Опыт использования биоклиматического моделирования ареалов млекопитающих (на примере Южного Забайкалья) (стр. 1 из 3)

Опыт использования биоклиматического моделирования ареалов млекопитающих (на примере Южного Забайкалья)

Войта Леонид Леонидович

Фалейчик Лариса Михайловна

Авторы благодарны В.Е. Кирилюку за предоставленный материал по распространению даурского ежа

Введение

Ареал является одной из ключевых характеристик биологического вида. Основные параметры ареала ( размер, границы, инфраструктура и пр.) складываются под влиянием целого набора факторов. Внутренние факторы связаны с особенностями вида, которые определяют пульсацию ареала. Сюда, в первую очередь, относится экологическая толерантность вида: размеры и структура областей распространения эври- топных и стенотопных видов, как правило, различаются. Внешние факторы, определяющие параметры ареала, связаны с экологическими условиями в пределах области распространения вида. С этой позиции «... ареал представляет собой конкретное испытание экологической валентности вида» [15, С. 86]. Определенная комбинация этих факторов может привести к дестабилизации ареала, выражающейся в его дизруп- ции (фрагментировании) и сокращении. В современных условиях дизрупция ареалов многих видов, на фоне их специфической толерантности, ведет к фрагментации популяций и формированию так называемых «метапопуляций» [21]. В теории это может привести к серьезным нарушениям популяционной структуры вида и к резкому сокращению ареала. Поэтому одним из важных вопросов биогеографии и экологии является анализ географического распространения редких и исчезающих видов растений и животных. В связи со спецификой редких видов ( низкая численность и плотность, особенности биологии, труднодоступность участков) особую актуальность приобретает геоинформационное моделирование. В последнее десятилетие идея применения многомерного статистического анализа для выявления экологических предпочтений вида и, на этой основе, определения границ его распространения активно разрабатывается и реализуется в современном подходе биоклиматического моделирования [20, 23, 24, 26, 27, 28]. Программа Maxent, содержащая ряд статистических алгоритмов и тестов, позволяет моделировать географическое распространение, используя данные по точкам отловов, представленные в виде географических координат, и климатические или иные экологические данные [20]. Ключевым отличием биокли- матического моделирования от традиционных биохорологических подходов к анализу распространения видов является наличие отработанных алгоритмов, включающих набор методов многомерной статистики.

Основной целью работы является моделирование ареалов краснокнижных видов млекопитающих, занесенных в Красную книгу, — ежа даурского (Mesechinus dauuricus Sundevall) и малой дальневосточной белозубки (Crocidura shantungensis Miller). Отдельная прикладная задача исследования — рассмотреть применение данных по оптимальным для видов участкам с целью дифференциации территорий при проведении ОВОС при проектировании горнодобывающих предприятий.

Даурский еж и малая дальневосточная белозубка занесены в Красные книги Республики Бурятии [12] и Забайкальского края [13], еж также включен в Красную книгу РФ [14]. Оба вида нуждаются в уточнении границ ареалов и определении их оптимальных участков для повышения эффективности охраны, мониторинга и поддержания численности популяций на необходимом уровне. В соответствии с программами по освоению минерального сырья в приграничных районах Забайкальского края острыми вопросами являются возможные последствия для указанных видов глубокого нарушения степных биоценозов на отторгаемых территориях.

Кроме того, выбор этих видов основывался на двух важных особенностях. Несмотря на относительно подробное описание области обитания даурского ежа [6, 7, 17, 19], этот вид, в силу своих особенностей (размер тела, образ жизни и размер индивидуальных участков) , чрезвычайно уязвим с биоценотической точки зрения. Нарушение местообитаний, например в ходе крупномасштабного техногенного вмешательства (горные разработки) [16, , может значительно подорвать популяционную структуру вида. В связи с этим важно оценить оптимальные участки в пределах его ареала. Распространение малой дальневосточной белозубки изучено крайне слабо, в настоящий момент известно лишь несколько точек встречи этого вида в регионе [1, 2, 17, 19]. Только в Бурятии малая дальневосточная белозубка достаточно «высоко» распространена на север — до Ивол- гинской котловины [17], в Забайкальском крае этот вид встречался лишь дважды и только в приграничных с Монголией районах [2, 13].

Материалы и методы

Рис. 1. Точки сбора материала в Южном Забайкалье и на прилегающих территориях Монголии и Китая по двум видам млекопитающих: даурский еж; малая дальневосточная белозубка

База исходных данных по точкам отловов и встреч даурского ежа включает коллекции Зоологического института РАН, г. Санкт-Петербург — 6 точек и литературные источники — 34 точки [6, 7, 17, 19]. Кроме того, значительную часть исходных данных — 125 точек — составили личные сборы В.Е. Кирилюка. При сборе географических данных по малой дальневосточной белозубке использовались в основном литературные источники [1, 2, 13, 17, 19] — 9 точек.

Исходные данные встреч модельных видов оформляются в виде таблицы, которая, в соответствии с требованиями программы Maxent [25], содержит три колонки — вид животного, географические координаты (долгота и широта) точек встреч. Таблица хранится в текстовом файле формата *.csv, предназначенном для представления табличных данных. Этот формат табличных данных распознается многими программными продуктами, в том числе Maxent и ArcGIS 10, используемыми для биоклиматического и геоинформаци- онного моделирования и анализа. На рис. 1 представлена схема размещения точек в исследуемом регионе.

Метод максимальной энтропии. Подробно этот метод и варианты его применения описаны в ряде зарубежных публикаций [20, 23, 24, 25, 26, 27, 28]. Суть метода сводится к тому, что по точкам отлова животного определяются те характеристики среды, которые оказываются сходными для всех точек обнаружения вида. С использованием дополнительных баз данных (климатических) возможно вычленить конкретные средовые параметры, сходные для всей совокупности анализируемых точек, и на этой основе выделить область, потенциально пригодную для обитания вида. Для этого проводится экстраполяция вероятности обнаружения вида на анализируемом участке. Алгоритм статистического анализа корреляций между данными по встречам вида и климатическими данными сводится к двум шагам: все координаты, по желанию исследователя, делятся на две части, одна из которых используется для построения модели (анализируются корреляции точек с параметрами среды), другая — применяется для проверки этой модели. В качестве результатов моделирования ареалов программа Maxent, используемая в нашем исследовании как основная, выдает схемы распространения вида в регионе, таблицу значений корреляций данных по встречам вида со средовыми параметрами, а также схему соответствия между модельным и «проверочным» шагами расчетов.

В нашем анализе использовано 50 % точек для построения модели и 50 % — для ее проверки. Для каждого вида строились 10 независимых моделей ( реплики методом перестановочного теста «crossvalidation method»). Выводы делались на основе усреднения реплик. Граница распространения вида определялась экспертно. Для этого использовались дополнительные тестовые точки по восточной части ареала ( в частности, для ежа — 68 точек). Точки, взятые на территории Забайкальского края и Монголии (данные В.Е. Кирилюка), накладывались на модель ареала. Адекватность модели в этом случае определялась количеством точек, лежащих за пределами границы, выраженном в процентах. Критическое значение — 5 % от общего числа точек, использованных в тестировании.

Для выделения по результатам моделирования «оценочного оптимума», а также внешних границ распространения используется «относительная вероятность», значения которой варьируют от 0 до 1. По значению относительной вероятности, при наличии данных по численности вида на исследуемой территории, можно получить значение «абсолютной вероятности». Однако в нашем случае оценка численности видов не проводилась, поэтому авторы оперировали только относительными значениями.

Климатические переменные. Для биоклиматического моделирования использовались только климатические параметры, полученные с глобального сервиса WorldClime глобальной климатической базы данных (http://www.worldclim.org/):

BIO1 — среднегодовая температура;

BIO2 — среднемесячная температура;

BIO3 — изотермичность (BIO2/ BI07)*100);

BIO4 — сезонность температуры (стандартное отклонение *100);

BIO5 — максимальная температура теплого месяца;

BIO6 — минимальная температура холодного месяца;

BIO7 — температура годовой амплитуды (BIO5-BIO6);

BIO8 — средняя температура самого влажного квартала;

BIO9 — средняя температура самого сухого квартала;

BI010 — средняя температура самого теплого квартала;

BIO11 — средняя температура самого холодного квартала;

BIO12 — количество осадков за

год;

BIO13 — количество осадков в наиболее влажный месяц;

BIO14 — количество осадков в наиболее сухой месяц;

BIO15 — сезонность осадков (коэффициент вариации);

BIO16 — количество осадков в наиболее влажный квартал;

BIO17 — количество осадков в наиболее сухой квартал;

BIO18 — количество осадков в наиболее теплый квартал;

BIO19 — количество осадков в наиболее холодный квартал;

ALT — высота над уровнем моря.

Это тематические растровые слои с

пространственным разрешением около 1 км2. Данные предназначены для экологического и геоинформационного моделирования, находятся в свободном доступе для научных исследований и некоммерческого использования.

Для биоклиматического моделирования использовался пакет прикладных программ Maxent (ver. 3.3.3k), визуализация данных и пространственный анализ результатов моделирования проводились в геоин- формационной среде: бесплатная, находящаяся в свободном доступе (http://www. diva-gis.org/), созданная для исследователей, занимающихся биохорологией, ГИС- программа Diva-GIS и универсальный ге- оинформационный программный продукт фирмы Esri, Inc., USA — ArcGIS 10.