resarПриродные ресурсы Арктики и СубарктикиArctic and Subarctic Natural Resources2618-97122686-9683Академия наук Республики Саха (Якутия)10.31242/2618-9712-2019-24-3-11resar-480Research ArticleОбщая биология. ЭкологияGeneral biology. EcologyБиоклиматическое моделирование ареала сосны обыкновенной (Pinus sylvestris L.) в ЯкутииBioclimatic modeling of the distribution of Scotch pine (Pinus sylvestris L.) in Yakutiahttps://orcid.org/0000-0002-4488-0228ИсаевАлександр ПетровичIsaevAleksandr Petrovich

Исаев Александр Петрович, доктор биологических наук, главный научный сотрудник, Институт биологических проблем криолитозоны СО РАН, Россия, 677980, г. Якутск, пр. Ленина, 41, Институт естественных наук Северо-Восточного федерального университета имени М.К. Аммосова, Россия, г. Якутск, Белинского, 58,https://orcid.org/0000-0002-4488-0228, alex_isaev@mail.ru;

Isaev Aleksandr Petrovich, doctor of biological sciences, principal researcher, Institute of Biological Problems of Cryolithozone, SB RAS, 41 Lenina pr., Yakutsk, 677980, Russia; Institute of Natural Sciences, M.K. Ammosov North-Eastern Federal University, 58 Belinskogo Str., Yakutsk, 677000, Russia,https://orcid.org/0000-0002-4488-0228, alex_isaev@mail.ru;

alex_isaev@mail.ruБорисовБорис ЗахаровичBorisovBoris Zakharovich

Борисов Борис Захарович, кандидат биологических наук, старший научный сотрудник, Институт биологических проблем криолитозоны СО РАН, Россия, 677980, г. Якутск, пр. Ленина, 41,bzborisov@mail.ru;

Borisov Boris Zakharovich, candidate of biological sciences, senior researcher, Institute of Biological Problems of Cryolithozone, SB RAS, 41 Lenina pr., Yakutsk, 677980, Russia, bzborisov@mail.ru;

bzborisov@mail.ruНикифороваЕвдокия НиколаевнаNikiforovaEvdokiya Nikolayevna

Никифорова Евдокия Николаевна, инженер-исследователь, Институт биологических проблем криолитозоны СО РАН, Россия, 677980, г. Якутск, пр. Ленина, 41, gisnik@yandex.ru

Nikiforova Evdokiya Nikolayevna, research engineer, Institute of Biological Problems of Cryolithozone, SB RAS, 41 Lenina pr., Yakutsk, 677980, Russia,gisnik@yandex.ru. 

gisnik@yandex.ruИнститут биологических проблем криолитозоны СО РАНРоссияInstitute of Biological Problems of Cryolithozone, SB RASRussian FederationИнститут биологических проблем криолитозоны СО РАНРоссияInstitute of Biological Problems of Cryolithozone, SB RASRussian Federation201931102019243121133Copyright © Исаев А.П., Борисов Б.З., Никифорова Е.Н., 20242024Исаев А.П., Борисов Б.З., Никифорова Е.Н.Isaev A.P., Borisov B.Z., Nikiforova E.N.This work is licensed under a Creative Commons Attribution 4.0 License.https://resar.elpub.ru/jour/article/view/480

С помощью геоинформационного моделирования в программной среде MaxEnt была создана биоклиматическая модель ареала сосны обыкновенной – Pinus sylvestris L., на основе которой построена новая карта ареала этого вида с зонированием на «предпочтительные», «пригодные» и «мало пригодные» местопроизрастания. Также были выявлены климатические факторы, ограничивающие ареал этого вида на территории Республики Саха (Якутия), и оценена их роль в создании модели (%). К этим факторам относятся: Bio 01 – cреднегодовая температура (значение вклада в модель 52,2 %) и Bio 08 – средняя температура самой влажной четверти года (34,5 %). Остальные биоклиматические переменные имели слишком высокий коэффициент пермутации, или же их значение вклада в модель меньше 1 %. С помощью вегетационного индекса EVI была проведена верификация модели. Схожесть данных модели MaxEnt и положительных значений индекса EVI за апрель 2016 г. была оценена в 69,5 %. Данные проведенного анализа могут послужить основой для создания новой карты ареала сосны обыкновенной на территории не только Якутии, но и всей Северной Евразии. Кроме того, модель позволяет понять, как изменится породный состав лесов, лесистость Якутии при различных климатических сценариях.

A bioclimatic model of the distribution of Scotch pine (Pinus sylvestris L.) was created using geoinformation modeling in the MaxEnt. The new map of this species was built with the differentiation into “preferred”, “suitable” and “not suitable” locations. Climatic factors limiting the range of this species in the Republic of Sakha (Yakutia) were identified, and their role in creating the model was estimated (%). These factors include Bio 01 – the average annual temperature (the contribution to the model is 52.2 %) and Bio 08 – the average temperature of the wettest quarter of the year (34.5 %). The remaining bioclimatic variables had a too high permutation coefficient, or their contribution to the model was less than 1 %.

Using the EVI vegetation index, the model was verified. The similarity of the MaxEnt model data and the positive EVI values for April 2016 was estimated at 69.5 %. The data of the analysis can serve as the basis for creating a new map of the area of Scotch pine not only in Yakutia, but throughout Northern Eurasia. In addition, the model allows us to understand how the species composition of forests and the forest cover of Yakutia will change under various climatic scenarios.

ГИСWorldClimPinus sylvestrisЯкутиябиоклиматические переменныеареал сосны обыкновеннойкарта.GISWorldClimPinus sylvestrisYakutiabioclimatic variablesarea of Scots pinemap.Работа выполнена в рамках госзадания ИБПК СО РАН на 2017-2021 гг. по теме: «Фундаментальные и прикладные аспекты изучения разнообразия растительного мира Северной и Центральной Якутии» (рег. номер АААА-А17-117020110056-0).This research was carried out within the framework of state assignment of IBPC SO RAN on 2017-2021 (project “Fundamental and applied aspects of the study of vegetation diversity of Northern and Central Yakutia” reg. no. АААА-А17-117020110056-0).ReferencesШубин В.И., Гелес И.С., Крутов В.И. Повышение производительности культур сосны и ели на вырубках. Петрозаводск, 1991. 176 с.Shubin V.I., Geles I.S., Krutov V.I. Povyshenie proizvoditel’nosti kul’tur sosny i eli na vyrubkah. Petrozavodsk, 1991. 176 p.Саковец В.И., Германова Н.И., Матюшкин В.А. Экологические аспекты гидромелиорации в Карелии. Петрозаводск: КарНЦ РАН, 2000. 155 с.Sakovec V.I., Germanova N.I., Matyushkin V.A. Ekologicheskie aspekty gidromelioracii v Karelii. Petrozavodsk: KarNC RAN, 2000. 155 p.Hellkvist J., Parsby J. The water relations of Pinus sylvestris. III. Diurnal and seasonal patterns of water potential // Physiol. Plant. 1976. V. 38. P. 61–68.Hellkvist J., Parsby J. The water relations of Pinus sylvestris. III. Diurnal and seasonal patterns of water potential // Physiol. Plant. 1976. V. 38. P. 61–68.Соколов А.И. Лесовосстановление на СевероЗападе России. Петрозаводск, 2006. 215 с.Sokolov A.I. Lesovosstanovlenie na Severo-Zapade Rossii. Petrozavodsk, 2006. 215 p.Сазонова Т.А., Болондинский В.К., Придача В.Б. Эколого-физиологическая характеристика сосны обыкновенной. Петрозаводск: Verso, 2011. 206 с.Sazonova T.A., Bolondinskij V.K., Pridacha V.B. Ekologo-fiziologicheskaya harakteristika sosny obyknovennoj. Petrozavodsk: Verso, 2011. 206 p.Щепащенко Д.Г., Швиденко А.З., Лесив М.Ю. и др. Площадь лесов России и ее динамика на основе синтеза продуктов дистанционного зондирования // Лесоведение. 2015. № 3. C. 163–171.Schcepashchenko D.G., Shvidenko A.Z., Lesiv M.Yu. et al. Ploshchad’ lesov Rossii i ee dinamika na osnove sinteza produktov distancionnogo zondirovaniya // Lesovedenie. 2015. N 3. C. 163–171.Замолодчиков Д.Г. Оценка климатогенных изменений разнообразия древесных пород по данным учетов лесного фонда // Успехи современной биологии, 2011. Т. 131, № 4. С. 382–392.Zamolodchikov D.G. Ocenka klimatogennyh izmenenij raznoobraziya drevesnyh porod po dannym uchetov lesnogo fonda // Uspekhi sovremennoj biologii. 2011. V. 131. N 4. P. 382–392.Тимофеев П.А., Исаев А.П., Щербаков И.П. и др. Леса среднетаежной подзоны Якутии. Якутск: Якутский научный центр СО РАН, 1994. 140 с.Timofeev P.A., Isaev A.P., Schcerbakov I.P. et al. Lesa srednetaezhnoj podzony Yаkutii. Yаkutsk: Yаkutskij nauchnyj centr SO RAN, 1994. 140 p.Troeva E.I., Isaev A.P., Cherosov M.M. et al. The Far North: Plant Biodiversity and Ecology of Yakutia // Plant and Vegetation. V. 3. Springer, 2010. P. 165.Troeva E.I., Isaev A.P., Cherosov M.M. et al. The Far North: Plant Biodiversity and Ecology of Yakutia // Plant and Vegetation. V. 3. Springer, 2010. P. 165.Elith J., Graham C.H., Anderson R.P. et al. Novel methods improve prediction of species distributions from occurrence data // Ecography. 2006. V. 29. P. 129–151.Elith J., Graham C.H., Anderson R.P. et al. Novel methods improve prediction of species distributions from occurrence data // Ecography. 2006. V. 29. P. 129–151.Gibson L., Barrett B., Burbidge A. Dealing with uncertain absences in habitat modeling: a case study of a rare ground-dwelling parrot // Divers. Distribut. 2007. V. 13(6). Р. 704–713.Gibson L., Barrett B., Burbidge A. Dealing with uncertain absences in habitat modeling: a case study of a rare ground-dwelling parrot // Divers. Distribut. 2007. V. 13(6). Р. 704–713.Hernandez P.A., Franke I., Herzog S.K. et al. Predicting species distributions in poorly-studied landscapes // Biodivers. Conserv. 2008. V. 17. Р. 1353–1366.Hernandez P.A., Franke I., Herzog S.K. et al. Predicting species distributions in poorly-studied landscapes // Biodivers. Conserv. 2008. V. 17. Р. 1353–1366.Franklin J. Mapping species distribution; spatial inference and prediction. Cambridge: Cambridge University Press, 2010. 320 p.Franklin J. Mapping species distribution; spatial inference and prediction. Cambridge: Cambridge University Press, 2010. 320 p.Ward G. Statistics in ecological modeling; presenceonly data and boosted mars. Palo Alto: Stanford University, 2007.Ward G. Statistics in ecological modeling; presenceonly data and boosted mars. Palo Alto: Stanford University, 2007.Phillips S.J., Anderson R.P., Schapire R.E. Maximum entropy modeling of species geographic distributions // Ecol. Modeling. 2006. V. 190. Р. 231–259.Phillips S.J., Anderson R.P., Schapire R.E. Maximum entropy modeling of species geographic distributions // Ecol. Modeling. 2006. V. 190. Р. 231–259. DOI: https://doi.org/10.1016/j.ecolmodel.2005.03.026Олонова М.В. Использование гербарных коллекций для экологического моделирования // Материалы III межд. научно-практ. конф. «Проблемы сохранения биологического разнообразия и использования биологических ресурсов» (7–9 октября 2015). Ч. 1. Минск. Беларусь, 2015. С. 446–449.Olonova M.V. Ispol’zovanie gerbarnyh kollekcij dlya ekologicheskogo modelirovaniya // Materialy III mezhd. nauchno-prakt. konferencii «Problemy sohraneniya biologicheskogo raznoobraziya i ispol’zovaniya biologicheskih resursov» (7–9 oktyabrya 2015). Ch. 1. Minsk. Belarus’, 2015. P. 446–449.Schelderman X., van Zonneveld M. Training manual on spatial analysis of plant diversity and distribution. Rome: Biodiversity International, 2007. 180 р.Schelderman X., van Zonneveld M. Training manual on spatial analysis of plant diversity and distribution. Rome: Biodiversity International, 2007. 180 р.Stohlgren K.S. MaxEnt modeling for predicting suitable habitat for threatened and endangered tree Canacomyrica monticola in New Caledonia // Journal of Ecology and Natural Environment, 2009. V. 1(4). Р. 094-098.Stohlgren K.S. MaxEnt modeling for predicting suitable habitat for threatened and endangered tree Canacomyrica monticola in New Caledonia // Journal of Ecology and Natural Environment, 2009. – V. 1(4). Р. 094-098.Khafaga O., Hatab E.E., Omar K. Predicting the potential geographical distribution of Nepeta septemcrenata in Saint Katherine Protectorate, South Sinai, Egypt using MaxEnt // Academia Arena. 2011. V. 3(7). Р. 45–50.Khafaga O., Hatab E.E., Omar K. Predicting the potential geographical distribution of Nepeta septemcrenata in Saint Katherine Protectorate, South Sinai, Egypt using MaxEnt // Academia Arena. 2011. V. 3(7). Р. 45–50.Егошин А.В. Моделирование пространственного распределения видов на территориях ООПТ Западного Кавказа с использованием геоинформационных систем // Priroda.su – 2012-1, http://www.priroda. su/item/2981Egoshin A.V. Modelirovanie prostranstvennogo raspredeleniya vidov na territoriyah OOPT Zapadnogo Kavkaza s ispol’zovaniem geoinformacionnyh system / Priroda.su 2012-1, http://www.priroda.su/item/2981Gaston K.J. Species richness: measure and measurement. Biodiversity: a biology of numbers and difference / ed. K.J. Gaston. Oxford: Blackwell Science, 1996. Р. 77–113.Gaston K.J. Species richness: measure and measurement. Biodiversity: a biology of numbers and difference / ed. K.J. Gaston. Oxford: Blackwell Science, 1996. Р. 77–113.Hijmans R.J., Cameron S.E., Parra J.L. et al. Very high resolution interpolated climate surfaces for global land areas // Int. J. Climatol. 2005. V. 25. Р. 1965–1978.Hijmans R.J., Cameron S.E., Parra J.L. et al. Very high resolution interpolated climate surfaces for global land areas // Int. J. Climatol. 2005. V. 25. Р. 1965– 1978. DOI: 10.1002/joc.1276Якутия / под ред. И.С. Герасимова. М.: Наука,1965. 464 с.Yakutiya / red. I.S. Gerasimova. M.: Nauka, 1965. 464 p.Атлас лесов СССР. М.: ГУГК, 1973. 222 с.Atlas lesov SSSR. M.: Glavnoe upravlenie geodezii i kartografii pri Sovete ministrov SSSR, 1973. 222 p.www.wordclim.orgwww.wordclim.orgGuisan A., Graham C.H., Elith J., Huettmann F. and the NCEAS. Species Distribution Modelling Group. Sensitivity of predictive species distribution models to change in grain size // Divers. Distrib. 2007. V. 13. Р. 332–340.Guisan A., Graham C.H., Elith J., Huettmann F. and the NCEAS. Species Distribution Modelling Group. Sensitivity of predictive species distribution models to change in grain size // Divers. Distrib. 2007. V. 13. Р. 332–340.Pearson R.G., Raxworthy C.J., Nakamura M., Peterson A.T. Predicting species distributions from small numbers of occurrence records: a test case using cryptic geckos in Madagascar // J. Biogeo. 2007. V. 34. Р. 102–117.Pearson R.G., Raxworthy C.J., Nakamura M., Peterson A.T. Predicting species distributions from small numbers of occurrence records: a test case using cryptic geckos in Madagascar // J. Biogeo. 2007. V. 34. Р. 102–117.Murienne J., Guilbert E., Grandcolas P. Species’ diversity in the New Caledonian endemic genera Cephalidiosus and Nobarnus (Insecta: Heteroptera: Tingidae), an approach using phylogeny and species’ distribution modelling // Bot. J. Linn. Soc. 2009. V. 97. Р. 177–184.Murienne J., Guilbert E., Grandcolas P. Species’ diversity in the New Caledonian endemic genera Cephalidiosus and Nobarnus (Insecta: Heteroptera: Tingidae), an approach using phylogeny and species’ distribution modelling // Bot. J. Linn. Soc. 2009. V. 97. Р. 177–184.Phillips S.J., Dudik M. and Schapire R.E. A maximum entropy approach to species distribution modeling // Proceed. of the 21st Int. Conf. on Machine Learning. New York: ACM Press, 2006. Р. 655–662.Phillips S.J., Dudik M. and Schapire R.E. A maximum entropy approach to species distribution modeling // Proceed. of the 21st Int. Conf. on Machine Learning. New York: ACM Press, 2006. Р. 655–662.Wiley E.O., McNyset K.M., Peterson A.T. et al. Niche modeling and geographic range predictions in the marine environment using a machine-learning algorithm // Oceanography. 2003. V. 16. Р. 120–127.Wiley E.O., McNyset K.M., Peterson A.T. et al. Niche modeling and geographic range predictions in the marine environment using a machine-learning algorithm // Oceanography. 2003. V. 16. Р. 120–127.Щербаков И.П. Лесной покров Северо-Востока СССР. Новосибирск: Наука, 1975. 344 с.Shcherbakov I.P. Lesnoj pokrov Severo-Vostoka SSSR. Novosibirsk: Nauka, 1975. 344 p.Yu M, Wang G., Parr D., Ahmed K.F. Future changes of the terrestrial ecosystem based on a dynamic vegetation model driven with RCP8.5 climate projections from 19 GCMs // Climatic Change. 2014. V. 127. P. 257–271.Yu M, Wang G., Parr D., Ahmed K.F. Future changes of the terrestrial ecosystem based on a dynamic vegetation model driven with RCP8.5 climate projections from 19 GCMs // Climatic Change. 2014. V. 127. P. 257–271.Замолодчиков Д.Г., Кобяков К.Н., Кокорин А.О. и др. Лес и климат. М.: Всемирный фонд дикой природы (WWF), 2015. 40 с.Zamolodchikov D.G., Kobyakov K.N., Kokorin A.O. et al. Les i klimat. M.: Vsemirnyj fond dikoj prirody (WWF), 2015. 40 p.

The authors declare that there are no conflicts of interest present.