Complex solution on solving problems of estimating plant resources by GIS and climate model methods
УДК 504.73+912+551.581.1
Keywords:
Big data, Darwin Core, economically valuable plants, GBIF, GIS, Herbarium, Maxent, modeling, Phyton, resource assessment
Abstract
The paper considers the applied aspects of the use of modern information technologies for an accurateassessment of plant resources using GIS and climate model methods. For the most effective achievement of the goals ofintegrated monitoring and assessment of plant resources, the authors discussed and proposed a number of requirementsfor the initial data, factors affecting the change in the area and the results of the assessment of plant resources. As anavailable free analogue of the method for correcting the spatial unevenness of the points of registration of species inSDMtoolbox (ArcGIS), we proposed the DBSCAN clustering method, which is implemented in the Python library sklearn.
Downloads
Download data is not yet available.
Metrics
Metrics Loading ...
References
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
Published
2021-09-14
How to Cite
Vaganov A. V., Pokalyakin Z. V., Khvorova L. A. Complex solution on solving problems of estimating plant resources by GIS and climate model methods // Проблемы ботаники Южной Сибири и Монголии, 2021. Vol. 20, № 1. P. 87-91 DOI: 10.14258/pbssm.2021018. URL: http://journal.asu.ru/bpssm/article/view/pbssm.2021018.
Section
Статьи
