Хански И_Ускользающий мир_2009
.pdf4 .4 . У трата м е с т о о б и т а н и я д л я м ета п о п у л я ц и й |
2 0 3 |
ческой стохастичности в одиночной популяции (связанной с неопределен ностью рождений и смертей отдельных особей). Другая форма стохастично сти, которой подвержены метапопуляции, это региональная стохастичность, сравнимая со средовой (экологической) стохастичностью одиночных попу ляций. Региональная стохастичность проявляется как пространственная кор реляция между событиями вымирания и колонизации вследствие простран ственных взаимосвязей между изменениями условий среды.
Блок 4.1. Классическая динамика метапопуляций и стохастичность
Реальные метапопуляции встречаются в сетях местообитаний, имеющих конечное количество занимаемых участков. Неизбежная неопределенность
таких событий, как вымирание и колонизация, названная стохастичностью
вымирания-колонизации (Hanski, 1991), отражена во флуктуации размеров ме тапопуляции, даже при отсутствии каких бы то ни было изменений в экологи ческих условиях. Рис. В 1(a) показывает колебания количества популяций в подобной сети, состоящей из 100 одинаковых крупных участков. Исходное предположение о высокой миграционной активности особей в равной степени связывает эти участки друг с другом. Модель метапопуляции — дискретно-вре менная версия модели Левинса. Этот и другие примеры, представленные на рис.
В 1, были получены с помощью программы SPOMSIM (M oilanen, 2004)
(www.helsinki.fi/science/metapop/softa.html). Используя эту программу, исследо ватель может сопоставлять параметры модели с эмпирическими данными и ана лизировать собственные результаты, полученные при проведении исследо ваний, связанных с охраной окружающей среды.
Модель Левинса предполагает, что динамики различных локальных попу ляций независимы друг от друга. В действительности это часто не так, по скольку существование разных локальных популяций определяется одними и теми же экологическими условиями, от которых собственно зависят вымира ние и колонизация. Подобные пространственно соотнесенные экологические воздействия и определяют региональную стохастичность (Hanski, 1991), кото рая приводит к скоррелированному вымиранию и колонизации. Интуитивно ясно, что региональная стохастичность уменьшает жизнеспособность метапо пуляции, так как она приводит к корреляции процессов вымирания и колони зации в границах всей территории, и, таким образом, фактическое число попу ляций уменьшается. Исходя из предположения, что процессы вымирания и колонизации скоррелированны, О. Оваскайнен и И. Хански (Ovaskainen, Hanski 2003а) предложили следующую формулу для определения фактического («эф
фективного») числа участков местообитаний в сети: |
|
ne = n / [ ( n - l ) p + 1] |
(В 4.1) |
где п — реальное число участков, и р — значение корреляции. Классическая модель предполагает р = 0, при пе = п, тогда как при значении р = 1 все процессы в локальных популяциях происходят совершенно синхронно и, следовательно, сеть фактически состоит из единственного участка.
2 0 4 |
Г л а в а . 4 . У трата м е с т о о б и т а н и я и в ы м и ра н и е |
Используя те же данные, что и при вычислении результатов, представленных на рис. В 1 (а), и применяя программу SPOMSIM, я получил график, представлен ный на рис. В 1(Ь), который иллюстрирует воздействие умеренных уровней регио нальной стохастичности на метапопуляцию. Следует отметить, что амплитуда ко лебаний размеров метапопуляции существенно увеличилась из-за региональной стохастичности. Этого и следовало ожидать, поскольку сократилось усредняю щее влияние многих независимых популяций благодаря уменьшению фактичес кого числа популяций.
Рис. Bl(c),(d) показывают долю занятых участков, рассчитанную на основе усреднения данных, взятых из 10 симуляционных моделей метапопуляций за короткий интервал (100 временных единиц) и более длительный интервал (500 временных единиц) в сетях с меньшим или большим числом участков (значения оси абсцисс). Эти рисунки также показывают количество тех случаев из данных 10 симуляций, когда метапопуляции вымерли до окончания моделирования. Рис. В 1(c) показывает только изменчивость процессов колонизации-вымирания, а на рис. В 1(d), как и на рис. В 1(b), показано также влияние региональной стохас тичности. Данные результаты иллюстрируют несколько аспектов классической метапопуляционной динамики:
• Когда сеть участков благоприятствует выживанию метапопуляции (боль шая метапопуляционная емкость, ?.м, см. основной текст), и/или вид обладает характеристиками, увеличивающими жизнеспособность метапопуляции (ма ленькая величина 8 в моделях, приведенных в основном тексте), то большая часть местообитаний занята в любой момент времени. При этом стохастичность не имеет большого значения, если только в какой-нибудь части метапопуляции не возникнет значительного усиления региональной стохастичности. Данная си туация проиллюстрирована на рис. В 1(c), (d) для сетей с большим количеством участков местообитаний. Так, для 80 участков размер метапопуляции остается относительно постоянным в течение длительного времени, при этом результа ты сходны для периодов времени в 100 и 500 единиц.
•Кажущееся равновесие в больших сетях, строго говоря, оказывается квази равновесием, так как в итоге все стохастические метапопуляции с конечным чис лом популяций вымрут. Однако в благоприятной ситуации метапопуляция может сохраняться очень долгое время в состоянии стохастического равновесия, прежде чем произойдет ее фактическое исчезновение. Математический анализ состояния квазиравновесия приведен в исследовании О. Оваскайнена (Ovaskainen, 2001).
•Ситуация для существования метапопуляции становится менее благопри ятной, когда при прочих равных условиях уменьшается число участков место обитания в сети. В конечном счете, при достижении порога вымирания метапо пуляция вымирает. В рассмотренных моделях это случается как при 100, так и при 500 временных единицах, когда число участков в сети находится в интерва ле от 40 до 60.
•При прочих равных условиях необходима большая сеть участков для того, чтобы обеспечить длительное существование метапопуляции.
•Региональная стохастичность условий внешней среды уменьшает жизне способность метапопуляции.
4 .4 . У трата м е с т о о б и т а н и я д л я м ета п о п у л я ц и й |
2 0 5 |
Количество участков |
Количество участков |
* |
Рис. В1. Динамика метапопуляций, предсказанная стохастическими моделями (дискретно-временная версия модели Левинса). На графиках (а) и (Ь) показана доля участков местообитаний (от 100%), которая занята с течением времени,
— оцененная без учета региональной стохастичности (а), и с ее учетом (Ь). Следует отметить, что амплитуда колебаний в последнем случае значительно выше. В этой ситуации (Ь) фактическое количество локальных популяций меньше, поскольку динамика между различными субпопуляциями скорелированна. Графики (с) и (d) показывают долю занятых видом участков (кривые, возрастающие вправо) и предсказанное количество метапопуляций (из 10 возможных), которые вымрут в течение 100 временных единиц (сплошная линия) и 500 временных единиц (пунктирная линия). Эти результаты показаны в зависимости от количества местообитаний в сети (по оси абсцисс). На графике (с) показана ситуация без учета региональной стохастичности, а на графике (d) с ее учетом.
П р остр ан ств ен н о р еал и сти ч н ая теор и я м етап оп ул яц и й . Другой важ ный недостаток описанной выше модели состоит в том, что она никак не учитывает пространственную конфигурацию местообитания, что не позво ляет отдельно оценивать роль утраты и роль фрагментации местообитания при долговременном выживании вида. Здесь ключевым вопросом служит связность участков местообитания и локальных популяций. В модели Ле-
2 0 6 |
Г л а в а . 4 . У трата м е с т о о б и т а н и я и в ы м и ра н и е |
винса все участки считаются одинаково связанными с ныне населенными участками, т.е. считаются возможными миграции на любые расстояния. В действительности большинству видов свойственны ограниченные способ ности к расселению, и вероятность миграции уменьшается с увеличением расстояния, из чего следует, что пространственная структура сети участков должна учитываться при моделировании динамики. К счастью, существует простой способ усовершенствовать модель Левинса, включив в нее простран ственную структуру ландшафта. Эта математическая теория, названная про странственно реалистичной теорией метапопуляций, описана в работах О. Оваскайнена и И. Хански (Ovaskainen, Hanski, 2001,2002; см. обзоры Hanski, 2001; Hanski, Ovaskainen, 2003; Ovaskainen, Hanski, 2004).
Для начала вместо бесконечной совокупности участков рассмотрим ко нечную сеть из п участков. Обозначим символом р. вероятность того, что участок i в данный момент занят. Аналогично модели Левинса (уравнение 4.5), выпишем уравнение, описывающее скорость изменения величины р :
dp./dt = [скорость колонизации]. х (1 -р.) - [скорость вымирания] х р. (4.7)
Для набора из п участков местообитания эта модель состоит из п уравне ний, которые связаны между собой, поскольку скорость колонизации участ ка i должна каким-то образом зависеть от текущего состояния других участ ков, так как только занятые участки могут продуцировать мигрантов для ко лонизации участка i. Эта модель представляет собой остов, который может быть дополнен конкретными допущениями о характерных для каждого уча стка скоростях колонизации и вымирания. Здесь мы хотим построить мо дель, в которой скорости колонизации и вымирания зависят от простран ственной конфигурации сети участков. Самые разнообразные допущения возможны и пригодны для разных биологических ситуаций. Следующие простые допущения хорошо обоснованы экологическими соображениями и обеспечивают некоторую гибкость при моделировании видов с разными био логическими особенностями (Hanski, Ovaskainen, 2000). Начнем с вымира ний. Допустим, что [скорость вымирания]. = е А'--ех, где А — это площадь участка /, а е и С,ех— два параметра. Это допущение пригодно для крупных участков, населенных многочисленными популяциями с небольшим риском вымирания (разд. 4.1). В модели предельной численности из разд. 2.2 риск вымирания локальной популяции грубо аппроксимируется, как пропорцио нальный ~11К1г1°е2 (блок 2.1). Эта формула выведена при допущении, что параметр С,ех в модели метапопуляции пропорционален удельной скорости роста локальных популяций г и ее дисперсии a,2 (Hanski, 1998a). При этом допущении мы можем моделировать влияние экологической стохастичности на локальные вымирания значением £ .
4 .4 . У трата м е с т о о б и т а н и я д л я м ета п о п у л я ц и й |
2 0 7 |
Правдоподобное допущение относительно скорости колонизации дается формулой [скорость колонизации]. = сА ^Е j^ i ехр(-оса? .) A^mр . . Она может показаться сложной, но концептуально эта формула проста, и она основана на мере связности, описанной в разд. 1.4. Скорость колонизации участка / вычисляется как сумма вкладов от всех других участков, с которых могут прибыть мигранты. Вклад участкаj пропорционален его площади, возведен ной в степень С,ет, он увеличивается с уменьшением расстояния между учас тками i иj, причем 1/а определяет среднее расстояние миграции, и пропор ционален также вероятности занятости участка j, так как мигранты могут прибыть лишь с занятых в данный момент участков. Кроме того, скорость колонизации участка i зависит также от его собственной площади А., возве денной в степень £ , и от значения параметра с, описывающего способность вида к колонизации при условии, что все прочие факторы одинаковы. Заме тим, что модель не учитывает, какие именно участки заняты в настоящий момент, и скорость изменения вероятности занятости участка i зависит толь ко от соответствующих вероятностей для других участков (технически эта модель является детерминистским приближением соответствующей стохас тической модели; см. Ovaskainen, Hanski, 2001; Ovaskainen, 2002а).
Основная идея этой модели состоит в том, что ключевые процессы дина мики метапопуляции, т.е. вымирание и колонизация, связаны с ключевыми структурными особенностями фрагментированных ландшафтов, т.е. с пло щадями и пространственным расположением участков местообитания. Та ким образом, эта модель включает в себя информацию о структуре ланд шафта, характеризующую участки, и для каждого такого участка она делает прогнозы о присутствии на нем изучаемого вида. Такого рода модели кажут ся очень сложными, поскольку динамика метапопуляции описывается сис темой из п уравнений. К счастью, основные черты поведения модели хоро шо аппроксимируются всего одним уравнением (Ovaskainen, Hanski, 2001, 2002), в котором размер метапопуляции оценивается как взвешенное сред нее вероятностей занятости участков р.:
Р х = ^ v P i • |
( 4 -8) |
Веса V. (Z V. = 1) выводятся из относительных вкладов отдельных участ ков местообитания в способность ландшафта поддерживать метапопуляцию (точнее это будет сформулировано ниже). Поэтому более «важным» участ кам сети приписываются большие веса при вычислении этой новой меры размера метапопуляции. Какие же участки считаются важными? Крупным участкам, которые хорошо связаны с другими, присваиваются большие веса V., по сравнению с малыми участками, которые плохо связаны с сетью, по скольку крупным участкам присущ меньший риск вымирания, и они высы лают больше мигрантов для колонизации новых участков, особенно если расположены поблизости от других участков.
2 0 8 |
Г л а в а . 4 . У трата м е с т о о б и т а н и я и в ы м и ра н и е |
Эта теория дает нам меру, с помощью которой можно описать способ ность всей сети участков поддерживать метапопуляцию. Мы обозначили эту меру X и назвали ее метапопуляционной емкостью фрагментированного лан дшафта (Hanski, Ovaskainen, 2000; Ovaskainen, Hanski, 2001). Математичес ки Хм является наибольшим собственным значением ландшафтного матрик са, построенного на основе допущений о том, как площади участков и их связности влияют на вымирания и колонизации. Динамическое уравнение для одномерной аппроксимации исходной я-мерной модели дается выраже нием (Ovaskainen, Hanski, 2002)
dp-Jdt = ср.) (\ - р , ) - e p f. (4.9) Сравните его с исходной моделью Левинса (уравнение 4.5) и заметьте, что эти две модели имеют один и тот же вид, отличаясь только тем, как изме ряется размер метапопуляции, а также более детальной структурой парамет
ров колонизации и вымирания, а именно с’= ckJ<S) и е= е/со, где со=HV.A.. Проведя ту же процедуру, что и для исходной модели Левинса, можно
вычислить равновесный размер метапопуляции для сети из п участков мес тообитания:
р * = 1 - 6 / V |
(4.10) |
Модель, определенная уравнением (4.9), похожа на уравнение (4.6), с тем отличием, что теперь вместо доли подходящих участков (И) используется метапопуляционная емкость "км (попутно замечу для интересующихся мате матикой читателей, что уравнение 4.10 дает равновесный размер метапопу ляции для полной «-мерной модели, а не только для одномерного приближе ния; см. Ovaskainen, Hanski, 2001). Пороговое условие выживания метапо
пуляции в пространственно реалистичной модели есть |
|
Хм >5. |
(4.11) |
Иначе говоря, для долговременного выживания метапопуляции (р * > 0) необходимо, чтобы Хм превышало пороговое значение. Чтобы вычислить Хм для конкретного ландшафта, нужно знать степень связности, задаваемую параметром а в описанной выше формуле для скорости колонизации, знать показатели степени, описывающие зависимости скоростей иммиграции, эмиг рации и вымирания от площади участка (£ , ^ети £ ), а также знать площади и пространственные расположения участков местообитания. Имея опреде ленные значения параметров а, £.т, С,сти £ет, которые являются видовыми свойствами, можно применять пороговое условие (4.11) для характеристики нескольких фрагментированных ландшафтов по их способности поддержи вать жизнеспособные метапопуляции данного вида, даже если значение 5 неизвестно: чем выше значение тем лучше ландшафт, независимо от зна чения 6. Можно также оценить «важность» отдельных участков по их вкла дам в метапопуляционную емкость, которые в уравнении (4.8) обозначены как V. (более полный анализ важности участков в пространственно реалис тичной метапопуляционной модели см. в работе Ovaskainen, Hanski, 2003b).
4 .4 . У трата м е с т о о б и т а н и я д л я м ета п о п у л я ц и й |
2 0 9 |
Утрата и фрагментация местообитания в пространственно реалис тичных метапопуляционных моделях. Теперь мы готовы вернуться к воп росам о последствиях утраты и фрагментации местообитания для долговре менного выживания метапопуляций. Исследования, основанные на имита ционном моделировании, показали, как пространственные аспекты утраты местообитания, а не только общее количество утраченного местообитания,
смогут повлиять на способность вида выживать на данном ландшафте (Neuhauser, 1998; Hill, Caswell, 1999; With, King, 1999; Ovaskainen et al., 2002). Другими словами, в этих модельных исследованиях на порог вымирания влияют и общая площадь местообитания, и его пространственная конфигу рация. Мера метапопуляционной емкости удобна для оценки последствий конкретных пространственных конфигураций утраты местообитаний, и с помощью описанной выше теории эти оценки можно сделать без какоголибо имитационного моделирования (Hanski, Ovaskainen, 2000). На рис. 4.9 приведен пример, в котором три разных закономерности утраты местооби тания применялись к гипотетическому фрагментированному ландшафту. Если утрата местообитания происходит случайным образом, т.е. если удаляются взятые наугад участки местообитания, то количество незанятого местооби тания остается примерно одинаковым при разных уровнях оставшегося ме стообитания, поскольку Хм убывает примерно пропорционально уменьше нию количества подходящего местообитания hA (рис. 4.9Ь). Эта ситуация соответствует предсказанию исходной модели Левинса, в которой количе ство незанятого местообитания постоянно для h > d. Напротив, если место обитание утрачивается крупными блоками, то А.м сначала убывает мед леннее, чем уменьшается количество местообитания, поскольку метапо пуляционная динамика в сохранившейся части местообитания, которая со ставляет единый блок исходного ландшафта, сравнительно мало наруша ется (рис. 4.9d). Поэтому такая неслучайная утрата местообитания менее вредна для выживания метапопуляции, чем случайная утрата местообита ния (сравни рис. 4.9а,с). Этот подход можно применять для изучения лю бой закономерности утраты местообитания, — например, уменьшения пло щадей существующих участков местообитания, что часто оказывается еще более вредно для выживания метапопуляции (рис. 4.9е), чем случайная ут рата участков (рис 4.9а).
Рассмотренная выше теория — это детерминистическая аппроксимация соответствующей стохастической теории, описывающей реальные измене ния занятости участков сети, а не вероятности их занятости. Стохастические модели сложнее исследовать аналитически (Ovaskainen, 2002а), но их про сто применять, используя численные методы. Одним из примеров стохасти ческих моделей служит метапопуляционная модель функции инцидентнос ти — МФИ (Incidence function metapopulation model — IFM; Hanski, 1994, 1999), применявшаяся для моделирования реальных популяций насекомых,
2 1 0
ОН
8 Г
* а
х w
3 «
н s
К Е
х л ed н м s
К Ю
4 О
о
g |
|
|
о |
* |
|
u |
||
< |
||
2 |
||
3 |
||
X |
||
|
||
3 |
S |
|
н |
||
|
Я |
|
3 |
cd |
|
cd |
Н |
|
го |
S |
|
|
ю |
|
S |
о |
|
О |
|
о *
2 О. Xw 2 *
н к
* *£
§ °
Г л а в а . 4 . У трата м е с т о о б и т а н и я и в ы м и ра н и е
к
>ч
с
о
w
Рис. 4.9. Последствия утраты части местообитания и пороговое значение выживания метапопуляции при трех разных сценариях (3 ряда графиков): (а, Ь) случайная утрата участков местообитания; (с, d) систематическая утрата участков по краям квадратной области; (е, f) утрата площади каждого из существующих участков. На графиках в левой части рисунка показана доля занятого местообитания ( р * ) как функция доли подходящего местообитания (hA); в правой части — соотношение между Хм и hA, вычисленное для гипотетических ландшафтов со 100 участками, расположенными случайным образом. Площади участков распределены логарифмически нормально. Параметры модели суть а =1 и d = 0,3. В каждом случае показаны результаты для 10 прогонов модели, жирная линия показывает среднее значение. Площади участков при повторных прогонах масштабировались, чтобы получить X =1. (Из работы Hanski, Ovaskainen, 2000.)
4 .4 . У трата м е с т о о б и т а н и я д л я м ета п о п у л я ц и й |
2 1 1 |
мелких млекопитающих и птиц (табл. 4.2; см. обзоры Hanski, 1999, 2001; критические замечания см. Baguette, 2004, а мой ответ на эти замечания в Hanski, 2004). Как и описанные выше модели, модель функции инцидентно сти (МФИ) описывает занятость отдельных участков в конечной сети фраг ментов местообитания с разными площадями и связностями, причем пред полагается, что эти параметры влияют на скорости вымирания и колониза ции. Параметры модели можно оценить на основе эмпирически наблюдае мых изменений занятости участков (ter Braak et al., 1998; Moilanen, 1999, 2000; O’Hara et al., 2002; ter Braak & Etienne, 2003; Etienne et al., 2004). Ha самом деле их даже можно оценить на основе информации о занятости уча стков в какой-то момент времени, поскольку есть корреляция с зависимос тью вымираний и колонизаций от площадей и связностей участков (Hanski, 1994, 1999). На рис. 4.5 приведен пример подобного применения МФИ для острова и материка к островным популяциям бурозубок. Однако к оценкам параметров заселенности участков, сделанным при наблюдениях в опреде ленный момент времени, следует относиться с осторожностью из-за малого объема информации, содержащейся в таких наблюдениях (Gosselin, 1999, Etienne et al., 2004). Кроме того, подобные оценки предполагают, что мета популяция находится в состоянии стохастического квазиравновесия, а это предположение часто может оказаться неверным (Thomas, 1994а).
В табл. 4.2 перечислены исследования с применением МФИ к реальным метапопуляциям. Результаты оказались, по крайней мере, умеренно успешны ми, но, к сожалению, трудно судить, насколько действительно репрезентатив на выборка исследований, приведенных в табл. 4.2. В наиболее информатив ных работах предсказания модели проверяются независимыми данными, но таких исследований немного (Hanski et al., 1996; Lindenmayer et al., 1999; Thomas, Hanski, 2004), поскольку сбор необходимой информации требует зна чительного времени. В двух исследованиях успешно предсказан оборот ло кальных популяций с течением времени с помощью МФИ, параметризован ной пространственными данными (Moilanen et al., 1998; ter Braak et al., 1998). H. Валберг и др. (Wahlberg et al., 1996) нашли, что параметры, рассчитанные на основе данных для одного вида, можно использовать для предсказания рас пределения другого близкородственного вида бабочек, находящегося под уг розой вымирания. Однако Д. Линденмайер и др. (Lindenmayer et al., 1999), используя параметры, вычисленные для экологически близкого вида, получи ли противоположный результат, не подтверждающий выводов Н. Валберга и др. (Wahlberg et al., 1996). В нескольких исследованиях МФИ применялась для изучения конкретных экологических вопросов,— например, зависимости риска вымирания от размера тела (Hanski, 1993; Cook, Hanski, 1995), влияние каче ства ландшафтного матрикса на метапопуляционную динамику (Lawes et al., 2000) и взаимосвязи между демографическими и генетическими метапопуляционными процессами (Appelt, Poethke, 1997).
2 1 2 |
Г л а в а . 4 . У трата м е с т о о б и т а н и я и в ы м и ра н и е |
Таблица 4.2. Применение метапопуляционной модели функции инцидентности (IFM) к реальным метапопуляциям
(по данным Hanski 2001, Baguette 2004).
Виды |
|
Комментарии |
Источ |
|
|
|
ник |
Бабочки |
Обыкновенная |
В основу модели легли независимо |
1 |
|
ш ашечница |
собранные данные, прогноз |
|
|
(M elitaea cinxia) |
отчасти успешный. |
|
|
Черноватая шашеч |
Успешный прогноз при |
2 |
|
ница {Melitaea |
использовании параметров, |
|
|
diamina) |
полученных для близкого вида - |
|
|
|
М. cinxia |
|
|
Ш ашечница Аври- |
Модель применялась к случаю с |
3 |
|
ния (рыжая) |
меняющимся ландшафтом |
|
|
Euphydryas aurinia |
|
4 |
|
Голубянка аргус |
Краткосрочные исследования, при |
|
|
(Plebejus argus) |
которых могут быть недооценены |
|
|
|
популяционные циклы |
5 |
|
Голубянка орион |
|
|
|
{Scolitantides orion) |
|
|
|
Толстоголовка- |
Правильно спрогнозирован рост |
6 |
|
запятая {Hesperia |
метапопуляции |
|
|
comma) |
|
|
Прямокры |
Кобылка голубок |
Моделирование проведено с |
7 |
лые |
рылая (Oedipoda |
использованием большого |
|
|
caerulescens) |
количества экологической и |
|
|
|
генетической информации о |
|
|
|
метапопуляции |
|
|
Скачок двухцвет |
Модель была тестирована с |
8 |
|
ный {Metrioptera |
использованием полуавтономных |
|
|
bicolor) |
данных и сопоставлена с двумя |
|
|
|
другими моделями |
|
Цикадовые |
Цикада-пенница |
Включает ограниченный |
9 |
|
{Neophilaenus |
эмпирический |
|
|
albipennis) |
анализ |
10 |
Двукрылые |
Пестрокрылка |
Изучение роста метапопуляции |
|
|
чертополоховая |
|
|
|
{Urophora cardui) |
|
|
Перепонча |
Браконида |
Динамика отношений между |
11 |
токрылые |
{Cotesia melitaearum) |
паразитоидом и хозяином |
|
Земновод |
Квакша обыкновен |
Модель, учитывающая вариа- |
12 |
ные |
ная {Hyla arborea) |
бельность качества среды |
|
|
|
обитания, успешный кратко |
|
|
|
срочный прогноз распространения |
|