Боровичев Е.А. Международная научно-практическая конференция "Использование современных информационных технологий в ботанических исследованиях". Апатиты, Мурманская область, 28-31 марта 2017г.: Тезисы докладов. Апатиты, 2017.

разным флороценотическим комплексам, и имеющих разное зонально и высотно-поясное тяготение. Ряд видов является диагностическими для синтаксонов высокого ранга, а 42 вида находятся под охраной на регио­ нальном и российском уровне. В настоящем сообщении рассмотрены мо­ дели для 17 видов из этого списка. Для выбранных видов проведена инвентаризация пяти основных гербариев России: LE; MW; MHA; VLA. Информацию с гербарных этике­ ток (географическое положение пункта сбора, характеристика местооби­ тания, коллектор, дата) вносили в базу данных. Координатная привязка была указана на этикетках менее чем в 50 %? случаях, поэтому большую часть точек находок привязывали, опираясь на словесные описания. Для работы выбрана точность привязки около 1-2 км. Точки находок, которые не удавалось привязать с заданной точностью, исключены. Всего отсеива­ ли от 40 до 70% всех образцов. Для экстраполяции точек находок и получения моделей ареала ис­ пользованы данные климатических моделей и дистанционного зондиро­ вания: - Климатическая модель WorldClim (Hijmansetal., 2005) - 19 био- климатических метрик; - Модель глобальной динамики и географической дифференциации облачности (Wilson, Jetz, 2016), построенная на основе многолетнего на­ бора ежедневных снимков спутникового радиометра MODIS; - Данные о глобальной гетерогенности местообитаний (Tuanmu, Jetz, 2015); - Карта наземного покрова России (Bartalev et al., 2003), построен­ ная на спутниковых снимках низкого разрешения SPOT. Из анализа были исключены водные объекты путем маскирования. Использована маска водных объектов MOD44W. Для построения моделей ареала использован метод максимальной энтропии (Phillips, Dudik, 2008), реализованный в программе MaxEnt (MaximumEntropySpeciesDistributionModelling, Version 3.3.3e; www.cs.princeton.edu/~schapire/maxent/). Каждую модель строили в 20-й повторности, в ходе моделирования исходная выборка случайным обра­ зом разбивалась на обучающий (60%) и тестовый (40%) наборы данных (метод повторяющейся выборки - subsample ) (Phillips, Dudik, 2008). Каче­ ство моделей оценивали статистически с использованием метрики AUC для обучающих и тестовых данных и экспертно. Статистическая оценка показывает высокое качество полученных моделей. Наибольший вклад, до 80-90%, в модели ареалов внесли клима­ тические переменные, причем вклад переменной, отражающей распреде­ International Conference «The use of modern information technologies in botanical investigations» (Apatity, March, 28-31, 2017) 43