"Палеарктика қырандары: зерттеу және қорғау" III Халықаралық ғылыми-практикалық конференциясы

ҚАУЫРСЫНДЫ ЖЫРТҚЫШТАР ЖӘНЕ ОЛАРДЫ ҚОРҒАУ. АРНАЙЫ ШЫҒАРЫЛЫМ 2. АННОТАЦИЯЛАР

ТАРАЛУ АЙМАҚТАРДЫ (АРЕАЛДАРДЫ) МОДЕЛЬДЕУ ҮШІН АШЫҚ ДЕРЕКТЕР КӨЗІ: БИОАЛУАНТҮРЛІЛІК ТУРАЛЫ АҚПАРАТТЫҚ ЖҮЙЕЛЕР ЖӘНЕ ҚОРШАҒАН ОРТА ЖАҒДАЙЛАРЫНЫҢ КЕҢІСТІКТІ ДЕРЕКТЕР ЖИНАҒЫ

Шашков М.П. (Е.А. Букетов ат. Қарағанды мемлекеттік университеті, Карағанды, Казақстан)

Контакт:
Максим Шашков max.carabus@gmail.com
Ұсынылатын дәйексөз: Шашков М.П. Таралу аймақтарды (ареалдарды) модельдеу үшін ашық деректер көзі: биоалуантүрлілік туралы ақпараттық жүйелер және қоршаған орта жағдайларының кеңістікті деректер жинағы. – Пернатые хищники и их охрана. 2023. Спецвып. 2. С. 358–362. DOI: 10.19074/1814-8654-2023-2-358-362 URL: http://rrrcn.ru/ru/archives/35137

Түрлердің таралуын модельдеу (Species Distribution Modelling – SDM) бірінші BIOCLIM алгоритмі 1980 жылдары пайда болды. Популяция мен экологиялық зерттеулердің бұл саласы қолжетімді компьютерлік технологиялардың пайда болуымен, интернеттің дамуымен, сондай-ақ биологиялық түрлердің таралуы мен қоршаған орта жағдайлары туралы деректерге қол жеткізуді қамтамасыз ететін ашық ресурстардың дамуымен танымал бола бастады. Тіршілік ету ортасының модельдерін құруға арналған алгоритмдердің көпшілігі (бірінші «биоклиматтық қабық» әдістерін қоспағанда) регрессиялық талдауға және машиналық оқытуға негізделген. Бүгінгі таңда ең көп қолданылатын әдіс MaxEnt максималды энтропия әдісі болып табылады. Барлық әдістер мақсатты түрлердің кездесу нүктелері мен олардағы қоршаған орта айнымалыларының мәндері арасындағы сандық байланыстарды орнату мәселесін шешеді, содан кейін белгіленген заңдылықтарды бүкіл зерттеу аймағына экстраполяциялайды. Нәтиже – зерттелетін ауматағы мақсатты түр үшін тіршілік ету ортасының жарамдылығын (кездесу ықтималдығын) бағалау.

Тіршілік ету ортасын модельдеу әдістері жеке бағдарламалық өнімдер (MaxEnt) түрінде де, ГИС модульдері (QGIS үшін smd, ArcGIS үшін SDMToolbox және т.б.) және R ортасына арналған пакеттер (dismo, biomod2, ENMTools т.б.) түрінде де жүзеге асырылады.

Кез келген таралу аймағын модельдеу әдісінің жұмысы кіріс деректердің екі түріне негізделеді: (1) географиялық координаттары бар нүктелер жиынтығы ретінде ұсынылған мақсатты түрлердің пайда болуы және (2) зерттелетін түрдің таралуын анықтай алатын қоршаған орта жағдайлары. (болжамдаушылар), үздіксіз растрлық қабаттар форматында..

Дүние жүзіндегі ғылыми жинақтарды және түрлердің таралу деректерінің басқа көздерін цифрландырудағы елеулі жетістіктермен зерттеушілер дәлірек үлгілерді шығару үшін өз коллекцияларын айтарлықтай толықтыруға мүмкіндік алды. Мұндай деректер тақырыптық репозиторийлер арқылы қол жетімді, олардың ең үлкені GBIF жаһандық биоалуантүрлілік ақпараттық жүйесі болып табылады, ол қазіргі уақытта 2,5 миллиардтан астам жазбаны қамтиды, оның үштен екісі құстарға қатысты. GBIF-тегі ғылыми жинақтардан басқа Citizen Science мәліметтер жүйелерінен мол деректер бар. Олардың ең үлкені – eBird, ол 1277,5 миллион бақылауды қамтиды. iNaturalist жүйесі 20 миллионға жуық құстарды бақылауды қамтиды. Деректердің анағұрлым аз көлемі биологиялық жинақтардан – 8,5 миллион және автоматты бақылау жүйелерінен (фототұзақтар мен спутниктік трекерлер) – 9,5 миллионнан келеді. Қазақстан үшін Raptors of the World, RU-BIRDS. RU, Hatikka.fi және Observation.org. жүйелерінен орын алған GBIF-те жоғарыда айтылғандардан басқа, 195 мың құс табылғанын табуға болады.

Мақсатты түрлердің кездесуі туралы қолда бар деректердің көлемі ондаған мың жазбаларды құрауы мүмкін, бірақ модельді құру үшін әлдеқайда аз пайдаланылады, сондықтан маңызды қадам деректерді таңдау және сапаны бақылау болып табылады. Мақсатты түрлердің кездесуі туралы кіріс деректер жинағын құру кезінде зерттеуші нысандардың биологиялық сипаттамаларын ескеруі керек. Құстар үшін бұл түрдің қандай жағдайда кездестіргені маңызды: ұяда, ұя салатын жерде аң аулау кезінде, қыстауда, қоныс аударуда және т.б., сондай-ақ оның қай жаста екендігі. Сондай-ақ модельге таралу аймағының қандай бөлігі кіретінін ескеру қажет: ұя салу, қыстау немесе жыл бойы болу. Мақсатты түрлердің кездесу нүктелері қызығушылық танытатын аумақтың барлық аумағында азды-көпті біркелкі таратылуы керек, түрді сәйкестендірудің дұрыстығына күмән тудырмауы керек және пайдаланылатын болжамды қабаттардың рұқсатымен салыстырылатын геосілтеме дәлдігі болуы керек.

Ең талап етілетін ауыспалы қоршаған орта – жауын-шашынның таралуын және орташа ұзақ мерзімді температураны сипаттайтын WorldClim ресурсының биоклиматтық деректері. Топырақ жағдайы туралы ақпаратты SoilGrid250 ұсынады. Сонымен бірге, жер бетін тіршілік ету ортасының түріне қарай жіктейтін қабаттар да бар: сапалық (Global Land Cover 2000) және сандық (Global 1-km Consensus Land Cover). Сонымен қатар, Landsat және Sentinel сериялы жерсеріктерінен алынған спутниктік түсірілім деректері жиі болжау ретінде пайдаланылады. Талдау жеке кескін арналарын да, олардың негізінде есептелген сипаттамалары бар қабаттарды да қамтуы мүмкін (мысалы, NDVI – өсімдік жамылғысының нормаланған салыстырмалы индексі). SRTM (Shuttle Radar Topography Mission) сандық беттік моделі де кеңінен қолданылады.

Болжамдық деңгейлерді мультиколлинеарлық үшін тексеру маңызды, өйткені өзара жоғары байланысты факторлар модельдеу нәтижесіне белгісіздік әкеледі. Тексеру қабаттардың бүкіл аймағында емес, тек кеңістікте түрдегі табылғандарға сәйкес келетін мәндер жиынтығында жүргізіледі. Қосылған екі қабаттың әдетте жұмыс гипотезасы тексерілетін немесе нәтижелерді басқа зерттеулердің деректерімен салыстыруға мүмкіндік беретін тәуелділігі азырақ қалады. Корреляция коэффициентінің мәндерін критикалық ретінде > 0,7 қабылдау ұсынылады. Болжамдарды таңдау мақсатты түрдің биологиясы мен экологиясының ерекшеліктерімен анықталуы керек. Кейбір түрлер үшін рельеф теңіз деңгейінен биіктікте ғана емес, сонымен қатар, мысалы, беткейлердің тіктігі де маңызды болуы мүмкін. Сулы-батпақты жерлермен байланысты түрлер үшін гидроторды пайдалану маңызды. Сулы-батпақты жерлермен байланысты түрлер үшін гидроторды пайдалану маңызды. Факторлардың әсері тікелей және жанама болуы мүмкін. Мысалы, құстардың белгілі бір түрі орташа жылдық температураның белгілі бір диапазоны бар аймақта ұя салады, бірақ жергілікті деңгейде қолайлы қоректік ресурстарға бай мекендеу ортасын таңдайды, бұл өз кезегінде белгілі бір топырақ сипаттамаларымен немесе өсімдік түрімен байланысты болуы мүмкін. Сондытан модельдерді сынау кезінде, әдетте, маңызды факторларды және олардың мақсатты түрмен кездесу ықтималдығына әсер ету сипатын анықтау үшін қоршаған ортаның сипаттамалары бар көптеген қабаттар қолданылады. Әдетте соңғы үлгіде оннан артық предиктор қалмайды. Сапалы модельді құру үшін әрбір предиктор үшін масатты түрдің кемінде он кездесу нүктесі болуы керек.