Комплексное решение задач оценки растительных ресурсов методами ГИС и климатического моделирования
УДК 504.73+912+551.581.1
Ключевые слова:
Большие данные, гербарий, ГИС, моделирование, ресурсная оценка, хозяйственно-ценные растения, DarwinCore, GBIF, Maxent, Phyton
Аннотация
В работе рассмотрены прикладные аспекты использования современных информационных технологий для точной оценки растительных ресурсов методами ГИС и климатического моделирования. Для наиболееэффективного достижения целей комплексного мониторинга и оценки растительных ресурсов авторами обсуждены и предложены ряд требований для исходных данных, факторов, влияющих на изменение ареала и результатов оценки растительных ресурсов. В качестве доступного бесплатного аналога методу коррекции пространственной неравномерности точек регистрации видов в SDMtoolbox (ArcGIS) нами предложен метод кластеризации DBSCAN, который реализован в Python библиотеке sklearn.
Скачивания
Данные скачивания пока недоступны.
Metrics
Загрузка метрик ...
Литература
Ваганов А. В., Шмаков А. И., Гудкова П. Д. Глобальные данные о фиторазнообразии Алтайской горной страны, представленные в мировых научных депозитариях // Проблемы ботаники Южной Сибири и Монголии, 2019. – Т. 18. – С. 222–227. DOI: 10.14258/pbssm.2019045
География и мониторинг биоразнообразия. / Колл. авторов. – М.: Изд-во Научного и учебно методического центра, 2002. – 432 с.
Дудов С. В. Моделирование распространения видов по данным рельефа и дистанционного зондирования на примере сосудистых растений нижнего горного пояса хр. Тукурингра (Зейский заповедник, Амурская область) // Журнал общей биологии, 2016. – Т. 77, № 1. – С. 16–28.
Корзников К. А. Климатическое моделирование местообитания Kalopanax septemlobus и Phellodendron amurense var. sachalinense в островном секторе Дальнего Востока России // Известия РАН. Серия биологическая,2019. – № 6. – С. 648–657. DOI: 10.1134/s1062359019040083
Макунина Н. И., Егорова А. В., Писаренко О. Ю. Построение потенциальных ареалов растительных сообществ с целью ботанико-географического районирования (на примере лесов Тувы) // Сибирский экологический журнал, 2020. – № 4. – С. 517–524. DOI: 10.1134/s1995425520040095
Малышев Л. И. Количественный анализ флоры: пространственное разнообразие, уровень видового богатства и репрезентативность участков обследования // Бот. журн., 1975. – Т. 60, № 11. – С. 1537–1550.
Олонова М. В., Gao X. Потенциальные возможности распространения адвентивного растения Poa compressa L. в Сибири // Вестник Томского государственного университета. Биология, 2014. – № 4(28). – С. 56–69. DOI:10.17223/19988591/28/4
Работнов Т. А. Фитоценология. 2-е изд. – М.: Изд-во МГУ, 1983.– 296 с.
Растительные ресурсы России: дикорастущие цветковые растения, их компонентный состав и биологическая активность / РАН, отв. ред. А. Л. Буданцев. – СПб.-М.: Тов-во науч. изд. КМК, 2008–2016. Т. 1–7.
Санданов Д. В., Найданов Б. Б. Пространственное моделирование ареалов Восточно азиатских видов растений: современное состояние и динамика под влиянием климатических изменений // Растительный мир Азиатской России, 2015. – № 3(19). – С. 30–35.
Турышев А. Ю., Согрина А. Н., Яковлев А. Б. Комплексная оценка популяций дикорастущих лекарственных растений в пределах Кунгурской островной лесостепи // Современные проблемы науки и образования, 2015. –№ 4. – С. 571–580.
Anderson R. P., Lew D., Peterson A. T. Evaluating predictive models of species’ distributions: criteria for selecting models // Ecological Modelling, 2003. – Vol. 162. – P. 211–232. DOI: 10.1016/s0304-3800(02)00349-6
Barthlott W., Biedinger N., Braun G., Feig F., Kier G., Mutke J. Terminological and Methodological Aspects of the Mapping and Analysis of the Global Biodiversity // Acta Bot. Fennica, 1999. – Vol. 162. – P. 103–110.
Brown J. L. SDMtoolbox: a python-based GIS toolkit for landscape genetic, biogeographic and species distribution model analyses // Methods in Ecology and Evolution, 2014. – Vol. 5, № 7. – P. 694–700.
Edwards J. L., Lane M. A., Nielsen E. S. Interoperability of Biodiversity Databases: Biodiversity Information on Every Desktop // Science, 2000. – Vol. 289. – P. 2312–2314. DOI: 10.1126/science.289.5488.2312
Grinnell J. The niche-relationships of the California Thrasher // The Auk., 1917. – Vol. 34. – P. 427 433. DOI:10.2307/4072271
Guisan A., Zimmermann N. E. Predictive habitat distribution models in ecology // Ecological Modelling, 2000. – Vol. 135. – P. 147–186. DOI: 10.1016/s0304-3800(00)00354-9
Hallgren W., Beaumont L., Bowness A., Chambers L., Graham E., Holewa, H., Laffan S., Mackey B., Nix H., Price J., Vanderwal J., Warren R., Weis G. The Biodiversity and Climate Change Virtual Laboratory: Where ecology meets big data // Environmental Modelling and Software, 2016. – № 76. – P. 182–186. DOI: 1016/j.envsoft.2015.10.025
Phillips S. J., Anderson R. P., Schapire R. E. Maximum entropy modeling of species geographic distributions //Ecological Modelling, 2006. – Vol. 190. – P. 231–259. DOI: 10.1016/j.ecolmodel.2005.03.026
Phillips S. J., Dudik M. Modeling of species distributions with MaxEnt: new extensions and a comprehensive evaluation // Ecography, 2008. – Vol. 31. – P. 161–175. DOI: 10.1111/j.0906-7590.2008.5203.x
География и мониторинг биоразнообразия. / Колл. авторов. – М.: Изд-во Научного и учебно методического центра, 2002. – 432 с.
Дудов С. В. Моделирование распространения видов по данным рельефа и дистанционного зондирования на примере сосудистых растений нижнего горного пояса хр. Тукурингра (Зейский заповедник, Амурская область) // Журнал общей биологии, 2016. – Т. 77, № 1. – С. 16–28.
Корзников К. А. Климатическое моделирование местообитания Kalopanax septemlobus и Phellodendron amurense var. sachalinense в островном секторе Дальнего Востока России // Известия РАН. Серия биологическая,2019. – № 6. – С. 648–657. DOI: 10.1134/s1062359019040083
Макунина Н. И., Егорова А. В., Писаренко О. Ю. Построение потенциальных ареалов растительных сообществ с целью ботанико-географического районирования (на примере лесов Тувы) // Сибирский экологический журнал, 2020. – № 4. – С. 517–524. DOI: 10.1134/s1995425520040095
Малышев Л. И. Количественный анализ флоры: пространственное разнообразие, уровень видового богатства и репрезентативность участков обследования // Бот. журн., 1975. – Т. 60, № 11. – С. 1537–1550.
Олонова М. В., Gao X. Потенциальные возможности распространения адвентивного растения Poa compressa L. в Сибири // Вестник Томского государственного университета. Биология, 2014. – № 4(28). – С. 56–69. DOI:10.17223/19988591/28/4
Работнов Т. А. Фитоценология. 2-е изд. – М.: Изд-во МГУ, 1983.– 296 с.
Растительные ресурсы России: дикорастущие цветковые растения, их компонентный состав и биологическая активность / РАН, отв. ред. А. Л. Буданцев. – СПб.-М.: Тов-во науч. изд. КМК, 2008–2016. Т. 1–7.
Санданов Д. В., Найданов Б. Б. Пространственное моделирование ареалов Восточно азиатских видов растений: современное состояние и динамика под влиянием климатических изменений // Растительный мир Азиатской России, 2015. – № 3(19). – С. 30–35.
Турышев А. Ю., Согрина А. Н., Яковлев А. Б. Комплексная оценка популяций дикорастущих лекарственных растений в пределах Кунгурской островной лесостепи // Современные проблемы науки и образования, 2015. –№ 4. – С. 571–580.
Anderson R. P., Lew D., Peterson A. T. Evaluating predictive models of species’ distributions: criteria for selecting models // Ecological Modelling, 2003. – Vol. 162. – P. 211–232. DOI: 10.1016/s0304-3800(02)00349-6
Barthlott W., Biedinger N., Braun G., Feig F., Kier G., Mutke J. Terminological and Methodological Aspects of the Mapping and Analysis of the Global Biodiversity // Acta Bot. Fennica, 1999. – Vol. 162. – P. 103–110.
Brown J. L. SDMtoolbox: a python-based GIS toolkit for landscape genetic, biogeographic and species distribution model analyses // Methods in Ecology and Evolution, 2014. – Vol. 5, № 7. – P. 694–700.
Edwards J. L., Lane M. A., Nielsen E. S. Interoperability of Biodiversity Databases: Biodiversity Information on Every Desktop // Science, 2000. – Vol. 289. – P. 2312–2314. DOI: 10.1126/science.289.5488.2312
Grinnell J. The niche-relationships of the California Thrasher // The Auk., 1917. – Vol. 34. – P. 427 433. DOI:10.2307/4072271
Guisan A., Zimmermann N. E. Predictive habitat distribution models in ecology // Ecological Modelling, 2000. – Vol. 135. – P. 147–186. DOI: 10.1016/s0304-3800(00)00354-9
Hallgren W., Beaumont L., Bowness A., Chambers L., Graham E., Holewa, H., Laffan S., Mackey B., Nix H., Price J., Vanderwal J., Warren R., Weis G. The Biodiversity and Climate Change Virtual Laboratory: Where ecology meets big data // Environmental Modelling and Software, 2016. – № 76. – P. 182–186. DOI: 1016/j.envsoft.2015.10.025
Phillips S. J., Anderson R. P., Schapire R. E. Maximum entropy modeling of species geographic distributions //Ecological Modelling, 2006. – Vol. 190. – P. 231–259. DOI: 10.1016/j.ecolmodel.2005.03.026
Phillips S. J., Dudik M. Modeling of species distributions with MaxEnt: new extensions and a comprehensive evaluation // Ecography, 2008. – Vol. 31. – P. 161–175. DOI: 10.1111/j.0906-7590.2008.5203.x
Опубликован
2021-09-14
Как цитировать
Ваганов А. В., Покалякин З. В., Хворова Л. А. Комплексное решение задач оценки растительных ресурсов методами ГИС и климатического моделирования // Проблемы ботаники Южной Сибири и Монголии, 2021. Т. 20, № 1. С. 87-91 DOI: 10.14258/pbssm.2021018. URL: http://journal.asu.ru/bpssm/article/view/pbssm.2021018.
Раздел
Статьи
