МОДЕЛИРОВАНИЕ ПРОСТРАНСТВЕННОГО РАСПРОСТРАНЕНИЯ (SDM) ГОЛОЖАБЕРНЫХ МОЛЛЮСКОВ (NUDIBRANCHIA) БЕЛОГО МОРЯтезисы доклада

Работа с тезисами доклада

Прикрепленные файлы


Имя Описание Имя файла Размер Добавлен
1. KIMO_Orlov.pdf KIMO_Orlov.pdf 9,7 МБ 13 июля 2020 [orlovma]

[1] Орлов М. А., Шелудков А. В., Екимова И. А. МОДЕЛИРОВАНИЕ ПРОСТРАНСТВЕННОГО РАСПРОСТРАНЕНИЯ (sdm) ГОЛОЖАБЕРНЫХ МОЛЛЮСКОВ (nudibranchia) БЕЛОГО МОРЯ // Комплексные исследования Мирового океана. Материалы V Всероссийской научной конференции молодых ученых, г. Калининград, 18-22 мая 2020 г. [Электронный ресурс]. — Т. 5. — Калининград: АО ИО РАН, 2020. — С. 277–278. Моделированиепространственногораспространениявидов(SpeciesDistributionModels,SDM)пользуетсявозрастающиминтересомученыхна протяжениипоследних20 лет.SDMнашлоприменениев работахботаников,зоологов,биологов-эволюционистов,экологови специалистовпоохранеокружающейсреды.Большаячастьсоответствующихисследованийпосвященаназемнымместообитаниями лишьнебольшоеколичество- морскимакваториям.Приэтомдля морскихSDMхарактернозначительноесмещениепо областямисследования(главнымобразом- умеренныйпоясАтлантическогоокеана,а такжеумереннаяПацифика),а такжекрупнымтаксонам-объектамисследования(по большейчастиэто морскиерыбы,млекопитающие,птицыи коралловыеполипы)[1]. В этойсвязимы сочлиактуальнымиспользоватьSDMдля моделированияусловийи ареаловобитаниябогатойбиотыбореальныхи Арктическихморей,в частности,планктонныхкрылоногихмоллюсков(Gastropoda:Heterobranchia:Pteropoda)Белогоморя.Белоеморехарактеризуетсявысокимбиологическимразнообразиемпо сравнениюс другимиморямиАрктическогорегиона.Крометого,длянегохарактернавысокаягетерогенностьабиотическихи биотическихусловийв различныхчастяхбассейна(соленость,доминирующиегрунты,составсообществ,концентрацияхлорофиллаи др.).Моделируемыевиды- Clionelimacinaи Limacinahelicina- относятсяк близкимотрядамGymnosomataи Thecosomataсоответственноитесносвязанытрофическимисвязями:L. helicinaявляетсяосновнойкормовойбазойC. limacina.ПрипостроениимоделейиспользованысвободнаяпрограммнаясредаR и специализированныебиблиотеки(“sdm”,“sdmpredictors”,“dismo”)[2]. Данныео фактическихместахнахождениявзятыиз базыданныхGBIF[3], в которойдоступносвыше300 точекдля каждоговида.Примечательно,что это по большейчастиобразцымузейныхколлекций,что определяетвысокуюдостоверностьданныхи возможностьдальнейшегоизученияпервичныхисточников.Исходныйнаборпеременных-предикторовполучениз баз данныхMARSPEC[4] иBio-oracle[5]. Внеговошлисвыше300переменных,которыеописываютфизико-географическиеусловияданныхместообитаний(глубина,экспозициясклоновдна,расстояниедо берега,скоростьтечения,толщинальдаи т.д.),свойстваморскойводы,существенныедля биоты(концентрациибиогенныхэлементови другихминералов,растворенногокислорода),и ее собственныепараметры(первичнаяпродукция,концентрацияхлорофилла,углеродаи т.д.).Их исходногонаборана основеданныхо географииданнойакватории,биологиимоделируемыхвидов,а такжеэксплораторногоанализаотобраны29 наиболееинформативныхпеременных.ПолученныйнаборпредикторовиспользовандляобученияклассификационныхмоделейнаосновеалгоритмаRandomForest.Длякаждогоиз двухвидовпостроенодесятьмоделей;дляподтвержденияих высокогокачестваиспользовалисьплощадипод ROC-кривыми.Далееотобранопо одноймоделис максимальнойплощадьюпод кривой,которыев дальнейшемиспользованыдляпредсказанияареалов,а такжеоценкивкладовпеременныхв работуклассификаторов.ПолученныепредсказанныеареалывцеломсхожиихарактеризуютсяразорванностьювцентральнойчастиБелогоморя.Приэтомдля C. limacina,но не L. helicinaхарактерноприсутствиевобластиСоловецкихостровов.Вкладпеременныхв работуклассификаторовговорито важности277 для C. limacina- концентрациихлорофиллаА, pH, среднегодовогоразбросасоленостина поверх-ности,концентрациикальцита.В случаеL. helicinaрешающеезначениеимеютконцентрациинит-рата,растворенногокислорода,солености,минимальнаяглубина,а такжеколичествольда.Мыполагаем,что переменные,которыевносятмаксимальныйвкладв работуклассификаторов,обо-значаютфакторыокружающейсреды,определяющиеэкологическуюнишуисследованныхвидови, как следствие,их географическоераспространение.Этооткрываетвозможностьпрогнозиро-ватьсостояниепопуляцийи ареалыих обитанияприизмененииусловийокружающейсреды,вчастности,на основепрогнозовоб измененииклиматa.

Публикация в формате сохранить в файл сохранить в файл сохранить в файл сохранить в файл сохранить в файл сохранить в файл скрыть