Моделирование потенциального ареала обитания растений методами машинного обучения

Статья посвящена моделированию потенциального ареала обитания вида Pulsatilla turczaninovii Kryl. et Serg. (Прострел Турчанинова). Моделирование экологических ниш растений — процесс построения моделей с использованием современных компьютерных алгоритмов и биоклиматических данных для прогнозирования...

Full description

Bibliographic Details
Main Authors: Алексей Владимирович Ваганов, Владимир Федорович Зайков, Ольга Сергеевна Кротова, Андрей Игоревич Мусохранов, Захар Валерьевич Покалякин, Любовь Анатольевна Хворова
Format: Article
Language:English
Published: Altai State University 2022-09-01
Series:Известия Алтайского государственного университета
Subjects:
Online Access:http://izvestiya.asu.ru/article/view/11823
Description
Summary:Статья посвящена моделированию потенциального ареала обитания вида Pulsatilla turczaninovii Kryl. et Serg. (Прострел Турчанинова). Моделирование экологических ниш растений — процесс построения моделей с использованием современных компьютерных алгоритмов и биоклиматических данных для прогнозирования ареала обитания видов растений. Результатом моделирования является модель, с помощью которой можно картографировать территорию произрастания или проживания видов, прогнозировать ареал или анализировать влияние окружающей среды на виды. Для построения эффективных моделей прогнозирования экологических ниш растений требуются данные как о присутствии видов, так и об их отсутствии на той или иной территории. Точки отсутствия видов (или фоновые точки) не регистрируются в базах данных, но могут быть сгенерированы с использованием разных подходов. В данной статье описывается реализация трех подходов к выбору точек псевдо-отсутствия видов на определенной территории и представлен результат моделирования потенциального ареала обитания вида Pulsatilla turczaninovii Kryl. et Serg. с помощью алгоритма случайного леса — наиболее популярного способа построения ансамблей деревьев решений. Программная реализация модели осуществлена на высокоуровневом языке программирования Python.
ISSN:1561-9443
1561-9451