Имитационное моделирование деградации пастбищных экосистем аридной зоны

Обложка

Цитировать

Полный текст

Аннотация

Новые подходы к изучению динамики сукцессий основаны на оригинальной концепции системной динамики, которую использовали при разработке имитационных моделей, отражающих динамику пастбищных экосистем. Временная динамика почвенно-растительного покрова естественных пастбищ Чёрных земель Калмыкии отражает деградационные процессы, которые исследуются имитационным моделированием. Процессы деградации пастбищ в субаридном поясе юга России описывали обыкновенными дифференциальными уравнениями. Эта концепция выступает базовой в разработке имитационных моделей. Динамику изменения эффективных покрытий для фитоценозов пастбищ Чёрных земель в процессе деградации прослеживали от исходных пастбищ до полного опустынивания. Аналитические решения для различных условий сукцессионной динамики при деградации естественных пастбищных угодий представляются удобным тестом при оценке адекватности имитационного моделирования. Исходные временные ряды космических наблюдений за эффективными покрытиями фитоценозов использовали для параметризации имитационных моделей. Модели реализованы в системе имитационного моделирования AnyLogic. Процесс разработки модели основан на визуальном программировании с использованием графического интерфейса пользователя. Информационные потоки в среде Any- logic перераспределяются с течением времени по системе накопителей, связанных между собой ориентированным графом модели. Вычислительный эксперимент, демонстрирующий результаты имитации с различными параметрами, использовали для ориентировочной (качественной) оценки экосистемной устойчивости. Результаты аналитического моделирования с использованием обыкновенных дифференциальных уравнений и имитационное моделирование показали высокую идентичность. Исследование динамики пастбищных экосистем с использованием вариационного эксперимента демонстрирует возможность визуального (когнитивного) подбора параметров модели, отвечающей условиям стационарности пастбищных экосистем. Изучение динамики сукцессий пастбищных фитоцнозов рассматриваемым методом открывает новые возможности для решения задач оптимального использования биоресурсов и устойчивости пастбищных экосистем.

Об авторах

А. Н Салугин

Федеральный научный центр агроэкологии, комплексных мелиораций и защитного лесоразведения Российской академии наук

Email: saluginan@mail.ru
400062, Волгоград, Университетский просп., 97

Список литературы

  1. Логофет Д.О, Маслов А.А. Анализ мелкомасштабной динамики двух видов-доминантов в сосняке чернично-бруснично-долгомошном II. Неоднородная Марковская цепь и осредненные показатели // Журн. общ. биологии. 2018. Т. 79. № 2. С. 135-147.
  2. Логофет Д.О, Уланова Н.Г. От мониторинга популяции к математической модели: новая парадигма популяционного исследования // Журн. общ. биологии. 2021. Т. 82. № 4. С. 243-269. doi: 10.31857/ S0044459621040035.
  3. Куст Г.С., Андреева О.В., Лобковский В.А. Нейтральный баланс деградации земель - современный подход к исследованию засушливых регионов на национальном уровне // Аридные экосистемы. 2020. Т.26. № 2 (83). С. 3-9. doi: 10.1134/S2079096120020092.
  4. Касталевский Д.Ю. Основы имитационного моделирования и системного анализа в управлении. М.: Издательский дом "Дело", 2015. 496 с
  5. Pykh Y.A. Lyapunov-Meyer functions and distance measure from generalized Fisher's equations // IFAC- PapersOnLine. 2015. No. 48 (11). P. 115-119.
  6. Князева Е.Н., Курдюмов С.П. Основания синергетики. Режимы с обострением, самоорганизация, темпомиры. СПб.: Алетейя, 2002. 414 с.
  7. Добровольский Г.В. Тихий кризис планеты // Вестник РАН. 1997. Т. 4. №. 67. С. 313-320.
  8. Петропавловский Б.С, Варченко Л.И. Использование информационной статистики для изучения экологии растительности и динамических процессов растительного покрова земли // Сибирский экологический журнал. 2021. № 28 (3). С. 263-273. doi: 10.15372/ SEJ20210301.
  9. Черкашин А.К, Бибаева А.Ю. Натурные и дистанционные исследования и математическое моделирование горностепных экосистем на ландшафтной основе // Аридные экосистемы. 2020. Т. 26. № 4 (85). С. 108-115. doi: 10.24411/1993-3916-2+020-10125.
  10. Миркин Б.М., Наумова Л.Г., Соломещ А.И. Современная наука о растительности: учебник. М.: Логос, 2002. 264 с.
  11. Vlasenko M.V, Kulik A.K., Salugin A.N. Evaluation of the ecological status and loss of productivity of arid pasture ecosystems of the Sarpa lowland // Arid Ecosystems. 2019. No. 9 (4). P. 273-281. doi: 10.1134/ S2079096119040097.
  12. Салугин А.Н, Власенко М.В. Аналитическое моделирование деградации аридных пастбищ // Известия Нижневолжского агроуниверситетского комплекса: Наука и высшее профессиональное образование. 2021. № 3 (63). С. 366-376. doi: 10.32786/2071-9485-2021-03-38.
  13. Виноградов Б.В. Основы ландшафтной экологии. М.: ГЕОС, 1998. 418 с.
  14. Салугин А.Н. Численное моделирование сукцессионных переходов в агроэкологии // Российская сельскохозяйственная наука. 2020. № 1. С. 62-65. doi: 10.31857/S2500-2627-2020-1-62-65.
  15. Salugin A.N., Vlasenko M.V. Mathematical models of the dynamic stability of arid pasture ecosystems in the south of Russia // Agronomy. 2022. No. 12 (6). P. 1448. URL: https://www.mdpi.com/2073-4395/12/6/(дата обращения: 10.03.2013). doi: 10.3390/agronomy12061448.
  16. Гусев А.П. Закономерности долговременной динамки локальных геосистем юго-востока Беларуси // Учёные записки Крымского федерального университета имени В. И. Вернадского. География. Геология. 2022. Т. 8 (74). № 2. С. 60-70.
  17. Обратный прогноз подтверждает вывод о жизнеспособности ценопопуляции растений / Д.О. Логофет, Е.С. Казанцева, И.Н. Белова и др. // Журн. общ. биологии. 2020. Т. 81. № 4. С. 257-271. doi: 10.31857/ S0044459620040041.
  18. Маслов А.А, Логофет Д.О. Совместная динамика популяций черники и брусники в заповедном послепожарном сосняке-зеленомошнике. Модель с осредненными вероятностями перехода // Журн. общ. биологии. 2020. Т. 81. № 4. С. 243-256. doi: 10.31857

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Российская академия наук, 2023

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».