Машинное обучение предсказало ареал редкого растения российской степи
Брандушка разноцветная — это цветущее ранней весной растение, обитающее в степях и занесенное в Красную книгу. Новое исследование оценило возможную область распространения брандушки и ее экологическую нишу, а заодно подсказало, как улучшить сеть особо охраняемых природных территорий Воронежской области и эффективнее защитить этот вид.
Потеря биоразнообразия остается одной из самых острых экологических проблем. Прямое уничтожение, разрушение экосистем и загрязнение среды уже привели к исчезновению множества видов растений и животных, и эта тенденция только усугубляется.
Для того, чтобы сберечь малочисленные виды, необходимы знания об их экологии и о том, как на них сказываются изменения окружающей среды, в том числе климата. Передовым инструментом таких исследований стало экологическое моделирование ареалов — species distribution modelling (SDM). Оно позволяет связать места фактического наблюдения живых существ с теми условиями среды, которые определяют их географическое распространение.
Теоретической основой SDM стала концепция экологической ниши Хатчинсона, а для ее вычислительной реализации используют машинное обучение (ML). В результате ученые получают оценку возможного ареала, а также представление об экологической нише вида и тех факторах среды, которые имеют для него жизненно важное значение.
Авторы новой статьи задались целью рассмотреть сеть особо охраняемых природных территорий (ООПТ) Воронежской области с точки зрения сохранения степных экосистем региона. Они создали базу, описывающую распространение 130 краснокнижных видов. А для одного из них — брандушки разноцветной (Bulbocodium versicolor) — в качестве примера построили модели SDM.
Результаты моделирования SDM / © doi:10.24057/probl.geogr.156.4
Растение приходится близким родственником безвременнику и относится к эфемероидам — то есть расцветает рано по весне, вскоре после чего листья брандушки отмирают и появляются вновь только по прошествии зимы. Этот редкий вид занесен в Красные книги целого ряда российских регионов и других стран. Под Воронежем проходит северная граница ареала брандушки.
Выбор в пользу брандушки как индикатора редких степных экосистем связан со сравнительно большим числом наблюдений — всего 163 находки с 1769 по 2021 год. Эти данные получены из гербарных хранилищ, собраны или подтверждены непосредственно «в полях» авторами и взяты из международной базы данных биологического разнообразия GBIF. Любопытно, что способствовать развитию GBIF может всякий желающий — публикуя фотографии растений и животных через бесплатное приложение iNaturalist.
Для построения моделей авторы использовали данные о климате и рельефе Воронежской области с высоким разрешением. Из них были отобраны 11 наиболее значимых показателей, которые помогли алгоритмам машинного обучения построить SDM и предсказать область распространения редкого вида. Результаты моделирования авторы привели в виде карты, которая показывает вероятность нахождения B. versicolor в каждой точке.
Оказалось, что брандушка приурочена главным образом к системе балок и оврагов на юге региона. Это согласуется с тем, что на Воронежскую область приходится самая северная часть ареала растения. А овраги и склоны брандушка предпочитает по необходимости — ведь большая часть плодородных черноземов на плоских участках рельефа здесь давно распахана и занята полями.
Ученые надеются, что их результат не только дополнил наши знания о редком растении, но также поможет оптимизировать местную сеть степных ООПТ.
«<…> В своей статьей мы прямо указываем на необходимость развития региональной сети степных ООПТ, которая до сих пор создавалась с игнорированием ландшафтного подхода, а также предлагаем новые перспективные степные ООПТ, которые были выделены на основе анализа визуализированной на картографической основе базе данных» — пояснил по просьбе Naked Science первый автор статьи Дмитрий Владимиров, кандидат географических науки и доцент факультета географии, геоэкологии и туризма Воронежского государственного университета.
Источник: naked-science.ru
