Local Population of Eritrichium caucasicum as an Object of Mathematical Modelling. III. Population Growth in the Random Environment


Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

In the former two parts (Logofet et al., 2017, 2018), we reported on a matrix model for a local population of Eritrichium caucasicum, a herbaceous short-lived perennial, at high altitudes of north-western Caucasus. The model was constructed and calibrated in accordance with the observations on permanent plots in the period 2009–2014. The temporal variability of the data predetermined the temporal variations among the vital rates of the local population, too,—the elements of the “annual” matrices that project the vector, x(t), of the stage structure observed at the year t to the similar vector observed at the year t + 1. Quantitative measure of the local population fitness was calculated as the dominant eigenvalue, λ1(G), of the matrix G—the pattern-geometric average of five annual matrices—and it turned out to be greater than 1, i.e., gave a positive forecast of the population viability. After the expansion of the time series with the 2015–2017 data (presented in this article), the forecast has reversed, although the corresponding offset in λ1(G) has not been more than 16%. An alternative mode of prediction is based on the (upper and lower) estimates of the stochastic growth rate (λS) of the population in a random environment, which has been formed in the model by a random choice from 8 annual matrices distributed equally probable and independent of the choice made at the previous step. All the estimates of λS turn out to be lower than λ1(G), hereby confirming the negative viability prediction; however, a too simple model of the random environment needs further development and links to potential changes in the local habitat.

Об авторах

D. Logofet

Obukhov Institute of Atmospheric Physics, Russian Academy of Sciences; Institute of Forest Science, Russian Academy of Sciences

Автор, ответственный за переписку.
Email: danilal@postman.ru
Россия, Moscow, 119017; Uspenskoe, 143030

E. Kazantseva

Chengdu Institute of Biology, Chinese Academy of Sciences

Автор, ответственный за переписку.
Email: iya@ifaran.ru
Китай, Chengdu

I. Belova

Obukhov Institute of Atmospheric Physics, Russian Academy of Sciences

Автор, ответственный за переписку.
Email: biolenok@mail.ru
Россия, Moscow, 119017

V. Onipchenko

Biological Department, Moscow State University

Автор, ответственный за переписку.
Email: vonipchenko@mail.ru
Россия, Moscow, 119234

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Pleiades Publishing, Ltd., 2019

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».