CC BY
0УДК [581.54: 574.9: 58.056]:470.55/.58 DOI: 10.24412/cl-37200-2024-450-455
АНАЛИЗ ПОТЕНЦИАЛЬНОГО АРЕАЛА КАМЕНИСТЫХ СТЕПЕЙ БАШКИРСКОГО ПРЕДУРАЛЬЯ И ЕГО ИЗМЕНЕНИЕ ПРИ УМЕРЕННЫХ И СИЛЬНЫХ КЛИМАТИЧЕСКИХ ИЗМЕНЕНИЯХ В 21 ВЕКЕ
ANALYSING THE POTENTIAL RANGE OF STONY STEPPES IN THE BASHKIR CIS-URALS AND ITS CHANGE UNDER MODERATE AND STRONG CLIMATIC CHANGES IN
THE 21ST CENTURY
Жигунова С.Н., Федоров Н.И., Мартыненко В.Б.
Zhigunova S.N., Fedorov N.I., Martynenko V.B.
Уфимский Институт биологии Уфимского федерального исследовательского центра Российской академии наук, Уфа, Россия Ufa Institute of Biology of Ufa Federal Research Centre of the Russian Academy of Sciences, Ufa, Russia
E-mail: Zigusvet@yandex.ru
Аннотация. Проведено моделирование современного потенциального ареала каменистых степей Предуралья и его изменения при умеренных и сильных климатических изменениях. При реализации обоих рассматриваемых сценариев изменения климата к середине 21 века увеличение площадей потенциального ареала каменистых степей, характерных для Башкирского Предуралья произойдет в Челябинской, Волгоградской, Свердловской областях и в Казахстане. Во второй половине 21 века площади потенциального ареала в этих регионах несколько уменьшатся, но в большинстве случаев будут выше, чем в настоящее время. В остальных регионах потенциального ареала каменистых степей этого типа, в том числе и в Республике Башкортостан, при реализации обоих сценариев изменения климата уже к середине 21 века произойдет снижение пригодных местообитаний. К концу 21 века высокопригодные местообитания исчезнут во всех регионах. Площади среднепригодных местообитаний при умеренном изменении климата сократятся или полностью исчезнут. С помощью моделирования выяснено, что абиотические условия окружающей среды в Южно-Уральском регионе будут создавать новые комбинации, которые не характерны для местообитаний современных степных сообществ. Поэтому при дальнейшем изменении климата будут происходить не только сдвиг границ существующих степных сообществ, но и их трансформация в новые типы растительных сообществ.
Ключевые слова: каменистые степи, потенциальный ареал, MaxEnt.
Abstract. The modelling of the current potential range of stony steppes of the Bashkir Cis-Ural and its changes under moderate and strong climatic changes was carried out. Under both climate change scenarios, by the middle of the 21st century, the increase in the areas of the potential range of stony steppe characteristic of the Bashkir Cis-Ural will occur in the Chelyabinsk, Volgograd, Sverdlovsk regions and in the Kazakhstan. In the second half of the 21st century, the areas of the potential range in these regions will slightly decrease, but in most cases will be higher than at present. In other regions of the potential range of stony steppes of this type, including the Republic of Bashkortostan, under both climate change scenarios, suitable habitats will decrease by the middle of the 21st century. By the end of the 21st century, highly suitable habitats will disappear in all regions. The area of moderately suitable habitats will decrease or disappear completely under moderate climate change. By means of modelling it was found out that abiotic environmental conditions in the Southern Ural region will create new combinations that are not typical for habitats of modern steppe communities. Therefore, with further climate change there will be not only a shift in the boundaries of existing steppe communities, but also their transformation into new types of plant communities.
Key words: stony steppes, potential range, MaxEnt.
В настоящее время в связи с изменением климата во многих регионах Республики Башкортостан (РБ) происходит трансформация растительного покрова. Особенно это отражается на редких и уязвимых растительных сообществах, таких как степи. Под влиянием антропогенного воздействия и изменения климата происходят деградация и аридизация растительного покрова и почв степей вследствие изменения количества доступной почвенной влаги и температурного режима [1, 2].
Целью данной работы являлся анализ современного потенциального ареала и моделирование изменения пригодности условий местообитаний каменистых степей Башкирского Предуралья при умеренных и сильных климатических изменениях.
Материалы и методы. Моделирование современного потенциального ареала каменистых степей Предуралья и его изменения при умеренных и сильных климатических изменениях проводилось методом максимальной энтропии в программе MaxEnt v.3.4.4. Для моделирования использовались 333 геопривязанных точек геоботанических описаний. В качестве предикторов для построения модели использовались климатические переменные BIOCLIM (CHELSA) [3], слой разницы между максимальной и минимальной высотами в пределах пикселя с разрешением 30 угловых секунд, который был использован в качестве грубой характеристики крутизны склонов и связанной с ней каменистости почв. Для характеристики почв местообитаний использовались почвенные растровые карты системы глобального цифрового картографирования почв SoilGrids [4, 5]. Растровые слои, использованные при моделировании, были ограничены территорией Евразии. Для выбора предикторов для моделирования проводилось предварительное моделирование с использованием всех предикторов. В дальнейшем для моделирования были взяты предикторы, которые имели вклад в модель. Также была построена корреляционная матрица Пирсона экологических предикторов, и в случае, если коэффициент корреляции был больше или равен 0,8, одна из переменных исключалась для предотвращения мультиколлинеарности и переобучаемости модели [6]. Для статистической оценки качества модели использовался показатель AUC [7]. Стандартные тесты MaxEnt (jackknife, permutation importance and percent contribution) использовались для оценки надежности вклада предикторов в модель. Нижняя граница пригодности местообитания вида рассчитывалась по критерию «Maximum test sensitivity plus specificity». В итоговых моделях пригодные условия местообитания были сгруппированы в три группы: низко-, средне- и высокопригодные. В программе QGIS v. 3.18 для каждой из групп, рассчитывалась занимаемая ими площадь. Для моделирования выбраны два сценария дальнейшего изменения климата: сценарий умеренного изменения климата RCP4.5 и сильного изменения климата RCP8.5, разработанные в рамках проекта МГЭИК (Межправительственной группы экспертов по изменению климата) [8]. Умеренное изменение климата является сценарием стабилизации климатических изменений за счет проведения политики по снижению выбросов парниковых газов. При этом сценарии прогнозируется увеличение температуры в середине 21-го века (20402060 гг., далее - 2050 г.) на 1,4°C, а во второй половине 21-го века (2061-2080 гг., далее - 2070 г.) на 1,8°C. При сильном изменении климата прогнозируется увеличение температуры в середине 21-го века на 2°C, а во второй половине 21-го века на 3,7°C [8]. В настоящее время анализ динамики изменения климата указывает на реализацию сценария умеренного изменения климата RCP4.5, но нельзя полностью исключить возможность более сильного изменения климата [9]. Для прогнозирования будущего распределения редких растительных сообществ был использован ансамбль из четырех моделей изменения климата [10]: CCSM4 [11], NorESM1-M [12], MIROC-ESM [13], INMCM4 [14], для которых использовались соответствующие наборы данных BIOCLIM (CHELSA) [3, 15].
Результаты и обсуждение. Полученная модель современного потенциального ареала каменистых степей, характерных для Башкирского Предуралья имеет значение AUC для тестовой выборки 0,99, что соответствует очень хорошему качеству модели [7]. Наибольший вклад в модель внесли пять экологических переменных: количество осадков в самый сухой квартал года (Bio17), катионообменная емкость почвы в горизонте 30-60 см (сес_30-60 sm), сезонность температуры (стандартное отклонение среднемесячной температуры) (Bio4), среднесуточная минимальная температура воздуха самого холодного месяца (Bio6) и перепад высот в пределах одного пикселя (hmax-mm). Пороговое значение пригодности условий местообитания составило 0,25. На карте потенциального ареала цветами выделены низко- (0,250,50), средне- (0,51-0,75) и высокопригодные (0,76-1,00) условия местообитания.
На рисунке 1 показан потенциальный ареал каменистых степей, характерных для Башкирского Предуралья. На полученной модели современного потенциального ареала каменистых степей Предуралья большая часть местообитаний с высокопригодными условиями сосредоточена на юго-западе Республики Башкортостан, северных частях Самарской и Оренбургской областей. В Республике Татарстан и в Удмуртской республике большинство пригодных местообитаний с низкой и средней пригодностью условий для данного типа степей. Низкопригодные местообитания имеются также в Саратовской, Ульяновской, Челябинской, Свердловской областях и в Пермском крае. Потенциальный ареал сообществ моделируется на основании данных об экологических условиях местообитаний. При этом не учитывается антропогенное влияние (наличие или отсутствие выпаса, проведение сельскохозяйственных
мероприятий и т.д.), которое оказывает значительное влияние на формирование сообществ. Поэтому потенциальный ареал сообществ всегда шире реального.
Рисунок 1. Современный потенциальный ареал каменистых степей Предуралья.
Примечание: Сокращенные названия регионов России приведены в соответствии с Международной организацией по стандартизации ISO 3166-2: KIR - Кировская область, ORE -Оренбургская область, CHE - Челябинская область, BA - Республика Башкортостан, PER - Пермский край, TA - Республика Татарстан, ULY - Ульяновская область, SAM - Самарская область, SAR -Саратовская область. PNZ - Пензенская область, VGG - Волгоградская область.
При реализации обоих рассматриваемых сценариев изменения климата к середине 21 века увеличение площадей потенциального ареала каменистых степей этого типа за счет площадей со средне- и низкопригодными местообитаниями произойдет в Челябинской, Волгоградской, Свердловской областях и Казахстане (таблица 1, рисунок 2). Во второй половине 21 века площади потенциального ареала в этих регионах несколько уменьшатся, но будут выше (за исключением Свердловской области), чем в настоящее время. В остальных регионах потенциального ареала каменистых степей, характерных для Башкирского Предуралья, в том числе и в Республике Башкортостан, при реализации обоих сценариев изменения климата уже к середине 21 века произойдет снижение пригодных местообитаний. К концу 21 века площади потенциального ареала каменистых степей значительно сократятся. Высокопригодные местообитания исчезнут во всех регионах. Площади среднепригодных местообитаний при умеренном изменении климата сократятся на 37-100%, при сильном изменении климата - на 89100% (за исключением Казахстана).
Рисунок 2. Изменение потенциального ареала каменистых степей Предуралья при умеренных и сильных климатических изменениях.
Таблица 1
Изменение площадей каменистых степей Предуралья с различной пригодностью условий местообитания при изменении климата к 2040-2060 гг. и 2060-2080 гг. в % от площадей в настоящее время (в пределах основного ареала распространения)
Изменение площадей с различной пригодностью условий местообитания при изменении климата
Области Все пригодные* Высоко- Средне- Низко -
пригодные пригодные пригодные
2050 2070 2050 2070 2050 2070 2050 2070
При умеренном изменении климата
Республика Башкортостан -12,6 -45,9 -98,0 -100,0 -36,8 -83,4 9,2 -20,7
Челябинская область 297,3 120,5 -53,8 -76,9 302,5 123,5
Кировская область -95,4 -100 -95,4 -100
Республика Марий Эл -100,0 -100 -100 -100
Оренбургская область 8,2 -8,6 -91,9 -100,0 16,9 -37,3 19,7 23,7
Изменение площадей с различной пригодностью условий местообитания при изменении климата
Области Все пригодные* Высоко- Средне- Низко -
пригодные пригодные пригодные
2050 2070 2050 2070 2050 2070 2050 2070
Пермский край -17,5 -68,0 -97,7 -100 -8,9 -64,5
Самарская область -21,7 -50,5 -97,1 -100,0 -35,8 -90,4 -5,5 -24,2
Саратовская область 1,1 -62,0 0,0 -100,0 24,5 -62,6 0,3 -62,0
Свердловская область 26,1 -68,6 26,1 -68,6
Республика Татарстан -47,4 -75,7 -100,0 -100,0 -92,5 -100 -31,5 -67,2
Удмуртская Республика -56,0 -82,4 -100 -100 -42,8 -77,1
Ульяновская область -75,7 -90,7 -100 -100 -75,2 -90,5
Казахстан 217,5 162,1 44,4 144,4 218,7 162,2
Волгоградская область 3704,2 95,8 3700 95,8
При сильном изменении климата
Республика Башкортостан -4,0 -57,8 -99,9 -100,0 -29,3 -94,7 19,5 -34,1
Челябинская область 564,3 39,2 -61,5 -100 573,7 41,3
Кировская область -68,0 -100 -68,0 -100
Республика Марий Эл -80,9 -100 -80,9 -100
Оренбургская область -0,5 -30,0 -99,3 -100 3,5 -89,7 13,6 17,2
Пермский край -13,6 -95,2 -98,9 -100 -4,4 -94,7
Самарская область -21,1 -59,9 -100 -100 -26,7 -99,4 -8,8 -34,9
Саратовская область 4,9 -77,1 -100 -100 -54,0 -99,3 6,9 -76,3
Свердловская область 68,0 -73,2 67,9 -73,2
Республика Татарстан -22,8 -83,1 -100 -100 -73,5 -100 -5,0 -77,2
Удмуртская Республика -40,8 -96,4 -97,1 -100 -23,8 -95,4
Ульяновская область -41,1 -93,8 -100 -100 -39,9 -93,7
Казахстан 294,9 254,6 177,8 1333,3 295,7 247,4
Волгоградская область 2875,0 1008,3 2875 1004,2
Таким образом при реализации рассматриваемых сценариев изменения климата потенциальный ареал данного типа степей сократится. Одним из ведущих факторов, влияющих на распространение степных сообществ является увеличение зимних осадков, которое способствует возобновлению древесных видов и ранневегетирующих степных кустарников. Помимо этого, изменения абиотических условий окружающей среды (изменение количества зимних и летних осадков и континентальности климата, увеличение среднемесячных температур летних и зимних месяцев) в Южно-Уральском регионе будут создавать новые комбинации, которые не характерны для местообитаний современных степных сообществ. Поэтому при дальнейшем изменении климата мы будем наблюдать не только сдвиг границ существующих степных сообществ, но и их трансформация в новые типы растительных сообществ.
Работа выполнена за счет средств гранта Российского научного фонда № 22-14-00003, https://rscf.ru/project/22-14-00003.
Список литературы
1. Wang X., Gao R., Yang X. Responses of soil moisture to climate variability and livestock grazing in a semiarid Eurasian steppe // Science of The Total Environment. 2021. Vol. 781. DOI: 10.1016/j.scitotenv.2021.146705.
2. Piao S., Liu Q., Chen A., Janssens I.A., Fu Y., Dai J., Liu L., Lian X., Shen M., Zhu X. Plant phenology and global climate change: current progresses and challenges // Global change biology. 2019. Vol. 25. No 6. P. 1922-1940. DOI 10.1111/gcb.146193.
3. Karger D.N., Conrad O., Bohner J., Kawohl T., Kreft H., Soria-Auza R.W., Zimmermann N.E., Linder H.P., Kessler M. Climatologies at high resolution for the Earth's land surface areas // Sci. Data. 2017. No 4. P. 1-20.
4. SoilGrids - global gridded soil information. URL: https://www.isric.org/explore/soilgrids/faq-soilgrids (дата обращения: 12.07.2023).
5. Poggio L., de Sousa L.M., Batjes N.H., Heuvelink G.B.M., Kempen B., Ribeiro E., Rossiter D. SoilGrids 2.0: producing soil information for the globe with quantified spatial uncertainty // Soil. 2021. No 7. P. 217-240.
6. Dormann, C. F., Elith, J., Bacher S., Buchmann C.M. et al. Collinearity: a review of methods to deal with it and a simulation study evaluating their performance // Ecography 2013. Vol. 36(1). P. 27-46. DOI: 10.1111/j.1600-0587.2012.07348.xGent et al., 2011.
7. Swets, J. A. Measuring the accuracy of diagnostic systems // Science. 1988. Vol. 240. P. 1285-1293.
8. IPCC. Climate Change 2021. The Physical Science Basis. IPCC Sixth assessment report. URL: https://www.ipcc.ch/ report/ar6/wg1/ (дата обращения: 12.07.2023).
9. Moss R.H., Edmonds J.A., Hibbard K., Manning M., Rose S., van Vuuren D.P., Carter T.R., Emori S., Kainuma M., Kram T., Meehl G.A., Mitchell J.F.B., Nakicenovic N., Riahi K., Smith S.J., Ronald S., Thomson A., Weyant J., Wilbanks, T.J. The next generation of scenarios for climate change research and assessment // Nature. 2010, Vol. 463(7282). P. 747-756. DOI: 10.1038/nature08823.
10. McSweeney C.F., Jones R.G., Lee R.W., Rowell D.P. Selecting CMIP5 GCMs for downscaling over multiple regions // Climate Dynamics. 2015. Vol. 44, No 11. P. 3237-3260. DOI 10.1007/s00382-014-2418-8.
11. Gent P.R., Danabasoglu G., Donner L., Holland M.M., Hunke E.C., Jayne S., Lawrence D., Neale R., Rasch P.J., Vertenstein M., Worley P.H., Yang Z.-L., Zhang M. The community climate system model version 4 // J. of Climate, 2011. Vol. 24. P. 4973-4991. DOI: 10.1175/2011JCLI4083.1.
12. Bentsen M. The Norwegian Earth System Model, NorESM1-M-Part 1: description and basic evaluation of the physical climate // Geosci. Model Dev. 2013. Vol. 6, No 3. P. 687-720. DOI 10.5194/gmd-6-687-2013.
13. Watanabe S., Hajima T., Sudo K., Nagashima T., Takemura T., Okajima H., Nozawa T., Kawase H., Abe M., Yokohata T., Ise T., Sato H. MIROC-ESM: model description and basic results of CMIP5-20c3m experiments // Geosci. Model. Dev. Discuss. 2011. Vol. 4. No 2. P. 1063-128. DOI 10.5194/gmdd-4-1063-2011.
14. Volodin E.M., Dianskii N.A., Gusev A.V. Simulating present-day climate with the INMCM4. 0 coupled model of the atmospheric and oceanic general circulations // Izv. Atmos. Ocean. Phys. 2010. Vol. 46 (4). P. 414-431. DOI: 10.1134/S000143381004002X.
15. Booth T.H., Nix H.A., Busby J., Hutchinson M.F. BIOCLIM: the first species distribution modelling package, its early applications and relevance to most current MAXENT studies // Divers. Distrib. 2014. Vol. 20. No 1. P. 1-9. DOI: 10.1111/ddi.12144.
