🔺Часть 11
Ну вот посмотрите, что получилось. На первой карте, для современности, также отмечены точки, где наши прудовики были известны всегда (зелёным) и где нашли их мы (красным). Далее – карты возможной пригодной территории. Напомню, что обозначение ka – тысячи лет назад, Ma – миллионы лет назад.
Оговорюсь, что такие оценки очень приблизительны. Мы не знаем каким в точности был климат в то время, а то, что знаем сильно отличается от современности, поэтому модель иногда “додумывает” территорию на которой улитоньки могли обитать.
Однако, на всех картах предсказанная пригодная территория лежит севернее современной, и формирует широкий пояс, проходящий от Тихого океана до Европы, который то становится шире, то сокращается (например, во время пика последнего оледенения 17-15ka тысячи лет назад).
🔻#Пресноводные
Ну вот посмотрите, что получилось. На первой карте, для современности, также отмечены точки, где наши прудовики были известны всегда (зелёным) и где нашли их мы (красным). Далее – карты возможной пригодной территории. Напомню, что обозначение ka – тысячи лет назад, Ma – миллионы лет назад.
Оговорюсь, что такие оценки очень приблизительны. Мы не знаем каким в точности был климат в то время, а то, что знаем сильно отличается от современности, поэтому модель иногда “додумывает” территорию на которой улитоньки могли обитать.
Однако, на всех картах предсказанная пригодная территория лежит севернее современной, и формирует широкий пояс, проходящий от Тихого океана до Европы, который то становится шире, то сокращается (например, во время пика последнего оледенения 17-15
🔻#Пресноводные
1
🔺Часть 12
Ну и мне почти не удалось найти других свидетельств о том, что такой коридор расселения действительно активно использовался живыми организмами. Обычно, считается, что для обхода Тибета и других горных систем животные мигрировали вдоль их южного края, причём это показано только для птиц и кабанчиков, которые довольно активно расселяются на большие расстояния. Однако, мне попалась прикольная статья про людей (то есть нас с вами!) где этот же путь миграции был предположен по крайней мере для недавних геологических эпох и подтверждён независимо несколькими типами данных, включая археологические. Вот посмотрите карту оттуда. Ну то есть прудовики действительно могли понаехать с людьми, но правда 130ka тысяч лет назад 🤭
Теперь остаётся только надеятся, что редактора и рецензентывсё-таки сжалятся над нами оценят по достоинству и опубликуют наше исследование 🤲
Ну и мне почти не удалось найти других свидетельств о том, что такой коридор расселения действительно активно использовался живыми организмами. Обычно, считается, что для обхода Тибета и других горных систем животные мигрировали вдоль их южного края, причём это показано только для птиц и кабанчиков, которые довольно активно расселяются на большие расстояния. Однако, мне попалась прикольная статья про людей (то есть нас с вами!) где этот же путь миграции был предположен по крайней мере для недавних геологических эпох и подтверждён независимо несколькими типами данных, включая археологические. Вот посмотрите карту оттуда. Ну то есть прудовики действительно могли понаехать с людьми, но правда 130
Теперь остаётся только надеятся, что редактора и рецензенты
11🔥12👏6
Nekhaev.pdf
3.8 MB
Пока мои морские статьи по-прежнему пропадают в недрах хищных уважаемых научных журналов, посмотрите презентацию, которую я сделал для доклада по их теме 🤩
‼️Внимание! Презентация содержит спойлеры для новых историй Дна которые будут после нормальной публикации результатов через пять-десять лет
#морские #Арктика
‼️
#морские #Арктика
Мне как-то принесли слизней и спросили не могу ли я их определить. Я вот ни разу не специалист по слизням, и вообще опыт работы с наземными улитоньками у меня скорее негативный. Но с другой стороны – за морскую биологию мне сейчас не платят 😢 так что почему бы и не завести онлифанс или повскрывать слизней. Тем более вот они, лежат на столе, им не нужен электронный микроскоп и сложные эксперименты, чтобы прочитать их гены, как это обычно бывает с моими любимыми глубоководными моллюсоками 💔 Всё в общем всё казалось очень простым – вошёл и вышел вскрыл и сфоткал, приключение на 20 минут 🤩
🔻#наземные
🔻#наземные
🥰6
🔺Часть 2
Сначала так оно и было. Животные оказались испансками слизнями (Arion vulgaris), обычными для Европы, где их можно часто встретить, лакомящихся свежей рассадой на огороде или просто в больших количествах переползающих дорогу. Вот, посмотрите на их фотоньки и вы их сразу узнаете 👀 Первая фотонька сделана в Мурманске, вторая – в Пушкине. Пару последних фотонек сделал специально, уже для этой историивместо во время пробежки недалеко от Петергофа.
Если у вас есть свои слагпики (то есть фотоньки или рисунки слизней), то кидайте их в комментарии 👇
И да, вам не показалось что все слизни немного разные. Там, если бытьдушным точным целая группа слизней, которые отличаются по окраске строению половой системы и генам, а вот внешне – никак. Они ещё умудряются скрещиваться между собой, поэтому различить их не всегда – тривиальная задача 🙄
🔻#наземные
Сначала так оно и было. Животные оказались испансками слизнями (Arion vulgaris), обычными для Европы, где их можно часто встретить, лакомящихся свежей рассадой на огороде или просто в больших количествах переползающих дорогу. Вот, посмотрите на их фотоньки и вы их сразу узнаете 👀 Первая фотонька сделана в Мурманске, вторая – в Пушкине. Пару последних фотонек сделал специально, уже для этой истории
Если у вас есть свои слагпики (то есть фотоньки или рисунки слизней), то кидайте их в комментарии 👇
И да, вам не показалось что все слизни немного разные. Там, если быть
🔻#наземные
🥰11
🔺Часть 3
Необычность находки была только в том, что они были не из Европы, а всё из того же Тянь-Шаня, про который было две последние истории (раз , два). Поэтому, я решил написать небольшую заметку об этом, где, конечно, надо порассуждать о том насколько вообще эти слизни могут дальше распространяться. А так как вид очень массовый и всенародно признан вредителем полей и огородов во всём мире – от самойМосквы Германии до самых Петшков Ногликов, то я решил, что наверное кто-то уже делал моделирование его потенциального ареала. И действительно – была такая попытка, но вот Тянь-Шань никак не попадал в предсказанный ареал.
Надо сказать, что до этого момента я никогда не пробовал моделирование ареалов, хотя очень хотел. Поэтому, чтобы понять почему слизни нашлись там, где их быть не должно, а заодно впервые за пару лет научиться чему-то новому, для себя я решил степ-бай-степ повторить моделирование, к счастью методика там была описана подробно.
Строка за строкой из описания в статье перерастали в строки кода и через сравнительно небольшое время мне удалось построить свою первую модель, которая в точности повторяла уже опубликованную 🤷♂️ С одной стороны я был счастлив, что у меня получилось, а с другой осталась нерешённой научная проблема.
Модель, которую я повторял была построена только с учётом климатических факторов. Но моллюсоки-пришельцы часто попадают в новые регионы с человеком и могут долго жить в местообитаниях, сильно им изменённых, и уже оттуда делают робкие, часто неудачные, попытки выйти на природу. В общем ведут себя, как обычные горожане. Поэтому я попытался прикрутить к модели слои, которые маркируют эти самые человечьи изменения.
Тут я, немного пожалуюсь, на мелкие сложности, которые отняли кучу времени.Например, скачанные мной карты с ландшафтами (а оттуда я брал степень использования территории человеком) отличались по проекции – это математическая модель, которая позволяет на плоскости изобразить земной шар (да, именно из-за их погрешностей на многих картах мы видим, что Гренландия больше Австралии). И вообще ландшафтные слои измеряются в метрах, а климатические – в угловых минутах, и чтобы использовать их в одной модели, то нужно как-то свести их к одной единице измерения. А ещё я перепутал слои, описывающие покрытие городской застройкой с лишайниковой тундрой и долго не мог вкурить странным картам, которые показывали плотную застройку на Новой Земле . Таких ляпов было с десяток.
🔻#наземные
Необычность находки была только в том, что они были не из Европы, а всё из того же Тянь-Шаня, про который было две последние истории (раз , два). Поэтому, я решил написать небольшую заметку об этом, где, конечно, надо порассуждать о том насколько вообще эти слизни могут дальше распространяться. А так как вид очень массовый и всенародно признан вредителем полей и огородов во всём мире – от самой
Надо сказать, что до этого момента я никогда не пробовал моделирование ареалов, хотя очень хотел. Поэтому, чтобы понять почему слизни нашлись там, где их быть не должно, а заодно впервые за пару лет научиться чему-то новому, для себя я решил степ-бай-степ повторить моделирование, к счастью методика там была описана подробно.
Строка за строкой из описания в статье перерастали в строки кода и через сравнительно небольшое время мне удалось построить свою первую модель, которая в точности повторяла уже опубликованную 🤷♂️ С одной стороны я был счастлив, что у меня получилось, а с другой осталась нерешённой научная проблема.
Модель, которую я повторял была построена только с учётом климатических факторов. Но моллюсоки-пришельцы часто попадают в новые регионы с человеком и могут долго жить в местообитаниях, сильно им изменённых, и уже оттуда делают робкие, часто неудачные, попытки выйти на природу. В общем ведут себя, как обычные горожане. Поэтому я попытался прикрутить к модели слои, которые маркируют эти самые человечьи изменения.
Тут я, немного пожалуюсь, на мелкие сложности, которые отняли кучу времени.
🔻#наземные
🔺Часть 4
Тем не менее, спустя20 минут две недели у меня была готовая проекция, в мировом масштабе и отдельно – для Азии, более детализированная. Вот, посмотрите на эту красоту 😍
Карта показывает распространение испанского слизня и ещё двух визуально неразличмых видов – лесного слизня (Arion ater) и красного придорожного слизня (Arion rufus) – увы, собрать данные для обучения модели, с проверяемыми определениями оказалось отдельной задачей, которую я проигнорировал.
🔻#наземные
Тем не менее, спустя
Карта показывает распространение испанского слизня и ещё двух визуально неразличмых видов – лесного слизня (Arion ater) и красного придорожного слизня (Arion rufus) – увы, собрать данные для обучения модели, с проверяемыми определениями оказалось отдельной задачей, которую я проигнорировал.
🔻#наземные
🔺Часть 5
Моя гипотеза о том, что именно модификация среды человеком влияет на вероятность появления слизней подтверждается уже по этой карте – города и дороги светятся ярко-красным, то есть в зоне высокого риска вселения. Ещё карта предсказывает, что если эти слизни доберутся до Китая и Японии, то найдут там пригодные для своего обитания места почти повсеместно, как это уже случилось на Кавказе, куда слизень был завезён недавно, но уже регистрируется то тут, то там 👀 А добарться они могут как раз используя человечью среду обитания.
Тем не менее это карта, а чтобы получить более точные результаты, которые удовлетворят другихучёных научных работников, можно подробнее поизучать предсказания модели.
Поэтому я раздедил моделируемую часть Азии на двенадцать районов и в каждом из них отдельно провёл два теста: в первом (Permutation Importance) вместо значения каждого из использованных для обучения модели факторов подставлялись случайные значения и оценивалось, насколько качество модели упадёт. Во втором (Partial Dependence) вместо каждого фактора подставлялись по порядку все допустимые значения и смотрели при каком фиксированном значении модель даёт наилучшие предсказания. Последний позволяет найти оптимальное значение для каждого из факторов.
🔻#наземные
Моя гипотеза о том, что именно модификация среды человеком влияет на вероятность появления слизней подтверждается уже по этой карте – города и дороги светятся ярко-красным, то есть в зоне высокого риска вселения. Ещё карта предсказывает, что если эти слизни доберутся до Китая и Японии, то найдут там пригодные для своего обитания места почти повсеместно, как это уже случилось на Кавказе, куда слизень был завезён недавно, но уже регистрируется то тут, то там 👀 А добарться они могут как раз используя человечью среду обитания.
Тем не менее это карта, а чтобы получить более точные результаты, которые удовлетворят других
Поэтому я раздедил моделируемую часть Азии на двенадцать районов и в каждом из них отдельно провёл два теста: в первом (Permutation Importance) вместо значения каждого из использованных для обучения модели факторов подставлялись случайные значения и оценивалось, насколько качество модели упадёт. Во втором (Partial Dependence) вместо каждого фактора подставлялись по порядку все допустимые значения и смотрели при каком фиксированном значении модель даёт наилучшие предсказания. Последний позволяет найти оптимальное значение для каждого из факторов.
🔻#наземные
🔺Часть 6
Фух … подушнил, теперь посмотрите на картинки. Из них видно, что хотя в целом климатические факторы имеют очень большое значение, но по крайней мере в некоторых регионах плотная городская застройка почти полностью обуславливает возможность заселения региона Испанскими (и похожими на них) слизнями. Чем больше доля застройки – тем лучше.
А вот районы земледелия, причём не только большие поля, но и дачи с огородами вопреки моим ожиданиям не оказывают существенного влияния. Так что если хотите, чтобы вашу капусту не съели слизни –храните сажайте её подальше от города ☝️
🔻#наземные
Фух … подушнил, теперь посмотрите на картинки. Из них видно, что хотя в целом климатические факторы имеют очень большое значение, но по крайней мере в некоторых регионах плотная городская застройка почти полностью обуславливает возможность заселения региона Испанскими (и похожими на них) слизнями. Чем больше доля застройки – тем лучше.
А вот районы земледелия, причём не только большие поля, но и дачи с огородами вопреки моим ожиданиям не оказывают существенного влияния. Так что если хотите, чтобы вашу капусту не съели слизни –
🔻#наземные
🥰8
🔺Часть 7
Удивительно, но эта история оказалась связана с одной из предыдущих историй, ну той, где я таскал почву с ледниковых впуклостей всё на том же Тянь-Шане, чтобы потом более умные люди изучили её загрязнение. Обе работы про то, как казалось бы малоиспользуемые горные районы трансформируются от неконтролируемого их использованияи автомобилей.
И ещё немного про приключения с публикацией. Наша статья вышла в журнале Scientific Reports. У меня было довольно скептическое отношение к нему, типа такой MDPI (это, кто не в курсе, китайское издательство, которое публикует всё быстро но часто с плохим рецензированием и такой же работой редакторов) на максималках. Тем не менее я получил три на удивление подробные рецензии, благодаря которым рукопись удалось существенно исправить, возможно первый раз в жизни. Рецензенты не только нашли кучу ошибок в тексте, но и покопались в коде. В процессе переделок и пересчётови грусных вздохов я гораздо лучше разобрался в том, как работает моделирование. Это дало мне возможность уже понять что не так с Radix plicatula, о чём я писал в предыдущей истории.
🔻#наземные
Удивительно, но эта история оказалась связана с одной из предыдущих историй, ну той, где я таскал почву с ледниковых впуклостей всё на том же Тянь-Шане, чтобы потом более умные люди изучили её загрязнение. Обе работы про то, как казалось бы малоиспользуемые горные районы трансформируются от неконтролируемого их использования
И ещё немного про приключения с публикацией. Наша статья вышла в журнале Scientific Reports. У меня было довольно скептическое отношение к нему, типа такой MDPI (это, кто не в курсе, китайское издательство, которое публикует всё быстро но часто с плохим рецензированием и такой же работой редакторов) на максималках. Тем не менее я получил три на удивление подробные рецензии, благодаря которым рукопись удалось существенно исправить, возможно первый раз в жизни. Рецензенты не только нашли кучу ошибок в тексте, но и покопались в коде. В процессе переделок и пересчётов
🔻#наземные
1
Forwarded from Заслуженный учитель Магадана
Please open Telegram to view this post
VIEW IN TELEGRAM
❤1
Как показал опрос – всем очень интересно как я пишу статью делаю исследование. Я попробую здесь описывать свой прогресс. Не обещаю писать регулярно – потому что параллельно я делаю несколько проектов и постоянно между ними переключаюсь. Не обещаю также и довести это до конца – часто многие идеи, которые кажутся классными на ранних этапах потом оказываются ни на что не годными (как раз промучался с одной такой недавно). Для этой истории, которая пишется на ваших глазах будет хештег #мастерская@bottom_bottom
Итак, мне в голову пришла очередная идея для исследования.
Дно уже писало (раз, два), что зверюшки в Арктике распространены не очень одинаково. С одной стороны у нас есть юго-запад Баренцева моря (впрочем и другие его части) и Белое море, где вовсю сидят бореальные (то есть северные, но не арктические) улитоньки, а с другой – сибирские моря, где ползают уже совсем другие улитоньки, черви, морские огручики иморские офиуры. Именно их и называют арктическими.
Вообще считается, что такая разница в распространении из-за климата, бореальные обитатели доходят до туда, где проходят тёплые течения. Однако, на мой взгляд влияние условий обитания может быть переоценено. Моря разделяет не только температура, но ещё и сотни километров расстояния, острова, полуострова и другие барьеры, мешающие расселяться. В конечном счёте, Дно тоже писало (раз. два) о том, что распространение озёрных и речных улитонек даже в сравнительно южных районах может быть следствием Плейстоценовых оледенений. Если это наложило такой отпечаток на пресноводных организмов, то что с морскими, среда обитания которых также была другой, а много где и вовсе недоступной?
В общем, я полагаю, что хотя бы часть видов, обитающих на западе Арктики обитает там не потому что тепло, а потому что не успели добраться на восток, хотя они и могут найти там для себя подходящие условия обитания.
Чтобы это проверить может пригодиться мой опыт моделирования, который я обкатал на испанских слизнях и прудовиках. Пока я попробовал сделать моделирование видов из своего глубоководного набора данных и получил очень красивые картинки. Вот поглядите как проекция модели выглядит для улитонек Punctulum wyvillethomsoni и Mohnia danielsseni.
🔻 #мастерская@bottom_bottom #Морские #Арктика
Итак, мне в голову пришла очередная идея для исследования.
Дно уже писало (раз, два), что зверюшки в Арктике распространены не очень одинаково. С одной стороны у нас есть юго-запад Баренцева моря (впрочем и другие его части) и Белое море, где вовсю сидят бореальные (то есть северные, но не арктические) улитоньки, а с другой – сибирские моря, где ползают уже совсем другие улитоньки, черви, морские огручики и
Вообще считается, что такая разница в распространении из-за климата, бореальные обитатели доходят до туда, где проходят тёплые течения. Однако, на мой взгляд влияние условий обитания может быть переоценено. Моря разделяет не только температура, но ещё и сотни километров расстояния, острова, полуострова и другие барьеры, мешающие расселяться. В конечном счёте, Дно тоже писало (раз. два) о том, что распространение озёрных и речных улитонек даже в сравнительно южных районах может быть следствием Плейстоценовых оледенений. Если это наложило такой отпечаток на пресноводных организмов, то что с морскими, среда обитания которых также была другой, а много где и вовсе недоступной?
В общем, я полагаю, что хотя бы часть видов, обитающих на западе Арктики обитает там не потому что тепло, а потому что не успели добраться на восток, хотя они и могут найти там для себя подходящие условия обитания.
Чтобы это проверить может пригодиться мой опыт моделирования, который я обкатал на испанских слизнях и прудовиках. Пока я попробовал сделать моделирование видов из своего глубоководного набора данных и получил очень красивые картинки. Вот поглядите как проекция модели выглядит для улитонек Punctulum wyvillethomsoni и Mohnia danielsseni.
🔻 #мастерская@bottom_bottom #Морские #Арктика
🔺Часть 2
То есть концепт рабочий. Но если модель показывает бОльшую территорию, пригодную для обитания по сравнению с реальным распространением вида, это не всегда значит что вид не может расселиться – возможно там просто никто не собирал. Это первая проблема. Пока я придумал что территорию нужно разделить на квадраты и для каждого квадрата посчитать вероятность находки вида, исходя из общего числа точек сбора в нём. Буду тестировать.
Вторая проблема – как учитывать нереализованный ареал? Если просто посчитать число пикселей, в которых модель предсказывает наличие вида – это даст мало информации. Ведь если такие пиксели сконцентрированы вокруг известных мест находок – это практически не означает что у вида есть потенциал заселиться на новую территорию (ну действительно, никто не удивиться, если берёза в теории может вырасти в десятке метров от берёзового леса). А вот если между местом находки вида и предсказанной моделью территорией многие сотни километров, это скорее показывает что вид не попадает туда из-за географических барьеров. Пока я придумал, что для оценки предсказанных моделью как пригодные для обитания, но не заселённых реально территорий нужно вводить “коэффициент ценности”, зависящий от расстояния. При этом расстояние само по себе не всегда хороший индикатор возможных барьеров для расселения, но лучше пока ничего не придумалось.
#мастерская@bottom_bottom #Морские #Арктика
То есть концепт рабочий. Но если модель показывает бОльшую территорию, пригодную для обитания по сравнению с реальным распространением вида, это не всегда значит что вид не может расселиться – возможно там просто никто не собирал. Это первая проблема. Пока я придумал что территорию нужно разделить на квадраты и для каждого квадрата посчитать вероятность находки вида, исходя из общего числа точек сбора в нём. Буду тестировать.
Вторая проблема – как учитывать нереализованный ареал? Если просто посчитать число пикселей, в которых модель предсказывает наличие вида – это даст мало информации. Ведь если такие пиксели сконцентрированы вокруг известных мест находок – это практически не означает что у вида есть потенциал заселиться на новую территорию (ну действительно, никто не удивиться, если берёза в теории может вырасти в десятке метров от берёзового леса). А вот если между местом находки вида и предсказанной моделью территорией многие сотни километров, это скорее показывает что вид не попадает туда из-за географических барьеров. Пока я придумал, что для оценки предсказанных моделью как пригодные для обитания, но не заселённых реально территорий нужно вводить “коэффициент ценности”, зависящий от расстояния. При этом расстояние само по себе не всегда хороший индикатор возможных барьеров для расселения, но лучше пока ничего не придумалось.
#мастерская@bottom_bottom #Морские #Арктика
1