем моделирования распространения видов растений
Результаты этапа: АННОТАЦИЯ Бассейн Амура является зоной контакта фитохорионов высокого ранга и представляет собой миграционный путь для многих видов растений. В пределах данной обширной территории изменяется пространственная роль флороценотических комплексов. Исследование ареалов видов бассейна р. Амур, а также факторов, обуславливающих структуру этих ареалов является актуальной задачей. В рамках настоящего проекта в качестве возможного пути исследования распространения видов и дифференциации фиторазнообразия использовано моделирование, позволяющее установить связь точек полевых наблюдений видов и факторов окружающей среды, и предсказать, таким образом, распространение видов. В рамках проекта впервые составлена и база данных распространения видов сосудистых растений в российской части бассейна Амура и прилегающего побережья. В ее основу легли материалы семи крупнейших гербарных коллекций по флоре территории (LE, MW, MHA, VLA, VBGI, NSK и TK) с конца XIX века до 2016 года. База включает 12371 записей для 103 таксонов с установленной географической привязкой, тексом этикетки, данными по экологии, датой сбора, коллекторами. В базу вошли виды, имеющие в пределах территории исследования различное географическое распространение, относящиеся к различным экологическим и ценотическим группам. Ряд видов охраняется на федеральном и региональном уровнях. Разработанная база данных доступна онлайн: (https://www.gbif.org/dataset/0c7bd9e3-ded7-4de4-99ec-d5145361ff48) и имеет открытый режим доступа. Полученный массив данных, помимо информации о региональном распространении выбранных видов, дает представление о ботанической изученности обширной территории российской части бассейна Амура и прилегающего побережья, пространственных и временных особенностях коллекционных данных. На основе созданной базы данных, климатических моделей и данных дистанционного зондирования впервые для территории исследования получены модели распространения для 100 выбранных видов. Полученные модели дают новую информацию о структуре ареалов видов. В рамках работ по проекту в рамках проведенных полевых исследований получены новые данные по разнообразию сосудистых растений, мхов и лишайников в пределах ключевого участка работ – Зейского заповедника. Полученные в рамках проекта данные, таким образом, дополняют имеющиеся представления о географии растительного покрова бассейна Амура и являются заделом для дальнейших ботанико-географических исследований. ВАЖНЕЙШИЕ РЕЗУЛЬТАТЫ, ПОЛУЧЕННЫЕ В ХОДЕ РЕАЛИЗАЦИИ ПРОЕКТА База данных по 100 видам сосудистых растений Российской части бассейна р. Амур В рамках проекта впервые составлена и опубликована база данных распространения видов сосудистых растений в российской части бассейна Амура и прилегающего побережья. Объем базы составляет 12371 запись для 103 таксонов. В ее основу легли материалы семи крупнейших гербарных коллекций по флоре территории: гербария Ботанического института им. В.Л. Комарова (LE), Московского Университета им. Д.П, Сырейщикова (MW), Главного ботанического сада им. Н.В. Цицина РАН (MHA), Биолого-почвенного института ДВО РАН (VLA), гербарий Ботанического сада-института ДВО РАН (VBGI), гербарий им. М.Г. Попова Центрального Сибирского ботанического сада СО РАН (NSK), гербарий им. П.Н. Крылова Томского государственного университета (TK) с конца XIX века до 2016 года. Объем изученного гербария составил 29596 листов. Разработанная база является репрезентативным срезом имеющегося массива гербарных коллекций. Выбраны виды сосудистых растений с различным географическим распространением. Список включает неморальные маньчжурские (Fraxinus mandshurica, Maackia amurensis, Onoclea sensibilis и д.р.), степные даурские (Stipa baicalensis, Stellaria dichotoma, Stellera chamaejasme и д.р.), бореальные охотские (Coptis trifolia, Chamaepericlymenum canadense, Aconitum ranunculoides д.р.), бореальные циркумполярные (Lycopodium annotinum, Antennaria dioica) и евразийские (Juniperus sibirica, Vaccinium myrtillis). Выбраны виды с различными жизненными формам: деревья (Tilia amurensis, Ulmus japonica, U. macrocarpa), кустарники (Lespedeza bicolor, Corylus heterophylla, Syringa amurensis и д.р.), лианы (Menispermum dauricum, Schisandra chinensis) и многолетние травы (Streptopus streptopoides, Youngia tenuifolia, Waldsteinia ternata). 38 видов из 103 включены в региональные Красные Книги. Перечень вошедших в базу данных видов, их тип ареала и жизненная форма представлены в таблице 1 (приложение 1). Там же представлена информация о статусе охраны видов, общем числе изученных образцов в гербариях, числе вошедших в базу данных записей. Для каждого образца в массиве данных указаны следующие параметры: гербарий, в котором хранится образец; вид растения; область; административный район; географическая привязка; краткая привязка; географические координаты; точность привязки (в метрах); дата сбора, коллектор, номер в коллекции, идентификатор для каждой записи. База данных включает 12371 запись с географическими координатами для 103 таксонов. База данных доступна онлайн: (https://www.gbif.org/dataset/0c7bd9e3-ded7-4de4-99ec-d5145361ff48). Представленный информационный массив — это первые данные по распространению видов изученной территории, доступные онлайн и в открытом доступе. Полученные в ходе работы по проекту данные могут быть использованы для разноплановых ботанических исследований, привязки исторических коллекций и работы над Красными книгами. Исследование пространственных и временных закономерностей коллекционных данных на территории Российской части бассейна р. Амур Полученная база, помимо информации о региональном распространении выбранных видов, дает представление о ботанической изученности обширной территории российской части бассейна Амура и прилегающего побережья, пространственных и временных особенностях коллекционных данных. В базу вошли материалы практически всех основных коллекторов и важнейшие коллекции. База включает информацию по сборам более чем 1000 коллекторов за 192 года исследований из 7648 уникальных локалитетов. Данные имеют значительную временную и пространственную неоднородность, а также неравномерный охват гербарными коллекциями (рис. 2.1, Приложение 2). Во временном срезе возможно выявить несколько основных периодов сборов материала (рис 2.2–2.4, Приложение 2): - 1824 1894 — первые гербарные коллекции из бассейна Амура; исследования Р. К. Маака, К. И. Максимовича, Н. М. Пржевальского). Коллекции хранятся в LE, число привязанных образцов этого периода в базе менее 500. - 1895 1917 — период взрывного роста коллекций, связанный с экспедициями Переселенческого управления, изысканиями при строительстве Транссибирской магистрали. Представлены материалы экспедиций В.Л. Комарова, В.Н. Сукачева, И. М. Крашенинникова и мн. др. Основный объем коллекций этого периода — в LE (2717), представлен дублетами в MW (42) и TK (91). Всего в базе данных за этот период — 2882 записи. - 1918 1945 — послереволюционный период исследований, связанный с формированием научного центра во Владивостоке, экспедициями О.И. Кузеневой, Е.Н. Алисовой, Л.П. Сергиевской, И.К. Шишкина, П.П. Жудовой. В этот период кроме LE (1995) значительны коллекции в MW (411) и TK (466). В целом, самый продуктивный период сбора материала по данной территории. - 1946 1970 — послевоенный период, связанный с планомерными работами академических институтов (коллекции Г.А. Пешковой, В.Б. Сочавы, Т.И. Исаченко и др).. В этот период процент образцов, из LE (667) значительно снижается, активно развиваются исследования Дальнего Востока в MW (9345), MHA (536), NSK (670), TK (287). - 1971 1990 — работы по созданию сводок «Флора Сибири», «Сосудистые растения Дальнего Востока» значительно увеличивается в сборах доля гербария БПИ ДВО РАН (582), наравне с ним — MW (704), MHA (630). - 1991 2000 — резкий спад коллекционной активности: минимальное число сборов из всех периодов, сборы представлены редкими работами отдельных исследователей. Суммарное число записей по всем гербариям — 168. - 2000 2016 — современные коллекции локализованы в основном на территории заповедников и национальных парков (рис. 2.5, приложение 2). Показано, что лишь на немногих участках территории исследования сбор коллекций происходил на протяжении нескольких временных периодов. К примеру, в настоящее время остаются обширные территории, флора которых документирована материалами, собранными до 1917 г (рис. 2.5, приложение 2). В массиве коллекционных данных наблюдается значительная пространственная неоднородность. Локалитеты гербарных сборов ожидаемо агрегированы вокруг крупных населенных пунктов (Владивосток, Хабаровск, Уссурийск, Нерчинск, Партизанск и др.), станций железной дороги (Облучье, Корфовский, Могоча, Анисимовка, Борзя), на территориях заповедников (Лазовский, Зейский, Кедровая падь и др.). При этом до настоящего времени остаются обширные территории, где флора вообще не документирована (Рис. 2.6). На основе сети полигонов Тиссена-Вороного мы оценили площадь территории, приходящуюся на один локалитет. (Рис. 2.7). «Белыми пятнами» на исследованной территории являются верховья р. Нерчи, южные предгорья Олёкминского становика, Урушинский хребет и Джелтулакский Становик, Верхне-Зейская равнина, хребет Джагды, Амуро-Зейское плато, Буреинская равнина, Буреинский хребет, Северный и Центральный Сихотэ-Алинь. Таким образом, сформированная нами база данных является репрезентативным срезом имеющегося массива гербарных коллекций по территории российской части бассейна Амура и прилегающего побережья. Показано (Schulman et al., 2007; Franklin, 2010; Feeley et al., 2011; Hufft et al., 2018), что учет пространственных и временных особенностей данных является необходимым условием для пространственного анализа биоразнообразия. Модели 100 видов сосудистых растений бассейна р. Амур Выполненное моделирование распространения видов в целом можно признать успешным. Большая часть полученных моделей характеризуются сравнительно высоким качеством по статистической оценке. У основного числа моделей значения AUC training составили 0,81-0,98, (0,68-0,78 только у четырех видов); AUC test - 0,72-0,99 – «хорошо» и «отлично» по Swets (1988). Ряд построенных моделей не соответствует реальному распространению видов — в области с высокой вероятностью включены территории, где вид де факто отсутствует или сменяется другими видами со сходными экологическими предпочтениями. Подобные модели, не соответствующие экспертным представлениям о распространении, были исключены из дальнейшего анализа. Полученные карты в целом соответствуют существующим представлениям о распространении выбранных видов, однако дают новую информацию о структуре ареалов (Приложение 3). Помимо фундаментально-научной задачи — установить зависимость пространственного распределения ключевых видов от климатических и орографических факторов окружающей среды на территории бассейна р. Амур, результаты реализации проекта дают представление о распространении редких и охраняемых видов со значительно более высоким уровнем детальности (Приложение 3, рис. 3.1.6). Интегральная обработка моделей методом кластерного анализа показывает, что модели образуют естественные группы, легко интерпретируемые по экологическим предпочтениям модельных видов и особенностям их географического распространения. Кластеры 1-го порядка разделяют виды преимущественно лесных увлажненных и умеренно увлажненных местообитаний, а также степных и скальных). Кластер I отделяет бореальные охотские и циркумбореальные виды, кластер II — неморальные и гемибореальные дауро-маньчжурские и маньчжурские виды, кластер III — степные и скальные даурские виды (Приложение 4, рис. 4.1). Выявлено 11 кластеров, которые можно интерпретировать как флороценотические комплексы. Например, в кластер 1 объединились Chamaepericlymenum canadense, Сorydalis gigantea, Lycopodium annotinum, L. obscurum, Clintonia udensis, Spiraea betulifolia, Spiraea ussuriensis — охотские виды, тяготеющие к субокеанической части территории. Отдельный кластер — 4 — формируют Convallaria keiskei, Artemisia gmelinii, Galium verum, Iris uniflora, Lathyrus humilis, Fritillaria maximowiczii, Vicia pseudorobus, Viola dactyloides — диагностические виды гемибореальных лесов класса Querco mongolicae-Betuletea davuricae Ermakov et Petelin in Ermakov 1997. Модели также были обработаны методом неиерархического кластерного анализа k-средних, число кластеров выбрано в соответствии с числом групп, полученной при иерархической кластеризации. В результате анализа была получена карта, которая может быть интерпретирована как отображение биоклиматических подразделений территории исследования (рис. 4.2, Приложение 4). По корреляции с исходными моделями кластеры были интерпретированы (рис. 4.3., Приложение 4), как: 1. Забайкальские горные лиственничные с преобладанием багульниковых и ерников лиственничников с обедненной таежной флорой; 2. Байкало-Джугджурские горные лиственничные и равнинные среднетаежные лиственничные с преобладанием редколесий, стлаников (включает также высокогорья); 3. Лесостепные Приамурские широколиственных (дубово-черноберезовых) лесов и остепненных лугов; 4. Горные темнохвойные Центрального Сихотэ-Алиня с участием хвойно-широколиственных лесов; 5. Горные темнохвойные Буреинского Нагорья; 6. Приамурские лиственничные с участием неморального элемента; 7. Охотские темнохвойные; 8. Маньчжурские горных хвойно-широколиственныз лесов; 9. Даурские степные и лесостепные; 10. Забайкальских гемибореальных лиственничных лесов Полученные данные, таким образом, дополняют имеющиеся представления о географии растительного покрова бассейна Амура и являются заделом для дальнейших исследований. Результаты на локальном уровне исследования в пределах ключевого участка В пределах выбранного ключевого участка — Зейского заповедника — находящегося в зоне взаимодействия крупных геосистем Северной Азии – восточносибирских континентальных и дальневосточных субокеанических в рамках работ по проекту проведены исследования, позволяющие уточнить региональные особенности ботанического разнообразия. Впервые для территории Зейского государственного природного заповедника и его охранной зоны при поддержке проекта составлена научно-справочная карта растительности м. 1:100 000. Площадь картографирования составила 1206 км2. В качестве высших иерархических категорий в рубрикации легенды карты приняты высотно-поясные подразделения растительности. В их пределах выделы расположены по формационному принципу. Коренные, коротко- и длительнопроизводные сообщества рассмотрены с позиций динамических представлений об эпитаксонах В.Б. Сочавы (1979), т.е. сопряженного отображения динамических состояний растительных сообществ и их материнского ядра (коренные ценозы). При организации легенды карты все динамические категории в пределах эпиассоциаций показаны одним цифровым индексом с дополнительным буквенным обозначением производных сообществ. При разработке контурной части карты помимо данных дистанционного зондирования использованы результаты моделирования пространственного распространения видов. Так для выявления границ рододендроновых и подтаежных кустарниковых травяных лиственничных лесов, а также производных мелколиственных лесов на их месте использованы модели константных в данных лесах видов: Rhododendron dahuricum, Spiraea media, Lathyrus humilis, Vicia ramuliflora, Artemisia tanacetifolia. Для отграничения растительных сообществ с участием неморальных видов взяты модели: Iris uniflora, Synurus deltoides, Bupleurum longiradiatum. Масштаб карты растительности (1:100 000) позволил отобразить ценотическое разнообразие растительных сообществ территории на уровне групп ассоциаций, реже ассоциаций в пределах формаций. Легенда карты включает 72 тематических выдела, в том числе два – тундр, пять – стлаников и редколесий, 42 – лесов, три – растительность скал и осыпей, по одному – лугов и зарослей кустарников. Отдельно рассмотрены серийные ряды долин рек – 15 выделов. Карта позволила оценить пространственную роль различных растительных сообществ, получить представление о разнообразии и структуре растительности в разрезе высотно-поясной и внутрипоясной организации растительного покрова. При частичной поддержке проекта опубликован аннотированный список флоры высокогорий Тукурингра (последний список высокогорной флоры хребта Тукурингра был опубликован более 40 лет назад), выполнена классификация местообитаний и показана биотопическая приуроченность видов, проведен анализ флоры. Показано, что флористическая специфика исследуемой флоры определена комплексом придаточных и монтанных видов, а собственно высокогорные виды на хребте Тукурингра встречаются и в высокогорьях других горных сооружений Восточной Сибири и Приохотья (Дудов, Дудова, 2017). Для проверки выводов о пространственном размещении биоразнообразия, полученных моделей пространственного распространения видов, верификации построенной карты растительности в 2016-м году были проведены полевые исследования на хребте Тукурингра (Амурская область) в пределах Зейского государственного природного заповедника. В ходе исследований был собран обширный коллекционный материал, переланный в гербарии Московского университета (MW), Зейского заповедника и Университета Хельсинки (H). Выявлен ряд новых и интересных находок растений, дополняющих имеющиеся сведения по биоразнообразию территории. Впервые на хр. Тукурингра выявлены 9 видов сосудистых растений (Дудов и др., 2017), в том числе: Новый вид для Амурской области: - Cystopteris dickeana R. Sim Новый вид для Приамурья и Амурской области. На Дальнем Востоке известен из северных районов, ближайшие местонахождения известны из бассейна р. Мая и Набильского хребта (Охотский и Северо-Сахалинский флористические районы) (Цвелев, 1991). В Сибири известен со Станового Нагорья и района верхнего Алдана (Кашина и др., 1988). Новинки для флоры Верхнезейского флористического района и Зейского заповедника: - Chamaerhodos erecta (L.) Bunge—Ближайшие известные места произрастания известны в среднем течении реки Зея и верховьях реки Уркан (Якубов и др., 1996). - Listera savatieri Maxim. ex Kom. — . Ближайшие местонахождения на хр. Малый Хинган и на южных отрогах Буреинского нагорья (Вышин, 1996). Известно также изолированное местообитание в верхнем течении реки Алдан: «ЯСССР, Учурский р-н, в 60 км выше устья р. Учур, в долине р. Алдана среди ельника с единичной елью аянской, 9.VIII.1951, М. Караваев» (MW0047710), которое, также, как и отмеченное нами, приурочено к выходам кальцийсодержащих пород. - Viola mirabilis L. — Спорадично распространенный в южной части Амурской области вид (Безделева, 1987; Старченко, 2008), наше местонахождение — на восточной границе ареала вида. Новинки для флоры Зейского заповедника: Aster serpentimontanus Tamamsch, Elytrigia jacutorum (Nevski) Nevski., Hippuris vulgaris L., Cicuta virosa L, Persicaria lapathifolia (L.) S.F. Gray. Установлены новые места произрастания ряда видов маньчжурского флороценотического комплекса, известных по одной-двум находкам в пределах Зейского заповедника (Carex reventa, C. nanella, Berberis amurensis и др.). Обнаружено новое местообитание Schisandra chinensis (Turcz.) Baill. Небольшая популяция на площади около 200 м2, являющееся самым северным местонахождением данного вида вида. По результатам определения коллекции 2016 г. выявлено 22 видов мхов, новых для Амурской области (Dudov et al., 2016), в том числе: Ранее не известных для территории Российского Дальнего Востока: - Seligeria donniana (Sm.) Müll.Hal, - S. tristichoides Kindb., Новый для Юга Дальнего Востока (известный с о-ва Врангеля, Чукотки и Камчатки): - Encalypta pilifera Funck. Впервые для Зейского заповедника приведены 37 видов лишайников (Kuznetsova, Dudov, 2017), в т.ч. 20 — новинки для Амурской области, Parmelia asiatica впервые приводится для Юга Дальнего Востока, Cladonia norvegica ― для Азиатской части России, Tuckermannopsis gilva ― для России, Melanohalea laciniatula ― для Азии. Таким образом, в рамках настоящего проекта: - Впервые составлена и база данных распространения 100 видов сосудистых растений в российской части бассейна Амура и прилегающего побережья; - Впервые проведен пространственный анализ ботанической изученности обширной территории российской части бассейна Амура и прилегающего побережья, пространственных и временных особенностях коллекционных данных; - Впервые для территории исследования получены модели распространения для 100 выбранных видов, которые уточняют представление об их ареалах; - Впервые составлена крупномасштабная научно-справочная карта растительности Зейского заповедника, отражающая разнообразие и основные закономерности структуры растительности данной территории; - Получены новые данные по разнообразию сосудистых растений, мхов и лишайников в пределах ключевого участка работ – Зейского заповедника, в том числе, выявлены новые виды для Амурской области, Юга Дальнего Востока, Российского Дальнего Востока, России и Азии. Полученные данные, таким образом, расширяют имеющиеся представления о географии растительного покрова бассейна Амура и являются заделом для дальнейших ботанико-географических исследований. СОПОСТАВЛЕНИЕ РЕЗУЛЬТАТОВ, ПОЛУЧЕННЫХ В ХОДЕ РЕАЛИЗАЦИИ С МИРОВЫМ УРОВНЕМ База данных бассейна р. Амур Создание открытых баз данных по биоразнообразию – общее направление развития современных ботанических работ. Крупнейшей базой-агрегатором на глобальном уровне стала система GBIF. Существует множество активно развивающихся баз по отдельным государствам и крупным регионам Европы, Северной Америки (iDigBio; https://www.idigbio.org/), Австралии (https://www.ala.org.au/) и других. Ежегодно публикуются сотни работ, посвящённых базам данных биоразнообразия (Pyke et al., 2010; Soltis et al., 2018). В России, на настоящий момент, большинство систематизированной информации не имеет свободного доступа, а полными каталогами снабжены далеко не все коллекции. Базы данных по биоразнообразию только начинают создаваться по отдельным регионам и группам живых организмов. Созданы и разрабатываются региональные базы данных по биоразнообразию: ХМАО-Югры (Филиппова и др., 2017), для Байкальской Сибири (http://www.flora.baikal.ru/), для Дальнего Востока (Kislov et al., 2018). Среди баз по отдельным группам организмов – база «Флора мхов России», созданная под руководством М.С. Игнатова (Ivanov et al., 2017) и база данных криптогамной биоты (CRIS – Cryptogamic Russian Information System), созданная на базе коллекций ПАБСИ (http://kpabg.ru/cris/?q=node/16). В 2015-2017 гг. были оцифрованы коллекции Гербария Московского Университета (MW), более 900 тысяч сканов были выложены на портале Депозитария МГУ (Seregin, 2016; Seregin et al., 2017) — крупнейшего в России портала по биоразнообразию. Открытый доступ к коллекциям позволил увеличить доступность материалов в десятки раз и провести определение ряда таксономических групп с привлечением специалистов. С 2017 года данные Депозитария доступны в GBIF (https://www.gbif.org/dataset/902c8fe7-8f38-45b0-854e-c324fed36303). Базы данных – уже значительные результаты работы, создание их весьма трудоёмко и требует значительных временных и материальных затрат (Филиппова и др., 2017). Однако, особая ценность подобных баз в том, что они становятся инструментом эффективной обработки данных и дают широкие возможности применения различных аналитических методов (Lavoie, 2013; Soltis, 2017). Массивы данных по биоразнообразию с географической привязкой широко используются для исследования пространственного распространения видов (Droissart et al., 2012; Marcer et al., 2013), выявления местообитаний редких и охраняемых видов (Amici et al., 2014; Davy, 2005; Nualart et al., 2017; Williams et al., 2009), изучения фенологии (Willis et al., 2017) и многих других аспектов их биологии, географии и экологии (Soberón et al., 2007; James at al., 2018).. Значительная часть исследований посвящена также выявлению видов-индикаторов для мониторинга климатических изменений (Davis et al., 2015; Hufft et al., 2018). Выполненный в поддержке РФФИ проект по флоре бассейна Амура включил в себя коллекции ряда крупнейших российских гербариев, фонды которых, за исключением MW и VLA, не оцифрованы. Наша работа, таким образом, позволяет адекватно выявить пространственное распределение видов на довольно обширной территории — российской части бассейна Амура. Восполняя существующий на настоящий момент пробел в доступных онлайн базах по России, проект открывает перспективы дальнейших исследований в области биогеографии и экологии. Моделирование пространственного распространения На настоящий момент моделирование пространственного распространения — основное направление биогеографии, позволяющее выявить географические и экологические закономерности. Данное направление исследований активно развивается последние 15 лет. Основываясь на понятии экологической ниши вида, пространственное моделирование позволяет перейти от описания ареалов видов к объяснению механизмов, лежащих в основе распределения видов в пространстве и формирования растительных сообществ. (Peterson et al., 2012; Thuiller et el., 2015, Silva et al., 2017). В связи с переходом от рассмотрения ареалов отдельных видов к рассмотрению закономерностей распределения растительного покрова в мировом масштабе есть тенденция к увеличению числа видов, площади исследований и объема данных, используемых в анализе (Velazco et al., 2017). Для получения косвенной информации об условиях среды на больших площадях большое значение имеют данные дистанционного зондирования (ДДЗ), в частности, спектрозональные космические снимки (Kerr, Ostrovsky, 2003; Turner et al., 2003; Книжников и др., 2004; Gillespie et al., 2008; Кренке, Пузаченко, 2008; Pfeifer et al., 2012). Одним из наиболее распространенных в мире методов моделирования является MaxEnt — метод максимальной энтропии (Phillips et al, 2004; Phillips et al., 2006). Данный метод реализован как программный продукт, распространяемый по лицензии «open source» (программное обеспечение с открытым исходным кодом) (Phillips, 2017). Maxent широко используется для решения природоохранных задач (Thomas et al., 2004; Peterson, 2005; Murray-Smith et al., 2008; Zimmerman et al., 2011; Morán-Ordóñez et al, 2012), исследования закономерностей растительного покрова (Dobrowsky et al., 2008; Svenning et al., 2008; Duff et al., 2014; Cord et al., 2014). Он положен в основу крупного электронного ресурса по биоразнообразию Австралии «The Atlas of Living Australia» (http://www.ala.org.au/, дата обращения 26,03,2018). В России работы по моделированию распространения растений единичны (Дудов, 2016; Солодянкина и др., 2016). В рамках проекта метод впервые применен для исследования ботанико-географических закономерностей в бассейне Амура. Методы и подходы, использованные в ходе реализации Проекта (описать, уделив особое внимание степени оригинальности и новизны) Методы создания базы данных Для разработки базы данных нами использованы гербарные коллекции семи ведущих гербариев страны: LE (гербарий Ботанического института им. В.Л. Комарова), MW (гербарий Московского Университета им. Д.П. Сырейщикова), MHA (гербарий Главного ботанического сада им. Н.В. Цицина РАН), VLA (гербарий Биолого-почвенного института ДВО РАН), VBGI (гербарий Ботанического сада-института ДВО РАН), NSK (гербарий им. М.Г. Попова Центрального Сибирского ботанического сада СО РАН), TK (Гербарий Сибирского ботанического сада Томского государственного университета). Все используемые в исследовании гербарные образцы были сканированы или сфотографированы и хранятся в цифровом виде. Проанализировано 29798 листов гербария по 103 видам. Гербарные сборы датированы с 1824-го по 2016-й год. Следующим этапом работы было заполнение базы данных в формате xls. Microsoft Office EXCEL. Указывали всю доступную при чтении этикетки информацию: географическую привязку, местообитание, дату сбора, Ф.И.О. коллектора и т. д. Основной объем образцов (более 99%) не содержал географических координат, что требовало последующей привязки образцов на основе текста этикеток. Нами были исключены гербарные дублеты и образцы с точностью привязки более чем 10 км. Всего отсеяно 40-70% всех образцов. В базу внесено 12371 записей. Для работы была выбрана точность привязки 1-5 км. Для привязки образцов использовали web-gis ресурсы (SAS.Planet, «Яндекс.Карты» (https://yandex.ru/maps/, последняя дата обращения 1.12.2016), онлайн ресурс старых и современных карт (с 1600 по 2015 гг.) «ЭтоМесто» (http://www.etomesto.ru/, последняя дата обращения 1.12.2016), сайт «Карты всего мира» с полным набором топографических карт Генштаба СССР и топографических карт ГГЦ (http://loadmap.net/). Зачастую автор гербарной этикетки указывал привязку к населенному пункту, на настоящий момент исчезнувшему или переименованному. В таком случае использовали историческую литературу (например: «Путешествие по долине реки Уссури» Р. Маака (1861), «Путешествие в Уссурийском крае» Н. М. Пржевальского (1947), труды экспедиций Переселенческого управления; многочисленные интернет-источники (официальные сайты субъектов, муниципальных районов, заповедников и национальных парков, краеведческие онлайн-ресурсы). После завершения формирования базы нами была проведена стандартизация формата ряда полей и автоматическое определение субъекта РФ и административного района для каждой записи. Определение области и района проводили в ГИС-пакете ArcGIS с использованием OpenStreetMaps. Методы моделирования и обработки данных Пространственный анализ полученного массива данных проводили путем моделирования распространения видов (Austin, 2002; Guisan et al., 2006; Elith, Leathwick, 2009; Franklin, 2010; Peterson, Soberón, 2012 и мн. др.). Для построения моделей ареала использован метод максимальной энтропии (Phillips et al., 2006; Phillips, Dudik, 2008; Elith et al., 2011), реализованный в программе MaxEnt (Steven J. Phillips, Miroslav Dudík, Robert E. Schapire. [Internet] Maxent software for modeling species niches and distributions (Version 3.4.1). Available from url: http://biodiversityinformatics.amnh.org/open_source/maxent/. Accessed on 2018-3-29.). Принцип алгоритма MaxEnt следующий: аппроксимация должна удовлетворять всем известным исследователю ограничениям, и предмет этих ограничений – искомое распространение – должно иметь максимальную энтропию (Phillips et al., 2006). Исходными данными для моделировании в данном случае являются только факты присутствия вида (presence-only data). Из исходной базы данных исключили записи, привязанные с точностью менее 2 км. Для экстраполяции данных использовали следующие растровые слои факторов среды: - Климатическую модель CHELSA – 11 температурных биоклиматических метрик и 8 осадков (Karger et al., 2017). Климатические данные используются во многих работах по моделированию распространения видов (Buermann et al., 2008; Saatchi et al., 2008; Cord et al., 2014; Лисовский, Оболенская, 2014 и мн. др.). Для исключения влияния взаимных корреляций данные были преобразованы во взаимно ортогональные методом главных компонент (Franklin, 2013; Пузаченко и др., 2011; Dormann et al., 2012). В анализ включили 11 независимых переменных, отражающих обобщенное распределение температур, осадков и континентальности климата в пределах региона исследования. - Модель глобальной динамики и географической дифференциации облачности (Wilson, Jetz, 2016), построенные на основе многолетнего набора ежедневных снимков спутникового радиометра MODIS. В анализ взяты четыре слоя: среднемноголетняя повторяемость облачности (MODCF_mean), средняя из 12 среднемесячных стандартных отклонений повторяемости облачности пикселя (MODCF_inter), средняя из 12 среднемесячных повторяемостей облачности (MODCF_intra), сезонность повторяемостей облачности (MODCF_season). A. Wilson и W. Jetz (2016) показали потенциал применения указанных пространственных данных для исследования закономерностей распределения горных тропических лесов, протейных и колибри. - Метрики температур поверхности, полученные на основе продукта MODIS Land Surface Temperature and Emissivity (MOD11). Взяты усредненные за 8 дней данные по температурам поверхности за 5 лет (2012-2016), на основе которых рассчитаны шесть метрик (минимум, максимум, медиана, среднее, среднее квадратическое отклонение, сумма). Метрики включены в анализ для учета влияния локальных температурных аномалий, которые не отражены на глобальных климатических моделях ввиду малого объема данных метеонаблюдений. Из анализа были исключены водные объекты путем маскирования. Использована маска водных объектов MOD44W (Carol et al., 2004). Разрешение всех пространственных данных было унифицировано путем перекодирования методом бикубической интерполяции и составило ≈ 2 м (0,016666 х 0,016666°). Для минимизации влияния на моделирования неоднородности данных использовали файл исследовательской ошибки (bias-file), предусмотренный алгоритмом Maxent (Phillips, Dudik, 2008), составленный следующим образом. На основе всего имеющего набора данных был построен растровый слой с тремя условными градациями: «100», где в буфер с радиусом в четыре пикселя попадает более чем 10 записей базы данных: «10» —где в пределы аналогичного буфера попадает 1-10 записей. Для остальной территории, не охваченной коллекциями, принято значение «1». Каждую модель строили в 20-й повторности, в ходе моделирования исходная выборка случайным образом разбивалась на обучающий (60%) и тестовый (40%) наборы (метод повторяющейся выборки — subsample) (Phillips, Dudik, 2008). Качество моделей оценивали на основе широко применяемой меры оценки прогнозной способности модели (Fielding & Bell, 1997) — площади под ROC-кривой AUC (area under curve of the received operating characteristic), рассчитываемой для обучающего (AUC training) и тестового (AUC test) набора данных. Из 20-ти моделей для каждого вида выбирали усредненную модель (mean). Вклады переменных среды в модели исследовали по тесту «важность пермутации» и методом складного ножа (jackknife), реализованных в Maxent. Для оценки значимости предсказанной вероятности присутствия вида и построения бинарной карты присутствия-отсутствия вида был выбран широко используемый показатель «максимальной чувствительности и специфичности обучающей выборки» («Maximum training sensitivity plus specificity», далее по тексту – MTSS) (Liu et al., 2005). Последующая обработка полученных моделей с целью получения интегральных данных о рубежах распространения видов включала: - Создание в пределах рабочей области (extent) облака случайным образом распределенных точек, с последующим присвоением им значений прогнозной вероятности для всех моделей с хорошим качеством по экспертной и статистической оценке, последующим полученной таблицы для обработки в специализированном программном пакете; - Иерархический кластерный анализ полученной на предыдущем этапе таблицы с данными о географических закомерностях; - Неиерархический кластерный анализ всех моделей методом k-средних. Обработку пространственных данных проводили в программах ArcGis 10.2.1 for Desktop (лицензия 523612 conservation grant); QGIS 3.0.0; GRASS Gis 7.0.5; SAGA Gis 2.1.2 (свободное ПО). Статистические анализы выполняли в пакете STATISTICA 8.0.

Прикрепленные к НИР результаты

Для прикрепления результата сначала выберете тип результата (статьи, книги, ...). После чего введите несколько символов в поле поиска прикрепляемого результата, затем выберете один из предложенных и нажмите кнопку "Добавить".

Прикрепленные файлы


Имя Описание Имя файла Размер Добавлен
1. основные результаты работ за 2016-й год Prilozheniya_k_promezhutochnomu_otchetu_po_proektu_16-35-00… 11,1 МБ 19 декабря 2016 [DudovSV]