МЕТОДЫ
Геоботанические методы,
Почвенно-зоологические методы
MaxEnt,
Random Forest
Геоботанические
методы
В каждой точке заложена геоботаническая площадка размером 20х20 м. На всех площадках составлен полный флористический список с учетом ярусной структуры леса. К ярусу A отнесены молодые, средневозрастные и старые генеративные деревья; к ярусу B – имматурные и виргинильные особи деревьев, имматурные, виргинильные и генеративные особи кустарников; к ярусу C – травы, ювенильные особи деревьев и кустарников; к ярусу D – мхи. Латинские названия сосудистых растений даны по С.К. Черепанову (1995), мхов в соответствии со списком (Ignatov et al., 2006). Названия типов леса приведены по доминантной классификации растительности. Сообщества типизированы на основе работы “Определитель типов леса Европейской России”.
Почвенно-зоологические методы
Количественные учеты дождевых червей проведены путем ручной раскопки почвенных проб (Гиляров, 1975) и разбора валежа (Гераськина, Шевченко, 2021). В каждой точке взяты 3-4 почвенные пробы размером 25×25 см, глубиной до 30 см, а также разобраны фрагменты валежа (при наличии) преимущественно 2-й и 3-й стадий разложения (Спирин, Широков, 2002), длиной 80-100 см, периметром 20-60 см. Поскольку дождевые черви в валеже 2-3-й стадий разложения не проникали внутрь гниющих стволов, а обитали преимущественно под корой или во мхах на стволах, результаты учетов пересчитывали на 1 м2 как в почве, так и в валеже; для расчетов численности червей в валеже использовали формулу расчета площади боковой поверхности цилиндра (Гераськина, Шевченко, 2021). Дождевые черви зафиксированы в 96% этаноле. Биомасса определена путем взвешивания зафиксированных особей с наполненным кишечником на электронных весах. Видовой состав установлен по Кадастру и определителю дождевых червей фауны России (Всеволодова-Перель, 1997).
MAXENT
MaxEnt – программа, предназначенная для моделирования распространения биологических видов с использованием метода максимальной энтропии.
Кроме анализа распространения видов метод также применяется для моделирования растительных сообществ, определения горячих точек биоразнообразия, нахождения мест, подходящих для реинтродукции исчезающих видов, а также для определения чувствительности видов к изменению климата.
Идея метода состоит в том, чтобы найти возможное распространение максимальной энтропии (наибольшего распределения) на основе доступной информации по известным местонахождениям вида и экологических условий на всей территории исследования.
Модели Maxent представляют собой возможное распределение в виде пикселей на территории исследования без учета того, что пиксели, где вид не обитает не интерпретируются как отсутствие вида в данном местообитании (т.е. не используется «псевдоотсуствие» вида) (Санданов, 2023).
RANDOM FOREST
Random Forest – один из наиболее популярных в настоящее время методов машинного обучения для построения регрессионных моделей (Immitzer et. al., 2012). Метод основан на построении большого числа (ансамбля) деревьев решений, каждое из которых строится по выборке, получаемой из исходной с помощью бутстрепа – выборки с возвращением.
Одним из главных преимуществ Random Forest является малое число входных параметров, от которых зависит результат работы алгоритма, и отсутствие необходимости в сложной настройке (Breiman, 2001).