Построение потенциальных ареалов Athyrium distentifolium и Diplazium sibiricum на территории Евразии на основе климатических данных
Андрей Дмитриевич Демин, магистрант
Уральский федеральный университет имени первого Президента России Б. Н. Ельцина, Екатеринбург, Россия, andru1229@mail.ru, https://orcid.org/0000-0001-5759-6034
Алена Сергеевна Третьякова, доктор биологических наук, доцент, старший научный сотрудник
Уральский федеральный университет имени первого Президента России Б. Н. Ельцина, Ботанический сад Уральского отделения Российской академии наук, Екатеринбург, Россия, alyona.tretyakova@urfu.ru, https://orcid.org/0000-0001-8735-4482
Денис Юрьевич Ефимов, кандидат биологических наук, старший научный сотрудник
Институт биологии внутренних вод им. И. Д. Папанина Российской академии наук, Борок, Россия, dnsfmv@ibiw.ru, https://orcid.org/0000-0002-9029-6962
Аннотация
С помощью метода максимальной энтропии в программе MaxEnt было оценено вероятностное местонахождение Athyrium distentifolium и Diplazium sibiricum — представителей двух редких и экологически дифференцированных видов папоротников как модельных объектов. Данные о распространении исследуемых видов были выгружены из Глобальной базы данных по биологическому разнообразию (GBIF). В качестве источника информации о климатических переменных среды использована открытая база данных Worldclim. Были выявлены биоклиматические переменные, ограничивающие ареалы модельных видов. Для Athyrium distentifolum наиболее важными биоклиматическими переменными являются величина осадков сухого месяца (bio14) и значение среднегодовой температуры (bio01). Для Diplazium sibiricum — значение среднегодовой температуры (bio01) и величина годовых осадков (bio12). Кроме того, вычислены диапазоны значений биоклиматических переменных, ограничивающих распространение видов, при которых отмечается наибольшая вероятность обнаружения видов. Результаты прогноза географического распространения модельных видов на 2040—2060 гг. при умеренном климатическом сценарии показывают значительный сдвиг их ареалов на север.
Ключевые слова
Климатические переменные, математическое моделирование, папоротники, прогноз, распространение.
Благодарности: Работа выполнена в Уральском федеральном университете имени первого Президента России Б. Н. Ельцина и Институте биологии внутренних вод им. И. Д. Папанина РАН (государственное задание № 121051100099-5)
Для цитирования:
Демин А. Д., Третьякова А. С., Ефимов Д. Ю. Построение потенциальных ареалов Athyrium distentifolium и Diplazium sibiricum на территории Евразии на основе климатических данных // Вестник Оренбургского государственного педагогического университета. Электронный научный журнал. 2023. № 3 (47). С. 20—33. URL: http://vestospu.ru/archive/2023/articles/2_47_2023.pdf. DOI: 10.32516/2303-9922.2023.47.2.
1. Зайков В. Ф., Ваганов А. В., Шмаков А. И. Климатическое моделирование потенциального ареала Pulsatilla turczaninovii Kryl. et Serg. (Ranunculaceae) на территории Евразии // Теоретическая и прикладная экология. 2022. № 1. С. 140—144. DOI: 10.25750/1995-4301-2022-1-140-144.
2. Красная книга Архангельской области. Архангельск : Северный (Арктический) федеральный университет, 2020. 490 с.
3. Красная книга Вологодской области. Т. 2. Растения и грибы. Вологда : ВГПУ : Русь, 2004. 360 с.
4. Красная книга Ивановской области. Т. 2. Растения и грибы. Тамбов : ТПС, 2020. 256 с.
5. Красная книга Калужской области. Т. 1. Растительный мир. Калуга : Ваш Домъ, 2015. 536 с.
6. Красная книга Камчатского края. Т. 2. Растения. Петропавловск-Камчатский : Камчатпресс, 2018. 388 с.
7. Красная книга Костромской области. Кострома : Костромской гос. ун-т, 2019. 432 с.
8. Красная книга Курганской области. Курган : Изд-во Курганского гос. ун-та, 2012. 448 с.
9. Красная книга Ленинградской области: Объекты растительного мира. СПб. : ИПФ «Марафон», 2017. 840 с.
10. Красная книга Мурманской области. Кемерово : Азия-принт, 2014. 584 с.
11. Красная книга Ненецкого автономного округа. Белгород : Константа, 2020. 456 с.
12. Красная книга Нижегородской области. Т. 2. Сосудистые растения, моховидные, водоросли, лишайники, грибы. Калининград : Издат. дом «РОСТ-ДОАФК», 2017. 304 с.
13. Красная книга Новгородской области. СПб. : ДИТОН, 2015. 480 с.
14. Красная книга Пензенской области. Т. 1. Грибы, лишайники, мхи, сосудистые растения. Пенза, 2013. 300 с.
15. Красная книга Республики Мордовия. Т. 1. Редкие виды растений и грибов. Саранск : Изд-во Мордовского ун-та, 2017. 412 с.
16. Красная книга Республики Татарстан (животные, растения, грибы). Казань : Идел-Пресс, 2016. 760 с.
17. Красная книга Самарской области. Т. 1. Редкие виды растений и грибов. Самара : Изд-во Самарской гос. обл. академии (Наяновой), 2017. 384 с.
18. Красная книга Тверской области. Тверь : Тверской Печатный Двор, 2016. 400 с.
19. Красная книга Ульяновской области. М. : Буки Веди, 2015. 550 с.
20. Красная книга Чувашской Республики. Т. 2. Ч. 1. Редкие виды растений и грибов. М. : Буки Веди, 2020. 332 с.
21. Левченко Л. С., Олонова М. В. Моделирование территорий, пригодных для обитания Allium obliquum L., внесенного в Красную книгу Томской области, на основе климатических данных // Проблемы ботаники Южной Сибири и Монголии. 2021. № 20-1. С. 261—264. DOI: 10.14258/pbssm.2021050.
22. Лисовский А. А., Дудов С. В., Оболенская Е. В. Преимущества и ограничения методов экологического моделирования ареалов. 1. Общие подходы // Журнал общей биологии. 2020. Т. 81, № 2. С. 123—134. DOI: 10.31857/S0044459620020037.
23. Лисовский А. А., Дудов С. В. Преимущества и ограничения методов экологического моделирования ареалов. 2. MaxEnt // Журнал общей биологии. 2020. Т. 81, № 2. С. 135—146. DOI: 10.31857/S0044459620020049.
24. Мочалова О. А., Ефимов Д. Ю. Природно-климатические закономерности распространения Sparganium emersum и S. hyperboreum (Typhaceae) на северо-востоке Азии // Биология внутренних вод. 2022. № 6. С. 689—699. DOI: 10.31857/S032096522206016X.
25. Олонова М. В., Высоких Т. С., Мезина Н. С. Структура эколого-климатических ниш Poa palustris L. и P. nemoralis L. (Роасеае) на территории Азиатской России // Сибирский экологический журнал. 2018. № 6. С. 712—723. DOI: 10.15372/SEJ20180606.
26. Петросян В. Г., Осипов Ф. А., Дергунова Н. Н., Омельченко А. В. Комплекс моделей расширения ареалов самых опасных инвазионных видов растений на территории России в условиях глобальных климатических изменений // Информационные технологии в исследовании биоразнообразия : материалы III Национальной науч. конф. с междунар. участием, посвящ. 100-летию со дня рожд. акад. РАН П. Л. Горчаковского. Екатеринбург, 2020. С. 440—443.
27. Пшегусов Р. Х., Чадаева В. А. Моделирование экологических ниш видов рода Galinsoga Ruiz et Pav. в границах нативного и кавказской части инвазионного ареалов // Российский журнал биологических инвазий. 2022. Т. 15, № 1. С. 107—122. DOI: 10.35885/1996-1499-15-1-107-122.
28. Санданов Д. В. Современные подходы к моделированию разнообразия и пространственному распределению видов растений: перспективы их применения в России // Вестник Томского государственного университета. Биология. 2019. № 46. С. 82—114. DOI: 10.17223/19988591/46/5.
29. Санданов Д. В., Найданов Б. Б. Пространственное моделирование ареалов восточноазиатских видов растений: современное состояние и динамика под влиянием климатических изменений // Растительный мир Азиатской России: Вестник Центрального сибирского ботанического сада СО РАН. 2015. № 3 (19). С. 30—35.
30. Флора европейской части СССР. Т. 1. Л. : Наука, 1974. 404 с.
31. Флора Сибири. Lycopodiaceae — Hydrocharitaceae. Новосибирск : Наука. Сибирское отделение, 1988. 200 с.
32. Чурюлина А. Г., Бочарников М. В. Моделирование потенциального ареала реликтового вида (Caragana jubata (Pall.) Poir.) на основе климатических данных // Ученые записки Российского государственного гидрометеорологического университета. 2019. № 54. С. 100—108. DOI: 10.33933/2074-2762-2019-54-100-108.
33. Cheek M. D. First official record of a naturalised population of Mimosa albida Humb. & Bonpl. ex Willd. var. albida in Africa // BioInvasions Records. 2015. Vol. 4, Is. 1. P. 61—65. DOI: 10.3391/bir.2015.4.1.10.
34. Elith J., Leathwick J. R. Species Distribution Models: Ecological Explanation and Prediction Across Space and Time // Annual Review of Ecology, Evolution, and Systematics. 2009. Vol. 40. P. 677—697. DOI: 10.1146/annurev.ecolsys.110308.120159.
35. Fick S. E., Hijmans R. J. WorldClim 2: new 1 km spatial resolution climate surfaces for global land areas // International Journal of Climatology. 2017. Vol. 37, N 12. P. 4302—4315. DOI: 10.1002/joc.5086.
36. GBIF.org (27 November 2022) GBIF Occurrence Download https://doi.org/10.15468/dl.yyhtzb.
37. GBIF.org (27 November 2022) GBIF occurrence Download https://doi.org/10.15468/dl.prga3m.
38. Petrenko T. Y., Korznikov K. A., Kislov D. E., Krestov P. V., Belyaeva N. G. Modeling of cold-temperate tree Pinus koraiensis (Pinaceae) distribution in the Asia-Pacific region: climate change impact // Forest Ecosystems. 2022. Vol. 9, N 1. Art. 100015. DOI: 10.1016/j.fecs.2022.100015.
39. Phillips S. J., Anderson R. P., Schapire R. E. Maximum entropy modeling of species geographic distributions // Ecological Modeling. 2006. Vol. 190, N 3—4. P. 231—259. DOI: 10.1016/j.ecolmodel.2005.03.026.
40. Qin Z., Zhang J. E., DiTommaso A., Wan R., Wu R. S. Predicting invasions of Wedelia trilobata (L.) Hitchc. with Maxent and GARP models // Journal of Plant Research. 2015. Vol. 128. P. 763—775. DOI: 10.1007/s10265-015-0738-3.
41. Thomas C. D., Cameron A., Green R. E., Bakkenes M., Beaumont L. J., Collingham Y. C., Erasmus B. F., De Siqueira M. F., Grainger A., Hannah L., Hughes L., Huntley B., Van Jaarsveld A. S., Midgley G. F., Miles L., Ortega-Huerta M. A., Peterson A. T., Phillips O. L., Williams S. E. Extinction risk from climate change // Nature. 2004. Vol. 427. P. 145—148. DOI: 10.1038/nature02121.
42. WorldClim. Global climate and weather data. URL: https://www.worldclim.org/ (Accessed: 21.11.2022).
43. Xian X., Zhao H., Wang R., Qiao H., Guo J., Zhang G., Liu W., Wan F. Ecological Niche Shifts Affect the Potential Invasive Risk of Rapistrum rugosum (L.) All. in China // Frontiers in Plant Science. 2022. Vol. 13. Art. 827497. DOI: 10.3389/fpls.2022.827497.